神经网络就业方向

前言：想要写出一篇令人眼前一亮的文章吗？我们特意为您整理了5篇神经网络就业方向范文，相信会为您的写作带来帮助，发现更多的写作思路和灵感。

神经网络就业方向范文第1篇

关键词第三产业，核方法，组合预测，支持向量回归，神经网络

中图分类号N945.12 文献标识码A

AbstractThis paper analyzed the main factors on the improvement of tertiary industry， and pointed out that the single forecast model was difficult to satisfy the need of economic forecasting as the factors restrict and influence each other. On this basis， we proposed the combination forecasting model based on neural network ensemble， forecasted the development of tertiary industry of Guangdong Province， and described the basic principles and data processing algorithms. The empirical analysis shows that the combination forecasting model based on neural network ensemble has high prediction accuracy than a single forecast model.

Key wordstertiary industry； kernel method； forecast model； support vector regression； neural network ensemble

1引言

第三产业是指对消费者提供最终服务和对生产者提供中间服务的行业，除了第一、第二产业以外，其他所有的行业均属于第三产业.随着社会经济的发展和国家对产业结构的调整，第三产业的地位和重要性日益突出，以市场经济发达的广东省为例，2013年，47.76%的生产总值是由第三产业贡献的，远远超出第一产业的4.9%，略高于第二产业的47.34%，从以上数据可以看出，第三产业已经成为广东经济发展的主要推动力，加快发展第三产业既可以有效地推进我国工业化和现代化的进程，扩大就业领域和就业人数，还可以保证社会安定，提高人民生活水平，改善生活质量.

因此，深入研究第三产业的发展状况，对第三产业未来的发展有着重要的指导意义.要考察第三产业的发展，必须从全局的角度出发进行分析，研究它的规律和发展趋势，其中第三产业生产总值作为衡量第三产业发展状况的重要指标之一，对其进行科学的分析和预测，能为第三产业的发展和政策的制定提供有力的参考依据.

图1是广东省1987～2013年三大产业产值比例变化图，从图1可知：第一产业所占的比重迅速下降，第二产业的比重稳中有升，而第三产业的比重增加最快，但从图2可知，广东省第三产业生产总值的增长是呈现非线性状态的，这是由于反映经济发展的各项指标互相联系、互相作用所导致的，特别是由于经济系统自身的复杂性和动态性，使得指标数据呈现高度的非线性、非精确性等特征.因此，要实现对广东省第三产业生产总值的准确预测，必须要解决两方面的问题，一方面是预测指标体系的构建要全面反映第三产业发展的基本情况，另一方面是选择合适的预测方法对样本数据进行模拟仿真.

2文献综述

当前已有众多学者对第三产业的发展进行了深入的研究.使用的方法包括灰色理论、神经网络、ARIMA模型、逐步回归分析等，并取得了一定的成效.如崔二涛等利用二次曲线指数平滑模型对厦门市第三产业的增加值进行预测研究，获得了较为精准的预测效果[1]；吕一清等研究了基于灰色神经网络的第三产业发展趋势的预测模型，实证分析表明灰色神经网络比单一的灰色预测模型和传统BP神经网络预测模型拟合和预测能力要好，适合应用于成都第三产业发展趋势的预测[2]；徐群等将主成分分析和逐步回归分析应用于我国第三产业发展现状研究及趋势预测，并对如何保持我国第三产业稳步发展给出合理化建议[3]；邓伟使用ARIMA模型对广东省第三产业的发展情况进行短期预测，实证检验发现：模型的预测误差较小，预测精度较高[4]；李荣丽等则研究了将时间序列BP神经网络应用于福州市第三产业值的预测，研究结果表明：BP神经网络模型收敛速度较快，预测精度较高，具有较高的应用价值[5].

上述研究成果的特点是将单一的模型应用于第三产业的发展预测，但由于每个模型均有自身的局限性，导致在实践中，对同一个问题，采用不同的预测方法会产生不同的预测结果，即存在预测精度的差异.因为每一种预测方法都不可能做到零误差，但是不同的方法往往又能提供不同角度的有效信息，因此，单一预测模型在预测结果的准确性和信息反映的全面性、以及模型的泛化能力方面均存在一定的缺陷，考虑使用组合预测模型的方法来改善单一模型的不足，因为组合预测模型能够较大限度地利用样本的各种信息，比单个模型考虑问题更加系统、全面，能够有效地减少预测过程中随机因素的影响程度，避免在面对复杂系统时出现预测偏差波动较大，泛化能力不足的情况，从而提高预测的精度与模型的稳定性.

3广东省第三产业发展影响因素分析

第三产业作为国民经济一个重要的组成部分，它的发展受到多方面因素的制约，这些因素相互联系、互相渗透，共同影响着第三产业的发展水平和发展速度，本文遵循可获得性、可比性、客观性、综合性的原则，结合定性和定量的相关性分析，以及参考其他学者的研究成果[6-8]，认为以下几个方面与广东省第三产业生产总值的变化相关性最大.

1）人均生产总值

人均GDP反映了一个地区的经济总体发展水平，人均GDP的增长会引起社会需求结构的相应变化，与之相关的是，各产业产品的需求收入也会弹性地发生变化，从而引起各产业在经济发展中的地位发生改变，最终导致产业结构的变化.

2）城镇居民可支配收入

一个地区居民的消费水平与该地区第三产业的发展水平是密切相关的.城乡居民消费带动了城市第三产业的发展，其消费水平越高，第三产业的发展就越迅速，第三产业产值占国民收入总额的比例也越大.一个地区居民的消费水平可以用城镇居民可支配收入指标来衡量.

3）固定资产投资

固定资产投资是衡量经济发展水平的重要指标，固定资产投资额的增加会加强区域的水利、电力、能源、通讯、城乡公用设施等基础建设， 从而带动地质勘察、水利管理、交通运输、仓储及邮电、房地产业等第三产业的产值增加，加大其投资力度能消除经济发展中的“瓶颈 ”问题，因此， 固定资产投资作为模型的一个输入变量.

4）第三产业就业人数

第三产业的快速发展能广泛地吸收劳动力资源，因此第三产业的就业人数在一定程度上能够反映第三产业的发展状况；而就业人员的素质，将在很大程度上决定了第三产业发展的进程和行业经营的状况，高素质的人力资源能够促使第三产业的快速健康发展.

5）城市化水平

城市化水平是指一个地区农村向城市发展的状况，通常代表着该地区经济的发展水平.城市经济的发展，吸引了大量农村剩余劳动力的涌入，产生了很强的规模经济效应.城市经济聚集性、开放性等特点为第三产业发展创造了良好的条件.因此，要想实现第三产业发展，需要努力提高地区的城市化水平.

