基于Verhulst-BP模型的家庭经济困难学生预测的研究

• 作者: 苏瑾
• 来源期刊: 科教导刊
• 学科: 工学
• 关键词: 灰色Verhulst 神经网络 家庭经济困难学生 预测
• 年，卷（期）: 2014,（12）
• 所属期刊栏目: 学生工作
• 页码范围: 141-142
• 页数: 2页
• 分类号: TP391
• 字数: 2047字
• 语种: 中文

摘要

为了掌握高校家庭经济困难学生数的变化趋势,从而帮助高校乃至教育行政部门制定资助政策的正确决策,本文通过运用灰色Verhulst模型与BP神经网络相结合的方法来预测这一数据的变化.实例证明,单独使用这两个模型,预测值的平均相对误差率均大于组合模型,因此,组合模型精度准确性较高,有一定的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏瑾	天津外国语大学学生处	12	7	2.0	2.0