区域高职教育需求的系统预测

journal6 ›› 2005, Vol. 26 ›› Issue (2): 87-90.

区域高职教育需求的系统预测

（1.天津大学管理学院，天津 300072，2.辽宁机电职业技术学院，辽宁丹东118002）

出版日期:2005-04-15 发布日期:2012-09-22
作者简介:鲍风雨(1964-)，男，山东省黄县人，辽宁机电职业技术学院教授，博士生，主要从事机电设备自动控制及职业技术教育管理研究.
基金资助:
辽宁省教育厅2005年科研资助项目

System Forecasting of the Demand for Regional Higher Vocational Education

(College of Management,Tianjin University,Tianjin 300072,China;2.Liaoning Machinery-Electricity Vocational-Technical College,Dandong 118002,Liaoning China)

Online:2005-04-15 Published:2012-09-22

摘要/Abstract

摘要：对1998至2002年影响区域高职教育需求的几个因子分别建立了多元回归分析预测模型和BP神经网络多变量输入预测模型.实证研究结果表明：与回归预测模型相比，用BP网络建立的模型经过训练后，可得到影响区域高职教育需求的主要因子及其之间的非线性关系，具有很高的预测精度及较好的预测效果.

关键词： 多元回归分析模型, BP神经网络模型, 区域高职教育需求, 预测, 比较

Abstract: For the variables and data which influence the demand for regional higher vocational education from the year of 1998 to 2002 in Liaoning Province,this paper sets up multi-regression analysis model and BP artificial neural network model.The results show that,after being exercised,the network can provide nonlinear mapping relation between independent variables and dependent variables.The model has precise and good forecasting effect.

Key words: multi-regression analysis model, BP artificial neural network model, demand for regional higher vocational education, system forecasting, comparison

鲍风雨, 赵东明. 区域高职教育需求的系统预测[J]. journal6, 2005, 26(2): 87-90.

BAO Feng-Yu, ZHAO Dong-Ming. System Forecasting of the Demand for Regional Higher Vocational Education[J]. journal6, 2005, 26(2): 87-90.

[1]	赵佳雨. 一类混合中立型随机泛函微分方程的均方指数稳定性[J]. 吉首大学学报（自然科学版）, 2023, 44(5): 18-27.
[2]	石季雨, 余思瑶, 易叶青. 优化NGM(1,1,k)模型在国内能源消费中的应用[J]. 吉首大学学报（自然科学版）, 2022, 43(4): 27-33.
[3]	李家稳, 王崇旭, 王浩. 基于神经网络的桥下开挖竖向位移预测[J]. 吉首大学学报（自然科学版）, 2022, 43(2): 53-59.
[4]	李龙祥, 彭晨, 李军, 王雨嫣, 鲁荣波. 基于LSTM-AdaBoost的城市住宅区负荷预测[J]. 吉首大学学报（自然科学版）, 2021, 42(6): 30-35.
[5]	郎红, 常啸, 李琴, 宋国锋. 新零售目标产品的精准需求分析与预测[J]. 吉首大学学报（自然科学版）, 2021, 42(3): 87-91.
[6]	陈铭, 谢欢, 彭芯竹, 周雅金, 谭云仙, 庄大春. 张家界市永定区县域耕地保有量预测[J]. 吉首大学学报（自然科学版）, 2020, 41(6): 70-73.
[7]	曹邦兴. 自适应动态三次指数平滑法在交通预测中的应用[J]. 吉首大学学报（自然科学版）, 2019, 40(5): 13-17.
[8]	黎铭，王林，梁冰，扈海泽，资春元，莫异，方梦鸽，扈菲宇. 含风电微电网负荷预测建模及其仿真[J]. 吉首大学学报（自然科学版）, 2019, 40(4): 43-47.
[9]	王军. 安徽省某地区中长期电力负荷预测[J]. 吉首大学学报（自然科学版）, 2018, 39(6): 46-49.
[10]	黎红，王宏勇. 基于改进的分形插值与SVM的股指预测模型[J]. 吉首大学学报（自然科学版）, 2018, 39(3): 14-19.
[11]	谷中村，刘云娇，陈锋，黄玉莲. 不同扦插方法栽培葛根对产量的影响[J]. 吉首大学学报（自然科学版）, 2016, 37(6): 73-77.
[12]	邢家省，杨小远，白璐. 菲涅尔积分计算中一致收敛性的证明方法[J]. 吉首大学学报（自然科学版）, 2016, 37(5): 1-9.
[13]	李邦彦, 李连军. 电压激励蔡氏电路混沌的解析预测及其仿真[J]. journal6, 2015, 36(2): 46-51.
[14]	江沸菠, 申艳妮, 甘巧. 基于Elman神经网络的PMV参数预测建模[J]. journal6, 2014, 35(6): 64-69.
[15]	张林泉. 线性回归模型的置信区间与预测区间应用分析[J]. journal6, 2013, 34(6): 15-18.