广义回归神经网络在全国高技能人才需求中的应用研究 |
| |
引用本文: | 苗海艳,郭丽芳. 广义回归神经网络在全国高技能人才需求中的应用研究[J]. 科技管理研究, 2015, 0(16) |
| |
作者姓名: | 苗海艳 郭丽芳 |
| |
作者单位: | 太原理工大学经济管理学院,太原理工大学经济管理学院 |
| |
基金项目: | 山西省软科学研究项目“山西高层次科技人才发展的环境研究”(2013041050-05);山西省软科学研究项目“山西省高校高层次人才发展环境研究”(2013041051-01) |
| |
摘 要: | 广义回归神经网络(GRNN)克服了BP神经网络运行中收敛速度慢且局部极小的不足,正逐渐被应用到货运量、农业需求及煤炭需求方面。引入GRNN对全国高技能人才需求进行预测检验,并从5个角度将其与GM(1,1)模型的输出结果做对比分析。结果表明GRNN模型具有优异的预测性能,验证了把该模型引入高技能人才需求这一新领域是有效可行的。为今后进一步定量研究有关高技能人才需求方面提供一种新方法。
|
关 键 词: | GRNN神经网络 全国高技能人才 需求 应用研究 |
收稿时间: | 2014-06-12 |
修稿时间: | 2015-06-22 |
Research on Application of Generalized Regression Neural Network in the National Demand of High-skilled Talents |
| |
Abstract: | Generalized Regression Neural Network (GRNN) overcomes the defects of BP neural network which are slow convergence speed and local minimum and so forth. It is gradually being applied to freight volume, agricultural demand and coal demand. This paper attempts to introduce GRNN to forecast and test the demand of national high-skilled talents.Then from five angles,it analyses and compares the outputs of GRNN with those of GM(1,1) model.The result shows that GRNN model has superior prediction performance and proves that introducing the model into this new field about demand for high-skilled talents is effective and feasible,which provides a new method for the further quantitative research on demand of high-skilled talents in the future. |
| |
Keywords: | Generalized Regression Neural Network national high-skilled talents demand applied research |
本文献已被 CNKI 万方数据 等数据库收录! |
| 点击此处可从《科技管理研究》浏览原始摘要信息 |
|
点击此处可从《科技管理研究》下载全文 |