6）外贸出口总额

服务产品的输出状况会影响一个区域的第三产业结构.因为在输出商品的同时，也是运输、信息、科技等服务的对外输出.此外，出口的产值将会对第三产业行业的结构产生影响，此结论也是被很多经济学家认同的，所以本文中也引进外贸出口总额作为输入指标.

综上所述，最终确定预测模型的输入指标是：广东省人均GDP，城镇居民可支配收入，固定资产投资，第三产业就业人数，城市化水平，外贸出口总额，预测对象为广东省第三产业生产总值.

3基于神经网络的组合预测模型

3.1支持向量回归模型

由统计学习理论发展而成的核方法，是一类模式识别的算法，其目的是找出并学习一组数据中的相互关系，它是解决非线性模式分析问题的一种有效途径.SVR，即支持向量回归，是目前核方法应用的经典模型，它对非线性、非确定性、非精确性数据的拟合能力表现非常优秀，在复杂的非线性预测以及综合评价中有着非常的广泛应用前景[9].更加重要的是，SVR是建立在结构风险最小化的优化目标上，它可以在过度学习和模型适应性之间取得很好的平衡，在很大程度上改善了其他智能算法在非线性拟合上存在的不足.

从本质上讲，线性多元回归就是求方程[10]：

y=Xw+ε.（1）

考虑到对回归曲线本身的要求，在如图3所示的ε不敏感损失函数下，线性回归问题可转化为优化问题：

3.2约束条件下的线性回归模型

在现实问题研究中，因变量的变化往往受几个重要因素的影响，此时就需要用2个或2个以上的影响因素作为自变量来解释因变量的变化，这就是多元回归亦称多重回归.当多个自变量与因变量之间是线性关系时，所进行的回归分析就是多元线性回归.约束条件下的线性多元回归模型（简称为CMVR模型）[11]，可描述为：

y=Xβ+ε，lb≤β≤ub.（8）

其中，lb，ub分别为β的上下限.

其中，式（8）可转化为如下的求优化问题：

min Q=（y-Xβ）2，s.t.lb

其中，y，X，β分别为n×1，n×m，m×1矩阵.

3.3扩展CobbDouglas生产函数模型

柯布道格拉斯生产函数是美国数学家柯布（C.W.Cobb）和经济学家保罗・道格拉斯（PaulH.Douglas）共同探讨投入和产出的关系时创造的生产函数，是用来预测国家和地区的工业系统或大企业生产一种经济数学模型，简称生产函数，它是经济学中使用最广泛的一种生产函数形式，在数理经济学与经济计量学的研究与应用中都具有非常重要的地位[11].

ECDPF即扩展的CobbDouglas生产函数，该模型可描述为：设y为第三产业生产总值，xi为与之相关联指标的数值，αi为与xi相对应的指数，则：

y=α0∏ixαii+ε.（10）

两边取对数，有：

ln y=ln α0+∑iαiln xi+ε0.（11）

同样具有约束条件：αi>0.（12）

3.4基于神经网络的组合预测模型

由于单个模型预测存在一定的不足之处，因此，本文使用组合预测模型的方法来完成数据的建模与仿真.目前，关于组合预测的研究，主要集中在3个方面，一是关于预测信息的组合，二是预测方法的组合，三是预测结果的组合.本文主要是针对单个模型的预测结果进行组合，其中的关键步骤就是寻找用于组合各单项模型预测结果的权系数.现有的组合预测处理方法大部分是限于定权系数，即对于第i种预测方法，其加权系数Ki是固定的，与时间、外部环境等因素无关，这显然是不科学的.因为各种预测方法对于不同的预测时间段表现出不同的预测能力：有的方法对瞬态变化敏感，适用于短期预测；有的方法善于把握长期趋势，表现出优越的中长期预测能力.如果将不同时间组合的权系数设定为常值，就无法各取所长，获得最佳预测结果.

鉴于变权重的组合预测方法是提高模型的拟合精度和预测精度、增强预测模型实用性的有效手段.本文提出使用神经网络来集成各个模型的输出，因为从理论上讲，一个具有Sigmoid函数的三层前馈神经网络能够拟合任意非线性函数[12].神经网络的实质就是一个从输入层到输出层的非线性映射，它的训练过程实际上就是一个优化计算的过程.如果以各个模型的预测数据作为输入，以待预测序列的真实值作为理想输出来训练神经网络，则其训练过程就是寻找最优的权值，使得组合预测的误差平方和达到最小的过程，这实际上就实现了组合预测的最优组合.神经网络结构如图4所示.

因此，基于神经网络集成的组合预测模型，其数据处理的基本原理是：将各个模型训练阶段的预测数据作为神经网络的输入，训练阶段的实际数据作为输出，构建神经网络模型，即该模型具有n个输入变量（假设有n个预测模型），1个输出变量的结构，由训练阶段的数据确定模型最佳参数；第二步，将测试阶段各个模型的预测数据作为训练好的神经网络模型的输入，计算其输出，即为组合预测模型的输出结果.

4实证研究

4.1数据预处理及模型训练

本文所有经济数据均来源于广东省统计年鉴（1987～2014年）.

由于不同指标的单位不一致，为了提高预测的精度，也为了消除不同年份价格指数差异所带来的影响，使不同年份的数据具有可比性，在使用模型处理数据之前，首先把原始数据转化为环比数据，转换公式如下：

X当前年份=Y当前年份/W当前年份Y上一年度/W上一年度.（13）

式中：X为指标的环比数据，Y为指标的纯量数据，W为累计物价指数.

由于经济发展具有一定的延续性和滞后性，因此，在实际的经济系统运行过程中，近期的经济数据对未来的影响比早期的数据应该更大，为了体现对近期数据的重视程度，把1987～2008年22个年度的数据样本按1.2的比例加权作为学习样本，对模型进行训练，以确定各模型的参数值，然后将2009～2013年的数据作为测试样本，用于检验模型的预测效果.

4.2模型测试

4.2.1单个模型预测

分别使用上述3个训练好的模型对测试样本数据进行拟合，得到的结果如表1所示.

从表1可知，3个模型的平均预测误差分别为5.68%，5.92%和3.77%，其中SVR模型的预测效果略比其他2个模型高.为了便于比较，将3个模型的预测输出使用平均组合法处理，得到相应的预测结果及误差，如表1最后2列所示，可以看到，5年的平均预测误差为5.12%，说明了简单的组合预测效果在当前的参数状态下是可行的，但是由于平均组合法是忽略了各个模型之间的差异性，以同等的权重衡量各个模型的计算精度和重要性，从理论上来讲，平均权重无法保证一定能获得最优的处理结果，权重相同只是众多情况下的一种特殊选择，因此，本文继续使用基于神经网络集成的组合预测模型来改善预测精度.

