基于AHP的大学生就业信心指数组合预测

大学生就业信心指数预测结果的准确性关系到就业政策的制定与实施的效果.提出综合利用各单模型预测信息的组合预测思路,采用层次分析法确定单模型的权重值,构建组合预测模型.结果显示,组合预测模型在拟合期的表现与神经网络模型接近,优于其他两种模型;在预测期远超过其他模型的预测效果.组合预测模型的拟合性能和泛化性能优越,预测信息可作为高校制定相关政策时的重要参考依据.     

遗传算法在经济混沌组合预测中的应用

经济混沌是由确定性的经济系统产生具有随机性的动态行为。虽然经济系统产生的时间序列不具有长期预测性，但在短期内可有较为精确的预测，可以为其建立确定性的预测模型。为了探求经济时间序列中的混沌特性，文中在Wolf提出的相空间重构的基础上，提出了一种基于遗传算法的经济混沌组合预测方法，在该方法中采用自适应并行遗传算法确定组合模型中权系数，这样可以较好地解决传统经济混沌预测大多数都是使用单一模型以至影响了观测精度等问题，最后以实例检验了提出的算法。     

财经类高校女大学生就业信心及影响因素研究

就业是民生之本,是改善人民生活的基本前提和基本途径。受国际国内经济形势变化及疫情影响,我国高校毕业生的就业形势严峻。以财经类高校女大学生为研究对象,通过发放线上问卷收集相关数据,采用Logistic回归模型探究高校女大学生就业信心及其影响因素。研究结果表明：现阶段企业环境、个人发展和社会环境都对财经类高校女大学生就业信心存在显著的负向影响。其中,企业环境、个人发展对财经类高校女大学生就业信心的影响较大。此外,研究表明大学生就业信心在性别上存在显著差异。基于实证研究结果,提出相关措施建议。     

应用遗传算法确定组合预测权系数

给出基于遗传算法的组合预测权系数确定方法。该方法对目标函数无连续,可微等要求,能较快地收敛到全局最优权系数。仿真结果表明该方法是可行的,预测精度是非常高的。     

市场需求组合定性预测的研究

针对市场需求预测的复杂性和不确定性，并考虑定性预测变量如何组合的问题，提出使用一种新的组合预测方法，即采用Logit回归法训练数据的市场需求组合预测模型，同时将该方法用于家用电冰箱市场需求趋势预测，并采用信息熵的方法，检验了组合预测模型的预测效果，实践证明，所提方法具有改变组合权重的优势以及具有较高精度等特点。     

基于回归分析与三次指数平滑的组合预测

组合预测是把几种单一的预测方法进行组合后得到更好的预测结果的方法.文章根据国家财政用于科学研究支出的统计数据,运用回归预测与三次指数平滑预测,而后求出组合预测的权重,最后得出更优的预测结果.     

基于BP-AGA的非线性组合预测方法研究

运用神经网络和加速遗传算法建立非线性组合预测模型，在BP算法训练网络出现收敛速度缓慢时启用加速遗传算法(AGA)来优化网络参数，把AGA的优化结果作为BP算法的初始值，再用BP算法训练网络，如此交替运行BP算法和AGA以加快网络的收敛速度，同时改善局部最小问题。最后给出实例研究，结果表明，该方法能明显提高预测精度。     

基于遗传算法优化因子的灰色PI预测控制

针对灰色PI预测控制比例因子和积分因子参数整定困难,提出了基于遗传算法参数优化整定的PI型灰色广义预测控制(GPIPC)。灰色PI预测控制(GPIGPC)采用灰色预测控制技术克服时变时滞,用PI(PID)控制技术加强系统的鲁棒性,运用遗传算法在线优化整定灰色PI预测控制的比例因子和积分因子,增强了系统的跟踪特性和抗恒值扰动特性,极大程度地减少了模型时延失配和模型增益失配的影响。仿真实例表明,该算法具有较好的鲁棒性和抗干扰性。     

毕业生就业信心指数测算与分析——基于安徽省十所高校的问卷调查

准确分析和预测毕业生就业信心指数对于国家就业政策的制定、高校就业指导工作的开展具有重要意义.本文选取安徽省十所高校应届毕业生为样本,从就业信心、学校教育、外在环境和疫情影响四个方面建立就业信心指数体系并计算相应衡量指标权重,由此计算大学生就业信心指数并进行比较分析.计算结果显示,安徽省应届毕业生的就业信心指数为-1.9...     

高校毕业生就业形势分析

高校毕业生数量近年来急剧增多,整个就业市场需求岗位的总体状况相对趋紧。在中国毕业生网最近发布的2007年和2008年大学生就业形势分析与预测报告中,使用了就业寒流来形容大学生就业形势。大学生就业是个系统工程,它需要用人单位、学校和大学生本人相互衔接,相互认知,任一方面衔接出现问题,就难以跳出大学生毕业即失业的怪圈。     

基于遗传算法的人工神经网络负荷预测研究

针对BP神经网络的固有缺陷,如训练速度慢,易收敛于局部极小点及全局搜索能力弱等,改进了传统BP算法,并采用遗传算法设计和优化神经网络结构参数,在此基础上建立了基于遗传算法的人工神经网络负荷预测模型,预测仿真结果表明,本文所提出的方法在预测精度和收敛速度方面均得到了改进。     

对当前大学生就业问题的一些思考

在分析了当前大学生就业面临的三大主要矛盾和困难的基础上,提出6条有针对性的应对策略和解决途径。认为解决大学生就业问题不仅是教育部门的事情,还要加强与民政、劳动保障、发改、财政、统计等相关部门以及科研院所的联系,共同研究和建立就业、收入分配、社会保障与社会事业4项工作的联动机制。     

融合蚁群算法和遗传算法的矩形件排样问题研究

提出融合蚁群算法和遗传算法来求解矩形件排样问题.考虑到蚁群算法和遗传算法各自的优缺点,该融合算法前阶段采用遗传算法获得排样问题的部分优化解,把它作为蚁群算法的初始信息素分布,后阶段利用蚁群算法求得最优排样序列,最后求得最优排样图.计算实例表明:与单一遗传算法相比较,该融合算法可达到更好的排样效果.     

当前职业院校大学生就业形势及对策分析

通过对2008年长春市职业院校大学毕业生就业情况的调查,透析了职业院校大学生就业存在的问题,并提出了相应的对策。     

基于遗传神经网络的纱线质量预测

针对基于单一BP神经网络的纱线质量预测模型的不足,提出了一种基于遗传算法优化的神经网络的纱线质量预测模型,采用遗传算法完成对神经网络权值和阈值空间的寻优搜索,以提高神经网络的收敛速度和获得全局最优解的能力.通过试验表明,基于遗传算法优化的神经网络可以提高纱线质量预测模型的精度和稳定性,其性能优于基于单一BP神经网络模型的纱线质量预测.