基于RBF网络的成都市失业预警系统模型研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 引言 | 第8-12页 |
| ·问题的提出 | 第8-9页 |
| ·研究背景 | 第8页 |
| ·研究意义 | 第8-9页 |
| ·国内外研究综述 | 第9-10页 |
| ·国外预警系统的理论发展 | 第9-10页 |
| ·国内研究现状 | 第10页 |
| ·本文的主要内容与技术路线 | 第10-12页 |
| 第2章 失业预警概述 | 第12-17页 |
| ·失业警情分析 | 第12-13页 |
| ·寻找失业警情产生的内在根源 | 第13-14页 |
| ·人口增长警源 | 第13页 |
| ·经济周期警源 | 第13页 |
| ·体制警源 | 第13-14页 |
| ·产业结构警源 | 第14页 |
| ·分析失业警兆 | 第14页 |
| ·确定警限及预报警度 | 第14-17页 |
| ·警限的确定 | 第14-16页 |
| ·预报警度 | 第16-17页 |
| 第3章 成都市失业预警判断指标体系 | 第17-22页 |
| ·指标的确定原则 | 第17-18页 |
| ·失业预警判断指标体系设计 | 第18-22页 |
| ·失业状况指标 | 第18-19页 |
| ·社会保障指标 | 第19页 |
| ·劳动力供给指标 | 第19页 |
| ·就业吸纳能力指标 | 第19-22页 |
| 第4章 基于RBF网络的成都市失业预警模型 | 第22-39页 |
| ·神经网络的理论基础 | 第22-26页 |
| ·神经元模型 | 第22-24页 |
| ·神经网络的学习 | 第24-26页 |
| ·径向基神经网络的理论原理 | 第26-31页 |
| ·多变量RBF插值 | 第26-27页 |
| ·径向基网络的模型结构 | 第27-28页 |
| ·径向基网络的数学模型 | 第28-29页 |
| ·径向基网络的训练方法 | 第29-30页 |
| ·径向基网络的算法 | 第30-31页 |
| ·成都市失业预警的径向基网络建模 | 第31-39页 |
| ·样本数据的预处理 | 第31页 |
| ·输出向量的确定 | 第31-33页 |
| ·输入向量的确定 | 第33-35页 |
| ·网络创建与预测 | 第35-38页 |
| ·基于扩散指数的警度预报 | 第38-39页 |
| 第5章 基于支持向量回归机的失业预警建模比较 | 第39-43页 |
| ·失业预警与机器学习问题 | 第39页 |
| ·支持向量回归机的基本思想方法 | 第39-41页 |
| ·基于支持向量回归机的失业预警建模 | 第41-43页 |
| ·参数选取 | 第41页 |
| ·结果比较 | 第41-43页 |
| 总结 | 第43-45页 |
| 1、总结 | 第43页 |
| 2、展望 | 第43-45页 |
| 致谢 | 第45-46页 |
| 参考文献 | 第46-47页 |
