新生报到人数预测终极版论文解析.doc

数学建模实训论文 实训题目：新生报到人数预测 学生姓名、学号、专业班级 指导教师：张建玲 2015年12月24日新生报到人数预测 摘要 研究目的：预测该校未来三年内每年9月新生的报到人数以及分析2009年新生报到人数骤然下降的原因。 建立模型思路：首先，由于一所高校的新生报到人数反映了该校的知名度和综合实力。对于一所综合实力较强的大学来说，新生报到人数应是稳步增长的，新生报到人数系统是一个灰色系统。鉴于此，我们建立了灰色预测模型。其中简化了许多外在因素对新生报到人数的影响，只考虑随着时间的变化对该学校新生报到人数造成的影响，用已知的新生报到人数的时间序列来构造灰色预测模型，从而对未来学生报到人数的变化趋势进行分析。在预测未来三年报到人数的过程中，针对第二个问题——2009年新生报到人数骤然下降的原因给予了一系列合理的分析。 求解思路：（1）构造累加生成序列；（2）构造矩阵B和数据向量 ；（3）通过MATLAB软件对参数求解；（4）得出预测模型；（5）残差检验；（6）关联度检验；（7）后验差检验；（8）得出预测结果。 建模特点：灰色预测模型适用于数据少的系统，且预测精度高，此模型理论性强，可借助MATLAB等数学软件进行计算，使得数据处理简便，检验方便，准确度高。 在模型的检验中，本文分别讨论了以上模型的精度和稳定性。 关键词：灰色预测、新生人口，GM(1，1)模型 一、问题重述 （一）问题背景 在大学的教务招生系统中，预测新生报名人数是大学教学前期工作的重要指标之一。在目前，尽管我们可以通过更多更宽的渠道去获取更多的考生资源信息，但是各大高校对新生人数的预测仍然停留在他们的宏观计划上。怎样高效率地根据每年的考生数和综合往年的招生经验对现年的招生人数进行一个系统并且相对准确的预测,仍然是各大高校不可忽视的问题。毕竟每年的大学新生报到人数都会受到众多因素的干扰，所以预测新生的人数备受关注是在所难免的。小到学校自身规模上的变化，大到国家的宏观经济调控政策，以及各大院校政策的改变等等无不对此问题产生着影响。还有另一个重要的方面，那就是报到人数与招生人数存在差异。综上，不可测干扰因素多，既有已知理论信息，亦有诸多未知信息，新生预测与实际必定会有差别，所以我们一定要以应用灰色系统理论为前提。 灰色系统是指既含有已知信息、又含有未知或非确知信息的系统，也称为贫信息系统。对于那些难以精确地建立数学模型的系统都属于灰色系统的范畴。在灰色系统理论中，称抽象系统的逆过程（有系统的行为确立模型）典型的灰色预测模型是邓聚龙教授提出的GM（1,1）模型，并且至今已经获得了迅速发展和快速应用。由于灰色预测模型能根据现有少量信息进行计算和推测，因而在人口，经济、生态农业、医学、工程技术、气象、水文及减灾等方面广泛应用。 现阶段,静态的描述难以反映出系统发展速度与其经济水平之间的动态关系，并且学生报到人数虽然与许多因素有着密不可分的关系，但是，鉴于其与给定的年份并没有直接的相关关系，所以我们大多回避回归预测法建立经济序列的各种指示方程，而是要用比回归分析法更加适合处理该问题的灰色预测模型。 （二）需要解决的问题 问题一：预测该校未来三年内每年9月份新生报到的人数； 问题二：分析该校2009年新生报到人数骤然下降的原因。 二、问题分析 该校新生报到人数既受到山东省招生计划等确定性因素的影响，又受到社会、经济发展等不确定性因素的影响。如此众多的因素不可能通过几个指标就能表达清楚，它们对新生人数的潜在而复杂的影响更是无法精确计算。所以，这个新生报到人数系统是一个灰色系统，可以利用灰色预测模型对新生报到人数进行预测。 灰色预测是对既含有已知信息又含有不确定信息的系统进行预测，就是对在一定范围内变化的、与时间有关的灰色过程进行预测。尽管灰色过程中所显示的现象是随机的，但毕竟是有序的。这一数据集合具有潜在的规律，所以，用它来预测新生报到人数具有合理性。灰色预测通过鉴别系统因素之间发展趋势的相异程度，即进行关联分析，并对原始数据进行生成处理来寻找系统变动的规律，生成有规律性的数据序列，然后建立相应的微分方程模型，从而预测事物未来的发展趋势。灰色预测用等时距观测到的反映预测对象特征的一系列数量值构造灰色预测模型，预测未来某一时刻的特征量，或达到某一特征量的时间。 基于以上思想，我们建立了灰色预测模型。 三、模型假设 假设题中所给数据都真实可靠且具有预测性； 忽略由于学生个人原因（如地域原因，留级，家庭经济状况，保留学籍参军等）造成的不报到情况； 忽略国家教育体制改革对新生报到人数的影响； 忽略社会、经济发展对其影响； 忽略交换生对新生报到人数的影响。 四、名词解释 灰色系统：既含有已知信息、又含有未知或非确知信息的系统，也称为贫信息系统。 累加生成：将同一序列中数据逐次相