关于高考录取分数预测模型的探究汇.docVIP

各专业全套优秀毕业设计图纸 高考录取分数预测模型 姓名: 班级： 姓名: 班级： 姓名: 班级： 关于高考录取分数预测模型的探究 摘 要 本文通过差分指数平滑法和自适应过滤法分别建立模型预测下一年的录取分数线。最后，根据预测出来的最佳数据，给2014年报考本校的考生做出合理的建议。 对于问题一和问题二，首先根据题意和所给出的学校历年的录取分数线，不难分析出高校的录取分数线是由当年的题目难度、考生报考数量、“大年”和“小年”等因素决定的。每年的分数线还是有一定差距的，例如，本校2012在北京市电气专业的录取线是428分，而2013年是488分，相差60分。因此，预测的时候，需要通过一些方法使数据趋于平滑，使之便于预测。通过这些分析，建立了两种可靠的预测模型。 模型一通过差分的方法，利用Matlab软件将后一年Yt与前一年Yt-1的数据相减得到一个差分值，构成一个新序列。将新序列的值与实际值依次迭加，作为下一期的预测值。以此类推，预测出2014年的录取分数线。模型二是根据一组给定的权数w对历年的数据进行加权平均计算一个预测值y，然后根据预测误差调整权数以减少误差，这样反复进行直至找到一组最佳权数，使误差减小到最低限度，再利用最佳权数进行加权平均预测。这两种方法很好的解决了历年录取分数相差较大难以预测的问题。预测值相对准确。 最后，通过预测出的数据，比对模型一和模型二，取最佳预测值，给报考科技学院的考生做出较为合理的建议。 关键词： 序列 权数 差分值 加权平均 高考录取线  对广大高考考生来说，填报志愿和高考一样都是人生中最重要的一步。那张薄薄的志愿表和高考分数一样，很大程度上影响到考生的未来和前途。填报志愿科学、合理，就能够被与自己考分相对应的理想高校录取；如果志愿选择不当，找不准与自己考分相对应的高校，即使考出高分，也可能与重点大学擦肩而过或高分低就，甚至落榜，留下终身的遗憾，这样的实例举不胜举，因此有人说，高考成功与否，60％靠实力，40％靠志愿。那么有没有一种行之有效的方法来准确预测高校的录取分数，从而根据自己的分数准确选择目标高校呢？ 预测高校的录取分数 结合科技学院近些年各专业在各省的录取分数线，预测一下科技学院2014年各专业在各省的录取分数线。 给计划报考科技学院的考生一些建议。 二 问题的分析 问题一是问题二的前提，通过设计好的预测方法，来预测科技学院2014年各专业在各省的录取分数线。最后结合总体的预测数据，来解决第三个问题。因此，设计准确的预测方法是解决问题的关键。 首先，通过建立数学模型研究本校在各省的最低录取分数线，预测出本校2014年在各省的最低录取线。得出预测方法。然后导入科技学院前8年的在各省各专业的录取分数线，通过建立好的数学模型，运用得出的预测方法预测出本校2014年各专业在各省的录取分数线。 最后通过模型一和模型二的预测结果，将前7年的预测值和实际值进行比较，可以得出最佳的预测值，以此为依据，给2014年将要报考本校的考生做出建议。 三 模型的假设 为计算方便，将学校没有招生的省份和专业的数据设为空； 历年考生数量和素质水平无较大波动； 时间序列的变动大概呈现直线趋势； 2008年四川地区录取线全部按非延考计算； 数据不足，工商管理专业不在预测范围内。 四 符号说明 Yt t年的信息存储矩阵 ▽yt yt与yt-1之差 ▽?t+1 Yt+1与Yt之差的预测值 ?t+1 第t+1年的预测值 α 加权系数 wi 第t-i+1期的观测值权数 N 权数个数 n 样本个数 wi’ 调整后的第t-i+1期的观测值 k 学习常数 et+1 第t+1期的预测误差 X0 给定的值 σ2 总体方差 Sy2 总体方差的无偏估计量 Xi 第i年 5.1模型一的建立与求解 注：华电科院各年录取分数线见附表 5.1.1信息存储矩阵设计 设计高校录取分数线方法，建立差分指数平滑法数学模型。在预测之前，进行信息存储矩阵设计。下面是设计的矩阵 Yt=... 其中t为年份，行指标为各省同一专业的录取线，列指标是同一省份各个专业的录取分数线。 差分指数平滑法模型是从数据变换的额角度考虑，即先对数据作处理，使之适用于一次指数平滑模型，之后再对输出的结果作处理，使之恢复为原变量的形态，利用以下的计算公式： ▽为差分符号，(1)式表示对序列作一阶差分，构成一个平稳的新序列,(3)表示把经过一阶差分后的新序列的指数平滑预测值与变量当前的实际值迭加，作为变量下一期的预测值。由于计算量较大，我们编写了Matlab程序来计算▽?t、▽?t+1、?t+1。 为近一步说明指数平滑的实质，把式依次展开有 ，(4)式表明Yt