神经网络就业方向范文

导语：如何才能写好一篇神经网络就业方向，这就需要搜集整理更多的资料和文献，欢迎阅读由公务员之家整理的十篇范文，供你借鉴。

篇1

关键词：心理学；效度；一般能力倾向成套测验（GATB）；人工神经网络（ANN）模型；大学生

一、问题提出

一般能力倾向成套测验（General Aptitude Test Battery，GATB）是美国劳工部就业保险局历时50年，耗资数亿美元，研究了美国上万种职业后编制而成的著名测验。这套测验应用较广，已被大量研究证明具有良好的信效度，能够很好地预测职业成功和学术成就。GATB是适用于初三以上年级的中学生及成年人的团体测验，包含15种分测验（11种纸笔测验，4种操作测验），可在120～130分钟内测量9种与职业关系密切并有代表性的能力因素。这9种能力倾向因素为：一般智力、言语能力、数理能力、空间关系理解力、形状知觉能力、文书知觉能力、动作协调能力、手指灵活性及手部灵巧性。Hammond1984年对GATB的结构进行因素分析发现，GATB测量的其实是4种更普遍、更高层次的能力：言语能力、数理能力、工具组合能力和空间能力[1]。GATB在国外应用广泛，是升学、就业指导以及人员选择与安置的重要工具。而Droege等研究发现：GATB的一般智力、言语能力、数理能力和书写知觉测验可以作为预测学业成绩的良好工具[2]。R.L.Thorndike和E.P.Hagen报告，用GATB预测工程学校学生的专业成绩的R2最低0.46，最高0.58[3]。

个体在大学期间的专业学习将奠定他们一生职业生涯的基础。在美国，大学生入学之初，要进行一项学术能力测验（SAT），通过这种学术能力测验，可以预测大学生在大学期间的专业学习成绩。也有研究者应用一般能力倾向成套测验（GATB）来预测大学生的专业成绩。在预测方法方面，以前的研究大都是运用传统的多元回归算法。如果应用神经网络模型新技术，效度是否会有提高呢？这值得我们来探索一番。

人工神经网络（Artificial Neural Network， ANN）是近年来发展起来的一门新兴学科、新技术。它应用了一种信息处理系统或计算机模仿大脑的结构和功能，可称之为人脑处理信息方式的简化模型[4]。ANN今天已经成为世界关注的热点，引起各国政府与军界的高度重视。

目前人工神经网络（ANN）的算法基本成熟。人工神经网络包括三部分：输入层（input layer），隐藏层（hidden layer），输出层（output layer）。输入的数据显示在第一层，其值从每个神经元传播到下一层的每个神经元，最终从输出层输出结果。ANN是功能强大的函数估计器，只需基本的统计或数学知识就能够进行训练，并加以应用[4]。特别值得注意的是，它是一种非线性系统，具有一个隐藏层的神经网络算法，可以拟合输入和输出之间的任意非线性关系，而不要求资料满足正态分布或其他特殊分布，可以自由估计模型（即非参数模型）。因此，神经网络具有很强的综合能力，输入和输出间的联系可由训练习得，再运用于计算中[5]。

BP（back propagation）神经网络是ANN的一种，由James McClelland和David Rumelhart在1986年提出[6]。它是一种典型的前馈神经网络，其权重的调整采用反向传播的学习算法，神经元的变换函数是S型函数，输出量是0～1之间的连续量，可以实现从输入到输出的任意非线性映射[7]。通过对网络参数的选取，在确定了网络层数、隐含层神经元数、初始权重、学习速率、期望误差及最大步长后，构建神经网络模型。确定网络的结构后，利用输入输出样本进行训练，也就是对网络进行调整，多次反复，直到样本收敛，使网络实现给定的输入输出映射关系，从而获知最重要的影响因素。

从ANN诞生之日起，它与心理学就有着千丝万缕的联系。神经网络的灵感来自于神经元的信息处理功能，神经网络的训练则可以反映感觉、记忆、学习等认知过程[8]。ANN已被研究者广泛应用于视知觉识别[9]、技能培养[10]、语言发展[11]等认知领域。研究者发现，ANN对于内隐记忆、内隐学习等无意识认知过程有着极强的适应性[12，13]，对神经网络来说，外界环境的每一次输入都可能会引起网络结构的重新调整（权重变化），从而改变该网络下一次的加工模式。

社会认知与ANN有着类似的信息加工过程。社会认知过程中，人们会按照某种规则对所经验的事件进行组织，从而影响他们在类似环境下对待相似对象的印象与态度。因此，许多研究者针对印象形成[14]、归因[15]、认知矛盾[16]、群体印象[17]等建立了各具特色的神经网络模型。

由于ANN的模仿对象是人脑神经系统的处理方式，因此，它在功能上也具有某些智能的特点。神经网络主要有以下几个基本功能：非线性映射、分类识别、知识处理。目前，神经网络已经广泛应用于信息领域、自动化领域、工程领域、医学领域、经济学领域等各知识领域中，其智能化的特征解决了许多传统信息处理方法无法解决的问题[18]。目前，学术界已经普遍认同，人工神经网络方法是一种有效的研究工具，能够代替传统的回归分析方法，并可以在不同的领域进行广泛应用。然而，心理测量学领域内运用人工神经网络方法的研究还相当少见。

本研究将使用神经网络算法，取代传统的回归分析，尝试检验一般能力倾向成套测验预测不同学科大学生的专业成绩的效度。

二、研究方法与研究过程

1.研究工具

以戴忠恒等修订的一般能力倾向成套测验（GATB）为研究工具，该测验共包括15种分测验，其中11种为笔试，分别为： 圆内打点测验、记号记入测验、形状相配测验、名称比较测验、图案相配测验、平面图判断测验、计算测验、词义测验、立体图判断测验、句子完成测验、算术应用测验；4种为器具测验：插入测验、转动测验、组装测验、拆卸测验。

本研究采用团体施测方式，每次施测有2名以上熟悉本测验所有项目的主试，最多对38名被试同时施测。首先由主试朗读指导语，在所有被试明白测验的要求和具体做法后开始测验。因11项纸笔分测验均为速度测验，所以由主试使用秒表准确计时。

2.研究对象

在江苏、安徽、上海等省市的7所院校对在校大学生进行团体施测。共施测1022人。其中男生521人（51.0%），女生501人（49.0%）；“211工程”院校569人（55.7%），普通本科院校453人（44.3%）；大一464人（45.4%），大二104人（10.2%），大三321人（31.4%），大四133人（13.0%）；文科446人（43.7%），理科221人（21.6%），工科355人（34.7%）。

3.数据收集

随机选取其中652名大学生，对他们期末考试中的专业课成绩求出平均分并以班级为单位进行标准化，以此标准分作为衡量其专业成绩的标准。在652名大学生中，文科专业268人，占41.1%；理科专业218人，占33.4%；工科专业166人，占25.5%；年龄17～24岁，平均20±1岁；男生320人，占46.3%，女生371人，占53.7%。

三、构建神经网络模型

使用专业软件Clementine12.0构建神经网络模型。首先对样本数据进行归一化处理，以便更好地对数据关系进行映射，从而使其参数都落在（0，1）之间。归一化选用以下公式：

P=（p-pmin）/（pmax-pmin）

公式中，pmin，pmax分别表示归一化之前的最小值和最大值，P为归一化值，p为归一化之前的值。经过归一化转换的结果在本研究中以P表示，例如P专业课均分。

经过归一化处理后，开始正式建模。在Clementine中应用神经网络进行能力倾向对专业成绩预测的过程如下：首先选择数据源，将GATB的7项能力倾向数据选为输入变量，将标记专业课均分项选为输出变量。然后在字段选项中选择其中的分区节点，设置训练、测试、验证区域样本比例，这是构建神经网络模型所需要的一个设置。总体挖掘过程如图1 所示。

图1 数据挖掘过程

接着在模型里选择神经网络模型的训练方法。Clementine提供了快速、动态、多重、修剪、RBFN和穷举型修剪六种用于构建神经网络模型的训练方法（Silverston，数据模型资源手册）。选择快速的训练方法，即使用数据的简明规则和特征来选择适合的网络形状（拓扑）。

此后在模型中设置预防过度训练，将数据随机分割为训练集合和检验集合两部分，设置70%的样本为训练集合，并将随机种子设置为18。特定的随机种子通常会生成相同的随机值序列，产生相同的生成模型，从而使结果模型具有精确的可再现性。本研究中的预防过度训练与随机种子设置见图2。

图2 模型设置结果

四、结果分析

1.文科大学生一般能力倾向对专业成绩的预测模型

本模型显示出模型在生成前的选项和生成后的统计情况。结果显示模型对建模数据估计的准确率达90.247%，其中输入层有7个神经元，隐藏层有1∶3个神经元，输出层有1个神经元。

对各输入点的敏感度进行分析显示，各输入字段的相对重要性参数，按重要性排序为言语能力、一般智力、形状知觉、运动协调、数理能力、书写知觉、空间判断能力，其敏感性系数依次为0.523、0.191、0.09、0.053、0.05、0.047、0.045。

将Neural Net结果结点连接在数据流中的分区结点后，向数据流中增加分析节点，模型分析结果见图3，由图可知，文科学生一般能力倾向对专业成绩模型的平均预测误差在-0.004到0.036之间，绝对平均误差在0.103到0.105之间，该模型的预测误差在可以接受的范围之内。

图3 文科大学生一般能力倾向对专业成绩的预测模型分析结果

再向数据流中增加导出结点。将导出结点连接到Neural Net结果结点。设置该结点属性，将增添的字段的值设置为【abs（P专业课均分 - '$N- P专业课均分'） / P专业课均分】 * 100，其中$N- P专业课均分是由神经网络生成的预测结果，如图4所示。该图形的横坐标为导出值，纵坐标表示一共有多少个样本的导出值落在相对应的横坐标上。由导出的定义公式可知，导出值越小，则表明预测值与实际值的差别越小。由输出图形可以看出，该模型已达到一定的精度。

图4 文科大学生一般能力倾向对专业成绩的预测模型精度直方图

2.理科大学生能力倾向对专业成绩的预测模型

理科大学生一般能力倾向对专业成绩预测模型显示模型对建模数据估计的准确率达90.979%，输入层、隐藏层、输出层的神经元个数与文科大学生模型的数量相同，分别为7个、1∶3个、1个。

理科大学生一般能力倾向对专业成绩预测的各输入点的敏感度分析显示：按重要性排序为数理能力、一般智力、空间判断能力、书写知觉、言语能力、形状知觉、运动协调，其敏感性系数依次为0.471、0.233、0.132、0.073、0.046、0.042、0.003。

图5 理科大学生一般能力倾向对专业成绩的预测模型分析结果

模型分析结果见图5，由图可知，理科学生一般能力倾向对专业成绩模型的平均预测误差在-0.022到0.006之间，绝对平均误差在0.091到0.097之间，结合图6可知，模型达到了一定的精度。

图6 理科大学生一般能力倾向对专业成绩的预测模型精度直方图

3.工科大学生能力倾向对专业成绩的预测模型

工科大学生一般能力倾向对专业成绩的预测模型显示模型对建模数据估计的准确率达90.381%，输入层、隐藏层、输出层的神经元个数与之前相同，分别为7个、1∶3个、1个。

工科大学生一般能力倾向对专业成绩预测的各输入点的敏感度分析结果显示：按重要性排序为空间判断能力、一般智力、言语能力、书写知觉、形状知觉、数理能力、运动协调，其敏感性系数依次为0.594、0.202、0.084、0.048、0.035、0.029、0.008。

模型分析结果（见图7）显示，工科学生一般能力倾向对专业成绩模型的平均预测误差在-0.044到0.008之间，绝对平均误差在0.106到0.115之间。模型精度直方图（见图8）显示，由图可知，导出值集中在一个很小的范围之内，模型达到了一定的精度。

