基于集成学习的多式联运货运量预测模型构建

货运量精准预测是多式联运网络高效协同发展的重要基础,货运量时变性强、数据多样性缺失是实现精准货运量预测的问题所在。基于此,通过挖掘货物运输量(集装箱)的时间变化特征,构建初始相关时间特征输入集,结合斯皮尔曼相关性系数分布,采用Bagging+BP集成学习方法训练多个弱分类器,最终组合获取高精度的强学习模型。以南京龙潭港为例,对自回归移动平均模型(ARIMA)、Bagging+BP集成学习网络以及长短时记忆神经网络(LSTM)三种模型进行评价,实验结果表明,相比于其他模型,提出的Bagging+BP集成学习网络预测性能良好,有一定的实用价值。     

基于BP神经网络的机动车保有量预测模型

本文针对日益增长的机动车保有量,利用BP神经网络建立了一个机动车保有量预测模型,模型结构分为3层,输入层有10个节点,输出层为机动车保有量,主要涉及人口、经济、道路等影响因素。利用此模型可以对未来机动车的保有量进行预测,为政府制定相应的政策及城市道路交通规划提供理论依据。     

基于BP神经网络的CCI预测模型

将BP神经网络模型应用到消费者信心指数预测中,并建立了消费者信心指数的神经网络预测模型。将计算结果与真实值进行了验证,结果表明:CCI的计算值与真实值之间的相对误差为2.6%,且具有较好的相关性。     

基于BP网络预测模型偏差控制的优化

文章介绍了人工神经网络的理论基础以及算法特点,针对BP网络存在的易陷入局部最优、以及收敛速度慢问题。根据误差是否降低从而对网络权值的修正量进行调整,达到改善收敛速度的目的,从而提高BP网络摆脱局部最优能力。     

基于BP神经网络的货运量预测模型与实证分析——以新疆南疆兵团各师为例

为了科学合理地预测南疆兵团各师的货运量,以2006～2010年南疆兵团各师货运量数据为基准,基于BP神经网络算法,建立相应的预测模型,并采用Matlab编程求解,得到相应的南疆兵团各师货运量的预测值,通过与实际值比较分析,发现相对误差位于0.8％～7.8％之间,平均相对误差约为4.45％,计算结果符合精度要求,所得结果具有较好的说服力和可信度.     

基于BP神经网络的股票涨跌预测模型

利用SPSS软件从上市公司的11个财务指标中筛选出与股票涨跌显著相关的7个财务指标,然后以这7个财务指标为输入向量,以涨跌情况为输出向量,利用BP网络建立了多只股票涨跌预测模型。仿真结果表明,该模型对于多只股票的涨跌预测是非常有效的,具有实用性。     

基于人工神经网络的PPI预测模型

将人工神经网络模型引入到工业品出厂价格指数预测领域,利用我国1990年-2008年的工业品出厂价格指数数据,建立了工业品出厂价格指数预测的人工神经网络模型。实验结果表明:基于BP算法的神经网络模型预测精度高,而且收敛速度快,它为工业品出厂价格指数预测工作提供了一种全新的方法。     

大学生学习与就业策略研究

近年来大学生就业难已成为一个严峻的社会现象。本文分析了影响大学生就业的一些因素,提出了一些措施来改善大学生就业情况,并认为提高大学生自身素质水平和综合能力水平是关键。     

基于BP神经网络的港口吞吐量预测模型——钦州港的实证研究

港口吞吐量的预测是港口决策的重要依据,然而影响港口吞吐量的要素较多,且各要素之间存在着复杂的非线性关系,使常用的预测方法难以取得好的预测效果。文章试图运用BP人工神经网络的方法,采集1999~2012年的实际数据样本,以钦州港为例进行实证分析,构建三层BP神经网络,预测2013年钦州港港口吞吐量。     

