GM(1,1)灰色系统模型在国学热度预测中的应用
王美艳
（苏州工业园区服务外包职业学院 江苏·苏州 215123）
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
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。模型原理如下：
根据表4，按损失率公式计算，铝箔包衣样品的平均损失率为0.75%，薄膜包衣样品的平均损失率为0.66%，两种包衣样品的平均损失率均小于1%，表明两种包衣样品在（20±2）℃、相对温度（40±5）%条件下放置12个月内基本稳定，但后者平均损失率更低。
设参考数据为：
，计算数据序列的级比：
观察组与对照组术后6个月膝关节主动屈曲活动度都显著高于术前（P＜0.05）；且观察组显著高于对照组（P＜0.05）。见表2。
若所有的级比
都在覆盖区间
内，则该序列 是合格的，可以建立GM(1,1)模型进行灰色预测。否则，需要对该组数据做适当的变换处理，使之满足要求。
利用1997/1999年河道地形图及上述糙率进行了水面线进行了计算。东江干流河源—樊屋段，不同频率现状河道水面线沿程变化规律性较好。现状水面线坡降较大的位置主要位于樊屋—石龙(二)、卢村水闸—高水闸，上述位置河道较窄、河道坡降变化较大，实测资料也显示出较大的水面坡降。河口口门以内约4 km位置与博罗下游间的河道水面线低于历史成果。其中在马嘶村附近河段，水位下降最大。岭下—博罗段水位有所降低，但降低幅度变化不大。另外，东江干流水位下降最大的河段位于马嘶村附近，现状水面线下降幅度与河床下切程度基本一致。
其中，
称为序列
的一次累加生成。称
为GM(1,1)模型，即灰色微分方程模型。
称为发展系数，
称为灰色作用量。
构造矩阵和列向量：
步骤2：构造数据矩阵B，和时间数据序列向量Y：
从而求出
和
，于是预测模型为：
此两式即为用于预测未来值和检验模型精度。
2 模型应用
步骤3：根据步骤2中的矩阵B和Y列向量，利用最小二乘法求得参数：
如果对所有的
则认为模型达到较高的要求；否则，若对所有的
，则认为达到一般要求。
2.1 GM(1,1)灰色预测模型的建立
2.1.1 数据的检验
由
生成新的数列：
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。方法如下：
建立国学培训人数时间序列如下：
求得级比 为：
由于所有
所以这些数据能够作为GM(1,1)模型的实验数据。
加强导师队伍的建设 加强动物医学专业导师队伍的建设主要包括数量和质量两方面。在数量上，应增加导师资源，可以聘请优秀的硕士生作为副导师，在指导工作中发挥协助作用[8]。另外，还可以聘请一些专业领域内的优秀人才担任校外导师，共同完成对校内本科生的指导工作。在质量上，严格审查导师资格，作为本科生导师首先要具备扎实的专业知识和较好的沟通能力，可以顺利指导学生学习，进行毕业设计以及处理学生生活中的问题；其次，在教学与科研中要有较强的创新能力，能够引导提高学生的自主学习能力和培养创新精神，为将来就业打下坚实的基础。真正的导师也应该在指导学生过程中不断丰富自己、完善自己，让自己在专业领域变得更强大。
2.1.2 GM(1,1)模型的建立与求解
步骤1：对原始的时间数据序列 做一次累加计算，得到新数列为：
最小二乘法求得参数：
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。
步骤4：建立模型：
水体和底层溶氧低、水体易分层、水体交换能力差：①多开增氧机和爬水机，滚动和震动水体，促进水体上下层交换，防止溶氧、水温分层，工作基本点必须围绕溶氧。增氧机并不产氧，而是起到活络水体和输送氧的作用，70%以上的溶氧是依靠藻类光合作用生产提供的，可见适时适量培藻，保持藻类新陈代谢非常重要。②水质好坏决定溶氧高低。藻相的好坏决定了水色，水色的好坏可以判断溶氧的高低，所以冬棚养殖一定要养护好水质，才能保证溶氧充足。需对水质不定期的修复和保养，千万不要等到水质变坏了才去调改，既费成本又很难调。
