运用Elman神经网络的邯郸市人才需求预测

Elman回归神经网络是一种典型的动态神经元网络,有适应时变特性的能力.考虑到人才需求的动态性、随机性和非线性特点,本文搜集邯郸市统计年鉴上的有关历史数据,运用Elman回归神经网络模型对07-09三年的人才需求数目进行了预测,其中08和09两年的人才预测数与作者运用多元回归模型预测的数据基本契合,其精确度有待验证.     

基于经济增长研究的新疆人才需求预测

文章以柯布-道格拉斯生产函数为基础,通过对新疆过去十年经济发展的数据分析,建立人才需求预测模型,以预测未来十年新疆经济发展需要的人才总量.     

企业创新人才需求及其影响因素的区域差异研究——基于改进的企业创新需求模型

本文以改进的企业创新需求模型为理论框架,研究企业创新人才需求及其影响因素的区域差异。将我国30个省级行政区分为资源型地区和非资源型地区,运用2007-2016年的相关数据,计算了不同地区组别企业创新人才需求的均值和变异系数,对其组间和组内差异及其变动趋势的分析结果表明:资源型地区和非资源型地区企业创新人才需求的平均水平都呈上升趋势,前者低于后者,二者之间的差距趋于扩大;两组地区内部企业创新人才需求的省际差异都呈倒"U"型趋势,但非资源型地区较早出现收敛趋势,导致其近期的省际差异小于资源型地区。运用面板数据模型对不同地区组别企业创新人才需求的影响因素及其区域差异进行实证检验的结果表明:对不同地区组别的企业创新人才需求,区域创新活跃度、企业创新要素可获性以及区域经济发展水平的影响都显著为正;企业创新利润预期的正向影响、企业创新机会成本的负向影响只在资源型地区是显著的;政府的财政科技支持和区域开放水平仅对资源型地区的企业创新人才需求具有显著的正向影响,企业创新风险预期仅对非资源型地区企业创新人才需求具有不显著的正向影响。     

面向东盟的国际型物流人才培养体系研究——基于中国—东盟自由贸易区需求的视角

中国—东盟自由贸易区的建立以及中国—东盟互联互通的启动,产生巨大的物流需求,急需面向东盟的国际型物流人才。通过阐释国际型物流人才的特质及其培养模式的内涵要求,结合中国—东盟自由贸易区发展及其物流人才的需求,分析当前北部湾地区国际型物流人才培养现状及存在的主要问题,提出了促进面向东盟的国际型物流人才培养的对策建议。     

试论语言学研究的跨学科趋势——兼议语言经济学

语言学研究一直存在纵向和横向发展两种倾向.前者试图建立自主语言学,后者力求在不同学科中建立跨学科的联系,以解决种种复杂的语言问题.虽然两者对语言学研究的发展在不同阶段都有贡献,但当前更倾向于跨学科发展.在概述语言学研究的上述两种倾向的同时,以语言经济学为例,阐述语言学与经济学的密切关系,探讨这门交叉学科产生的背景、基本理论及其在我国研究的发展前景,从而证明语言学研究的跨学科趋势.     

“技工荒”背景下的成因分析及人才需求预测和措施——以河北省为例

针对当前我国普遍存在用工紧缺问题,尤以"技工荒"现象更为突出。本文以河北省为例,阐述区域经济下的人才培养模式现状和技工紧缺问题,探讨产生"技工荒"的成因分析,比对国内外先进经验和做法,提出人才需求预测及所要采取的措施。     

基于ARFIMA模型的黄金价格预测

研究发现上海黄金交易所黄金收益序列有长期记忆性,进而从另外一个角度证实了上海黄金市场尚未达到弱式有效的结论。应用ARFIMA模型对黄金收益序列进行预测,并与用于定量预测的ARMA模型对比,结果表明分整的ARFIMA模型提高了黄金收益序列长期预测的可靠性。     

基于BP模型的新疆耕地可持续利用效益评价研究

文章以新疆为研究区域,运用BP人工神经网络模型,从经济、生态和社会三方面选取代表性指标构建了评价指标体系,对新疆耕地的可持续利用效益作了评价和预测并提出相应的政策建议.     

基于ARIMA模型的我国航空货运量预测分析

借助PASW Statistics软件对2002年1月至2009年12月我国航空货运量月度数据序列进行分析,发现我国航空货运量的发展变化具有明显的上升趋势和季节性。通过构建航空货运量的ARIMA预测模型并进行检验,结果表明,ARIMA模型对原始数据序列有着较好的拟合效果,模型的预测误差较小,可应用于短期内我国航空货运量的预测,为进一步的航空货运市场调控提供有效依据。     

基于LEAP模型的贵州生态文明目标预测研究

生态文明建设是一个庞大的系统工程,对生态文明目标进行预测,需要设计覆盖面广、针对性强的指标体系来实现。对贵州生态文明建设进行研究。本文通过建立模型预测未来目标的实现情况,将贵州生态文明目标定位为四个系统层,设计25项指标层,运用LEAP模型进行数据拟合,预测了未来五年的数据发展趋势,对贵州生态文明建设进程做出了阶段性的判断,并对改进四个核心系统及贵州生态文明目标的实现提出了对策建议。     

基于神经网络的物流需求预测——以浙江省长兴县为例

为了寻找城市经济与城市物流之间的内在关系,并为城市物流规划提供必要的决策数据和依据,建立基于神经网络的“城市经济一物流需求”预测模型,对城市物流需求量进行预测。应用人工神经网络模型研究城市经济与城市物流需求之问的内在非线性映射关系,为城市物流需求预测提供了一种新的思路和方法。本文以浙江省长兴县历年经济数据作为模型的信息输入。建立起长兴县物流预测模型,并进行求解。     

基于BP神经网络误差修正的ARIMA模型对河北省入境游客量的预测

分析了影响河北省入境游客量的因素,如旅游资源、区位、管理和营销能力等,在此基础上,对入境游客量的时间序列预测方法及回归分析预测方法等做了比较分析,提出运用ARIMA时间序列方法预测河北省入境游客量,并利用BP神经网络方法完成对河北省入境游客量预测数据的误差修正,得出符合河北省实际的入境游客量预测模型,预测的结果表明所得基于BP神经网络误差修正的ARIMA模型是可行的、有效的,得出的河北省实际入境游客量是比较准确的、合理的。