论文部分内容阅读
伴随着我国社会经济的飞速发展，我国的职业教育也进入了一个改革和发
展的时期。但对职业教育的规模国内却很少有分析研究。职业教育规模的变化
无法用传统的数学语言描述，人工神经网络理论的发展，使得描述此类变化成
为可能。本文将神经网络应用到职业教育规模的预测系统中，利用神经网络的
自学习、自适应的功能，通过对现有的历史数据进行有监督的学习，运用神经
网络模拟复杂的非线性变化，从而得到较为精确的预测结果。
影响职业教育规模的因素有很多，本文选取了职业教育的历史数据进行训
练和预测，通过构建线性网络、自适应网络和BP网络来预测职业教育的规模。
通过比较这三种网络，发现BP网络在对职业教育的规模做出的预测最为精确。
系统选用了单隐层的BP网络，选用了适合中小型网络的Levenberg-Marquardt
算法，隐层神经元数通过多次尝试确定。
本系统用MATLAB软件实现，线性网络和自适应网络采用的是MATLAB中的
线性网络构造函数及自适应函数，BP网络则采用MATLAB中的神经网络工具箱
(NNTOOL)。
关键字：神经网络 BP算法 预测 MATLAB