基于遺傳支持向量回歸的人才需求預(yù)測(cè)模型.pdf

1、我國(guó)現(xiàn)行高校本科專(zhuān)業(yè)設(shè)置基本都是在計(jì)劃經(jīng)濟(jì)時(shí)期確定，是教育部的專(zhuān)業(yè)目錄來(lái)定的，使得國(guó)內(nèi)大多數(shù)高校的專(zhuān)業(yè)設(shè)置基本一致，教材也基本類(lèi)似.然而，在市場(chǎng)經(jīng)濟(jì)條件下，社會(huì)對(duì)人才的需求是動(dòng)態(tài)變化的，高校很難直觀的根據(jù)市場(chǎng)需求來(lái)調(diào)整專(zhuān)業(yè)設(shè)置，從而導(dǎo)致了專(zhuān)業(yè)人才產(chǎn)出與需求間的不匹配.因此，國(guó)家教育部發(fā)布了重大項(xiàng)目“高校本科專(zhuān)業(yè)設(shè)置預(yù)測(cè)系統(tǒng)”來(lái)對(duì)此問(wèn)題進(jìn)行研究，本人為該項(xiàng)目組成員，取該項(xiàng)目的子課題——行業(yè)人才需求的預(yù)測(cè)進(jìn)行研究.
　　 就目前對(duì)人

2、才需求的研究狀況來(lái)說(shuō)，主要存在以下兩點(diǎn)問(wèn)題：一是沒(méi)有針對(duì)行業(yè)級(jí)以及產(chǎn)業(yè)級(jí)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(méi)能綜合考慮各種影響，往往只把它當(dāng)作時(shí)間序列，或者只考慮了經(jīng)濟(jì)方面的影響因子.針對(duì)這兩個(gè)主要問(wèn)題，在項(xiàng)目組的前期工作下，本人對(duì)行業(yè)級(jí)的人才需求預(yù)測(cè)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(cè)有三個(gè)主要問(wèn)題：一、由于早期缺乏合理統(tǒng)計(jì)，所涉指標(biāo)與數(shù)據(jù)十分龐大，涉及多部門(mén)、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(gè)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(cè)系統(tǒng)進(jìn)行開(kāi)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(duì)問(wèn)題一，通過(guò)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(duì)問(wèn)題二，本文經(jīng)項(xiàng)目大組中教育學(xué)院和教科所等專(zhuān)家的共同研究，從經(jīng)濟(jì)、社會(huì)、科學(xué)技術(shù)、涉外經(jīng)濟(jì)四個(gè)方面進(jìn)行分析,建立了人才需求預(yù)測(cè)系統(tǒng)的指標(biāo)體系；針對(duì)問(wèn)題三，本文嘗試

4、了效率比較高的LS-SVM算法，同時(shí)對(duì)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(wèn)題.
　　 通過(guò)以上幾點(diǎn)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(cè)模比實(shí)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(duì)這兩種模型進(jìn)行組合，使得預(yù)測(cè)精度得到進(jìn)一步提高.受客觀條件限制，數(shù)據(jù)相對(duì)缺乏，預(yù)測(cè)精度還不算特別理想，然而“高校本科專(zhuān)業(yè)設(shè)置預(yù)測(cè)系統(tǒng)”是一個(gè)長(zhǎng)期的項(xiàng)目