论文部分内容阅读
针对就业人口数据的非线性、高维度的特点,采用主成分分析与BP神经网络相结合的方法,建立了就业人口PCA-BP预测模型,并借助2005-2017年全国就业人口及影响就业相关因子的数据进行实证分析。结果表明训练的模型能有效的反映就业人口的变化趋势,预测精度高于仅用BP神经网络构建的预测模型。最后将2015-2016年的数据代入训练好的PCA-BP神经网络模型中,预测出2018-2019年的就业人口数。