4.2.2神经网络组合预测模型

根据神经网络组合预测的基本原理，该模型的输入变量个数为3，输出变量个数为1，关于隐含层的数量，设置其范围初始区间为[4，10]，通过训练样本数据循环计算并比较，确定最佳的隐含层单元数为5，然后将3个模型的预测结果使用训练好的神经网络模型集成输出，结果如表2最后2列所示.

从表2可知，与平均组合法相比较，经过神经网络优化权重的组合预测模型在预测精度上更为准确，5年的预测平均误差为0.83%，远远低于平均组合的5.12%，该方法不但在训练样本的数据拟合方面表现优秀（如图5，图6和图7所示），而且对测试样本的学习效果也表现良好（如图8所示），以2009年的数据为例，预测误差为1.54%，转换为实际的数据就是相差278亿元，预测误差非常理想，并且各模型的权值完全由历史数据确定，不受主观因素的干扰，因此能更客观地反映出在组合模型中，各个模型自身的重要程度，计算结果也验证了基于神经网络集成的组合预测模型的有效性.将预测数据反映在图上，如图8所示.

4.3模型应用

分别使用上述3个模型预测未来5年广东省第三产业的生产总值，并且采用神经网络集成的方法将预测数据合成输出，这里假设未来五年各指标保持现有的增长速度，结果见表3所示.表32014-2018年预测结果

预测得2014年第三产业生产总值约为33 137亿元，增长率为11.62%，由于广东省2015年统计年鉴尚未，通过查询广东省统计局的季度统计数据可知道：2014年第三产业实际的生产总值为34006亿元，增长率为14.55%，预测值与实际值只相差2.93%，如果再扣除当年的消费价格指数，预测数据与实际数据是基本吻合的，可见使用神经网络组合预测模型的效果是相当准确的.

5结论

在现有第三产业发展预测研究成果的基础上，针对单一预测模型的不足，构建了基于神经网络的组合预测模型，以广东省第三产业发展为例，验证了模型的有效性.由于组合预测方法依然处于不断的发展和完善中，本文只是针对预测结果进行了组合处理，如何在预测过程中，针对样本信息和预测方法进行有效的组合，力求做到预测的系统性和科学性，进而提高预测的效果，是下一步需要研究的方向.

参考文献

[1]崔二涛，肖哲.厦门市第三产业增加值增长预测――二次曲线指数平滑模型在第三产业增加值预测中的应用[J].中国市场.2010， 582（23）：54-57.

[2]吕一清，何跃.基于灰色神经网络的第三产业发展趋势的预测模型[J].统计与决策. 2011， 382 （4） ： 154 -157.

[3]徐群，于德淼，赵春阁.我国第三产业发展现状研究及趋势预测――基于主成分分析和逐步回归分析[J].巢湖学院学报. 2014， 125（2）：45-49.

[4]邓伟.论ARIMA模型在广东省第三产业预测中的应用[J].现代商贸工业. 2010，50（24）：29-31.

[5]李荣丽，黄曦，叶夏，陈志强，陈志彪.时间序列BP神经网络在福州市第三产业值预测中的应用[J].江西农业学报. 2010， 22（12）：183-185.

[6]张亚峰.河南省第三产业发展影响因素分析及对策研究[J].江苏商论，2011，（08）：91-95.

[7]彭丰，杜洋.基于VAR模型的第三产业发展影响因素分析[J].现代商贸工业，2010（17）：31-33.

[8]聂晓博.邢台市第三产业发展的影响因素研究[D].石家庄：河北大学经济学院，2013.

[9]彭森.基于粗糙集与支持向量机的工业企业经济景气指数智能预测模型研究[D].武汉：华中师范大学信息管理学院，2012.

[10]张学工.关于统计学习理论与支持向量机[J].自动化学报. 2000， 26（1）：37-39.

神经网络就业方向范文第2篇

关键词：加工贸易  ； 转型  ； 影响因素  ； RBF神经网络

问题的提出

我国自改革开放以来发展加工贸易已有30多年的时间，在此期间，我国对外贸易总额不断扩大，加工贸易占对外贸易的比重也逐年增加，发展十分迅速，对外贸易出口总额从1981年的220.1亿美元增长到2011年的18986亿美元，增长了85倍，而加工贸易出口额从1981年的10.6亿美元增长到2011年的8354.2亿美元，增长了787倍。1996年加工贸易已经在我国对外贸易中占据了半壁江山，目前加工贸易已经成为我国重要的对外贸易方式。

加工贸易在出口创汇、拉动就业、吸收国际先进技术和科学管理经验、促进产业结构转型升级和国民经济增长方面做出了显著贡献。然而，随着国内外环境的不断变化和我国与外国贸易摩擦的加剧，以低端技术含量为主的加工贸易已经越来越不能适应快速发展的对外贸易大环境。在外需下行压力较大、订单外流、贸易摩擦加剧、人民币不断升值、劳动力比较优势减弱、国际要素优化重组、面临产业转移和产业结构升级的压力、土地和劳动力等要素供给紧张、生产成本不断上升等原因的影响下，加工贸易在拥有发展机遇的同时仍然面临着前所未有的挑战。

2011年广东、江苏、上海、山东、浙江、福建、辽宁7省市的加工贸易出口总额为7338.56亿美元，占中国整个加工贸易出口额的比重达到了87.8%，而其他地区的加工贸易出口额占比不到13%。这种发展上的区域不平衡致使国内配套资金和其他经济技术资源大批向东南沿海转移，进一步扩大了区域之间的经济发展差距。2010年，中国外商投资企业以加工贸易方式进出口9709亿美元，增长27%，占同期全国加工贸易进出口总值的83.9%。从2001-2010年10年间，外商投资企业加工贸易进出口占全国的平均比重为81.57%。加工贸易企业中外商投资企业占主体，我国企业在开展加工贸易过程中几乎未能发挥作用的局面依然没有改观。此外，加工贸易在发展过程中出现的问题如技术含量低、产业链条短、国内配套率低、加工贸易增值率低等也是不容忽视的。如果不改变传统的加工贸易方式，加工贸易企业的收益及发展潜力有限，无自主经营和管理权，技术能力不提高，就很难走出“低端锁定”的困境，对企业的长远发展无益。因此，要改变传统的加工贸易方式，加工贸易转型已迫在眉睫。

