Mục đích của nghiên cứu này là dự báo kết quả học tập của học sinh dựa trên sự kết hợp phương pháp gần đúng Taylor với hai mô hình xám GM(1,1) và GM(2,1). Hai mô hình kết hợp T-GM(1,1) và T-GM(2,1) có thể đạt được các giá trị dự báo tối ưu nhất bằng cách tính gần đúng nhiều lần để cải thiện độ chính xác dự báo của hai mô hình xám. Ngoài ra, người nghiên cứu đã sử dụng phần mềm MATLAB để thiết kế một hộp công cụ MATLAB cho hai mô hình kết hợp này. Kết quả nghiên cứu này sẽ cung cấp thông tin rất quan trọng cho giáo viên và cán bộ quản lí giáo dục giúp cho họ tuyển chọn học sinh có quá trình học tập ổn định để bồi dưỡng học sinh giỏi, đồng thời cải thiện kết quả học tập đối với học sinh có quá trình học tập không ổn định nhằm đáp ứng các yêu cầu và mục tiêu của giáo dục.
Readership Map
Content Distribution
Mục đích của nghiên cứu này là dự báo kết quả học tập của học sinh dựa trên sự kết hợp phương pháp gần đúng Taylor với hai mô hình xám GM(1,1) và GM(2,1). Hai mô hình kết hợp T-GM(1,1) và T-GM(2,1) có thể đạt được các giá trị dự báo tối ưu nhất bằng cách tính gần đúng nhiều lần để cải thiện độ chính xác dự báo của hai mô hình xám. Ngoài ra, người nghiên cứu đã sử dụng phần mềm MATLAB để thiết kế một hộp công cụ MATLAB cho hai mô hình kết hợp này. Kết quả nghiên cứu này sẽ cung cấp thông tin rất quan trọng cho giáo viên và cán bộ quản lí giáo dục giúp cho họ tuyển chọn học sinh có quá trình học tập ổn định để bồi dưỡng học sinh giỏi, đồng thời cải thiện kết quả học tập đối với học sinh có quá trình học tập không ổn định nhằm đáp ứng các yêu cầu và mục tiêu của giáo dục.
