APP下载

GM(1,1)灰色系统模型在国学热度预测中的应用

2019-04-12王美艳

科教导刊·电子版 2019年5期
关键词:培训中心原始数据国学

王美艳

摘 要 传统文化国学热度预测模型主要是根据采集到苏州市姑苏区某培训中心的关于国学培训的数据信息,建立GM(1,1)灰色预测模型,预测近期国学培训情况,为此培训中心的工作提供可靠的数据参考。

关键词 国学 培训数据 预测模型 GM(1,1)灰色系统 残差 级比偏差

中图分类号:F224 文献标识码:A

1 GM(1,1)灰色预测系统

GM(1,1)灰色预测系统是由华中科技大学邓聚龙教授首次提出并建立的,它是以关联空间、光滑离散函数等概念为基础,定义灰导数和灰微分方程,从而建立微分方程形式的动态预测模型。灰色预测系统主要适用于时间序列中一部分信息是已知的,另一部分信息是未知的,系统内各因素间有不确定性关系的模型,所以适用范围较广。灰色预测的数据是通过生成数据的c所得到的预测值的逆处理结果。

2模型应用

传统文化国学热度预测项目是与苏州市姑苏区某培训中心合作,通过对其以往国学培训数据,以及苏州其他培训机构的国学培训数据的分析,来预测以后近期的国学热度,为此培训中心的工作提供可靠的数据参考。

本培训中心自2015年至2017年国学培训数据:

2.1 GM(1,1)灰色预测模型的建立

2.1.1数据的检验

首先,根据数学模型建立的原则,在建立灰色预测模型之前,必须要保障建模方法的可行性,即需要对已知的原始数据做检验处理。

3项目主要成果

基于采集到的培训数据,我们严格按照GM(1,1)灰色系统预测模型的结构进行计算,利用最小二乘法的方法得到重要参数,从而计算出针对原始数据的预测值:

4模型的创新点、先进性与社会意義

常用的预测模型有回归预测模型、组合预测模型、卡尔曼滤预测模型、ARIMA时间序列预测模型、灰色系统预测模型等。根据采集到的培训数据,我们做了严格的讨论分析与数据验证,经过计算比较,本项目采用了GM(1,1)灰色系统预测模型。

通过对本模型原始数据与预测数据的分析我们看到,进行国学培训人数基本稳定,也就是“国学热”现在已经达到了一个理智的发展状态,不再像前几年那样受到不恰当的炒作与吹捧。中国“国学”的解体首先是受到了封建帝制瓦解的很大影响,后来又有“新文化运动”、“文化大革命”等,它们从理论形态上沉重打击了国学系统。受到严重摧残后,“国学热”的真正兴起是在二十世纪九十年代。中国综合国力的上升,增加了国人的民族自尊心,这为“国学热”提供了很大的动力。有关国学的活动此时开始飞速兴起,社会上出现了很多国学培训机构。这个过程中滋生出一些不良现象,如:“复古主义”、功利化倾向、政治化倾向等,这使得国学培训中出现了一些不理智的问题。最近几年,人们渐渐认清事实,开始理智地对待国学。

参考文献

[1] 李梦婉,沙秀艳.基于GM(1,1)灰色预测模型的改进与应用[J].计算机工程与应用,2016,52(04):24-30.

[2] 江志华,朱国强.灰色预测模型GM(1,1)及其在交通运量预测中的应用[J].武汉理工大学学报(交通科学与工程版),2004(02):305-307.

[3] 胡可涛,葛维春.国学热-现象的理性探析[J].北京工业大学学报(社会科学版),2008(02):38-42.

猜你喜欢

培训中心原始数据国学
GOLDEN OPPORTUNITY FOR CHINA-INDONESIA COOPERATION
“垂”改成“掉”,好不好?
首都科技教育培训中心简介
森浦上海展示培训中心
全新Mentor DRS360 平台借助集中式原始数据融合及直接实时传感技术实现5 级自动驾驶
奋斗鸡—我的国学日常
北京市劳保所培训中心
世界经济趋势