人工神经网络.pptVIP

BP 神经网络在大学毕业生就业率预测中的研究与应用 学生姓名： XXXX 学生学号： 150XXX11485 学生导师： XXX 目录 研究背景 BP 神经网络的结构和算法 BP 神经网络对就业率的预测 径向基函数神经网络的预测 结论 研究背景 准确预测未来大学毕业生就业率的发展趋势，为政府和高校提供科学的决策依据，具有及其重要的现实意义和理论价值． 大学生就业问题是一个系统化问题，兼具综合性、多因素及多准则性等特点，而BP 神经网络预测法在理论上可以趋近任何非线性函数。 因此，本文利用BP 神经网络预测法，结合佳木斯大学近10 年本科毕业生就业率的统计数据，建立大学生就业率的预测模型，预测未来1 年就业率，以期为高校决策提供理论依据． 一、BP 神经网络的结构和算法 1 BP 神经网络的结构 BP 神经网络也称反向传播网络(Back Propagation Network)，是一种单向传播的多层前馈网络，也是目前使用最广泛的人工神经网络算法之一． 它由大量神经元组成，包括输入层、隐含层和输出层．同层节点互不相连，而层与层之间全互联，输入层和输出层的节点个数一般取输入、输出向量的维数，隐含层没有确定的标准，需根据实际经验确定．理论证明，三层BP 神经网络能以任意精度逼近任何非线性映射关系，且不需建立数学