基于遺傳支持向量回歸的人才需求預(yù)測模型.pdf

1、我國現(xiàn)行高校本科專業(yè)設(shè)置基本都是在計劃經(jīng)濟(jì)時期確定，是教育部的專業(yè)目錄來定的，使得國內(nèi)大多數(shù)高校的專業(yè)設(shè)置基本一致，教材也基本類似.然而，在市場經(jīng)濟(jì)條件下，社會對人才的需求是動態(tài)變化的，高校很難直觀的根據(jù)市場需求來調(diào)整專業(yè)設(shè)置，從而導(dǎo)致了專業(yè)人才產(chǎn)出與需求間的不匹配.因此，國家教育部發(fā)布了重大項目“高校本科專業(yè)設(shè)置預(yù)測系統(tǒng)”來對此問題進(jìn)行研究，本人為該項目組成員，取該項目的子課題——行業(yè)人才需求的預(yù)測進(jìn)行研究.
　　 就目前對人

2、才需求的研究狀況來說，主要存在以下兩點問題：一是沒有針對行業(yè)級以及產(chǎn)業(yè)級的人才需求做系統(tǒng)的研究；二是使用模型和方法比較單一，沒能綜合考慮各種影響，往往只把它當(dāng)作時間序列，或者只考慮了經(jīng)濟(jì)方面的影響因子.針對這兩個主要問題，在項目組的前期工作下，本人對行業(yè)級的人才需求預(yù)測工作進(jìn)行系統(tǒng)地研究.
　　 經(jīng)分析研究，行業(yè)人才需求預(yù)測有三個主要問題：一、由于早期缺乏合理統(tǒng)計，所涉指標(biāo)與數(shù)據(jù)十分龐大，涉及多部門、多地區(qū)，采集難度很高，使得這

3、方面的數(shù)據(jù)比較短缺，可用樣本數(shù)偏少；二、行業(yè)人才需求是一個復(fù)雜的量，涉及到的影響因子眾多，需要系統(tǒng)的分析其影響指標(biāo)；三、作為預(yù)測系統(tǒng)進(jìn)行開發(fā)，模型的效率不容忽視，在算法方面需要盡可能地降低復(fù)雜度.針對問題一，通過分析研究，本文選擇了適用于“小樣本”情況下的支持向量回歸模型；針對問題二，本文經(jīng)項目大組中教育學(xué)院和教科所等專家的共同研究，從經(jīng)濟(jì)、社會、科學(xué)技術(shù)、涉外經(jīng)濟(jì)四個方面進(jìn)行分析,建立了人才需求預(yù)測系統(tǒng)的指標(biāo)體系；針對問題三，本文嘗試

4、了效率比較高的LS-SVM算法，同時對于ε-SVM采用遺傳算法進(jìn)行參數(shù)選擇方面的優(yōu)化，避免了一般參數(shù)選擇的效率問題.
　　 通過以上幾點分析，本文主要建立了基于遺傳算法的支持向量回歸預(yù)測模比實證分析，結(jié)果顯示GA-SVR的優(yōu)異性以及LS-SVM的有效性，于是，在不損失效率的前提下對這兩種模型進(jìn)行組合，使得預(yù)測精度得到進(jìn)一步提高.受客觀條件限制，數(shù)據(jù)相對缺乏，預(yù)測精度還不算特別理想，然而“高校本科專業(yè)設(shè)置預(yù)測系統(tǒng)”是一個長期的項目