在中国经济转型和国际竞争的不断加剧的大背景下，外贸发展方式的转变尤为重要，而加工贸易作为对外贸易的重要方式，积极实行转型，提升其质量与效益成为迫切需要解决的重大问题。因此，加工贸易的转型，有利于我国充分运用比较优势开展对外贸易和国际分工，有利于制定科学合理的经济发展战略，有利于我国产业的转型升级，有利于我国走出技术“低端锁定”的困境，有利于我国在全球价值链上积极向上游发展获取更多利益，也有利于我国在国际贸易中享有充分的自和话语权，加工贸易转型对我国经济转型有着举足轻重的意义。

文献综述

目前很多学者都对我国加工贸易如何转型升级进行了分析，简而概之，主要有以下三个方面：

（一）加大外商直接投资与国外技术转移

马强（2009）指出由于我国加工贸易企业主体是外商投资企业，其发展战略影响了我国加工贸易转型的方向，要优先引进国外带动能力强、高附加值、高新技术、高关联度、高税收、产业链和供应链较长的企业与技术。张燕生（2004）认为应积极承接国外产业转移，引进大型生产设备和先进技术，将加工贸易与国内产业进行合理有效配套，提高国内采购率，促进原材料的进口替代，使加工贸易朝着产业、产品、工序价值链上游升级和技术进步形成良性互动机制。

（二）加大技术研发投入与产品创新

有学者认为技术进步将推动我国加工贸易快速转型升级。隆国强（2006）认为要实现我国加工贸易转型升级，必须要加大技术研发投入，使我国从全球价值链的低端向上游迈进，另外，积极实行加工贸易产业从沿海向中西部梯度转移也是发展的方向所在。李晨（2010）指出要实现加工贸易转型升级，首先要对加工贸易产品的工艺流程进行升级，推出科技含量高的创新产品，使产品从价值链的低端向高端环节转移，获得更多的附加值。曾贵（2011）对加工贸易转型升级的机制做了比较系统的研究，包括创新机制和动力机制等等。

（三）调整国内产业结构

陈恩（2007）认为产业结构是促进加工贸易转型升级的主要条件，应引导加工贸易企业向高新技术产业发展，逐步提升我国企业的国际竞争力。宋志勇（2005）认为我国基于劳动力比较优势发展而来的加工贸易如果仅仅停留在低端环节的生产制造上，将不利于加工贸易的长远发展，因此加工贸易必须进行转型升级。李付梅（2008）认为加工贸易要积极培育本土跨国公司，向服务行业延伸，提升我国在全球价值链上的层级，逐渐向境外加工贸易方向发展，在国内从东部沿海向中西部进行梯度产业转移，充分利用我国比较优势进行转型升级。

与上述文献不同，本文围绕我国经济体制的改革和经济发展方式的转变并结合国家贸易产业政策来研究加工贸易转型问题，同时创新运用非线性RBF神经网络分析法对加工贸易转型影响因素进行研究，以期获得更加稳健可靠的估计结果。

加工贸易转型影响因素实证研究

（一）指标选取和样本数据来源

综合国内学者的研究，本文加工贸易转型的指标选用加工贸易增值率ICR（加工贸易出口额减去进口额的贸易净额除以加工贸易进口额）作为模型的被解释变量。加工贸易增值率是从价值链升级和附加值增加的角度考察一国的加工贸易发展情况，体现了一国在国际分工中的位置和所处的层次，运用这一指标可以较好地反映我国出口加工贸易发展情况和出口加工贸易转型升级的水平。

研发能力。企业转型的重要动力是技术水平的提高。研发是企业保持生机活力的重要动力，也是提升竞争力的重要因素，技术进步对改善贸易条件的积极意义明显。如果企业缺乏技术开发和产品创新，长此以往，将会导致市场占有率的不断缩小甚至会面临被市场淘汰濒临倒闭的境遇。因此，研发能力是影响我国加工贸易的一个必不可少的因素。

外商直接投资。我国进行加工贸易的主体现在依然是外商投资企业。外资在我国投资设厂，一方面可以充分发挥我国的劳动力比较优势，另一方面还可以带来先进的技术和管理方法。外商直接投资通过跨国公司对我国加工贸易企业产生技术外溢，同时对上下游关联产业间的前后向联系产生技术扩散和示范效应，有助于国内加工贸易结构的优化。

国内产业结构。一国的产业结构是其贸易发展的基础，加工贸易转型与产业结构转型升级密不可分。产业结构关系着一国的要素资源流向和资源配置方式。我国加工贸易要从劳动密集型产业转向资本、技术密集型，就必须使产业结构优化升级，带动加工贸易的发展。因此，国内产业结构是影响加工贸易转型的重要因素之一。

贸易开放度。贸易开放度是衡量一国的再生产过程与国际社会再生产过程的联系程度。一国经济贸易越开放，意味着国家之间可以参与更多的合作和经济交流，对技术和管理经验的吸收具有积极意义，但同时也加大了风险，带来了更多的竞争，国际市场上的金融危机可以更容易地从我国外向型经济部门转移而来。因此，贸易开放度对加工贸易的发展有一定程度的影响，也是必须要考虑的因素之一。

劳动力禀赋。随着经济的发展，加工贸易未来要向着高技术水平、产业链上游、高附加值方向发展，就必然对我国的劳动力禀赋提出了更高的要求。我国劳动力禀赋的提升一方面可以加快我国人力资本的积累；另一方面可以逐步提高我国的资本劳动比和技术劳动比，改善要素禀赋结构，促进加工贸易的转型升级。因此，我国的劳动力禀赋水平是制约加工贸易发展的一个重要因素。

劳动力投入。劳动力的流动性使得劳动力的价格长期稳定，从而使我国的劳动力供给保持极大的吸引力和持续性。我国廉价的劳动力资源比较优势一直都是吸引外商投资的重要因素。从劳动力总量上来看，劳动力优势仍然是我国加工贸易产业发展不可或缺的因素，以劳动密集型为主的加工贸易仍将有较长的生命周期。因此，劳动力投入数量的多少是加工贸易转型的必不可少的考虑因素。加工贸易转型的影响因素指标变量说明如表1所示。

（二）RBF神经网络分析法与时间序列回归分析法的引入

在加工贸易转型升级影响因素的实证分析中，大多数学者所用的为线性方法，本文首先利用EVIEWS软件对加工贸易增值率影响因素做时间序列模型回归。单位根检验结果显示原数列不平稳，一阶差分平稳，表明序列都是一阶单整序列，然后采用E-G两步法进行协整检验显示残差序列是平稳的，表明变量之间存在长期稳定的均衡关系。综上，EVIEWS回归结果如下：