图8 工科大学生一般能力倾向对专业成绩的预测模型精度直方图

五、讨论

神经网络具有的非线性映射、自适应学习、并行性、知识分布存储、逼近任意复杂连续函数等信息处理能力，克服了传统预测方法对于数据处理方面的缺陷，使神经网络能够在心理测量领域发挥重要作用。值得注意的是，回归分析要求数据正态分布、线性，以及连续变量这些比较严苛的条件，在神经网络模型中却不需要这些前提条件。也就是说，神经网络的算法具有非线性的特点。这可以大大弥补传统统计方法的线性模型的局限。

本研究以人工神经网络建模为统计手段，分别建立文、理、工三类大学生一般能力倾向对其专业成绩的预测模型，由建网信息和模型分析结果可知，三个模型对建模数据估计的准确率均达到90%以上，预测的平均预测误差在0.091到0.115之间，三个模型均达到了一定的精度。

首先， GATB的7项能力倾向对文科专业成绩的影响按重要性排序依次为言语能力、一般智力、形状知觉、运动协调、数理能力、书写知觉、空间判断能力，这一结果也可与文科专业大学生优势能力倾向互为佐证。言语能力的敏感性系数达到0.523，是影响文科专业成绩表现的关键能力，这一结果也符合我们研究前的假设和实际情况。文科类专业的学生通常对文字、语言更有兴趣，拥有较好的文字功底，将来所从事的职业多以文字工作为主，专业课程的设置与考核也是以此职业方向为导向，因而言语能力上得分突出的学生更有可能在文科专业的课程学习中达到优秀水平。

其次，对理科大学生而言，数理能力、一般智力和空间判断能力对其专业成绩预测的敏感性系数分别为0.471、0.233和0.132。数理能力是利用算术知识解决实际问题的能力，一般智力则是需要根据原理进行推理和判断的能力，而空间判断能力是要求在心理空间进行图形转换进而进行推理、判断的能力，这三类能力对学生的逻辑思维能力有较高要求，理科类专业侧重于理论研究和科学培养，尤需学生的理性思维、逻辑思维能力，因此，数理能力、一般智力和空间判断能力是理科学习关键之所在，理科专业要求报考者在这些能力上的发展达到一定的水平，而在这些能力倾向上得分较低的被试可能需要付出相当的努力才能够胜任理科专业的学习。

最后，工科类专业学生的专业成绩7项能力倾向按重要性排序依次为：空间判断能力、一般智力、言语能力、书写知觉、形状知觉、数理能力、运动协调。另外，空间判断能力也是工科类大学生的优势能力倾向，以往相关研究也表明，空间想象和空间思维能力对于工科学习是不可或缺的[19]，尤其是机械制图等相关专业。工科专业侧重技术应用，学生动手能力较强，心理空间的运动能力依赖于实际动手能力的发展，动手能力的锻炼也会促进其空间想象能力的发展。值得注意的是，空间判断能力对于工科学生专业成绩的预测敏感性系数达到了0.594的水平――该项能力对工科学习十分重要，若发展良好，更可能在工科学习中脱颖而出。

纵观三类专业大学生一般能力倾向对其专业成绩的预测情况，不难发现，一般智力对于任何一类专业来说都是基础性的能力倾向。国外相关研究结果也发现，人们的智力和知识只要达到一定的水平，人们智力的高低差异对于工作效率不再有明显的影响，然而与专业紧密相关的能力倾向与工作效率之间始终有显著的正相关。本研究的结论在一定程度上验证了这一观点：对于不同的专业方向来说，每种专业类型都各有其关键的能力倾向。该专业的潜在报考者能否胜任该专业的学习和考核，关键能力倾向是至关重要之因素。

总而言之，人工神经网络模型对三类专业的专业成绩预测都具有较高的准确性，说明本研究整体的技术路线可行，GATB所测得的7项能力倾向的不同组合可以用来预测不同专业学生的专业成绩。通过人工神经网络模型，中学生可以根据自己在GATB的7项能力倾向上的得分情况预测自己报考三类专业的成绩水平，从而判断自己适合报考的专业方向。如能早日实现推广，将是教育界及广大学子喜闻乐见之事。

项目基金：全国教育规划课题（DIA080131）

[1] Hammod， M.. An investigation into the factor structure of the General Aptitude Test Battery[J]. Journal of Occupational Psychology，1984，57（1）：4348.

[2] Droege， R. C.. GATB aptitude intercorrelations of ninth and twelfth garders： A study in organization of mental abilities[J]. Personnel & Guidance Journal， 1968，46（7）：668672.

[3] 桑代克， R.L.，哈根， E.P.. 心理与教育的测量与评价[M]. 叶佩华，等，译. 北京：人民教育出版社，1985.

[4] 林耀斌，杜友福.基于Clementine神经网络的商品促销效果预测模型应用[J].电脑知识与技术，2009，5（34）：90-92.

[5] 张菊英，韦健，杨树勤.神经网络模型在住院费用影响因素分析中的应用[J].中华医院管理杂志，2002，18（3）：143-145.

[6] 严武.基于BP算法的住院天数神经网络模型建模研究[J].中国病案， 2009，10（11）： 38-40.

[7] 易东，王文昌.回归分析的人工神经网络算法模型研究[J].中国卫生统计，1998，15（5）.

[8] 郭秀艳，朱磊，魏知超.内隐学习的人工神经网络模型[J].心理科学进展，2006，14（6）：837-843.

[9] Martin， G. L.. Encoder： A connectionist models of how learning to visually encode fixated text images reading fluency[J]. Psychological Review， 2004，111（3）：617639.

[10] Berthier， N.E.， Rosenstein， M. T.， & Barto， A.G..Approximate optimal control as a model for motor learning[J]. Psychological Review， 2005，69（2）：329346.

[11] Seidenberg， M. S..Connectionist models of word reading[J]. Current Directions in Psychological Science， 2005，14（5）：12381242.

[12] 郭秀艳，邹玉梅，李强，孙怡.中学生颜色内隐学习特征的实验研究[J].心理与行为研究， 2003，1（2）：122-127.

[13] 郭秀艳，朱磊.神经网络模型对内隐学习的探索[J].心理科学，2006，29（2）：410-415.

[14] Kashima，Y.， Kerekes， & Andrew. R.Z.. A distributed memory model of averaging phenomena in person impression formation[J]. Journal of Experimental Social Psychology， 1994，30（5）：407-455.

[15] Read， S. J.， & Montoya， J. A.. An auto associative model of causal reasoning and causal learning： Reply to Van Overwalle’s critique of Read and Marcus-Newhall[J]. Journal of Personality and Social Psychology，1996， 76（5）：728742.

[16] Shultz， T.， & Lepper，M.. Cognitive dissonance reduction as constraint satisfaction[J]. Psychological Review，1996， 103（2）： 219240.

[17] Gureckis， T.M.， Love， B.C.. Common mechanisms in infant andcategory learning[J]. Infancy， 2004，5（2）：173198.

篇2

【关键词】就业；AR模型；RBF模型；组合预测

随着我国高等教育的飞速发展，国内的许多大学不断的扩招，但由于扩招的增速过大，超过了社会经济增长速度和市场对高水平人才的需求增长速度，致使近几年的大学生就业形势愈发严峻，大学毕业生的就业前景和就业趋势成为近年来许多人关注的敏感话题。做好毕业生就业趋势预测将对高校和大学生本人来说都是一个很有价值的信息。

在预测实践中，经常采用的预测方法有灰色预测法、ARMA模型法、神经网络算法等，这些预测算法对现实世界中的一些问题具有良好的预测效果，被广泛的加以应用，比如，灰色预测法是一种对含有不确定因素的系统进行预测的方法，其模型通过对原始数据的整理来寻求变化规律，是一种就数据寻找数据规律的途径，它不要求有大量的数据，数据也不需要具有典型的分布规律；ARMA模型法是一种时间预测序列，它通过对时间序列的具体分析，初步选定一个模型，然后用一系列统计方法来检验这个模型是否适用，它可用于各种类型的时间序列数据。但是由于单一模型的使用范围和使用条件存在这样或那样的局限性，使用单一模型往往使一些有用的信息得不到有效的利用，这会造成信息浪费，为了避免使用单一信息的缺憾，综合利用各种有效信息，来达到取长补短提高预测效果的目的，更加科学的做法是将不同的预测方法进行适当的组合，从而形成组合预测方法，只要组合适当就能提高预测精度。

由于影响高校毕业生就业率的因素较多，不同地域、不同科类、不同类型学校的就业率皆不尽相同，即便是相同的专业就业率也不尽相同，影响毕业生就业的因素同就业率的关系是非线性的，而且很难用常规的函数关系去描述。从某高校部分专业历年来毕业生就业数据为样本，构建AR模型和RBF模型相结合的组合预测模型，并使用遗传算法求解模型的参数，对毕业生就业趋势进行了预测。

1.预测模型算法简介

1.1 AR模型

AR模型是将预测对象随时间推移而形成的数据序列视为一个随机序列，这组随机变量所具有的依存关系或自相关性表征了预测对象发展的延续性，而把这种自相关性用模型描述出来，就可以用时间序列的过去值和现在值来预测其未来值。AR模型称为n阶自回归模型，是ARMA（n，m）模型的一个特例。建立AR模型最常用的方法是最小二乘法，AR（n）模型为：

式中{}为给定过程中的n个观测值{，，…，}，为模型的误差序列，常被称为模型残差，（～NID（0，）），模型阶次n和参数{，，…，}的选取必须满足某种最佳准则。

1.2 径向基函数神经网络模型

径向基函数神经网络模型简称RBF神经网络，是人工神经网络中应用较广泛的一种网络，RBF方法属于在高维空间进行差值的一种技术，该网络具有单隐层的三层前馈网络，有输入层、隐含层和输出层，层间多为全互连方式，由输入到输出的映射是非线性的，而隐含层空间到输出空间的映射是线性的，由于其结构简单可以保证快速的学习速度，并避免局部极小问题。RBF神经网络结构如图1所示：

为网络第j个节点的中心向量；为节点j的基宽参数，且为大于零的数；为网络的权向量，RBF网络的输出为。

RBF神经网络的训练过程选用Matlab数学软件所提供的神经网络工具箱函数，Matlab是美国mathworks公司推出的数学软件，是一种强大的非线性分析和仿真软件，具有强大的数值计算和可视化功能。利用它所提供的工具箱，能保证计算过程的准确性，使人们把主要精力放在需要解决的问题上，来提高工作效率。

1.3 遗传算法

遗传算法（简写为GA）是一种求解多参数、非线性优化问题的有效方法，是现代有关智能计算中的关键技术之一。它仿照自然界的优胜劣汰、适者生存的原则，利用其独特的搜索方式来解决问题。它是由美国的J.Holland教授1975年首先提出，其主要特点是直接对结构对象进行操作，不存在求导和函数连续性的限定；具有内在的隐并行性和更好的全局寻优能力；采用概率化的寻优方法，能自动获取和指导优化的搜索空间，自适应地调整搜索方向，不需要确定的规则。遗传算法的这些性质，已被人们广泛地应用于组合优化、机器学习、信号处理、自适应控制和人工生命等领域。遗传算法的主要步骤有：编码、初始群体的生成、适应性值评估检测、选择、交换、变异。

1.4 组合预测模型

组合预测就是采用一定的手段，对多种预测进行合成，它能够有效的利用多种有用信息，更为全面的反应系统的变化规律。采用广义加权算术平均组合预测模型：令预测问题在某一时段的实际值为，对预测问题有种预测模型，预测值分别为（），设这m种预测模型的加权系数为，则有：

其中：时为简单加权算术平均组合预测模型；时为简单加权调和平均组合预测模型；时为加权平方和组合预测模型；时为简单加权平方根和组合预测模型。在本文中采用遗传算法来求解组合预测模型的权值和组合模型的模型参数。

1.5 组合预测效果评价原则

为了检验组合预测方法的有效性，根据一定的评价原则和评价指标对组合预测效果进行全方位的综合衡量和评价。按照预测误差最小的评价原则和惯例，常采用以下评价指标作为参考。其中为实际值，为预测值。

