基于BP神經(jīng)網(wǎng)絡(luò)模型對考勤數(shù)據(jù)的預(yù)測與分析.pdf

1、神經(jīng)網(wǎng)絡(luò)系統(tǒng)是迄今為止功能最強(qiáng)、效率最高的最完美的信息處理系統(tǒng)，它所具有的非線性映射及并行處理能力在非線性系統(tǒng)的辨識和控制中發(fā)揮了獨(dú)特作用，成為研究非線性預(yù)測控制的一種新工具，且BP(Back propagation)神經(jīng)網(wǎng)絡(luò)是被研究得最為深入，應(yīng)用最為廣泛的人工神經(jīng)網(wǎng)絡(luò)之一。
　　 本文在介紹了神經(jīng)網(wǎng)絡(luò)的基本機(jī)理和機(jī)構(gòu)的基礎(chǔ)上，詳細(xì)地論述了基本的BP神經(jīng)網(wǎng)絡(luò)模型的原理和計(jì)算方法，并把它實(shí)際運(yùn)用到南昌大學(xué)各學(xué)院和部門人員的出勤量

2、預(yù)測問題上，在對BP神經(jīng)網(wǎng)絡(luò)模型程序運(yùn)行得到的結(jié)果進(jìn)行詳細(xì)剖析，分析推導(dǎo)出模型的應(yīng)用及改進(jìn)優(yōu)化——離散動(dòng)態(tài)時(shí)間模型。在給南昌大學(xué)各學(xué)院和部門及人員的出勤量作預(yù)測時(shí)，結(jié)合BP模型和一年的出勤量核實(shí)數(shù)據(jù)，求解出了各學(xué)院和部門的下一月份(最后一月份)出勤量預(yù)測值，并與實(shí)際量進(jìn)行了誤差比較。為了不失一般性，利用模型對南昌大學(xué)某學(xué)院中單體的出勤量進(jìn)行預(yù)測，且根據(jù)運(yùn)行的結(jié)果進(jìn)行了理論的剖析和對比應(yīng)用。
　　 在對模型的應(yīng)用及改進(jìn)優(yōu)化中，我們

3、得到每個(gè)單元對于該單位的出勤數(shù)是通過考勤的形式來體現(xiàn)，所以單位所能得的信息流是最早在一個(gè)時(shí)間步長以后才能影響到預(yù)測量即要求出勤數(shù)。那么在于時(shí)間的變化上，要求的出勤量直接影響以后的該單元發(fā)展，而單位的教學(xué)和科研方式作為F(Prog(R))的參數(shù)矩陣(即效益矩陣)會(huì)影響到整個(gè)離散動(dòng)態(tài)時(shí)間模型的不動(dòng)點(diǎn)的位置，也就是等價(jià)于說，如果在沒有其他不可預(yù)測的問題發(fā)生的情況下，單位/單元的出勤數(shù)是影響單位是否能持續(xù)發(fā)展的因素，教學(xué)和科研方式的不同決定了該