括号里的数据代表t统计量，回归结果中可以看出调整的可决系数R2只有90.6694%，拟合优度不高。另外，外商直接投资在加工贸易方面能带来先进的设备、资金和技术培训，理论上应该能够促进加工贸易附加值的增加，进而提高加工贸易的增值率。但是从结果中可以看出，FDI对加工贸易增值率的影响为负，说明外商直接投资不利于我国加工贸易的转型升级，这与我们的预期不一致。线性模型不能很好或真实的反映变量之间的实际关系，对错综复杂的实际情况拟合效果不理想，因此线性回归的方法具有一定的局限性。

针对时间序列分析法建立的模型不能全面和本质的反映所预测的动态数据的内在结构和复杂特性这一问题，采用先进的RBF神经网络建立分析模型。人工神经网络（Artificial Neural Network， ANN）模型的建立受生物学的启发，从微观结构与功能上对人的神经系统进行模拟。它是一种基于连接主义机制的人工智能技术，其特点主要是具有非线性特性、学习能力和自适应性，具有很强的分析能力，可克服传统方法在分析问题时存在的建模不准确或根本无法建模的情况。一个典型的RBF神经网络由一个输入层、一个输出层和至少一个隐含层组成，其隐含层选用了非线性的基函数，所以这种关系是非线性的，能够避免线性模型不能全面和本质的反映所预测的动态数据的内在结构和复杂特性这一问题。而具有自学习以及非线性性质的系统网络模型――神经网络拥有对非线性问题的动态处理能力，不必预设数据的分布情况、变量之间的规律或精确的数学模型，自适应的对输入、输出数据进行学习和训练，找出其中的非线性关系，从而实现其功能，找出各个解释变量对被解释变量的更加客观准确的关系。

在神经网络训练完成后，即建立了加工贸易转型的各影响因素和加工贸易增值率的模型。为了说明本文建立模型的有效性和准确性，分别利用时间序列分析法和本文RBF神经网络法对测试数据进行预测。Matlab分析结果见图1和表2。

由图1和表2可知，RBF神经网络分析法得到的模型比时间序列分析法更准确，其与预测误差值远远小于时间序列分析法，因此也更能反映加工贸易中错综复杂的实际情况。因此，采用RBF神经网络法代替时间序列分析法，可以为有效分析变量、提出转型意见提供了一种新的重要途径。

（三）基于MIV分析的加工贸易转型影响因素研究

平均影响值（Mean Impact Value， MIV）被认为是在神经网络中评价变量相关的最好指标之一，其符号代表相关的方向，绝对值大小代表影响的相对重要性，从而判断出输入的影响因素对于网络结果的影响程度。最后得到加工贸易每一个影响因素的MIV值大小，如表3所示。

由以上实证分析可知：国内产业结构与研发能力对加工贸易增值率的增长具有较强的促进作用，特别突出地体现在加工贸易的国内产业结构上；劳动力禀赋与投入、外商直接投资对提高加工贸易增值率有拉动作用，但不如国内产业结构与研发能力的拉动作用大；过高的贸易开放度不利于我国加工贸易的转型。

对策建议

在经济转型的大背景下，我国对外贸易的发展方向也要跟随着改革的步伐不断推进。加工贸易作为我国对外贸易的一个重要组成部分，其转型关系着我国外贸未来的发展方向，关系着我国从贸易大国到贸易强国的转变。加工贸易应转变发展方式，利用我国的比较优势，通过转型来提升出口产品质量，改善贸易环境，统筹城乡和区域发展，促进国内发展和对外开放。根据上文的研究，得到本文加工贸易如何转型的结论，并提出相关的对策建议。

（一）发展高新技术产业并鼓励企业进入高附加值产业链环节

国内产业结构在实证结果中MIV的值是6.2271，表明其对我国加工贸易转型的影响程度最大，反映了调整国内产业结构的重要性。因此，我国加工贸易转型要积极促使产业链向上下游延伸，不断加大服务业和服务贸易对加工贸易的有力支撑，积极发展高新技术产业，促进附加值的增长，谋求更大的利润和发展空间。

此外，加工贸易利用原材料加工成产品进行出口，其利益增值环节主要在于加工装配，产业链短、附加值低，利润空间很有限，企业自主性差，不能很好的实现自主经营。因此政府应引导加工贸易企业实行自主经营，从购买原材料、生产加工到销售等一系列环节全部自主控制，延长价值增值环节，充分发挥价值链作用。要吸收一般贸易的优点使加工贸易逐渐进行创新转变，这种转变不是一蹴而就的，要进行大胆地尝试和不断地创新。

（二）由劳动密集型向资本、技术密集型转变且由粗放型向集约型转变

研发能力指标的MIV值为正且值较大，说明研发能力对加工贸易的转型起正向作用且贡献较大。但目前，我国加工贸易主要还是以劳动密集型和粗放型产业为主，技术水平不高，自主创新能力较低，技术吸收能力较弱，有些企业墨守成规，采取一些落后的工艺和技术进行生产。因此，企业要设立研发中心，加大科研经费的投入力度，增强技术吸收和自主创新能力；政府也要不断加大加工贸易的科研技术投入，提高自主创新能力，完成由劳动密集型向资本、技术密集型转变，由粗放型向集约型转变，才能在未来的国际竞争中立于不败之地。

（三）由依靠外需向内外需协调发展转变

贸易开放度指标的MIV值呈现负数且绝对值较大，说明过高的外贸依存度不利于我国加工贸易的转型。我国加工贸易在促进经济增长、带动就业、改善国际收支平衡方面做出了很大贡献，但我国外贸依存度较高，和一些发达国家贸易摩擦不断。2008年爆发的金融危机，使我国外部订单大幅缩减，由于我国过分依赖外需，导致沿海一些加工贸易企业纷纷减产、停工甚至倒闭，对我国外贸的不利影响非常大。加工贸易企业要转变观念，由过分依靠外需转向依靠国内、国外两个市场，当外需不景气时，可以提高企业的抗风险能力，使内外需共同成为促进我国经济增长的双引擎。外贸不仅在于维持国际市场的平衡稳定，还在于立足内需的基础上调节好外部均衡，只有国际与国内两个市场同时发展，内外共同实现均衡协调发展，才能促进我国经济在良性轨道上稳健运行。