（1）平方和误差：

（2）平方绝对误差：

（3）均方误差：

（4）平均绝对百分比误差：

（5）均方百分比误差：

2.模型应用于预测

毕业生就业系统是个复杂的系统，毕业生就业受宏观和微观多种因素的影响，在测试中选择了两组具有代表性的数据作为实验的原始数据，数据资料来源于某高校1998年-2006年的本科生就业率，从历史资料来看，毕业生就业趋势是非平稳的。

实验设计：单项预测器采用AR模型和RBF预测，预测1998-2006年的就业率。组合预测模型为广义加权平均模型，其中为组合模型中AR模型的权值；为组合预测效果最佳的模型参数，用遗传算法求解。

求解结果见下表，其中：表1为专业一的原始数据和分别用三种预测方法测得的预测值；表2为三种预测方法对专业一进行预测的效果评价表；表3为专业二的原始数据和分别用三种预测方法测得的预测值；表4为三种预测方法对专业二进行预测的效果评价表。

3.预测结果分析

通过用三种模型分别对原始数据进行预测，根据误差最小的原则，由表1和表2的预测结果来看，AR模型优于RBF模型，由表3和表4的预测结果来看RBF模型优于AR模型，但从整体来看组合预测结果更接近实际数据，在各项指标上结果都优于单项预测。

4.结论

根据毕业生就业趋势预测实验的结果可知，单一的预测模型都没有它们的组合预测模型有更好的预测精度。说明这一组合模型能聚集单一模型的优点，适合于受多种因素影响的毕业生就业趋势的预测问题。

当前，高校毕业生就业问题已经成为困扰我国现代化教育的“基础性屏障”，需要我们来理性的分析毕业生就业的影响因素，在这种情况下，能够对毕业生就业趋势进行科学的预测和分析，将有助于寻找和探索解决毕业生就业问题的出路和对策。

参考文献：

[1]William.H.Inmon.Building the Data Warehouse[M].北京：机械工业出版社，2006.

篇3

金融供应链的融资对象为供应链成员企业，本文根据国内外流行的风险分类表对金融供应链涉及的风险重新界定和分类，探究风险识别的具体方法及其应用，并陈述了我国商业银行的信贷风险识别体系，最后，基于人工神经网络提出金融供应链的风险识别方法。

【关键词】

人工神经网络；金融供应链；风险识别

一、风险的分类

关于风险的分类，学术界尚无统一的说法。金融界依据巴塞尔协议常把风险分为：市场风险、信用风险、操作风险三类。2006年国资委的《中央企业全面风险管理指引》文件中把风险分为：战略风险、市场风险、运营风险、财务风险、法律风险。国外比较流行的是安达信的风险分类表：一、市场风险；二、信用风险；三、流动性风险；四、作业风险；五、法律风险；六、会计风险；七、资讯风险；八、策略风险。而我们所研究的金融供应链的融资的对象为供应链成员企业，因此包括一些中小企业，所以信用风险将是其最主要的风险来源；其次，解决信用风险所大量采用的信息技术支持的审核、环节控制和监管工作，必然带来的操作风险、市场风险、汇率风险和法律风险等。

（一）市场风险

市场风险又称系统风险，也称不可分散风险。可以分为利率风险、汇率风险（包括黄金）、股票价格风险和商品价格风险，分别是指由于利率、汇率、股票价格和商品价格的不利变动所带来的风险。对于出于金融供应链中的商业银行来说，利率风险主要是指在利率出现波动时，商业银行财务状况可能面临的收益和损失的不确定性。

按照来源的不同，可以分为重新定价风险、收益率曲线风险、基准风险和期权性风险。汇率风险又称外汇风险、汇兑风险，是指货币汇率变动而导致经济主体在社会活动、经济活动和金融活动中以外币衡量的资产与负债、收入与支出和未来的经营活动可产生的现金流量以本币表现得价值发生损失或产生额外收益的可能性。

（二）信用风险

信用风险又称违约风险，是指交易对手未能履行约定契约中的义务而造成经济损失的风险，即受信人不能履行还本付息的责任而使授信人的预期收益与实际收益发生偏离的可能性，它是商业银行金融风险的主要类型，也是金融供应链中银行面临的最为重要的风险类型。鉴于前几年的局部的金融危机，2003年巴塞尔委员会颁布了《新巴塞尔协议》对信用风险提出了更为严格的内部信用风险评价法。对于金融供应链融资的信用风险来说，包括系统性风险和非系统性风险。系统风险又称市场风险，也称不可分散风险。由于市场风险直接影响企业的还款能力和还款意愿的不确定，因而造成信用风险，所以在金融供应链融资过程中，一些较早开展供应链金融业务的商业银行就认为市场风险作为信用风险的一部分来看。

（三）操作风险

操作风险是指由不完善或有问题的内部程序、员工和信息科技系统，以及外部因素所造成财务损失或影响银行声誉、客户和员工的操作事件，具体事件包括：内部欺诈，外部欺诈，就业制度和工作场所安全，客户、产品和业务活动，实物资产的损坏，营业中断和信息技术系统瘫痪，执行、交割和流程管理七种类型。而供应链融资中的操作风险涵盖了信用调查、融资审批、出账和授信后管理与操作等业务流程环节上由于操作不规范或操作中的道德风险所造成的损失。巴曙松认为操作风险可以划分为：执行风险、信息风险等6种。巴塞尔委员会在其2001年的新资本协议修改版中要求，金融机构的实际自身实际状况，可以提出更为详细的操作风险的细分。

主要原因是操作风险较之其他风险存在明显的特点：（1）与信用风险和市场风险不同的是，操作风险中的风险因素是内在于银行的业务操作，而且单个操作风险因素与操作性损失之间不存在清晰的、可以用数量衡量的关系。（2）在交易量大、业务规模大、结构变化迅速的领域，极易受到操作风险冲击。

（四）法律风险

法律风险是商业银行的日常经营活动或各类交易应当遵守相关的商业准则和法律原则。在这个过程中，因为无法满足或违反法律要求，导致商业银行不能履行合同发生争议、诉讼或其他法律纠纷，而可能给商业银行造成经济损失的风险。但是它包括但不仅仅限于因监管措施不到位和解决民商事争议而支付的罚款、罚金或者惩罚性赔偿所导致的风险。从狭义上讲，法律风险主要是指商业银行与授信企业所签署的各类合同、承诺等文件的在法律许可范围内的有效性和可执行性。从广义上讲，与法律风险相类似或密切相关的风险有外部合规风险和监管风险。

外部合规风险是指由于商业银行违反所在地法律、或行业监管规定和原则，所导致的法律诉讼或监管机构给予的处罚，因此所产生得不利于商业银行实现其商业目的的风险。监管风险是指由于所在地现行的法律或规定的变化，影响商业银行自身正常运营或消弱其竞争能力的风险。虽然根据《巴塞尔新资本协议》的规定，法律风险是属于广义操作风险的一部分，是一种特殊类型的操作风险。这种说法目前还存在争议，又因为金融供应链融资的法律环境和传统商业银行业务有较大差别，所以我们单独讨论法律风险。

二、风险识别的方法

（一）现场调查法

现场调查是对企业进行全面的、细致的普查。主要步骤为：第一阶段，准备阶段。包括确定调查的起止时间、调查对象、企业所在行业现状（资产报酬率、资产负债率和流动比率等）和被调查企业的不同阶层员工对本企业自身状况认识等。一般在实际调查前，会事先设计出所需要表格让被调查企业员工填写。第二阶段，进行现场调查和访问阶段。需要被调查企业的管理层和员工的配合，调查内容一般以填写表格。现场调查法的优点就是可获得第一手资料，有助于掌握除财务报表外的资料，还有助于和一线员工建立良好关系。缺点是成本高，时间久，有时会引起员工因疲于应对调查，而对调查人员产生反感。

（二）财务状况分析法

财务状况分析法是商业银行通过对信贷企业的资产负载表、营业报表和补充财务记录等的财务分析来识别申请信贷的企业是否有信贷风险。这是商业银行最主要的信贷依据，也是金融供应链融资的主要评价指标。通过财务状况可以防范信贷企业破产风险、或是信贷企业目前面临的系统风险和非系统风险等。

财务状况分析法用于识别风险的有点事信息准确、客观、清晰、扼要，容易被外部人员接受。缺点是反映不够全面，企业容易在财务报表中作假，不容被发现。仅部分信息既能够被从业多年的专业人士所利用，进而发现风险。而对于金融供应链企业来说，简单的财务评价指标，不能够完全反映出供应链上下游融资企业的状况。因为供应链融资工具向供应链上下游延伸，风险也会随着供应链融资范围的扩大而相应得扩散。如果供应链的某一成员出现了融资方面的问题，那么其影响会非常迅速地蔓延到整条供应链。因此需要更为全面评价指标。

（三）信用评级指标体系

目前，绝大多数的商业银行建立了信用评级指标体系，对申请信贷企业进行贷前风险识别。信用等级评价是对目标企业一定时期内的信誉状况、偿还能力和发展前景进行定量和定性分析的方法。他是一个动态的风险管理过程，放贷前对信贷企业进行信用等级评价。在放贷过程中，根据客户信用水平的变化，相应调整对信贷企业的信贷政策，把风险因素控制在最小的状态。根据巴塞尔的《新资本协议》，要确定信贷企业的信用评价资产风险权重，从而使风险衡量更客观。

三、我国商业银行的信贷风险识别体系

目前，我国大部分商业银行已经建立了信用评级指标体系，对申请信贷企业进行贷前风险识别。主要步骤为：1.调查并获得申请信贷企业的财务报表；2.信用等级评价，如信用等级评价过低，则否决申请；3.根据信用等级和申请企业的其他信息，核定授信的金额；4.审批人员或审查部门对申请进行审批；5.签订协议并发放贷款。

由于我国大部分商业银行信用等级评价过多依赖财务报表，而财务报表又具有静态性、滞后性和容易造假等缺点。银行工作人员很难从中察觉到虚假信息和未来发展趋势，从而导致银行不能及时调整信贷政策，引发银行坏账增多。伴随着人工智能在诸多领域的广泛应用。

四、基于人工神经网络的金融供应链风险识别

（一）将原始数据中的评价指标标准化处理

因为上述各个指标属于不同的数量级，没有统一的度量标准，所以在进行主成分分析之前，需要对指标数据进行标准化处理，将各指标的属性值统一到归一化处理到[1，1]的区间里。

xij′=2×xijmax xi-min xi-1

由此，得到无量纲的各因素标准比值表。

（二）对评价指标进行主成分分析

利用主成分分析方法对影响银行信贷风险因素的各个指标进行分析处理，在尽可能保持信息完整的情况下确立较少的输入变量，进而减少预测模型的复杂性。

（三）建立BP神经网络，并对信贷风险进行预测

五、结语

对金融供应链面临的潜在的金融风险进行归类分析，从而对金融风险加以认识和辨别。根据金融供应链的指标多的特点，运用改进人工神经网络进行风险识别，取得比较好的效果。

参考文献：

[1]吴冲，吕静杰，潘启树，刘云焘.基于模糊神经网络的商业银行信用风险评估模型研究[J].系统工程理论与实践.2004，（11）：2431

[2]王春峰，万海晖，张维.基于神经网络技术的商业银行资信风险评估[J].系统工程理论与实践.1999，（9）：2432

[3]王春峰，万海晖，张维.组合预测在商业银行资信风险评估中的应用[J].管理工程学报.1999，l（13）：58

篇4

关键词：人工智能；高中生；职业规划；建议

一、引言

人工智能的不断发展与拓展促进了我国各个领域的发展，同时对各个行业产生巨大冲击，很多需要人工机械作业的领域将会使用机器人，造成大量人员的失业。面对如此现状，今后我们高中生如何做好职业生涯规划成为当务之急，只有深刻把握社会发展趋势，加强学习方向与时代潮流的匹配性，才能迎接挑战、抓住机遇、趋利避害，做好职业选择和规划，更好地适应今后的社会发展。

