基于因果关系理论与BP神经网络整合模型的就业研究
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 引言 | 第7-8页 |
| ·问题的提出 | 第7-8页 |
| ·本文的研究方法及结构 | 第8页 |
| 2 国内外研究现状 | 第8-19页 |
| ·经济增长对就业的影响 | 第8-12页 |
| ·国外学者关于经济增长对就业影响的研究 | 第9-11页 |
| ·我国关于经济增长对就业影响的研究 | 第11-12页 |
| ·小结 | 第12页 |
| ·产业结构变化对就业的影响 | 第12-14页 |
| ·通货膨胀、货币政策对就业的影响 | 第14-16页 |
| ·技术进步对就业的影响 | 第16-18页 |
| ·国外学者关于技术进步对就业影响的研究 | 第16-17页 |
| ·我国关于技术进步对就业影响的研究 | 第17页 |
| ·小结 | 第17-18页 |
| ·人口对就业的影响 | 第18页 |
| ·指标体系 | 第18-19页 |
| 3 就业与宏观经济因素间的因果关系分析 | 第19-64页 |
| ·滞后变量模型 | 第19-21页 |
| ·滞后效应与产生滞后效应的原因 | 第19-20页 |
| ·滞后变量模型 | 第20-21页 |
| ·格兰杰因果关系检验 | 第21-26页 |
| ·因果关系分类 | 第22-24页 |
| ·格兰杰因果关系检验 | 第24-25页 |
| ·小样本格兰杰非因果关系检验 | 第25-26页 |
| ·序列相关性 | 第26-29页 |
| ·序列相关性 | 第26-27页 |
| ·实际经济问题中的序列相关性 | 第27-28页 |
| ·序列相关性的后果 | 第28-29页 |
| ·序列相关性的检验 | 第29-33页 |
| ·序列相关性的补救 | 第33-34页 |
| ·广义最小二乘法 | 第33-34页 |
| ·广义差分法 | 第34页 |
| ·应用实例 | 第34-64页 |
| ·陕西省就业与宏观经济因素间的因果关系分析 | 第35-40页 |
| ·甘肃省就业与宏观经济因素间的因果关系分析 | 第40-46页 |
| ·青海省就业与宏观经济因素间的因果关系分析 | 第46-52页 |
| ·宁夏地区就业与宏观经济因素间的因果关系分析 | 第52-58页 |
| ·新疆地区就业与宏观经济因素间的因果关系分析 | 第58-64页 |
| 4 因果关系理论与BP神经网络的整合模型及其应用 | 第64-79页 |
| ·人工神经网络方法及BP神经网络模型 | 第64-68页 |
| ·BP神经网络拓扑结构设计 | 第68-69页 |
| ·BP神经网络的不足与改进 | 第69-70页 |
| ·因果关系理论与BP神经网络整合模型的构建及应用 | 第70-79页 |
| ·整合模型及其在陕西就业总量调控中的应用 | 第71-73页 |
| ·整合模型及其在甘肃就业总量调控中的应用 | 第73-75页 |
| ·整合模型及其在青海就业总量调控中的应用 | 第75-76页 |
| ·整合模型及其在宁夏就业总量调控中的应用 | 第76-78页 |
| ·整合模型及其在新疆就业总量调控中的应用 | 第78-79页 |
| 5 结论 | 第79-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-86页 |
| 附录 硕士研究生学习阶段发表论文 | 第86页 |
