基于GM（1，1）灰色模型的困难学生数的预测——以南通职业大学为例

文章通过运用GM（1，1）灰色模型的方法，预测困难学生数的变化趋势。困难学生数的预测可帮助教育行政部门相关资助政策的制定。运用此方法模拟结果显示，困难学生数的变化趋势基本与当前形势下困难学生认定工作结果相吻合。...

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	无锡职业技术学院学报 2013-02 (1), p.14-17
1. Verfasser:	任海华王鑫明
Format:	Artikel
Sprache:	chi
Schlagworte:	GM（1，1）灰色模型决策困难学生预测
Online-Zugang:	Volltext
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

container_end_page	17
container_issue	1
container_start_page	14
container_title	无锡职业技术学院学报
container_volume
creator	任海华王鑫明
description	文章通过运用GM（1，1）灰色模型的方法，预测困难学生数的变化趋势。困难学生数的预测可帮助教育行政部门相关资助政策的制定。运用此方法模拟结果显示，困难学生数的变化趋势基本与当前形势下困难学生认定工作结果相吻合。
format	Article
fullrecord	<record><control><sourceid>cass_chong</sourceid><recordid>TN_cdi_chongqing_primary_44847936</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><cass_id>44847936</cass_id><cqvip_id>44847936</cqvip_id><sourcerecordid>44847936</sourcerecordid><originalsourceid>FETCH-LOGICAL-c446-92a7dc14024f5a798f02dafccea724bdf87e4fd136d8b0af8948187ad02712c13</originalsourceid><addsrcrecordid>eNpjYeA0NDM31DW3sDDgYOAtLs5MMjA2MzExMDKw4GSIfjp_15Ndfe6-7_d0GL7f0wPEnc8bN7zo3PRsxcKn87qfz2p5OnvDy1n7nq5d9nzK_GdTNwBFXi5qeba1-1HDFCB6snvp097pLxtmvWjsebJj1tMly4Eqn-zY9WRfNw8Da1piTnEqL5TmZghxcw1x9tD18Xf3dHb00U02MTHTtTRKNE9JNgS6xyTNNNHc0iLNwCglMS05OTXR3MgkKSXNwjzVJC3F0NgsxSLJIDHNwtLEwtDCPDHFwMjc0CjZ0JibQRJibHJicXF8XnFxSryJiYWJuaWxGVBOESqXkZ-XXpiZlx5fUJSZm1hUiVADACRSc0U</addsrcrecordid><sourcetype>Aggregation Database</sourcetype><iscdi>true</iscdi><recordtype>article</recordtype></control><display><type>article</type><title>基于GM（1，1）灰色模型的困难学生数的预测——以南通职业大学为例</title><source>国家哲学社会科学学术期刊数据库 (National Social Sciences Database)</source><creator>任海华王鑫明</creator><creatorcontrib>任海华王鑫明</creatorcontrib><description>文章通过运用GM（1，1）灰色模型的方法，预测困难学生数的变化趋势。困难学生数的预测可帮助教育行政部门相关资助政策的制定。运用此方法模拟结果显示，困难学生数的变化趋势基本与当前形势下困难学生认定工作结果相吻合。</description><identifier>ISSN: 1671-7880</identifier><language>chi</language><publisher>无锡职业技术学院</publisher><subject>GM（1，1）灰色模型 ; 决策 ; 困难学生 ; 预测</subject><ispartof>无锡职业技术学院学报, 2013-02 (1), p.14-17</ispartof><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Uhttp://image.cqvip.com/vip1000/qk/88348X/88348X.jpg</thumbnail><link.rule.ids>314,776,780</link.rule.ids></links><search><creatorcontrib>任海华王鑫明</creatorcontrib><title>基于GM（1，1）灰色模型的困难学生数的预测——以南通职业大学为例</title><title>无锡职业技术学院学报</title><description>文章通过运用GM（1，1）灰色模型的方法，预测困难学生数的变化趋势。困难学生数的预测可帮助教育行政部门相关资助政策的制定。运用此方法模拟结果显示，困难学生数的变化趋势基本与当前形势下困难学生认定工作结果相吻合。</description><subject>GM（1，1）灰色模型</subject><subject>决策</subject><subject>困难学生</subject><subject>预测</subject><issn>1671-7880</issn><fulltext>true</fulltext><rsrctype>article</rsrctype><creationdate>2013</creationdate><recordtype>article</recordtype><recordid>eNpjYeA0NDM31DW3sDDgYOAtLs5MMjA2MzExMDKw4GSIfjp_15Ndfe6-7_d0GL7f0wPEnc8bN7zo3PRsxcKn87qfz2p5OnvDy1n7nq5d9nzK_GdTNwBFXi5qeba1-1HDFCB6snvp097pLxtmvWjsebJj1tMly4Eqn-zY9WRfNw8Da1piTnEqL5TmZghxcw1x9tD18Xf3dHb00U02MTHTtTRKNE9JNgS6xyTNNNHc0