二、人工智能的发展现状和趋势

（一）人工智能的发展现状

“人工智能”一词最初是在1956年Dartmouth学会上提出的。它是计算机科学、控制论、信息论、神经生理学、心理学等多种学科互相渗透而发展起来的一门综合性学科。从计算机应用系统的角度出发，人工智能是研究如何制造智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。目前，人工智能技术在美国、欧洲和日本呈现飞速发展趋势。随着人工智能技术的快速发展，人工智能已经在各个行业得到广泛应用，其中比较典型应用主要包括符号计算、模式识别、机器翻译、机器学习、问题求解、逻辑推理和定理证明、自然语言处理、智能信息检索技术以及专家系统等，这些在计算机领域、化学领域、医学领域以及矿物勘测领域等得到广泛应用，并取得较好效果。

（二）人工智能的发展趋势

技术的发展总是超乎人们的想象，要准确地预测人工智能的未来是不可能的。但是，从目前的一些前瞻性研究可以看出未来人工智能可能会综合模糊处理、并行化、神经网络和机器情感等进行全方位发展。随着全球化趋势的不断增强，今后人工智能会向着全球国际标准的方向发展。人工智能技术不断地在就业领域应用及发展，因此高中阶段就对自己的职业生涯有着规划是未来发展的必然趋势，并且美国、加拿大等先进国家早早的就把高中生职业规划教育课程安排在了高中阶段，相比之下安排职业规划教育课程的高中毕业生，甚至大学毕业生对自己的规划都有着明确的方向，我国目前某些地区高中阶段已经安排了职业规划类型的课程，相信不久高中生职业规划的课程也会出现在更多地区的校园。

（三）人工智能发展对就业的影响

随着机器眼下正在取代的首当其冲的是那些简单机械操作的劳动者，比如说我国工厂里的初级工人正在面临自动化的威胁。还有美国福特公司，不仅大量裁减蓝领工人，而且还要把工厂搬到别的州或国家去，那里税收更低、政策环境更宽松、工会更友善的，在这些地方使用机器人不仅可以提高作业效率和质量，而且能够极大的降低各种成本，能够为企业创造更多的效益。

随着人工智能的快速发展，人工智能对各个领域的就业产生了重大影响，我国也在往这个方向发展，对于IT行业，今后会大量使用机器人进行工作，制造业也在逐渐增加使用机器人。技术的进步，使得个人的生产效率得到了巨大的提升。虽然就短期而言，机器是不会一下子取代大多数人，但我们必须未雨绸缪、防患于未然。有一些机械的、长时间集中精神的、固定套路的工作，比如流水线工、司机、配药师等，机器比人还擅长，这些领域将会淘汰大量的工人，导致很多人员失业。而很多工作需要人搭配机器做才最高效，这些工作是主流的新工作，但是需要注意的是，在人和机器协作的过程中，机器一定会不断智能优化的，在单一专业的工作内容中，机器逐渐又会替代人，因此也会造成人员失业。对于人际沟通事务，由于需要人与人之间的交流，还是人比较擅长。审美是模糊的、社会性的，这个还是人比较擅长。

对于我们高中生而言，勤动脑，勤动手，不断创新，是未来立足之本。因此不仅要埋头学习知识，还要培养创新能力和实践能力，以应对迎接人工智能的挑战。

（四）高中生应该怎样规划职业生涯

面对人工智能的快速发展，今后我们高中生应当趋利避害，努力做好职业生涯规划，实现自我价值的增值，具体来说应当从以下几个方面入手：

1.增强职业规划的意识

高中生要根据自身的主观因素以及外界的环境因素，分析、归纳、选择自己的职业发展方向，并且制定相应的学习、培养计划，采取必要行动去实现目标。这种确定人生方向的规划问题应该在高中阶段每一个学生都应该对自己有着清醒的认识，并且得到自身的重视，对选考科目的选择及大学志愿的填报就不会盲目、无头绪，在高中阶段有了明确的目标会使自己的学习方向更加准确，学习积极性更加强劲，同时在就业选择上也可以尽量地少走弯路。

2.选择高水平的职业指导教师

高中生实现从学校到社会或者更高层学校的过程中职业规划具有重要的导向作用，因此在高中阶段一个好的职业规划指导教师对学生的影响有着重要的意义。首先我们选择的职业规划指导教师必须具备一定的任职条件，目前国家也一再的强调任职职业资格的严格性；其次就是指导教师要善于启发式指导学生，增强学生的独立思考能力，在教师的帮助下充分认识自己的天赋、特长、兴趣、能力、心理等方，发现和挖掘自己多方面的潜能，学会正确利用各方面条件充分发展。同时，要注意避免指导教师的思想左右了我们的思想，只有准确的认识自己，才能促使我们带着自己的职业规划继续努力进步。

3.自己的高中生涯规划

高中的三年，对一个高中生的人生有着重要的意义，因此高中阶段可以进行分阶段的自我管理培养。高一阶段：刚进入学校，通过学习了解学科特点，利用学校、教师、网络、社会了解就业动向，自我优势结合人才需求，明确选考科目，初步制定职业发展意向。高二阶段：正确处理选考科目学习与学考科目学习的关系，既突出专业知识又兼顾知识广度。高三阶段：更要处理好语文数学英语必考科目学习与选修科目深化拓展的关系，既要提高高考成绩又要深化拓展专业素养；既要强化高考复习又要重视面试培训，为参加高校自主招生考试或“三位一体”考试做好充分准备。因为近年来重点大学通过高考统一招生录取的名额正在减少，而自主招生或“三位一体”的名额大量增加，有志于就读名牌大学的学生要注意这方面的情况。同时高中生要根据自己的理想多去了解高校情况，多去了专业设置的情况，为报考适合自己的学校及专业做好信息准备。

4.积极参加选修课程，为今后的职业生涯做好基础

按照教育部有关规定，高中学校要开设选修课程。我们可以根据自己的兴趣爱好，选取自己喜欢的课程进行学习，这不仅可以及早的发现我们的喜好和特长，为我们的职业生涯做规划有着重要的参考意义，同时对我们的基础知识的培养也很重要，拓宽了我们的见识宽度，为今后的职业生涯奠定坚实的基础。

参考文献：

[1]刘界，黄冠，王冰洁.关于人工智能教育如何弥补当前教育缺陷的思考[J].内蒙古民族大学学报，2006，12（3）：50-51.

[2]焦加麟，徐良贤，戴克昌.人工智能在智能教学系统中的应用[J].计算机仿真，2003.20（8）.

[3]刘春玲，张焕生，郝国芬.BP神经网络在教学评价中的应用[J].煤炭技术，2012，31（5）：231-232.

篇5

中图分类号：F407.21

文献标志码：A

文章编号：1000-8772（2014）-036-02

经济危机来临时，煤机行业首当其冲承受着最猛烈的冲击。由此，“抱团取暖、联合御寒”便成为煤炭企业和煤机行业的自觉选择。以山西天地煤机装备有限公司为例，近年来，通过和平煤集团、晋城煤业、潞安煤业等煤炭企业建立战略合作关系；和江西直方、德国CFT建立产业发展伙伴关系，实现了煤机行业“以技术换市场”的目标。煤机制造企业以优惠价格向合作方提供设备及配件；煤炭企业优先采购合作方的煤机装备；双方亦或通过成立合资公司的方式，实现内部采购。合作过程中，也存在一些经营风险。为了进一步降低投资风险，提高收益，有必要对战略合作的必要性、合作对象的选择有个清醒的认识，并对投资项目后评价给予足够重视。

1.明确合作的必要性

具备以下两个最基本的条件，煤机行业才能进行投资。切记谨慎投资，避免盲目跟风。

1.1有利于实现优势互补

随着煤炭市场下滑，大型煤业集团通过资源整合，对中小煤矿进行并购，对大型煤机装备的需求量不断增加。都将目光聚集到“煤机”这块蛋糕上，大型煤业集团主要通过内部建厂或者改造原有机修厂的方式进入煤机领域，但是苦于科研积淀薄弱，缺少技术，煤安标志办理困难，质量难以保证。便转而寻求有技术、有产品、有资质的煤机制造企业开展合作。

煤机制造企业面对日渐萎缩的市场，不再轻易进行批量投入，以产定销的生产模式逐渐向以销定产转变。必须考虑库存压力、回款风险。老产品投入缩手缩脚，新产品研发迟迟不能推进，科研、技术、管理力量闲置，迫切需要寻求有保障的市场，降低经营风险。

具备上述条件的双方具有合作的切入点，能够实现优势互补，实现技术与市场的互换双赢，投资具有可行性。

1.2有助于扩展行业视野

煤炭形势好，对煤机需求旺盛。对煤机企业而言，只需要维护好定型产品市场，很少有精力去做非标设计；对于煤炭行业来说，只需根据现有煤机，制定相应的开采工艺。随着煤炭形势下滑，煤炭行业为了降低成本，必然从开采工艺等方面想办法，需要适合工艺需求的量身定做的个性化煤机，标准煤机产品无法满足市场需求。

通过合作有利于开阔煤机行业科研、技术、管理各类人员的视野，使设备的适应性跟上开采工艺的步伐，开发适销对路的煤机装备，投资具有可靠性。

2.谨慎选择合作对方

战略合作考察阶段，只有选对合作对象，才能实现互惠双赢。选择时应该遵循以下原则。

2.1合作企业要有比较突出的行业地位

行业地位包括：准确的市场地位和稳健的发展潜力。只有这样，才能实现合资公司的可持续发展。

2.2合作企业必须具有一支优势团队

合作企业必须具有一支优势团队，具有很高的诚信度，具有较强的文化认同感[1]。投资企业的实质是在投资人，选择优秀的企业家和优秀的经营者团队非常关键，合适的团队必须彼此认同对方的组织文化，才能保证合资公司运行中合规、合拍。

2.3合作企业要有较好的经济效益

合作企业的主要财务指标要比较优秀。经济效益低下的企业不可能推动合资公司的良性循环，还会成为拖累，甚至使合资公司承担连带责任。

3.周密部署投资评价

投资后评价是服务于投资决策，对投资活动的效果进行监管的重要手段，可为改善企业经营管理水平提供帮助[2]。很多煤机企业在战略合作过程中，虎头蛇尾，重视前期调研、可行性研究，忽视后期投资监管，忽略投资后评价。有些合资公司，运行若干年后所有业绩仅限于能为合并报表做点贡献，利润为零甚至亏损，但因各种原因，还得勉强支撑，成了母公司的拖累。因此投资后评价意义重大。

3.1后评价工作重点

3.1.1建立后评价管理制度

建立科学的后评价管理制度，提供制度保障，是开展投资后评价工作的基础[3]。煤机企业要在国家制度、行业政策、主管单位投资方向指导下，制定管理制度，对后评价工作进行管理、审查和考核。投资主体要严格按照后评价管理制度的要求组织实施；战略投资部门负责对后评价工作执行情况进行监督和审查。

3.1.2明确后评价职责、期限、额度

首先，要明确投资后评价的组织机构。

其次，明确投资后评价的投资数额及年限。通常在项目投产后一年之后，两年之内应该组织人员进行项目投资后评价工作。同时，根据项目的重要程度或社会影响程度，确定开展后评价项目的投资限额。

3.1.3确定后评价内容

投资后评价涵盖的内容主要包括：

（1）项目概况。包括项目建设地点、开工、竣工期限；计划、实际生产能力；投融资情况、资金到位状况；运行及实际生产情况等。

（2）实施过程评价。包括立项、可行性研究报告；批复意见；项目设计、准备、招标、采购、征地拆迁等方面的总结和评价。

（3）建设过程评价。包括项目合同执行情况、管理现状、工程质量、监理及竣工验收等情况的总结和评价。

（4）财务效益评价。包括项目的资产负债表、现金流量表、利润表，并对具体财务指标进行分析和评价。

（5）环境和社会效益评价。包括环保设施的建设、环境制度执行情况、环境和生态影响状况，对当地经济发展影响状况、人民生活和就业的影响，对于税收财政收入的影响等。

（6）可持续性评价。结合投资的实际情况，从宏观经济环境、资源条件、市场竞争力、内外部条件对比等角度，对持续发展能力进行评价。

3.1.4建立指标体系

指标和指标体系是进行后评价工作的基石[4]。每个评价指标都从不同侧面刻画对象的某种特征，由指标名称和指标数值两部分构成。指标体系是相互联系的指标所构成的整体，综合反映对象的各方面情况。对指标体系中的不同指标赋以相应的权重，经过模型优化，来发现、认识复杂现象的特征及规律。

