管理类研究生支持向量机预测决策实验教学研究.docVIP

管理类研究生支持向量机预测决策实验教学研究 　　摘 要：提升研究生的数据分析能力是培养研究生创新能力的重要方面。管理类研究生的分析能力中很重要的一方面就是分类和非线性预测与决策问题的解决。本文以此为目的，研究了管理类研究生支持向量机预测与决策实验教学的设计、实验课题的选择，并讨论了存在的问题和对策。 　　关键词：管理类研究生 支持向量机 决策实验教学 　　自泰勒提出科学管理理论以来，管理学正式确立了其新兴科学的重要地位。以运筹学、统计学、博弈论、进化计算、神经网络、机器学习、证据理论等为代表的数学方法广泛应用到管理建模与管理实践中，组成现代管理方法与技术的管理方法论。 　　在这些实际问题中，对复杂数据的分类问题及复杂函数估计问题的分析是解决这类问题的重要方面。近几年，学者在复杂数据分类及复杂函数估计问题解决方面作出了重大的贡献，其中支持向量机是近几年解决此类科学问题的重要工具。 　　支持向量机的理论基础是统计学习理论，主要用于分类及模式识别问题。目前支持向量（回归）机已应用在外贸出口预测、电力负荷预测、农产品的消费市场需求动态预测、投资组合风险预测等方面。由于复杂的函数估计问题和复杂的数据分类问题在经管类研究生研究的问题中普遍存在，因此将支持向量机作为实验工具，培养经管类研究生解决这一类问题的动手能力和研究能力具有重要的现实意义。 　　一、我校管理类研究生教育现