基于Sigmoid学习率BP神经网络的非特定人语音识别算法研究

本课题基于非特定人语音识别的原理和过程,结合BP神经网络的建模理论及特点,主要研究了BP神经网络模型在语音模式识别中的应用问题。同时针对标准BP神经网络训练收敛速度慢及容易陷入局部最小的缺点,提出了Sigmoid学习率BP神经网络训练算法,并通过仿真计算,得出在非特定人语音识别应用方面Sigmoid学习率BP神经网络算法的收敛速度要优于标准BP神经网络算法且识别率更高。     

基于USEM模型的中医药院校学生就业竞争力分析

面对竞争日益激烈的就业环境,高校学生的就业问题被社会广泛的关注,作为专业性较强的中医药院校,就业工作特点突出,解决就业困难的有效途径之一就是提高学生的就业竞争力。文章基于USEM就业竞争力模型,通过对某中医药院校毕业生就业竞争力现状进行分析,找出提高学生就业竞争力的有效措施,帮助学生顺利就业。     

基于诚信就业的大学生素质教育策略探索

"诚信"是中华民族的传统美德,大学毕业生作为祖国未来的建设者和接班人,在就业过程中讲究最基本的诚信是对他们的最基本的要求。然而,受多方面因素的影响,部分毕业生在就业时中出现了诸如弄虚作假等不诚信的行为,给用人单位和毕业院校都造成了极坏的社会影响。通过对毕业生在就业过程中和在用人单位的表现,分析了存在的问题,结合教学环节提出了对策,只有通过加强在校期间各个教学环节中的素质教育,才能真正让毕业生做到诚信就业。     

基于多Agent学生模型的阅卷算法

采用模糊逻辑的方法,利用Agent智能推理能力,通过阅卷算法得到考试成绩,得出综合掌握程度,判断学生认知水平,实现考试的自适应性,验证阅卷算法在学生模型考试系统应用中的可行性和正确性。     

基于开放式考核模式的高职生学习行为分析

分析了目前高职教学考评环节存在的问题,提出开放式教学考核模式,对该考核模式下学生的学习行为进行了分析,研究结果表明:开放式的考核模式不仅有利于高职学生知识、技能的掌握,而且对于学生职业素养和综合能力的培养与发展起到积极作用。     

对大学生就业问题的思考

大学生就业问题,是关系到千家万户的生活大事,同时也直接关系到社会的稳定。由于诸多原因,大学生就业困难是空前的,是全社会关注的热点之一,引起了党和政府的高度关注!究其原因,寻找解决办法,是一个值得探讨的严肃课题。笔者对此进行了不成熟的思考,赐教各位。     

基于就业胜任力的大学生就业管理研究

文章以大学生教育为主线,以提高大学生就业胜任力为目的,反思目前我国高校毕业生就业管理机制存在的问题,从大学生就业价值观、大学生人本教育理念2个方面提出适应我国高校就业管理工作的新模式,从而期望以更为科学有效的方式开展高校毕业生就业指导工作,提高毕业生就业能力,解决毕业生就业问题。     

大学生就业思想误区和对策研究

大学毕业生就业情况是全社会共同关注的重要问题。大学生在面对当前巨大的就业压力时,往往表现出理想就业与自我实际的矛盾、就业观念错误以及就业不良心态等问题。本文分析了当前大学生的常见就业思想误区,提出了加强高校毕业生就业心理调适的相应对策和措施。     

基于就业胜任力的大学生就业管理研究

文章以大学生教育为主线,以提高大学生就业胜任力为目的,反思目前我国高校毕业生就业管理机制存在的问题,从大学生就业价值观、大学生人本教育理念2个方面提出适应我国高校就业管理工作的新模式,从而期望以更为科学有效的方式开展高校毕业生就业指导工作,提高毕业生就业能力,解决毕业生就业问题。     

基于就业胜任力的大学生就业管理研究

文章以大学生教育为主线,以提高大学生就业胜任力为目的,反思目前我国高校毕业生就业管理机制存在的问题,从大学生就业价值观、大学生人本教育理念2个方面提出适应我国高校就业管理工作的新模式,从而期望以更为科学有效的方式开展高校毕业生就业指导工作,提高毕业生就业能力,解决毕业生就业问题。