典型文献
基于L1范数的出国留学人数组合预测研究
文献摘要：
为更准确地探究我国出国留学人数变化趋势,提出基于L1范数的组合预测模型,对出国留学人数进行预测;从多角度选取影响出国留学的因素,利用灰色关联度分析提取影响出国留学人数的典型因子,进而构建GM(1,3)模型;建立BP神经网络模型;提出基于L1范数组合预测模型,通过求解线性规划确定单一模型最优权系数;然后,对2006—2019年出国留学人数进行预测;选取GM(1,1)模型为对照模型,通过对照模型以及预测误差评价指标体系比较模型的预测精度,结果表明:基于L1范数的组合预测模型效果优于3个单一模型,有效地提高了预测精度,能够充分利用单一预测模型提供的信息,从而更加准确地预测出国留学人数;未来几年我国出国留学规模仍有较大的发展空间,预测结果可为全球疫情下我国留学相关工作提供参考.
文献关键词：
GM(1;3)模型;BP神经网络模型;L1范数;组合预测;出国留学人数
中图分类号：
作者姓名：
胡珍
作者机构：
湖北工业大学 理学院,武汉430068
文献出处：
引用格式：
[1]胡珍-.基于L1范数的出国留学人数组合预测研究)[J].重庆工商大学学报（自然科学版）,2022(03):61-69
A类：
B类：
L1,范数,出国留学人数,数组,预测研究,组合预测模型,灰色关联度分析,GM,线性规划,定单,权系数,预测误差,比较模型,预测出,全球疫情
AB值：
0.150951
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
