基于改進(jìn)的組合模型的科技人才數(shù)量預(yù)測(cè).pdf

1、科技是第一生產(chǎn)力，科技人才的素質(zhì)與數(shù)量代表的是一個(gè)企業(yè)的科技水平與競(jìng)爭(zhēng)力水平，國(guó)有企業(yè)作為國(guó)民經(jīng)濟(jì)的支柱力量，要在市場(chǎng)競(jìng)爭(zhēng)中生存與發(fā)展，在國(guó)際競(jìng)爭(zhēng)中立于不敗之地，一個(gè)極其重要和十分關(guān)鍵的因素，就是必須擁有一支高素質(zhì)的職工隊(duì)伍和一大批優(yōu)秀人才，而如何有效地建立國(guó)有企事業(yè)單位科技人才數(shù)量的預(yù)測(cè)模型，預(yù)測(cè)科技人才的需求就顯得尤為重要，這便是本論文的目的所在。
　　 由于單一的預(yù)測(cè)模型的局限性，本文建立了基于多元線(xiàn)性回歸預(yù)測(cè)模型、灰色G

2、M(1，1)預(yù)測(cè)模型和改進(jìn)的BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型的組合預(yù)測(cè)模型，并改進(jìn)了傳統(tǒng)的通過(guò)取歷年權(quán)值的平均作為新的組合預(yù)測(cè)模型的權(quán)值的方法，建立了基于“遠(yuǎn)小近大”原則的加相關(guān)系數(shù)的改進(jìn)的組合預(yù)測(cè)模型，從模型上來(lái)看，改進(jìn)的組合預(yù)測(cè)模型綜合了上述三個(gè)單項(xiàng)預(yù)測(cè)模型的優(yōu)點(diǎn)，能夠較全面的反映科技人才數(shù)量變化的趨勢(shì)，而且改進(jìn)的取組合預(yù)測(cè)權(quán)值的方法能更好的利用歷史數(shù)據(jù)的信息，避免了取平均法的缺陷，從預(yù)測(cè)精度上來(lái)看，改進(jìn)的組合預(yù)測(cè)模型比傳統(tǒng)的取平均法的組合預(yù)測(cè)