3.2设定后评价方法

项目后评价遵循定量与定性分析、对比与预测分析、动态与静态分析相结合的原则。按照学科领域不同，可分为定性评价方法、经济分析法、运筹学方法、统计分析法和智能化评价方法。定性评价法包括Delphi法、专家打分法和逻辑框架法；经济分析最常用费用—效益分析法；运筹学方法包括多目标决策法、AHP分析法、模糊综合评价方法等；统计分析法主要指主成分分析法、因子分析法、聚类分析和判别分析；智能化评价方法即在综合评价中应用人工神经网络法。其中，BP神经网络算法(简称BP算法)应用广泛[5]。

3.3根据后评价结果进行相应的资产处置

后评价结果可作为煤机行业制定战略规划、调整投资方向、新项目立项的重要参考，对于个别长期处于亏损状态，无力扭转局势的项目应该果断终止。

4、结语

在煤炭形势紧张的关键时期，煤机行业必须谨慎选择合作对象，利用国家及行业的各项优惠政策，加强投资项目后评价工作，提高投资决策水平，完善项目的监管机制，减少投资风险，最终实现企业经济效益的提高。

参考文献：

[1]刘志鹏.投资并购的战略选择与管理[J].今日工程机械，2013，03:78-79.

[2]张敏，熊文正.浅谈中央企业固定资产投资项目后评价[J].中国工程咨询，2013，02:32-35.

[3]于云生.企业项目投资后评价探析[J].全国商情(理论研究)，2013，16:57-58.

[4]周善忠，于晓斐，赵胜跃.能源类国有企业投资项目后评价指标体系与程序设计[J].项目管理技术，2010，05:66-68.

[5]周善忠，于晓斐，赵胜跃.人工神经网络在投资项目后评价中的应用[J].项目管理技术，2010，09:70-74.

作者简介：韩斌慧（1971-），男，山西晋城人，高级工程师，招标师，博士研究生，从事机械设计及理论研究。

篇6

关键词：高职教育；个性化学习；数据挖掘；商业智能

中图分类号：TP311.13

作为我国高等教育一支重要生力军――高等职业教育近几年来的发展可谓迅猛，无论是学校数还是学生人数，高职专科的规模已是我国高等教育的半壁江山。高职教育对人才的培养目标是为国家和地方经济的发展输送适应生产、建设服务等一线急需的应用型高素质人才，《国务院关于大力发展职业教育的决定》中就提出了“坚持以就业为导向，深化职业教育教学改革”，要求加强职业院校对学生实践能力和职业技能的培养。

1 现状

目前，高职学生在学校完成系统的课程学习依然是高职教育教学的主要方式，在此过程中，由于学生个体特性、就业意向、专业方向等各种因素的影响，获取的知识无论从方式方法、内容结构，还是真正掌握的程度来说都因人而异，而这其中有相当大的部分是学生主动性选择的结果；此外，在高职教育教学改革的尝试中，大类招生、拓展专业等多项措施在很多职业院校中已然试行，这就给予学生更多的自和选择的机会。

然而，在自主选择的过程中，由于没有一个可参照的、适合自己的挑选标准，高职学生进行各项选择时在很大程度上有着“扎堆随大流”、“哪个课能混好过”的心理，这就导致主动选择的课程，其学习过程并不顺畅、学习效果也不理想，没有提升自身知识结构的质量。这种高职教育中教与学环节的脱节会对高职学生的能力培养产生有着不可忽视的影响。

2 研究思路

随着教育信息化的深入发展，先进的信息技术手段在教育教学的方方面面都得以有效利用，这也为学生综合能力培养的探索与尝试提供了新的途径，数据挖掘技术就是其中很重要的一种。数据挖掘指的是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。在此过程中，数据源必须是真实的、大量的、含噪声的，而从中发现的是用户所感兴趣的知识内容，这些知识应该是可以接受和理解、并且能加以进一步运用的。

数据挖掘技术之所以在教育行业有更为广泛、实际的应用，这是由于各个学校都会有自己的一整套数据库系统，用于记录学生的学籍信息、课程教学过程等历史数据，这样，就可以尝试运用先进的数据挖掘技术和智能分析工具，通过对高职教育研究和教学过程中积累的海量数据进行采集分类、挖掘和分析，从多角度、多层次出发，构建识别个体特点、知识构成和获取方式等要素之间关联模式的数据模型。数据挖掘是一门交叉学科，其理论和方法有很多，包括K-最近邻分类器、判别分析、人工神经网络和分类树等，它把人们对数据的应用从低层次的简单查询，提升到从数据中挖掘知识，提供决策支持。在这里就是要将数据挖掘方法与高职教育教学研究相结合，设计实际的分析应用系统，具体来说：

（1）数据挖掘技术面向高职教育这一特定领域中的主体――高职学生，针对专门的指标，包括个体特性、专业要求、就业意向等，着眼于课程这个知识载体，对它们之间的关系进行深层次、智能化的挖掘、分析；

（2）数据挖掘的应用会具体到建模、变量筛选和导入等方面，而不只是一些抽象的挖掘算法的研究；

（3）数据分析采用先进的商业智能工具，同样，数据的展现手段基于平台，具有开放化、模块化、网络化特点。

3 系统框架

系统定位于个性化学习分析，其框架结构参见图1，主要由数据集成、数据建模、数据分析及展现等部分构成。具体来说，数据集成模块完成定义数据结构、装载、清洗、合并数据的功能；数据建模是指建立数据分析OLAP及数据挖掘模型；数据分析旨在分析和比较各种不同算法得出的结果，寻找最为匹配的算法，而数据展现的作用是根据分析结构灵活创建数据报告。

图1 系统框架结构

在此架构下，各个子系统的功能如下所述：

（1）数据集成。分析和归纳课程教学过程中产生的系列数据，根据其特征和行为设计及定义便于分析和挖掘的数据结构，然后并进行数据集成。数据集成的工作包括从异构数据源获取数据，将其进行清洗、转换、合并，然后加载到数据仓储中。数据集成执行的时间、相互的顺序、成败对将来的分析结果的有效性则至关重要。

（2）数据建模。典型的数据挖掘工具将在构建了数据仓库后进行分析并生成结果，一些工具也可以使用关系型数据进行分析，数据分析的结果独立于数据仓库中使用的数据。数据挖掘核心的部分就是选择挖掘算法并建立数据模型，这样就可以根据学生个体信息、学生成绩等数据之间的关系将这些学生划分成分析有意义的组群并预测他们的行为；当把这些组发送回分析过程时，数据挖掘引擎允许分析人员和用户根据这些簇进行划分和细化。

（3）数据分析与展示。以学生个体信息和课程数据为输入，利用所筛选出的最佳建模方法，逐步提出一个可实现个性化学习分析的数据模型，以衡量及提高模型预测的准确度。将分析结果以特定的客户端或Web方式进行展现，以建立的分析结果展示平台，具有高度的开放性、通用性和可扩展性。通过建模创建了正确的模型，数据挖掘的重点就从分析转到结果上，数据报告的展现方式有多种，可通过专业的报告工具，也可自行编写Web网站进行。

4 结束语

在高职教育教学研究中运用先进的数据挖掘技术手段，针对各项课程教学、学生管理数据进行深度挖掘、分析，研究个性化学习模式，为学生的自我学习规划提供具体化、智能化分析结果以供参照，在此情况下，先进技术手段的支持，对教与学都有着不可忽视的影响。同时，也为人才培养的探索与尝试提供新途径。

参考文献：

[1]赵云鹏，石丽，刘莹.基于数据挖掘的高校规模分析及应用研究.第九届全国信息获取与处理学术会议论文集[C].2011.

[2].数据挖掘在高职院校教学管理中的应用[J].清远职业技术学院学报，2010（12）.

[3]干娟.基于决策树算法的学生综合测评系统的设计[J].安徽电子信息职业技术学院学报，2011（04）.

篇7

关键词：最低生活保障线；扩展线性支出系统法；线性规划法；多目标规划

中图分类号：D632.1 文献标识码：A 文章编号：1000-4149（2014）04-0103-06

DOI：10.3969/j.issn.1000-4149.2014.04.011

收稿日期：2013-11-20；修订日期：2014-05-28

作者简介：王桂胜，经济学博士，首都经济贸易大学劳动经济学院教授。

Formulating Methods of Programming Minimum Living Standard Guarantee

Line in China and Its Multiobjective Application

WANG Guisheng

（School of Labor Economics，Capital University of Economics and Business，Beijing 100070，China）

Abstract：Scheme of minimum living standard guarantee is an important part of social assistants. It ensures stability and harmony of our society. Definition of the minimum living standard guarantee line affects both the living level of the poverty and public fiscal payment. This paper reviews the existed defining methods of minimum living standard guarantee line and analyzes the internal mechanism of scheme of minimum living standard guarantee. Then it puts forward multiobjective programming method to define the minimum living standard guarantee line more effectively.

Keywords：minimum living standard guarantee line； the extended linear expenditure system method； linear programming method； multiobjective programming

一、引言

2013年10月30日，国务院总理主持召开国务院常务会议，讨论建立健全社会救助制度，推进以法治方式织牢保障困难群众基本生活的安全网。中国经济改革研究基金会国民经济研究所副所长王小鲁2010年所做的《国民收入分配状况与灰色收入》调研报告得出的结论是，中国收入最高的10%家庭与收入最低的10%家庭的人均收入相差65倍。2012年12月9日，由西南财经大学与中国人民银行金融研究所共同成立的中国家庭金融调查与研究中心公布的《中国家庭金融调查报告》显示，2010年中国基尼系数达到0.61，远高于全球0.44的平均水平，属于联合国定义的收入差距悬殊危险的社会。由此可见，提高低收入群体收入水平和最低保障水平、缩小居民收入分配差距是我国一项迫在眉睫的改革目标。

最低生活保障制度是我国城乡社会保障制度改革过程中制定的新型保障制度，是为了维持城乡贫困人群的基本生活、提高城乡贫困群体生活福利水平的重要举措。最低生活保障制度作为一项基本保障权利在我国已经逐步深入人心。当然，我国的社会经济虽然获得了巨大发展，但由于人口众多、各地区发展水平参差不齐，要建立达到西方发达国家福利水平的最低生活保障制度还是心有余而力不足。因此，必须结合我国实际国情，建立切实有效的、可持续发展的最低生活保障制度，而这个制度的核心就是确定一条充分合理的最低生活保障线。

本文在评价现有几种最低生活保障线制定方法不足的基础上，结合最低生活保障线制定的内在机理，提出运用多目标规划法制定最低生活保障线的程序和原理。

二、现有最低生活保障线制定方法评述

最低生活保障线是最低生活保障制度中的核心内容，直接关系到被救助人员的经济收益和生活水平。因此，最低生活保障线的确定不仅备受政府相关部门以及社会公众的关注，同时也是学术界讨论的热点。关于最低生活保障线的制定方法，国内外文献均有大量论述，学者们先后提出了恩格尔系数法、市场菜篮法、生活形态法、国际贫困线标准法、马丁法等方法。这些方法简单易用，可以为最低生活保障线的制定提供有效计量手段。但这些方法主观性相对较强，并且受一定的人文、社会背景约束。为保证最低生活保障线的制定客观、合理和公正，学术界又不断提出了其他建立在广泛调查数据和实证分析基础上的最低生活保障线制定法，下面选择有代表性的几种方法加以分析评述。

