基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近年来出现了线性回归、神经网络、灰色预测方法等一些比较成熟的预测方法.不同的预测方法会提供不同的预测结果,其预测精度、侧重点也不尽相同.如果简单地选择一种预测方法或将一些预测误差较大的方法舍弃掉,都可能导致预测结果不够精确.本文运用组合预测方法,同时借助遗传算法的全局搜索功能来确定组合的权重,在此基础上构建了基于遗传算法的就业需求量组合预测模型.选择Logistic预测、GM预测、组合预测三种预测方法,对我国就业需求总量进行预测.其结果显示:组合预测模型及其方法用于就业需求预测是可行的,且预测精度显著地高于单个预测方法.
推荐文章
基于云计算技术的城市就业需求量预测研究
城市就业
需求量预测
云计算技术
样本采集
样本建模
仿真实验
基于遗传算法的发动机需求量组合预测方法
组合预测
遗传算法
有效性评价指标
航空发动机
基于支持向量机的旅游需求量预测模型
旅游需求量
预测模型
支持向量机
灰色模型
参数优化
基于GA-SVM模型的长江干线港口集装箱需求量预测
长江干线
集装箱
需求预测
遗传算法
GA-SVM模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于遗传算法的就业需求量组合预测模型
来源期刊 系统工程 学科 经济
关键词 就业需求量 组合预测 遗传算法 预测模型
年,卷(期) 2009,(8) 所属期刊栏目
研究方向 页码范围 62-68
页数 7页 分类号 F241
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘泽双 52 317 9.0 16.0
2 闫付强 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (87)
共引文献  (215)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1975(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(8)
  • 参考文献(0)
  • 二级参考文献(8)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(6)
  • 参考文献(0)
  • 二级参考文献(6)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(5)
  • 参考文献(2)
  • 二级参考文献(3)
2001(8)
  • 参考文献(0)
  • 二级参考文献(8)
2002(10)
  • 参考文献(2)
  • 二级参考文献(8)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(12)
  • 参考文献(0)
  • 二级参考文献(12)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(8)
  • 参考文献(2)
  • 二级参考文献(6)
2007(4)
  • 参考文献(2)
  • 二级参考文献(2)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
就业需求量
组合预测
遗传算法
预测模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
系统工程
双月刊
1001-4098
43-1115/N
大16开
长沙市浏河村巷37号湖南省社会科学院内
42-67
1983
chi
出版文献量(篇)
4447
总下载数(次)
29
论文1v1指导