本文是针对教育部重大项目“高校本科专业设置预测系统”中的科技人才数量预测的子问题进行研究。随着大学生数量的增加，大学生就业难的问题将日渐突出。特别是今年，金融危机渗透到了全球的每个角落，不少外企民企纷纷通过裁员来度过危机。当前毕业生人力资源丰富，就业压力大，却正是国有企事业单位吸引宝贵人才的绝佳机会.正是基于此种目的，本文从社会、经济发展的角度，分析了广东省国有企事业单位科技人才数量上的现状，并对其未来几年的发展变化进行数量预测，希望一方面能为国有企业合理吸收科技人才提供指导，另一方面也能为政府进行合理的人才流动分配以及缓解学生就业压力提供了依据。 本文基于神经网络的优点，应用了RBF网络，小波网络和GMDH网络这三种非常优越的预测模型，在改进优化了其参数和结构后分别对广东省国有企事业单位的科技人才数量进行了预测，实验结果表明这些方法在中短期时间内是可行的、有效的。为了综合其优势和弥补各自的不足，本文利用新的动态激发函数改进了传统的BP神经网络，并利用此种改进模型对上述三种单项预测神经网络进行了非线性组合，并得到了最终的预测结果。仿真实验表明，该组合预测模型比单一的预测模型有更高的预测性能和出现极端预测误差的更小风险。