基于优化灰色模型和RBF神经网络的城乡居民社会养老保险等级推荐研究

• 作者: 孙东升 李慧
• 来源期刊: 农业技术经济
• 关键词: 城乡居民养老保险 分类推荐 个体特征 灰色模型 蚁群算法
• 年，卷（期）: 2016,（4）
• 页码范围: 41-50
• 页数: 10页
• 语种: 中文

摘要

为全面推进城乡社会保障体系建设,进一步推进城乡居民社会养老保险政策,基于“政府推荐自主选择”的方针,向政策的受众提供科学合理的缴费档次的选择建议非常重要.本文提出一种基于蚁群优化算法的灰色模型和RBF神经网络算法相结合的预测分类方法,根据个体特征向量为居民推荐较为适合的养老保险缴费等级.根据不同人群的参保人群个体特征进行个体信息模型构建,基于优化灰色模型和蚁群算法的全局寻优能力,以蚁群优化灰色模型的结果作为RBF神经网络算法的输入,以CHARLS调研数据作为遗传神经网络算法的输出,对神经网络进行训练减小分类预测的偏差.经检验该方法比较准确和有效,可以在参保人群的个人特征和参保档次之间建立对应关系.通过构建这种简便高效的推荐方法可以为选择能力较低的参保居民尤其是农村居民和农民工群体提供合理建议,能够提高城乡居民养老保险参保效率和保障程度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙东升	中国农业科学院农业经济与发展研究所	62	786	14.0	26.0
2	李慧	中国农业科学院农业经济与发展研究所	70	876	18.0	26.0