GM（1，1）灰色系統模型在國學熱度預測中的應用

王美艷

摘 要 傳統文化國學熱度預測模型主要是根據采集到蘇州市姑蘇區某培訓中心的關于國學培訓的數據信息，建立GM（1，1）灰色預測模型，預測近期國學培訓情況，為此培訓中心的工作提供可靠的數據參考。

關鍵詞 國學 培訓數據 預測模型 GM（1，1）灰色系統 殘差 級比偏差

中圖分類號：F224 文獻標識碼：A

1 GM（1，1）灰色預測系統

GM（1，1）灰色預測系統是由華中科技大學鄧聚龍教授首次提出并建立的，它是以關聯空間、光滑離散函數等概念為基礎，定義灰導數和灰微分方程，從而建立微分方程形式的動態預測模型。灰色預測系統主要適用于時間序列中一部分信息是已知的，另一部分信息是未知的，系統內各因素間有不確定性關系的模型，所以適用范圍較廣?；疑A測的數據是通過生成數據的c所得到的預測值的逆處理結果。

2模型應用

傳統文化國學熱度預測項目是與蘇州市姑蘇區某培訓中心合作，通過對其以往國學培訓數據，以及蘇州其他培訓機構的國學培訓數據的分析，來預測以后近期的國學熱度，為此培訓中心的工作提供可靠的數據參考。

本培訓中心自2015年至2017年國學培訓數據：

2.1 GM（1，1）灰色預測模型的建立

2.1.1數據的檢驗

首先，根據數學模型建立的原則，在建立灰色預測模型之前，必須要保障建模方法的可行性，即需要對已知的原始數據做檢驗處理。

3項目主要成果

基于采集到的培訓數據，我們嚴格按照GM（1，1）灰色系統預測模型的結構進行計算，利用最小二乘法的方法得到重要參數，從而計算出針對原始數據的預測值：

4模型的創新點、先進性與社會意義

常用的預測模型有回歸預測模型、組合預測模型、卡爾曼濾預測模型、ARIMA時間序列預測模型、灰色系統預測模型等。根據采集到的培訓數據，我們做了嚴格的討論分析與數據驗證，經過計算比較，本項目采用了GM（1，1）灰色系統預測模型。

通過對本模型原始數據與預測數據的分析我們看到，進行國學培訓人數基本穩定，也就是“國學熱”現在已經達到了一個理智的發展狀態，不再像前幾年那樣受到不恰當的炒作與吹捧。中國“國學”的解體首先是受到了封建帝制瓦解的很大影響，后來又有“新文化運動”、“文化大革命”等，它們從理論形態上沉重打擊了國學系統。受到嚴重摧殘后，“國學熱”的真正興起是在二十世紀九十年代。中國綜合國力的上升，增加了國人的民族自尊心，這為“國學熱”提供了很大的動力。有關國學的活動此時開始飛速興起，社會上出現了很多國學培訓機構。這個過程中滋生出一些不良現象，如：“復古主義”、功利化傾向、政治化傾向等，這使得國學培訓中出現了一些不理智的問題。最近幾年，人們漸漸認清事實，開始理智地對待國學。

參考文獻

[1] 李夢婉，沙秀艷.基于GM（1，1）灰色預測模型的改進與應用[J].計算機工程與應用，2016，52（04）：24-30.

[2] 江志華，朱國強.灰色預測模型GM（1，1）及其在交通運量預測中的應用[J].武漢理工大學學報（交通科學與工程版），2004（02）：305-307.

[3] 胡可濤，葛維春.國學熱-現象的理性探析[J].北京工業大學學報（社會科學版），2008（02）：38-42.