参考文献：

1.马强.国际金融危机后对创建广东加工贸易转型升级示范区的思考[J].对外经贸实务，2009（6）

2.张燕生.我国加工贸易未来转型升级的方向[J].宏观经济研究，2004（2）

3.隆国强.加工贸易发展问题研究[J].国际贸易，2006（9）

4.李晨.我国加工贸易转型升级的路径选择[J].产业经济研究，2010

5.曾贵.加工贸易转型升级的机制探讨[J].财经科学，2011（2）

6.陈恩，刘青.广东加工贸易转型升级影响因素的实证分析[J].广东社会科学，2007（5）

7.宋志勇.促进加工贸易转型升级的对策[J].国际贸易，2005（8）

8.李付梅.探讨我国加工贸易如何转型升级[J].时代经贸，2008（1）

9.Franeoise Lemoine， Denize Unalkesenci. China in the International Segmentation of Production Processes[J]. CEPII Working Paper， 2002， No.2002-02

10.娄朝晖.加工贸易、发展效应及其偏差成因：中国1991-2007[J].国际贸易问题，2011（5）

神经网络就业方向范文第3篇

关键词 大型基础设施；人居环境；作用机理模型；影响度；GA-BP神经网络

中图分类号

X2 文献标识码 A

文章编号 1002-2104（2011）11-0139-07doi:10.3969/j.issn.1002-2104.2011.11.023

基础设施具有服务的公共性和两重性；效益的间接性和综合性；运行的系统性和协调性；建设的超前性和形成的同步性；经营的多样性和垄断性等特点［1］，在城市化过程中处于基础性地位。大型基础设施耗费的资源和投入的资金规模庞大，对于社会、经济、民生和环境的影响多元而深远，一方面对社会经济发展产生积极的拉动作用，另一方面也可能对区域环境带来难以估量的消极后果。大型基础设施的地缘区域是受其影响最为显著的区域。这些影响一部分是显性的，随建设和运营发挥效用，例如对经济增长的贡献；另一部分是隐性的，由于信息不对称导致的反映偏差，随着时间的发展，受众感受度会出现差别和变异，隐性影响将逐渐显露甚至涌现，主要表现在居民就业、生活水平、收入状况、弱势群体感受和文教卫生等方面。作为公有公用项目，大型基础设施的价值本源在于对社会中人的需求的满足程度，表现为对良好人居环境的追求。目前，大型基础设施项目规划建设的可行性论证和后评价多从经济效益角度进行评价，评价的维度仅限于单个项目，忽视将区域内基础设施作为整体对人居环境的影响［2］。用人居环境科学的观点来研究大型基础设施的影响，应将其置于大型基础设施―人―社会―经济―自然的复杂系统中，分析各子系统的相互作用机理，以改善人居环境为目标，系统评价大型基础设施对地缘区人居环境的影响。

1 国内外相关研究

基础设施是以保证社会经济活动、改善生存环境、克服自然障碍、实现资源共享等为目的而建立的公共服务设施［3］，是城市赖以生存和发展的物质基础，是社会生产和人民生活不可缺少的基本条件。大型基础设施是对城市经济起重要作用的、形态与规模占据很大的空间、影响范围往往具有区域性意义的生产性基础设施，狭义上包括6大子系统：城市能源动力系统、城市水资源系统、城市交通运输系统、城市邮电通讯系统、城市生态环境系统和城市防灾系统［4］。基础设施对区域经济发展具有引导与从属功能，包括改善生产环境与效率、空间经济集聚与扩散，以及基础设施短缺对区域经济发展的影响等［5-6］；城市基础设施的足额供应及其服务功能和质量的安全，是城市国民经济和社会发展所必备的服务和保障系统［7］。大部分基础设施的投资建设对城市和区域的经济发展具有显著的正相关关系［8-12］，但两者并不总是协调发展，甚至相互制约，需要基础设施与城市大系统中经济、社会、资源、环境和人口等各子系统按合理比例关系的协调发展［13-14］。

随着人口增长、城市化水平提高、资源日渐短缺，人居环境越来越受到关注。希腊建筑师C. A. Doxiadis［15］提出了聚居环境（Human Settlement）的概念，创立了“人类聚居学”的学科体系；吴良镛提出建立我国人居环境科学的理论原则，奠定了中国人居环境研究的基础，提出人居环境作为复杂的开放巨系统，包括“自然、人类、社会、居住、支撑”5 大系统和“全球、区域、城市、社区、建筑”5大层次［2］。基于城市尺度的人居环境以人为中心，强调人文与自然协调、生产与生活结合［16］、物质享受与精神满足的统一［17］。城市人居环境不仅包括一切服务于城市居民并为居民所利用的物质实体和空间，还包括贯穿于其中的人口、资源、环境、社会经济发展等各方面［18］，是城市中各种维护人类活动所需要的物质和非物质结构的有机结合体。主要包括城市的自然生态环境、居住生活环境、基础设施环境、社会交往环境和可持续发展环境5个子系统［19］。以人为本，坚持城市的“可居住性”，建设宜人的城市，确保“人类居住区更安全、更健康、更舒适、更公平、更持久，也更具效率”已成为世界各国的重要发展战略［20］。

2 大型基础设施系统与城市人居环境系统相互作用机理

基础设施系统和人居环境都是多层次动态复杂开放巨系统，各个子系统互相影响、互相支撑，通过相关性和反馈机制协调运作，既具有自组织属性，也具有他组织属性。因此，既要保证自组织系统的良性演化，又要从外部为此系统提供必要的物质、能量和信息等，促进他组织功能的有效发挥。在与相关系统持续交互作用的过程中，大型基础设施系统通过调节自身的结构和行为方式，实现整个系统的演化。这种动态适应包括两个层次: ①基础设施内部各子系统在平衡状态下完成导致结构调整的自身调节作用；②各子系统之间的聚集和耦合，参与构成新的结构。作为城市人居环境子系统――支撑系统的重要组成部分，基础设施的动态适应性及其与人居环境系统的反复相互作用是基础设施系统发展和进化的基本动因。

一方面，大型基础设施的建设对于构建可持续的人居环境至关重要。国家和地区是以城市为中心节点的地域系统，而大型基础设施是国家和地区经济圈形成的条件，是区域产生聚集效应的决定性要素。基础设施6大子系统（能源动力系统、水资源系统、交通运输系统、邮电通讯系统、生态环境系统和防灾系统）的聚集，实质是通过各子系统之间的功能耦合网（见图1），不断地对自然系统、人类系统、社会系统、居住系统和支撑系统产生直接或间接的作用和影响，实现其作为城市人居环境的支撑系统和承载体的共同功能。所谓耦合，是指

构成整体各部分的性质和存在互为条件、互为因果。基础设施各子系统之间以及子系统与人居环境系统之间进行着物质、能量和信息等的交换，存在着非线性相互作用，导致了基础设施系统结构的不稳定性。为实现与人居环境系统的相互耦合，基础设施系统应具有多样的适应方式，形成特定的、直接或间接的多因果相互联结方式。该类方式不仅表现为技术、经济上的联系，还表现为数量和品质上的匹配，以及时间与空间上的制约，以保持相对稳定的均衡状态。这就要求大型基础设施的建设不仅要满足其功能需要，而且必须改善城市自然环境、保护生态环境、完善居住环境，促进人与自然的和谐，形成可持续的发展状态。

