基于多指标和SOS-SVM的失业预警研究

• 作者: 刘芳
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 支持向量机 共生生物搜索算法 失业预警 粒子群算法 评价指标
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 研究与设计
• 页码范围: 112-114,118
• 页数: 4页
• 分类号: TP391
• 字数: 3355字
• 语种: 中文

摘要

为实现高精度的失业预警和为劳动保障部门进行失业预警提供理论参考和方法依据,从市场维度、职业维度、企业维度、行业维度、区域维度和群体维度等6个维度构建出一套失业预警指标体系,并针对支持向量机模型性能受惩罚参数和核参数的影响,运用共生生物搜索算法对SVM模型参数进行优化选择,建立基于多指标和SOS-SVM的失业预警模型.与PSO-SVM和SVM对比发现,SOS-SVM进行失业预警具有更高的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘芳	西安财经大学行知学院	15	35	2.0	5.0