1.ELES法

ELES法即扩展线性支出系统法（Extended Linear Expenditure System），是美国学者路迟（Liuch）于1973年在线性支出系统（LES）基础上提出来的需求函数模型。该法将人们在衣、食、住、行等方面的消费需求分为基本需求和超额需求，再根据样本数据对各类消费需求方程建立线性回归模型并进行参数估计，求得回归变量系数，再对基本需求支出进行估计。基本原理如下：

依据上述基本需求量计算公式来确定最低生活保障线。封等人和王中昭均采用了ELES法分别估计我国陕西省农村最低生活保障线和城镇居民最低生活保障线[1～2]。从实际应用来看，ELES法具有一定的局限性。如样本数据的有效性和完整性、截面的异方差性和物价的变动性等需要考察。此外，ELES法主要反映了贫困群体或低保申请人的需求方面的情况（这些需求范围的设定本身具有主观性），而不可能反映政府提供最低生活保障的支付能力。也就是说，最低生活保障线的可行性还需另外考察。

2.线性规划法

汪泓等人首先采取了线性规划法预测上海市食品基本支出水平，然后运用人工神经网络模型预测估计了非食品支出水平，最后将二者相加得到上海市最低基本支出水平即最低生活保障线[3]。按照营养学的规律，运用线性规划法估计食品基本支出应该是较为客观可行的方法。但这种方法过于细致，消费者的偏好不同，样本食品的选择较多，不同替代食品的价格也千差万别。因此，若要一一考察，计算将过于繁琐。此外，运用人工神经网络模型预测非食品支出过于复杂，难以理解，而且不同项目支出之间可能是替代关系，也可能是互补关系，学习效应是否有助于非食品支出的预测难以确定。因此，人工神经网络模型用于预测非食品基本支出不具有实用价值。当然，线性规划法在预测食品基本支出上具有一定的参考价值，给定基本食品需求目录，运用计算机软件可以有效确定基本食品支出水平，再结合非食品基本支出水平估计，即可确定最低生活保障线。但是线性规划法与ELES法一样，并不能反映政府提供最低生活保障的可行度问题。

3.回归分析法

童星等人运用一元线性回归和多元线性回归法分别对不同类型指标（平均指标、总量指标和百分比指标）展开了经验回归分析，并进行了较为细致的统计分析[4]。从结果上看，回归效果尚佳，统计检验指标有一定的显著性。这反映了最低生活保障线与各类经济指标（如GDP、各级政府财政预算收入、城镇居民储蓄余额、平均工资、社会消费品零售总额等）之间有一定联系，并受这些经济指标的影响。但是，该项研究以最低生活保障线为因变量，以其他经济指标或社会指标为解释变量作回归分析，本身违背了回归分析的基本假设。因为最低生活保障线是政策变量指标，不是内生变量或随机变量，不能作因变量，只能选择基本消费支出作为因变量――该研究中凡是以最低生活保障线为因变量的回归模型所得判定系数很低即可说明问题。此外，由于该文献使用数据为截面数据，还存在截面相关性等问题。总而言之，在估计和预测最低生活保障线时，线性回归分析法要慎用。

三、最低生活保障线制定的目标替代（tradeoff）分析

政府的社会福利和救助政策主要为了改善全体人民的生活福利水平，促进社会公平的实现，但同时也会对效率产生不利影响。如社会救助政策中最低生活保障线的制定就体现了公平和效率的取舍问题。最低生活保障线越低，说明救助政策特别强调社会效率，但有损社会公平；最低生活保障线越高，社会公平程度越高，贫困群体福利水平越高，但会影响社会经济效率。下面通过博弈方法对这一现象进行分析（类似案例分析可见参考文献[5]）。如图1所示，政府有两种行动，即“救助”和“不救助”；低保申请人员也有两种行动，即“工作”和“不工作”。相对于政府和低保申请人员的每一对行动组合（或策略组合），双方均会获得一定的收益支付，具体收益组合可参见图1。政府救助一个积极寻找工作或能工作即工作的低保申请人可获得收益为x，低保申请人获得收益为a；政府若救助一个偷懒不愿工作的人，可获得收益为z，这个收益应为负数，因为政府救助一个能工作却偷懒的人，就是奖懒罚勤，浪费公共资金并损害经济效率，而对于低保申请人员却获得高收益b；同样，政府对一个不能工作或没有条件工作的低保申请人不提供救助也得到一个负收益y，因为政府没有实现社会公平，其声誉必然受损，而低保申请人则会选择积极寻找工作，艰难度日比什么都不做要好，因而获得正收益c。根据以上收益分析，可以确定这些行动组合收益的关系如下：

x>0，a>0，b>0，c>0；z

根据这些收益之间关系的比较，可以发现：当政府选择救助时，低保申请人选择不工作（基于理性经济人假设）；当政府选择不救助时，低保申请人选择工作；当低保申请人选择工作时，政府选择救助；当低保申请人选择不工作时，政府选择不救助。因此，根据以上收益结果，不能得到一个纯战略均衡。为此，需要采用混合战略博弈来分析。对以上收益结果赋以数字如下：

x=3，a=2，z=-1，b=4，y=-2，c=1

假设政府救助的概率为β，不救助的概率为1-β；低保申请人寻找工作的概率为α，不寻找工作的概率为1-α。则政府的期望收益ERg为：

ERg=β[3α+（-1）（1-α）]+（1-β）（0-2α）

=β（6α-1）-2α

这一博弈的均衡是混合战略纳什均衡：政府以1/3概率选择救助，2/3概率选择不救助；低保申请人以1/6概率寻找工作，5/6概率不寻找工作。显然，政府救助的概率越高，低保申请人寻找工作的概率就越低。纯战略均衡是混合战略均衡的特例，而混合战略均衡则是纯战略均衡的扩展形式。在经济人理性假设前提下，上述政府救助博弈的均衡结果是混合战略均衡而非纯战略均衡，这是由其收益结构所决定的。也就是说，

双方只要是理性的，其行动选择必然是随机的。由于这种随机性，政府在制定救助政策时需要考虑政策受益人或救助对象的反应。

四、多目标规划法在最低生活保障线制定中的应用

多目标规划法（Multiobjective Programming）是在一定的约束条件下对多个目标函数同时求极值的一种最优化方法。现实中无论是资源优化配置，还是社会政策设计等均存在多项目标实现问题。有些目标之间还有冲突，如确定某项工业投资计划，就存在经济效益最大化和环境损害最小化及能源消耗最小化等矛盾。在社会救助政策设计中，也存在类似的问题，即政府提供救助或津贴实现人们福利的最大化和政府用于救助支出最小化的矛盾。政府提供的救助水平越高即最低生活保障线越高，对低收入群体或贫困人群越有利，而这会增加公共财政负担，同时也可能会发生“过度保障”，使一些有谋生能力的人丧失求职欲望，宁愿吃“低保”而不愿意就业。多目标规划法正是可以兼顾多项目标的设计最低生活保障线的方法。

多目标规划的基本形式可以表述如下：

可得如下结果：

k1=0.3941 ， k2=0.4236， f1=3960（万元）， f2=6040（万元）

上述某市的计算结果可以类推到其他近似条件的城市。假设北京市社会救助人口符合上述分层条件，北京市近年来月最低工资或基本生活费接近于1200元，根据上述最低生活保障线比例（k1=0.3941，k2=0.4236），计算得到北京市月最低生活保障金数额应该为472～508元。北京市政府2010年底出台了一项民生政策，即为更好地保障本市城乡困难群众基本生活，按照市委、市政府的统一要求和部署，市民政局会同有关部门测算制定了2011年城乡低保标准调整方案，并将从2011年1月1日起正式实施。北京城市户口最低保障金标准由家庭月人均430元上调为480元，上调幅度为11.62%。北京市2011年月最低生活保障金由2008年的390元调整到480元，与前面估计结果基本一致，可见在上述假设下北京市2011年所定最低生活保障金水平是合理的。

运用多目标规划法制定最低生活保障线的关键在于：一方面要了解最低生活保障的总体支出水平和财政支付能力；另一方面，就是要掌握贫困群体的结构状况，将其根据贫困程度划分为若干层次（一般为两层），这样既能做到应保尽保，同时也能发挥贫困群体的积极性，减少最低生活保障支出。

五、结论与建议

最低生活保障制度是继下岗生活补助、失业保险制度之后第三条重要的社会保障制度，是维护社会和谐、实现社会公平和缩小社会差距的不可缺少的社会政策。当前，我国社会经济得到了较大发展，但社会各阶层收入差距仍然较大，基尼系数仍居高位。因此，提高社会保障水平、扩大社会保障覆盖面是确定无疑的政策方向。最低生活保障线的制定一方面决定了社会救助程度，另一方面也受到政府公共财政的约束，因此，科学合理制定最低生活保障线是确保该项制度有效实施的前提。结合前面的分析，就最低生活保障线的制定提出以下几点建议。

第一，确定最低生活保障线时，既要考虑到最低生活保障制度的福利目标和社会目标，也要考虑政府的财政支付能力和社会经济效率，不能顾此失彼，影响社会和谐、持续、平稳发展。

第二，确定最低生活保障线的较为合理的方法应该是：首先根据充分有效的调查，搜集掌握各类基本消费数据，运用ELES法估计基本需求支出水平，在此基础上，结合多目标规划法来确定最低生活保障线。

第三，在确定最低生活保障线时，要根据低保申请人员的类别划分，制定不同档次的最低生活保障线，体现福利的差别待遇。所有这些不同类别的最低生活保障线均可通过多目标规划一次性确定。

第四，运用本文所提方法估计确定最低生活保障线，关键是建立有效的数据库，再结合MATLAB软件编制规划程序，设计好约束条件和目标函数，就能很快得到计算结果。因此，多目标规划法是十分快捷有效的，同时也能直接反映政策目标。可以断言，多目标规划法也会在其他社会福利政策制定设计中得到广泛运用。

参考文献：

[1] 封，贾继开.农村最低生活保障线的模型构建和应用[J].西安交通大学学报（社会科学版），2008，（3）.

[2] 王中昭. 我国城镇居民最低生活保障线的动态测定[J].计划与市场探索，2003，（3）.

[3] 汪泓，张伯生.上海市城镇居民最低生活保障线的研究[J].东华大学学报（自然科学版），2001，（6）.

