金秀玲,卓艳如

• 1:闽江学院数学与数据科学学院

摘要(Abstract)：

为了提高支持向量机算法(SVM)预测的精度,使用遗传算法(GA)优化SVM模型参数,建立GA-SVM高考成绩预测模型。使用贵州省某高中高三理科学生4次模考成绩和高考成绩数据进行验证,与BP神经网络算法、多元线性回归、SVM模型比较,GA-SVM模型预测高考成绩的精度有明显提高,可为高考复习方向提供参考。

关键词(KeyWords)： 遗传算法;支持向量机;高考成绩;预测

Abstract:

Keywords:

基金项目(Foundation): 2018福建省教育厅中青年教师教育科研项目(JT180391)

作者(Author): 金秀玲,卓艳如

DOI: 10.16203/j.cnki.41-1397/n.2020.02.014

参考文献(References)：

• [1] 卫子光,韩家勋,苑庆兰,等.化学高考预测效度研究初探[J].化学教育,1995(11):4-11.
• [2] 许之所,张丽芳.高考英语试卷预测效度实证研究[J].武汉理工大学学报(社会科学版),2004(2):247-249.
• [3] 韩向峰,刘希玉.基于Web挖掘的高考预测系统的设计与实现[J].计算机应用研究,2004(8):160-162.
• [4] 吴金财.考试成绩分析与评价:如何使用平均分——以深圳市高考模拟考部分成绩数据为例[J].教育测量与评价(理论版),2013(8):57-60.
• [5] 李敬文,陈志鹏,李宜义,等.组合预测模型在高考数据预测中的应用研究[J].计算机工程与应用,2014,50(7):259-262.
• [6] 周琦.改进的C 4.5决策树算法研究及在高考成绩预测分析中的应用[D].南宁:广西大学,2012.
• [7] 张琼.基于贝叶斯方法的高考成绩类别预测[J].太原师范学院学报(自然科学版),2009,8(2):41-43.
• [8] 张莉,卢星凝,陆从林,等.支持向量机在高考成绩预测分析中的应用[J].中国科学技术大学学报,2017,47(1):1-9.
• [9] 武剑平.基于BP人工神经网络的学生高考成绩预测[J].科技传播,2015,7(20):164-165.
• [10] 加雷斯·詹姆斯,丹尼拉·威滕,特雷费·哈斯帖,等.统计学习导论:基于R应用[M].北京:机械工业出版社,2015:234-258.