城镇登记失业率的研究与预测.pdfVIP

全国第六届研究生数学建模竞赛 全国第六届研究生数学建模竞赛 题 目 城镇登记失业率的研究与预测 摘 要 ： 本文研究的是我国城镇登记失业率问题。根据建模需要，定义了相关度系数，运用 数据插值、高斯数据拟合、层次分析与神经网络等方法，完整地解决了问题一至问题五。 问题一 建立了指标选取的 4 条原则，确定了 5 个关键经济指标(见第 5~6 页) ；考虑 指标影响的时效性，选取了金融危机前后 10 个季度(2007 年~2009 上半年) 内各指标的 统计数据。 问题二 考虑指标影响的滞后性，确定了失业率与各指标统计数据之间的时间对应 关系，建立了多因素 AHP 加权模型和 BP 神经网络模型。 模型一 多因素 AHP 加权模型。分别利用高斯拟合得出失业率与各个指标之间的函 数关系；依据定义的相 度系数，运用层次分析法，得出各个指标对失业率的影响因子， 建立了描述失业率与 5 个指标之间关系的数学模型。具体模型见第 12 页，与实际失业 率的比较结果见第 13 页表 4 与图 7 。 模型二 BP 神经网络模型。建立了 3 层 BP 神经网络，突破了模型一中指标个数和 指标间相关性的限制。采用样条插值法补充了一些因政府未公布而无法得到的数据，解 决了不完全数据的问题，使训练集和检验集与真实数据相比均达到104 精度(见第 20~21 页) 。与实际失业率的比较结果见第 21 页图 13。 问题三 以电子信息产业、湖南省和 25-44 岁人群为例，从分行业、分地区、分就 业人群角度更有针对性地确定了各自的关键经济指标，利用模型一与模型二分别建立了 较精确的数学模型(见第 22~25 页) 。 问题四 分析了国家相关决策和规划，并将其体现在预测期的指标数据上；利用模 型一和模型二作出预测，分别得到了2009 年下半年失业率为 4.17% 、4.19% ，2010 年上 半年失业率为 4.08% 、4. 12%(见第 28~30 页) ；与任由经济恶化所预测的失业率的比较结 果表明，国家所实施的政策具有显著的促进就业的作用 (见 30~32 页) 。 问题五 分析了失业成因，根据所建立的数学模型和仿真结果，提出 9 条建议，以 促进就业，降低失业率(见第 33~35 页) 。 关键字：失业率 预测 神经网络 层次分析法 相关度系数 目 录 1 问题重述 2 2 问题分析与解决思路 3 2.1 问题分析 3 2.1.1 问题一 3 2.1.2 问题二 3 2.1.3 问题三 3 2.1.4 问题四 3 2.1.5 问题五 4 2.2 基本假设 4 2.3 符号说明 4 3 失业率评价指标的确定(问题一) 5 3.1 现有评价指标 5 3.2 指标选择原则 5 3.3 关键指标提取 5 3.4 数据预处理 6 4 城镇登记失业率模型 (问题二) 7 4.1 模型一 多因素 AHP 加权模型 7 4.1.1 数学形式 7 4.1.2 建立过程 7 确定失业率与各指标之间的关系 7 确定各个指标对失业率影响的相对权重 10 4.1.3 模型确立 12 4.1.4 模型误差分析 13 4.