篇8

在对物流系统进行规划时，只有综合考虑各组成部分，合理配置，才能实现物流系统的整体功效。根据物流系统各个组成部分的特点和相关性，可以将物流系统分为“基础设施系统”、“物流作业系统”和“物流信息系统”三大部分。物流系统的基础设施是物流系统高效运作的基本前提和条件。虽然各组成部分的功能和作用不同，但就物流系统的整体最优而言，各组成部分都具有不可或缺和相关性。物流作业系统包括运输、储存、包装、装卸搬运、配送和流通加工等。其中，运输子系统在物流过程中具有非常重要的作用，因为物品的有效移动是物流系统最基本的职能。所以区域运输线路网络和网络节点（物流园、配送中心）的规划是物流作业系统优化的基本前提和设施保障，也是本文讨论的重点。

1.规划总体框架

在研究国外物流规划理论最新发展的基础上，根据我国物流发展的现状，将区域物流系统规划分为两大部分：区域物流网络规划和物流园规划。如下图1所示为物流规划理论研究的内容和方法构成。

区域物流系统规划分为网络规划和节点规划两部分，其中网络规划沿用传统的运输规划程序（即“四阶段法”）的思想，节点规划则根据节点功能的不同划分为：生产型配送、消费型配送和运输转运三类中心进行选址和规模的研究和规划。物流园规划主要包括物流园功能预测、物流园用地规划、物流园交通影响分析和物流园微观仿真评价四个部分。图1中椭圆表示将区域物流系统及物流园规划的理论方法用软件工程理论进行设计，用计算机语言实现，形成实用的物流规划设计软件。

所以物流规划理论应该囊括区域物流网络、物流节点和物流园内部规划设计的方法的研究，从宏观层面到微观层面对构成区域物流系统要素及其之间的关系进行深入、细致地论述和研究，才能使物流规划理论的研究朝着正确的方向发展，并为物流建设提供科学的理论依据。以下将分节对物流规划理论的主要部分进行阐述，和介绍国外在该领域的研究进展和应用，同时指出我国物流规划理论研究存在的问题，并指出今后研究主要方向。

2.区域物流系统设计

区域物流系统设计分为网络规划和网络节点规划两部分。

2.1网络规划

所谓物流网络是指实现物流系统各项功能的要素之间所形成的网络，包括物理层面上的网络和信息网络。本课题研究的范围为物理层面上的物流网络。

规划是指在一个确定的目标下选择的解决手段，广义的规划还包括目标的选定，即政策的拟定等。物流网络规划就是为了更加有效地进行物流活动，充分、合理地实现物流系统的各项功能，使物流网络在一定外部和内部条件下达到最优化，而对影响物流系统内部、外部各要素及其之间关系进行分析、权衡，确定物流网络的设施数量、容量和用地等。

物流网络长期规划主要是解决物流基础设施和大型物流设备的建设问题，按照物流需求制定建设方案、分析方案优劣，并对规划方案的实施进行指导，从而使物流网络的建设满足规划年的需求的过程。

和客运规划一样，在货运规划的发展中也曾引入了很多方法和模型。但是至今为止，学者和专家还是认为交通四阶段法是有效的，当然其中采用的模型有异于客运中采用的模型。货运规划和客运规划最大的区别在于货物运输决策者的多样化（货主、托运人、运输者等）、货物量度的多样化（有用吨、车、件等等度量单位描述的）和数据采集的困难（特别是非集计数据的采集），所以货运规划较之客运规划更复杂。交通四阶段法在货运规划中的应用和含义如下：

产生、吸引：对研究区域中各小区产生和吸引的货运量进行预测，单位一般为吨（t），也可能以货币作为单位。

分布：预测各小区之间的货物往来量，得到区域的货运OD量。

货运模式分担：预测不同运输方式所承担的货运量，得出不同运输方式（公路、铁路、航空、水路、管道和联运方式等）所承担的不同种类货物的数量，即分货种分模式的货运OD量。

分配：在将货运量（吨）转换为运载工具辆之后，按照费用最小的原则将车辆分配到运输网络（道路、铁路等等）之上。

如图2所示为区域物流网络战略规划的流程图，其中右边是模型，左边是由模型输出的数据及数据流向。基本思想是：首先预测区域产生、吸引的货运量（包括进出货运量、区域内部的货运量），再对不同运输模型所承担货运量经常预测，得到分货种分模式的货运量OD，进而转换为不同种类货车的OD，最后分配到不同的运输网络上，以到达优化区域物流网络的目的。从图中可以看出，其基本思想沿用了传统的运输规划程序，但是由于物流概念的引入和货运本身的复杂性，所以除了传统的“四阶段法”采用的模型之外，规划框架中引入了一些客运规划所没有的转换模型，比如价值-重量模型、时间分布模型和货物-车辆模型。

图2网络规划流程图

以下将对网络规划各步骤中所采用的模型、方法进行简单地介绍，包括国外的发展和应用现状。

(1)宏观经济模型

主要用于预测规划期区域的经济指标和区域内各小区与研究区域外进行的不同货物的贸易量（单位一般为货币），其中预测的经济指标一般包括GDP、人口、行业就业人口等。预测小区的进出口贸易量的模型（以下称为货运贸易模型）是传统的“四阶段法”中很少采用的，模型所采用的形式一般为重力模型，变量为GDP、人口和小区对外交易的阻抗等，有时也采用Input/Output模型，输出为各小区对外贸易OD量（单位为货币），最终通过价值-重量模型转换为小区对外货运OD量（单位为吨）。

(2)区域货运模型

区域货运模型用于预测区域内各小区发生、吸引的货运量及在各小区之间的分布，即包括“四阶段法”中的产生、吸引和分布两个步骤的模型。货运需求取决于区域的经济活动，而经济活动受很多因素的影响，所以区域货运模型的主要目的是预测在经济正常发展水平的前提下，经济和政策的变化在中长期对该区域货运需求的影响。因此区域货运模型关注的不是短期的需求，也不仅仅是对货运发生、吸引增长率的预测，而是在于描述未来产业结构的变化与货运需求的关系。

区域货运发生、吸引量的预测方法一般有趋势法、系统动态模型、Input/Output模型和增长率模型等。趋势法有简单的增长率法和复杂的自回归法两种，经常选取的外部变量有GDP等，该方法由于需要的数据少、简单易行，所以得到了广泛的应用，但是趋势法无法考虑政策因素对货运量的影响，所以一般只用于短期的预测。系统动态模型主要对在一定时期内经济、土地利用、环境与货运量之间的关系进行模拟，同时可以对货运量的分布、货运模式分担进行预测，该方法不需要大量的数据，而且模型中可以考虑诸如土地利用和政策因素等，但是该方法很难对参数进行统计检验。Input/Output模型（同时可以预测货物的分布）是各国货运规划最常用的模型之一，可以考虑区域经济、政策因素等，但是需要Input-Output表（投入产出表）和严格的假设。从国外的理论研究和实际应用来看，对区域货运发生、吸引量预测方法的研究并没有多大的进展，主要集中在对Input/Output模型的改造上和对原有模型标定方法的改进上。而国内这方面的研究很少，在发表的刊物上常见的研究多集中在增长率法、回归模型和神经网络模型之上。

分布模型就是用于预测各小区之间的货运量。使用得最广泛的是重力模型，即两小区之间的货运量与小区的产生、吸引货运量成正比，与小区间的阻抗（比如小区间的运输费用等）成反比，关于重力模型应用的关键在于阻抗的确定，这点我们将在本文的其余部分进行介绍。

(3)价值-重量模型

建立不同种类货物的重量和货物价格之间的关系，将贸易量（货币）转换为货运量（吨）。预测货物的价值是一件相当棘手的工作，到现在为止除了时间序列法之外还没有研究出更合理的模型或者方法。国外在货运规划中对货物价值-重量模型的研究始于上世纪80年代，如1983年的TPR模型、1994年的VTI模型等，而至今国内还没有关于这方面研究的报导。

(4)时间分布模型

预测不同货种不同时段的产生、吸引量，输出分货种分时段的货运OD量(单位为t)。应用该模型的主要目的是求出区域在规划年间的货运高峰量，根据规划的需求可以是区域货运的季度高峰、月高峰、日高峰和小时高峰货运量等。随着划分的细化，模型也趋于复杂，所以至今无论是国外还是国内还没有研究人员就这一问题提出完备适用的研究成果。

篇9

>> 浅谈过程控制及其应用 目前工程造价控制现状及造价的全过程控制分析 浅谈过程装备与控制工程专业就业现状 浅谈过程装备与控制工程专业发展趋势 浅谈过程教学 浅谈过程教育 基于PLC的过程控制实验装置液位模糊PID控制 电气自动化工程控制系统现状及发展趋势分析 电气自动化工程控制系统的现状及发展趋势 电气自动化工程控制系统的现状及发展前景 浅谈过程控制自动化系统在高速线材生产过程中的研究与应用 两级网络过程控制系统实验装置 解析电机保护控制节能装置现状及发展趋势 浅谈工程造价管理及过程控制 电气自动化工程控制系统的现状及发展趋势研究 论电气自动化工程控制系统的现状及发展趋势 120万吨/年污水汽提装置过程检测及过程控制系统的设计 芳烃联合装置制造的过程控制 电气自动化工程控制系统的现状及其发展趋势 探讨电气自动化工程控制系统的现状及其发展 常见问题解答 当前所在位置：中国 > 政治 > 浅谈过程控制实验装置现状及发展 浅谈过程控制实验装置现状及发展 杂志之家、写作服务和杂志订阅支持对公帐户付款！安全又可靠！ document.write("作者：未知 如您是作者，请告知我们")

申明:本网站内容仅用于学术交流，如有侵犯您的权益，请及时告知我们，本站将立即删除有关内容。 摘要：本文针对目前高校自动化专业过程控制实验装置较简单、功能单一的实际情况，分析了工业以太网的应用现状及发展前景，提出了从网络控制系统的基本思想出发，开发基于两级网络的过程控制系统实验装置的意义。 关键词：过程控制，教学实验装置，现场总线

一、课题的研究意义

为使工科学生在校期间就受到良好的工程实践锻炼，建设具有实际工程环境的实验室和实习基地一直是自动化专业实验室建设的重要目标。过程控制是指对连续性工业生产过程中有关物理量（液位、压力、温度及流量等参数）的自动控制和管理。基于网络的控制系统实验装置是根据自动化专业及相关专业的实验教学要求，结合实验室建设项目，模拟生产现场实际应用的控制系统目前流行的结构形式开发的，它集PLC技术、网络技术和计算机监控技术为一体，可以开设多个自动控制原理和自动控制系统的实验，除包含常见的数字PID算法及其改进算法外，还增加了模糊控制、人工神经网络控制等先进的控制算法的实验。

开发基于网络的控制系统实验装置兼顾了教、学、研三方面的要求，旨在构成一个基于以太网和Profibus现场总线的实验模式，培养学生的实际动手能力，给学生提供一个接近生产现场的实验环境，为有关教学实验与研究人员提供一个良好的实验平台。基于网络的控制系统软件包含了广泛的实验内容，每一个实验环节都经过精心设计，使学生对过程控制系统有比较全面的认识和理解，更重要的是能让学生在过程控制领域的理论知识与工程实践得到很好的结合。

二、工业控制系统的发展

随着微电子技术、计算机技术以及通信技术的飞速发展，工业控制系统不断发生变革。与此同时，作为控制系统的重要组成部分的工业控制网络，也不断地向前发展[1]。

1、工业控制系统的发展历程

正如劳动工具反映了人类生产力的发展历程，工业仪表设备也反映了工业控制系统的发展历程。工业控制系统经历了以下几个阶段，并处于不断发展过程之中。

1）集中式数字控制系统

模拟信号在信息传递、信息处理和抗扰动性等方面存在不足，而工业生产过程要求控制系统既能处理大量数据，又能实现高级控制，于是在20世纪70―80年代，出现了以数字信号代替模拟信号，用计算机代替模拟调节器的直接数字控制系统和监督控制系统。由于当时的数字计算机技术不发达，价格昂贵，往往用一台计算机取代控制室的几乎所有的仪表盘，形成集中式的数字控制系统。这种系统可靠性低，风险高度集中。一旦计算机出现故障，控制、监视和操作将无法正常进行，给生产带来很大的影响，甚至会造成全局性的重大事故。

2）集散控制系统

20世纪80、90年代，随着计算机可靠性的提高，成本的大幅降低，出现了数字调节器、可编程控制器，以及由多个计算机构成的集中、分散相结合的集散控制系统DCS。DCS将生产系统的信息集中显示和管理，而将控制功能适当分散，从而将危险分散，提高控制系统的可靠性。典型的DCS可分为操作站级、过程控制级和现场仪表3级。这种控制系统的特点是“集中管理，分散控制”。其基本控制功能在过程控制级中，工作站级的主要作用是监督管理。分散控制使得系统由于某个局部的不可靠而造成对系统的损害降到很低的程度，加之各种软硬件技术不断走向成熟，极大地提高了整个系统的可靠性，因而迅速成为工业自动控制的主流[2]。

DCS的缺点也十分明显的，首先其结构是多级主从关系，底层相互间进行信息传递必须经过主机，从而造成主机负荷过重，效率降低，并且主机一旦发生故障，整个系统就会“瘫痪”。其次它是一种数字与模拟混合系统，传输可靠性差，且成本较高。

进入20世纪90年代，随着计算机、通信和网络等技术的发展，实现底层现场设备信息通信的现场总线技术得到空前发展，这引起了自动化系统结构与设备的深刻变革，又出现了现场总线控制系统和以太网控制系统。