另一方面，人居环境建设是大型基础设施持续发展的动力，人居环境的状态对基础设施产生反作用，使其状态、功能和适用性发生改变。基础设施作为城市发展的重要支柱，反映了社会发展成熟度、经济运行稳定度和人民生活的质量，是人居环境可持续发展的生命线系统。人居环境因相关基础设施的存在而改变了原有状态，产生了正向或反向的影响，进而影响着政治、文化的发展历程。大型基础设施系统与城市人居环境系统协调发展的目标是实现可持续的人居环境。将大型基础设施系统作为整体，将自然系统、居住系统、人类系统、社会系统、支撑系统作为人居环境大系统的子系统，构建大型基础设施与人居环境的影响模型（见图2）。考虑到人居环境系统内部各子系统的交互关系（图2虚框所示），将大型基础设施作为人居环境系统中支撑系统的组成部分，对人居环境子系统产生直接或间接影响。同时，人居环境的适应性反过来指导和促进大型基础设施建设，两者相互影响构成闭环，不断根据反馈信息修正调整，实现大型基础设施建设可持续发展，人居环境不断改善。

3 大型基础设施对城市人居环境影响度评价

人居环境是以“人”为核心，与人类生存密切相关的活动空间，大型基础设施对人居环境的影响因素众多，因素之间相互联系、关系复杂。在大型基础设施对城市人居环境影响度的评价指标选取过程中，应综合考虑科学性、系统性、动态性、可比性、代表性、稳定性以及动态与静态相结合等，尽可能做到全面、科学、合理地反映大型基础设施与人居环境相互影响的因素，保证评价结果的科学性和准确性。

3.1 指标体系构建原则

根据大型基础设施与人居环境系统相互作用机理的研究，指标体系构建遵循以下原则。

（1）以“人”为本原则。人居环境建设的最终目的是为人类提供一个舒适、安全的生存、生活空间，实现可持续发展，实现科学发展。人既是建设者，又是受益者。

（2）可操作性。人居环境和大型基础设施都是开放的复杂巨系统，在评价过程中，不管是定性分析还是定量分析，各评价指标要具有代表性，评价数据要具有可得性。

（3）全面性。指标体系的选择要能全面地反映大型基础设施与人居环境五大子系统的相互作用关系。如果出现遗漏，评价结果可能就无法准确地反映最终结果。

（4）层次性。从系统角度按一定的规则将人居环境影响体系分为若干层次，针对不同层次，采取不同指标。

3.2 基于GA-BP 混合算法的影响度计算模型

大型基础设施对人居环境的影响分析是多属性综合评价问题，各指标要素之间相互影响，存在着复杂的非线性关系，确定要素权重是科学评价的关键问题。采用遗传算法优化的BP神经网络算法（GA-BP）评价大型基础设施对人居环境的影响度，在确定要素权重时对主观因素的处理具有一定的优势。

3.2.1 GA-BP 混合算法

GA-BP算法通过对典型样本的学习，发挥神经网络自学习、自组织、自适应能力强和容错能力强的优点，通过训练，以连接权的方式反映指标间的非线性关系。将遗传算法与BP神经网络算法进行混合训练，利用遗传算法对初始权值进行优化，在解空间中定位出一个极好的搜索空间，运用BP网络算法搜索出最优解。GA-BP算法分别利用了遗传算法的高搜索效率与全局搜索能力和BP算法局部搜索能力强的优点，对神经网络进行混合训练，既弥补了遗传算法难以进行局部优化，只能寻找到近似最优解的缺陷，又克服了BP算法收敛速度慢，容易陷入局部最优的不足。与模糊评价法、层次分析法等主观评价法相比，GA-BP算法能准确模拟专家评定工作，避免人为因素和模糊随机性的影响。

3.2.2 计算步骤

遗传算法优化神经网络的实现主要包括以下步骤：

（1）选定网络结构和学习规则。随机产生一组网络权重值，完整的神经网络权重值Wi为：

Wi={W1i,W2i,W3i,b1i,b2i,b3i,i=1,2,…,P}

相当于一个染色体，随机产生这样的染色体共P个，也就是种群的规模。

（2）将每个染色体对应的初始权值和阈值代入BP网络，计算在每个对应染色体下神经网络的训练误差ΔEi，从而得到染色体的适应值：

f(i)=M/ΔEi

为了防止适应值太小，式中M为一个大数。遗传算法朝着使适应值函数增大的方向进化。

（3）选择若干适应值最大的个体构成父本。选择概率为：

Pk=f(i)/∑f(i)

式中f(i)为第i个个体的适应值。在进行选择运算时，上一代中适应值最大的染色体直接进入下一代，不进行交叉变异等遗传操作，以防止最佳染色体的退化。

（4）利用交叉、变异等遗传操作算子对当前代群体进行处理，产生出新一代群体。

P1=αP1+(1-α)P2

P2=(1-α)P1+αP2

（5）变异运算与交叉运算一样，选出两条不同染色体的不同基因座上的基因进行变异。

（6）重复(2)-(5)步骤，使权值分布不断进化，直至得到BP网络误差最小的一组完整的初始权值和阈值。

（7）将训练好的初始权值带入建立好的BP神经网络，进行神经网络训练。

4 算例：某区域大型交通设施对人居环境的影响度

某区域（简称“C区”）处于沪宁、沪杭发展轴汇合的“Y”型支点，已建成由高架、地铁、内外环线、市内交通组成的立体交通网络，并有高速公路直通沪宁、沪杭，区域内的虹桥综合交通枢纽是连接上海和长江三角洲重要的大型交通基础设施。C区作为依托交通优势推进上海与长三角联动发展的重要服务功能区，是典型的大型交通基础设施地缘区。

4.1 交通基础设施对城市人居环境影响度评价指标体系

基于大型基础设施与城市人居环境相互作用机理的分析，参考国内外相关文献，通过专家意见进行相应修改，将C区大型交通基础设施作为整体，考察其对人居环境的影响，构建了大型交通基础设施对地缘区人居环境影响度的评价指标体系，共分为四个层次，分别为目标层、准则层、领域层和指标层（见表1）。