iLNwCglMS05OTXR3MgkKSXNwjzVJC3F0NgsxSLJIDHNwtLEwtDCPDHFwMjc0CjZ0JibQRJibHJicXF8XnFxSryJiYWJuaWxGVBOESqXkZ-XXpiZlx5fUJSZm1hUiVADACRSc0U</recordid><startdate>20130201</startdate><enddate>20130201</enddate><creator>任海华王鑫明</creator><general>无锡职业技术学院</general><scope>2RA</scope><scope>92L</scope><scope>CQIGP</scope><scope>~WA</scope><scope>NSCOK</scope></search><sort><creationdate>20130201</creationdate><title>基于GM（1，1）灰色模型的困难学生数的预测——以南通职业大学为例</title><author>任海华王鑫明</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-LOGICAL-c446-92a7dc14024f5a798f02dafccea724bdf87e4fd136d8b0af8948187ad02712c13</frbrgroupid><rsrctype>articles</rsrctype><prefilter>articles</prefilter><language>chi</language><creationdate>2013</creationdate><topic>GM（1，1）灰色模型</topic><topic>决策</topic><topic>困难学生</topic><topic>预测</topic><toplevel>online_resources</toplevel><creatorcontrib>任海华王鑫明</creatorcontrib><collection>中文科技期刊数据库</collection><collection>中文科技期刊数据库-CALIS站点</collection><collection>中文科技期刊数据库-7.0平台</collection><collection>中文科技期刊数据库- 镜像站点</collection><collection>国家哲学社会科学文献中心 (National Center for Philosophy and Social Sciences Documentation)</collection><jtitle>无锡职业技术学院学报</jtitle></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext</fulltext></delivery><addata><au>任海华王鑫明</au><format>journal</format><genre>article</genre><ristype>JOUR</ristype><atitle>基于GM（1，1）灰色模型的困难学生数的预测——以南通职业大学为例</atitle><jtitle>无锡职业技术学院学报</jtitle><date>2013-02-01</date><risdate>2013</risdate><issue>1</issue><spage>14</spage><epage>17</epage><pages>14-17</pages><issn>1671-7880</issn><abstract>文章通过运用GM（1，1）灰色模型的方法，预测困难学生数的变化趋势。困难学生数的预测可帮助教育行政部门相关资助政策的制定。运用此方法模拟结果显示，困难学生数的变化趋势基本与当前形势下困难学生认定工作结果相吻合。</abstract><pub>无锡职业技术学院</pub><tpages>4</tpages><oa>free_for_read</oa></addata></record>
fulltext	fulltext
identifier	ISSN: 1671-7880
ispartof	无锡职业技术学院学报, 2013-02 (1), p.14-17
issn	1671-7880
language	chi
recordid	cdi_chongqing_primary_44847936
source	国家哲学社会科学学术期刊数据库 (National Social Sciences Database)
subjects	GM（1，1）灰色模型决策困难学生预测
title	基于GM（1，1）灰色模型的困难学生数的预测——以南通职业大学为例
url	https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-25T03%3A00%3A33IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-cass_chong&rft_val_fmt=info:ofi/fmt:kev:mtx:journal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8EGM%EF%BC%881%EF%BC%8C1%EF%BC%89%E7%81%B0%E8%89%B2%E6%A8%A1%E5%9E%8B%E7%9A%84%E5%9B%B0%E9%9A%BE%E5%AD%A6%E7%94%9F%E6%95%B0%E7%9A%84%E9%A2%84%E6%B5%8B%E2%80%94%E2%80%94%E4%BB%A5%E5%8D%97%E9%80%9A%E8%81%8C%E4%B8%9A%E5%A4%A7%E5%AD%A6%E4%B8%BA%E4%BE%8B&rft.jtitle=%E6%97%A0%E9%94%A1%E8%81%8C%E4%B8%9A%E6%8A%80%E6%9C%AF%E5%AD%A6%E9%99%A2%E5%AD%A6%E6%8A%A5&rft.au=%E4%BB%BB%E6%B5%B7%E5%8D%8E%20%E7%8E%8B%E9%91%AB%E6%98%8E&rft.date=2013-02-01&rft.issue=1&rft.spage=14&rft.epage=17&rft.pages=14-17&rft.issn=1671-7880&rft_id=info:doi/&rft_dat=%3Ccass_chong%3E44847936%3C/cass_chong%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rft_cass_id=44847936&rft_cqvip_id=44847936&rfr_iscdi=true