2.现场总线控制系统

由于3C（Computer、Control、Communication）技术的发展，过程控制系统将由DCS向FCS（Fieldbus Control System）发展。现场总线实际上是连接现场智能设备和自动化控制设备的双向串行、数字式、多节点通信网络，也被称为现场底层设备控制网络（INFRANET）。和Internet、Intranet等类型的信息网络不同，控制网络直接面向生产过程，因此要求很高的实时性、可靠性、资料完整性和可用性。

为满足这些特性，现场总线对标准的网络协议作了简化，省略了一些中间层，只包括ISO/OSI 7层模型中的3层：物理层、数据链路层和应用层[3]。现场总线控制系统（Fieldbus Control System VCS）综合了数字通信技术、计算机技术、自动控制技术、网络技术和智能仪表等多种技术手段，从根本上突破了传统的“点对点”式的模拟信号或数字――模拟信号控制的局限性，构成一种全分散、全数字化、智能、双向、互连、多接点的通信与控制系统。相应的控制网络结构也发生了较大的变化[4]。

三、过程控制实验室控制系统现状及发展

过程控制系统（Process Control System，简称PCS）是模拟现代工业生产过程或对连续性工业生产过程中的物理量，诸如温度、压力、流量、液位等参数，对其进行测量、控制、观察过程参数变化，研究过程控制规律的一类系统。其任务是通过控制系统的设计和实现来完成的，大致包括：确定控制目标、选择测量参数（被调量）、选择操作量、控制方案的确定、选择控制算法、选择执行器、设计报警和连锁保护系统。在当前高校的过程控制系统教学中，过程设备是实现自动化的基础。然而在实际工业生产中，过程设备一般都是比较大型的，而且是专用于某种控制来实现特殊生产目的的，不能适用于高校自动化专业的教学，过程控制实验系统的设计与开发作为一个从理论到实践的桥梁在这里就显得尤为重要。传统的过程控制实验系统普遍存在着功能单一、开放性差等缺点，一般只能针对单一的被控参数如液位或温度等进行过程控制实验，并且不利于二次开发。目前过程控制实验系统基本都是DCS（集散控制系统），学生很难接触到日益流行的FCS（现场总线控制系统），这制约了高校教学水平和学生实践能力的提高。

基于以上原因，若要控制系统能够做到数据采集、数据记录及通讯、实验状态监视，实现数字P1D控制及各种智能控制算法的实验教学，开发出一套基于以太网及现场总线的模拟工业生产过程现场实际应用的控制系统己迫在眉睫。

参考文献：

[1]殷红.工业生产过程自动化的发展概况和趋势[J】内蒙古科技与经济，2001（5）：73～74

[2]李好文，郑岗，余健明，冯鑫.计算机多级网络控制技术[J】.重型机械，2002（2）：16～18

[3]贾东耀，汪仁煌.工业控制网络的发展趋势[J】.工业仪表与自动化装置，2002（5）：12～14

篇10

关键词：核心竞争力；评价体系；评价指标；评价方法

中图分类号：G64文献标识码：A文章编号：1009—0118（2012）11—0020—03



一、引言

近年来，各式各样的高校排行榜炙热着人们的视线，高校排名的提升也成了各个校长和领导的工作目标，很多高等教育研究者也将眼光放在了如何能增强高校竞争力研究的范畴上来。随着研究的不断深入和展开，高校核心竞争力研究作为高等教育研究的一个新领域和新方向为高校的积极的竞争发展带来了新的思路和更明确的方向。它借鉴企业核心竞争力的理论结合高校特征、构成要素和职责等高校属性逐渐形成了其多样的研究模式，评估方法也五花八门，为了促进研究的进一步深入，有必要对其评估过程与方法进行梳理和分析。本文首先分析了高校核心竞争力评价指标体系的特点、类型和结构，接着对其进行分析，再探讨了评价过程中评估方法的使用性问题，最后对高校核心竞争力的评价方法进行了展望。

二、研究样本的选择

本研究主要针对专著、学位论文和一般研究论文为研究对象。

主要有：《地方高校核心竞争力》（朱明，2005）；《赢得未来——高校核心竞争力研究》（成长春，2006）；《民办高校发展战略和政策需求研究——基于核心竞争力理论之视角》（杨树兵，2009）；《企业视角的高校核心竞争力研究——基于地方性高校的分析》（徐和清，2010）；《民办高校核心竞争力研究》（刘龙刚，2012）；《高等学校核心竞争力研究》（戴开富，2007）；《大学核心竞争力理论与实践研究》（张卫良，2005）；《高校核心竞争力分析模型研究》（成长春，2005）；《我国研究型大学核心竞争力评价与培育研究》（任喜峰，2007）；《知识管理视域中的高校核心竞争力提升策略》（徐学兰，2006）；《中国高等学校核心竞争力评价研究》（金涛，2003）等。

三、高校核心竞争力指标体系的分析

通过对大量文献的分析，我们发现高校核心竞争力评估体系的构成和类型主要存在以下几种类型：

（一）基于高校职能要素的评价体系

一类学者认为高校核心竞争力应该是围绕着高校职能和构成要素所展开的，所以构成评价体系如表1所示。

（二）基于能力论的评价体系

该理论认为，高校核心竞争力由各种能力综合、相互作用而成，正是其独特的、不可模仿的能力水平决定了其核心竞争力。所以基于这种理论，高校核心竞争力可以分解为文化力、学习力和创新力，搭建的评价体系如表2。

高校核心竞争力评价体系学科建设全国重点学科比例；博士学科比例：一级学科比例、二级学科比例；重点实验室比例；教师人均学科数。

学科梯队专任教师学历结构；科研人员比例。

资金教学经费占支出比例；收入支出差额占收入比；生均基建投资。

科研科研收入占总收入的比例；单位教师科研产出：单位教师出版专著、单位教师、单位教师取得科技成果、单位教师取得专利；单位教师科研经费数。

人才培养研究生比例；留学生占研究生比例；毕业生就业率。

高校核心竞争力评价体系文化力核心价值观办学指导思想和原则；教师的育人理念；

学生的人生追求。

精神领导的办学理念；办学理念的认知程度；美誉度；办学地位；教师的忠诚度；教师的道德素质；管理制度的健全程度。

学习力学习精神领导者的学习精神；教师的学习精神。

学习机制鼓励教师学习的机制；学习机制对有效学习的促进程度；师生间沟通程度。

创新力创新精神领导者的创新精神；教职员工创新精神；学生创新精神。

创新机制创新制度的有效度。

创新过程科研成果在教学中应用的程度。

（三）基于资源论的评价体系

该理论认为，高校核心竞争力是显性资源和隐性资源共同作用的产物。显性资源是指高校系统运行的工具，具体指学术生产水平和人才培养水平；隐性资源是指高校系统运行的体制和方法，或者说目标，具体指管理和校园文化。基于这种观点，评价体系如表3所示。

高校核心竞争力评价体系显性资源学术生产水平教师学历、职称结构；人均学术论文、专著数量；

特色学科数；国家级、省级部级重点科研项目数；人均科研经费。

人才培养水平就业率；硕、博士比例；重点学科数、实验室数；师生比例。

隐性资源管理素质教育程度；科研和科技成果转化力；办学能力。

校园文化校风、校园精神；学术声誉、知名度、形象、第一志愿报考率。

综合以上三种评价体系，我们发现高校核心竞争力评价体系从指标类型上看有定量评价指标和定性评价指标，定量评价指标按照用途不同又有总量指标和比例指标，比如总量指标有专著数量、重点科研项目数等；比例指标有师生比例，就业率等。再比如校风，形象等就是定性指标。

评价体系从结构上看，基于高校职能要素的评价体系是纯定量指标评价体系；基于能力论的评价体系是定性指标评价体系；基于资源论的评价体系是定性和定量相结合的评价体系。

四、评价过程及方法研究

高校核心竞争力的评价方法不仅仅是构造数学模型计算的过程，而是包括评价流程、定性指标的评价和综合评价三个方面的内容：

（一）评价流程研究

通过归类分析，我们发现核心竞争力的内在结构要求我们将评估工作看成是一个层级性流程的整体评价工作。首先，从基层开始，逐层逐级进行，如果行进到某层存在问题则停止评价。以上文中的评价体系为例，评价先从最底层（三级指标）开始，逐步上升到二级指标，最后将二级指标汇总做综合评价。

（二）定性指标的评价

我们发现高校核心竞争力评价体系中大量的用到了定性评价指标，因此评价的方法和评价者的能力、知识结构、阅历以及对评价对象信息的获取量都直接影响定性指标的测评。所以，为了使得评价结果更接近事实，要在选择评价小组的成员上制定一系列的标准，以找到最合适的专家、学者进行评估。评价方法主要采用专家评价法。具体的方法有：德尔菲法、专家会议法、头脑风暴法、个人判断法。

德尔菲法指根据有专门知识的人的直接经验，对研究的问题进行判断、预测的一种方法；专家会议法指依靠一些专家，对预测对象的未来发展趋势及状况做出判断而进行的一种集体研讨形式；头脑风暴法指通过专家间的相互交流，引起“思维共振”，产生组合效应，形成宏观智能结构，进行创造性思维的过程；个人判断法指依靠个别专家对预测对象未来发展趋势及状况做出专家个人的判断。

（四）综合评价

影响高校核心竞争力的因素比较复杂，这就需要我们的评价体系是多层次、多元化的。有时我们需要用图表的形式明显的显示出对比来，比如两所性质相同的高校如果想对比其师生数量的时候；有时我们又需要计算出每个指标的权重，以此来为众多高校进行总的核心竞争力的排名。所以，为了满足不同的需求，多元统计分析法就被大多数学者普遍使用。

高校核心竞争力评价方法汇总

推断统计分析法

多元统计分析是研究客观事物中多个变量之间相互依赖的统计规律性。随着计算机技术的发展和普及，多元统计分析在医学、生物、气象、经济、教育上得到了广泛的应用。人们越来越想通过更为全面的变量集合去评估某一项事物，并试图用数学模型找到变量之间的关系。

纵观研究文献，一个全面的能体现核心竞争力的评价体系应该是分层次分目标的一个多指标评价体系。基于这种评价体系，研究方法主要分两类：描述统计法和推断统计法。

描述统计法指通过各种图形显示，对数据的频数分析、集中趋势分析、离散程度分析以及分布分析。主要有5种图形表示法：散点图、折线图、条形图、雷达图和星座图。

推断统计法指研究客观事物中多个变量之间相互依赖的统计规律性。主要有聚类分析、主成分分析、因子分析、判别分析等，其主要是用来给指标体系确定权重的方法。

五、模糊数学在高校核心竞争力评估中的应用

模糊数学是1965年以后，在模糊集合、模糊逻辑的基础上发展起来的模糊拓扑、模糊测度论等数学领域的统称。是研究现实世界中许多界限不分明甚至是很模糊的问题的数学工具。在模式识别、人工智能等方面有广泛的应用。它可以在无法判断各评价指标与总排名的关系的情况下，且样本数据有限的情况下进行评价，并通过模拟人类神经系统的活动为系统管理带来决策支持。目前，已有少数几篇的论文使用了模糊数学的方法，比如《高等学校核心竞争力研究》（戴开富，2007）使用了BP算法的神经网络技术对13所高校进行了评估，并对其有效性进行了验证。

方法是固定的，为了达到不同的使用目的，我们会选择不同的方法，其目的是为了更贴切、真实的体现其高校核心竞争力水平，为我们的研究服务。

参考文献：

[1]赖德胜，武向荣.论大学的核心竞争力[J].教育研究，2002，（7）：42—46.

[2]朱明.地方高校核心竞争力[M].北京：中国大百科全书出版社，2005：116—144.

[3]刘向兵.大学核心竞争力构成要素辨析[J].中国人民大学学报，2007，（2）：143—148.

[4]任喜峰.我国研究型大学核心竞争力评价与培育研究[D].哈尔滨：哈尔滨工程大学，2007，（10）.

[5]成长春.赢得未来——高校核心竞争力研究[M].北京：人民出版社，2006：240，130.