基于RBF神经网络的高等教育规模预测

时间:2024-03-12 点赞:47493 浏览:94673 作者原创标记本站原创

本文是一篇高等教育论文范文,高等教育方面有关硕士学位论文,关于基于RBF神经网络的高等教育规模预测相关毕业论文格式模板范文。适合高等教育及神经网络及社会科学方面的的大学硕士和本科毕业论文以及高等教育相关开题报告范文和职称论文写作参考文献资料下载。

摘 要文章介绍了RBF神经网络的建模原理,以高校在校生数衡量高等教育规模的指标,选取国内生产总值(GDP)、第三产业占GDP比重、恩格尔系数、总人口数为影响因素,运用RBF神经网络对我国高等教育规模进行预测,证明了RBF神经网络的有效性.

关 键 词高等教育规模预测RBF神经网络

中图分类号:G640文献标识码:A

0引言

高等教育规模预测对政府部门制定高等教育发展规划与政策具有重要意义.目前,国内外常用的高等教育规模预测方法有:时间序列预测法、①回归预测分析法、②logistic模型③和灰色预测模型.④高等教育规模受到诸如经济发展、人口数量及文化环境等众多因素的影响,各种因素的影响比较复杂,导致高等教育规模与影响因素之间呈现复杂的非线性关系,上述传统的预测方法难以获得理想的预测精度.神经网络是一种大规模并行计算模型,对数据本身的知识要求不多,只要给出输入、输出数据,通过网络本身的自学习、自适应能力就可达到较高精度的非线性逼近.RBF神经网络是神经网络的一种形式,具有网络结构简单、收敛速度快等优点.作为一种局部逼近网络,RBF神经网络能以任意精度逼近连续函数.为此,本文将RBF神经网络应用于我国高等教育规模预测中.


1RBF神经网络

径向基(RBF)神经网络是一种3层前馈网络,由输入层、隐含层和输出层构成.各层由若干个结点组成,每个结点代表一个神经元,隐含层的结点数根据具体问题确定.RBF神经网络的学习相当于在多维空间中寻找训练数据样本的最佳拟合平面.每个隐含层结点的函数构成了拟合平面的一个基函数.⑤输出层结点通常由简单的线性函数描述.RBF神经网络结构如图1所示.

RBF神经网络学习中,输入层结点接受输入信号并将其传递到隐含层,隐含层结点的作用函数对输入信号在局部产生响应,即输入信号靠近作用函数的范围时,隐含层结点产生较大的输出值,RBF网络的输出为隐含层结点输出的线性组合:

其中,和分别为第个隐含层结点的径向基函数的中心和宽度.

2实例应用

2.1指标选取

运用RBF神经网络对我国高等教育规模进行预测.以高校在校生数作为衡量高等教育规模的指标,根据文献⑥对高等教育规模影响因素的分析,高等教育规模与国内生产总值GDP、第三产业占GDP比重、恩格尔系数、总人口数之间存在稳定的长期均衡关系.为此,本文将以上4项指标作为高等教育规模的影响因素,选取1997-2007年的高校在校生数及影响因素进行实例分析.

2.2网络训练及预测

高校在校生数及影响指标的数量级相差较大,为减少不同量纲对RBF神经网络收敛速度的影响,对数据样本进行预处理,利用下式将数据样本归一化到[0,1]区间:

其中,为原始数据样本,为归一化后的数据样本.将整个数据样本分为两组:前8个数据样本用于训练RBF网络,后3个数据样本用于检验RBF网络的有效性.

建立3层RBF神经网络,输入层为4个神经元,输入值为高等教育规模的各影响指标;输出层为1个神经元,输出值为高校在校生数.隐含层的神经元数设为4.网络的训练精度设为0.00001,径向基函数的扩展速度设为1.利用训练好的RBF神经网络预测2005-2007年的高校在校生数,再将获得的预测值反归一化到原始数据的预测值.

预测结果表明,在预测期内,RBF神经网络对我国高校在校生数的预测精度较高,2005-2007年的预测相对误差都比较小,分别为:0.55%,1.71%和-2.98%.由图2可知,RBF神经网络较准确地预测了我国高校在校生数的变动趋势,预测值比较接近于实际值.2005、2006年的预测值略高于实际值,2007年的预测值略低于实际值.

为进一步验证RBF神经网络在高等教育规模方面的预测性能,采用均方根误差(RMSE)、平均绝对误差(MAE)、平均相对误差(MPE)、西尔统计量(THEIL)4项预测性能评价指标对RBF神经网络进行评价,以上评价指标值越小,说明RBF神经网络的预测性能越好.结算结果表明,RBF神经网络的4项评价指标值RMSE、MAE、MPE、THEIL分别仅为36.9801,31.4670,0.0175和0.0057,这说明RBF神经网络在高等教育规模预测方面具有较好的预测性能,是一种有效的高等教育规模预测方法.

3结论

将RBF神经网络应用于我国高等教育规模预测中,以预测性能评价指标检验RBF神经网络的有效性.结果表明,RBF神经网络在我国高等教育规模预测中取得了较好的预测效果,是一种有效的高等教育规模预测方法.

茏手钅浚汉颖笔〗逃宋纳缈蒲芯肯钅浚ū嗪牛H122054);河北省社会科学发展研究课题民生调研专项课题(编号:201201290)

相关论文

基于RBF神经网络的权证价格预测

本文是一篇神经网络论文范文,关于神经网络方面毕业论文提纲,关于基于RBF神经网络的权证价格预测相关在职毕业论文范文。适合神经网络及金融。

基于粒子群神经网络的股票价格预测

本文是一篇粒子论文范文,粒子类硕士学位论文,关于基于粒子群神经网络的股票价格预测相关毕业论文的格式范文。适合粒子及神经网络及算法方面。

基于神经网络的电力负荷预测

本文是一篇电力系统论文范文,关于电力系统相关毕业论文提纲,关于基于神经网络的电力负荷预测相关在职毕业论文范文。适合电力系统及负荷及电。