由灰色预测模型GM(1,1)的定义可知，
所以，可得
2)辅助资料数据。本系统使用的辅助资料数据包括林业经营类的数据如林班、树种、树龄、行间距和树种各年龄段需要的养分特性等，这些数据是进行土壤养分查询和施肥决策的重要依据。辅助资料数据还包括一些行政区划、林班数据等林业设施类数据，主要用于统计分析。
（1）残差检验：计算相对残差
此外，采用日立高新科技公司SU8020型场发射扫描电镜对碳酸钙高温煅烧产物和硬硅钙石纤维的微观形貌进行表征，加速电压为5.0 kV，放大倍数25 000倍。采用日本理学公司的MINFLEX600型X射线衍射仪对硬硅钙石纤维进行物相分析，40 kV，15 mA，铜靶Kα，步长0.02°，扫描速率10°/min，扫描角度2θ=5°～78°。
令
根据（2）式的时间响应函数可以求出还原预测值。其中，
我们可以根据上面各式进行模型的精确度检验。
2.2 模型的检验与评价
步骤5：求得还原预测数值
本培训中心自2015年至2017年国学培训数据：
（2）级比偏差值检验：计算
如果对所有的
则认为模型达到较高的要求；否则，若对所有的
，则认为达到一般要求。
经验证，该模型精确度较高，非常接近实际情况，可以进行预测和预报。
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：
经过残差与级比偏差的检验，由表1，我们发现经GM(1,1)灰色系统预测系统非常适用于本模型，精确度较高，预测结果非常接近实际情况，能够很好地完成本项目的工作。
现在取2015年至2017年的培训数据，依据如上GM(1,1)模型的计算程序，我们可以预测2018年和2019年的培训数据（假设每年培训期数为5），见表2：
菟丝子种子无休眠期，发芽温度在15℃以上，最适温度在24～28℃，出土深度0～1cm，最深不过3cm，种子寿命1～2年，幼苗出土后成丝状体，随风旋转，遇寄主后即在接触部分产生吸盘，与土相联部分逐渐断开而寄生生活，若10d内遇不到寄主，将自行死亡。菟丝子能大量吸取寄主体内的营养而迅速蔓延，一株菟丝子可蔓延1m2以上，使寄主生长黄弱。菟丝子7～8月间开花结实，9月间成熟，此时寄主因营养被吸尽而死亡，寄主有茄科、豆科、菊科、藜科等植物。
利用(9)、(10)两式，我们可以验证残差与级比偏差分别几乎全部满足
，所以此预测结果较好。
建立良好的足球课堂秩序，教师必须要精通足球的学科知识，这是进行足球教学的基础。没有扎实的足球专业知识素养将很难进行有效教学，更谈不上建立良好的课堂秩序。教师还要掌握教育理论，遵循教育规律，是提高足球教学质量的前提。“授人予鱼，不如授人予渔”。教师在给学生传授知识的同时，也要教会学生学习的方法，这就要求教师要有丰富的教育专业知识。
由图8(空气层厚度12 mm，相对湿度65%)可以看出，当空气层厚度为12 mm时，供水温度升高，供冷能力快速减小.供水温度每升高1 ℃，辐射板表面平均温度平均升高0.52 ℃，供冷能力平均减少17 W/m2.过高的供水温度不仅会造成供冷能力的不足，同时会降低辐射板表面的均匀性.当供水温度降低至14 ℃时，辐射板表面最低温度与平均温度的差值增大.当供水温度为15 ℃时，辐射板表面的最低温度最接近平均温度.
4 模型的创新点、先进性与社会意义
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.
中图分类号： F224
文献标识码： A
标签：国学论文; 培训数据论文; 预测模型论文; GM(1论文; 1)灰色系统论文; 残差论文; 级比偏差论文; 苏州工业园区服务外包职业学院论文;