基于指数平滑和自适应过滤法的高校录取分数线预测方法技术

本发明专利技术公开了一种基于指数平滑和自适应过滤法的高校录取分数线预测方法。步骤如下：首先对历年的录取分数线数据进行预处理。模型一通过差分方法，利用MATLAB构造差分序列；将新序列值与实际值依次迭加预测下一年录取线；依次类推，得到预测年份预测结果1。模型二首先取历年数据的加权平均作为初始预测值；调整权数，减小误差，直至最佳权数；取最佳权数，加权平均得预测年份预测结果2。最后比较两个预测结果，选择最佳预测值。本发明专利技术的有益效果在于：综合考虑模型特点，进行模型融合，取得更高预测精度。测精度。测精度。

【技术实现步骤摘要】
基于指数平滑和自适应过滤法的高校录取分数线预测方法


[0001]本专利技术属于高考志愿填报领域，具体涉及一种基于指数平滑和自适应过滤法的高校录取分数线预测系统。

技术介绍

[0002]在高考志愿填报领域，传统的高考志愿填报方法主要是人工报考方式。这种高考志愿填报方式虽然比较适合自己的孩子，但是需要家长熟悉高考志愿填报的相关政策及规则，同时，需要家长花费大量时间整理汇总高考志愿填报相关的数据及资料和学习研究高考志愿填报的方法和技巧，存在不准确报考、消耗大量时间等问题，极易漏填符合报考条件的院校，这种方法基本很难满足对高考志愿填报精准、高效的要求。
[0003]如今，高考志愿填报系统在减小高考生志愿填报误差方面发挥巨大作用，在高考志愿填报上的应用很广泛。鉴于人工报考方式的局限性，人们开始设想运用大数据的方法来进行高考志愿填报，并取得了一定的研究成果。与传统的高考志愿填报方法方法相比，基于指数平滑法、自适应过滤法的高考志愿填报系统保障了考生的选择权、提高了志愿准确度、更好的兼顾院校和专业，且能够缩短志愿填报时间。

技术实现思路

...

【技术保护点】

【技术特征摘要】
1.基于指数平滑和自适应过滤法的高校录取分数线预测方法，其特征在于，包括以下步骤：步骤1：对某高校历年的录取分数线数据进行预处理；步骤2：模型一通过指数平滑的方法，利用软件将后一年Y
t
与前一年Y
t
‑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，得预测年份的预测结果1；步骤3：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，得预测年份的预测结果2；步骤4：通过预测出的数据，比对模型一、模型二，取最佳预测值，给报考某高校某专业的考生做出较为合理的建议。2.根据权利要求1所述的基于指数平滑法和自适应过滤法的高校录取分数线预测方法，其特征在于，所述步骤2具体包括以下步骤：S
t
＝a*y
t
+(1
‑
a)S
t
‑1其中S
t
为时间t的平滑值，a为指数平滑因子，a∈(0，1)，y
t
为t年某高校的录取分数线，S
t
‑1为时间t的平滑值；且为时间t的平滑值；且为t年某高校的预测录取分数线，为t+1年某高校的预测录取分数线；S
t
随a的取值的大小而变化，a的大小决定了y
t
和S
t
‑1对S
t
的影响，当a＝1时，即下一年的预测值用今年的实际值来代替，完全不相信历史数据；a＝0时，即下一年的预测值用今年的预测值来代替，完全相信历史数据；两种情况都太过极端，故a往往取O
‑
1之间的一个数，这里取a＝0.4；取...

【专利技术属性】
技术研发人员：彭湘蕾，朱成龙，夏柯然，毕子译，孔舒淇，刘琪，
申请(专利权)人：聊城大学，
类型：发明
国别省市：