基于遗传算法的就业需求量组合预测模型

近年来出现了线性回归、神经网络、灰色预测方法等一些比较成熟的预测方法。不同的预测方法会提供不同的预测结果,其预测精度、侧重点也不尽相同。如果简单地选择一种预测方法或将一些预测误差较大的方法舍弃掉,都可能导致预测结果不够精确。本文运用组合预测方法,同时借助遗传算法的全局搜索功能来确定组合的权重,在此基础上构建了基于遗传算法的就业需求量组合预测模型。选择Log istic预测、GM预测、组合预测三种预测方法,对我国就业需求总量进行预测。其结果显示:组合预测模型及其方法用于就业需求预测是可行的,且预测精度显著地高于单个预测方法。