论文部分内容阅读
基于我国29年的历史数据，采用BP神经网络模型对我国的失业风险预警问题进行研究。结果表明，神经网络方法在失业风险系统中具有优良的预警效果，其对失业风险综合警情值的预测误差小于3％。相对于景气分析预测法、时间序列分析、灰色预测模型以及回归预测模型等技术，神经网络方法不仅具有良好的预测精度，同时还具备较强的容错能力和泛化能力。因此，在构建我国的失业风险预警系统中，神经网络模型应该是一种被优先考虑的方法。