4.1.1 数据来源

交通基础设施对城市人居环境影响度评价模型指标体系的数据主要来源于三种方式：①设计调查问卷方式；②参考相关统计年鉴资料；③访谈相关机构。主要采用三种不同的取值方式。需要主观赋值的指标，采取打分的方式，从1到5表示指标得分由低到高。①如安全感、舒适感等，采取问卷调查的形式获取相应数据，以平均值作为评价值；②公共事业配套设施完备率、市政建设配套设施完备率、社区安全状况等，随机抽样选取3处C区内住宅小区，以样本平均值作为评价值。③其余数据通过相关统计年鉴获取。

针对交通基础设施对人居环境影响的特点，选取交通客流量作为人居环境系统中支撑系统的主要指标，表示交通基础设施对人居环境的直接作用形态。在考察其他基础设施子系统的影响时，可选取适应性基础设施表征指标进行相应替换，以反映该类基础设施对地缘区人居环境影响的程度。

4.1.2 数据初步处理

（1）指标值计算

案例选取2005-2007年该区相关数据，各指标实质是描述大型基础设施对该因素的影响度，如“恩格尔系数”指标，更为准确的表达方式应该为“恩格尔系数影响度”。

（2）原始数据无量纲化处理

依据数据自身特点和简化计算需要，采用非直线无量纲化方法对所有指标的原始数据进行处理，将原始数据转化为（1-5）的任意整数值。处理过程如下。

4.2 基于GA-BP 算法的交通基础设施对人居环境影响度模型

4.2.1 BP神经网络训练的样本数据获取

网络训练的样本数据来自两种途径。①通过问卷调查，邀请业内专家评判大型基础设施对人居环境影响度模型中各要素的权重。此次调查共发出30份问卷，收回25份，有效回收率为85%。②根据遗传神经网络的工作原理，通过计算机程序随机生成20组项目的评价指标值，取值为1-5中的任意数，取值越大，说明指标越重要。将归一化后的指标值和专家评判出的指标权重通过线性加权法计算出最终评价值（结果略）。

4.2.2 算法模拟

（1）建立神经网络模型，为包括输入层、隐含层以及输出层的单隐含层感知器模型。根据决策目标，确定输入节点为29，输出节点1个，表示对人居环境的影响度。隐含层内的节点数目根据经验优化关系计算公式进行多次模拟确定。

L=m+n+α

其中L为隐含层节点数，m为输入层节点数，n为输出层节点数，a为1-10间的常数。

利用MATLAB7.0软件选取节点数量范围为7-20进行模拟，测算确定网络模型中隐形层内的节点数目为12时，可以在较少的训练次数下得到最小的误差。

（2）将前20个实例作为训练样本，后5个实例作为检测样本，进行训练。设置初始种群规模M为25，交叉概率Pc为0.80，变异概率Pm为0.07，进化代数为100。训练结果见表2。

将表中后5组数据分别输入到训练好的网络中，将GA-BP神经网络的训练结果与期望输出进行比较。可以看出，训练好的GA-BP神经网络模型比较准确地进行大型基础设施对城市人居环境影响度计算，且计算结果的偏差相对稳定（见表3）。

4.3 评价结果及分析

将C区2005-2007年人居环境系统指标进行模型模拟，仅能说明基础设施给该指标存量带来的变动，属于静态分析，无法科学反映研究的根本目的，即考察基础设施对地缘区人居环境系统的动态影响。因此，将2005-2006年和2006-2007年C区各人居环境系统影响变量的增幅作为对象，用指标年度增幅占年初指标数值的比例来表示。将增幅数据输入到GA-BP模型模拟后，可以反映交通基础设施对历年人居环境水平变化的直接贡献。根据模拟结果，2006年以及2007年的交通运输设施对C区人居环境影响度指标分别为0.35与0.37。选取2005年交通运输设施对人居环境水平的贡献为基准1，则2006年和2007 年分别为1.53和2.18。结果表明：交通基础设施与C区人居环境具有明显的正向相关关系，交通基础设施对地缘区的人居环境总体上起到了促进作用；两者呈同向变动趋势，大型基础设施增加的幅度越大，对地缘区人居环境水平改善的贡献越大。

5 结 论

通过分析大型基础设施与人居环境的作用机理，构建以可持续的人居环境为目标的评价指标体系，基于GA-BP算法建立大型基础设施对人居环境影响度模型。通过上海市典型交通枢纽地区大型交通基础设施对该地缘区人居环境影响的算例模拟，可以得到以下结论。

（1）分析大型基础设施对人居环境水平的贡献度，可以判断出大型基础设施在人居环境改善过程中的促进或阻碍作用。算例中，交通基础设施与C区人居环境之间的关系是正向的，且两者同增趋势明显，分析期内该区交通运输设施的建设有效地促进了地缘区人居环境改善。

（2）根据不同指标对影响度的贡献大小，可以判断出大型基础设施对人居环境发挥影响作用的主要传导途径，从而为大型基础设施的规划和建设确定重点的控制路径。算例中，社区配套设施设备完备率对人居环境影响的权重较大，其中市政建设配套设施完备率的权重为0.765，公共事业配套设备完备率的权重为0.475。社区配套设施完备程度通过对人居环境系统其它子系统和构成要素的传导作用，反映基础设施对人居环境产生的重要影响，可作为C区交通基础设施建设过程的管理与控制重点。

（3）在大型基础设施对人居环境的影响过程中, 有些指标权重为负，说明在基础设施的建设在该要素上，对人居环境系统产生了负面影响。具有负面影响的因素往往具有隐性特征，但其传导作用很强，处置不当会引发一系列连锁反应，在大型基础设施规划建设中需要重点关注。算例中，权重为负且传导作用较强的指标为总悬浮颗粒物浓度，权重取值为-0.415，需要在项目决策阶段和建设时期，主动控制并积极应对，有效地降低负面影响及其扩散。

参考文献（References）

［1］

张望.城市基础设施与经济增长的关系［J］.中国统计, 2006, (7): 27-28. ［Zhang Wang. The Relationship between Urban Infrastructure and Economic Growth ［J］. China Statistics, 2006, (7): 27-28.］

［2］吴良镛.人居环境科学导论［M］.北京:中国建筑工业出版社,2001.［Wu Liangyong. Introduction to Sciences of Human Settlements［M］.Beijing: China Architecture & Building Press, 2001.］

［3］金凤君.基础设施与人类生存环境之关系研究［J］.地理科学进展,2001,20(3):276-285. ［Jin Fengjun .Infrastructure and the Living Environment of Human Being ［J］.Progress in Geography, 2001,20(3):276-285.］

［4］冯蔚东,贺国光,马寿峰.城市基础设施规模及其协调发展的系统分析［J］.决策与决策支持系统,1996,(4):74-81. ［Feng Weidong, He Guoguang, Ma Shoufeng. Systems Analysis of the Urban Infrastructure Scale and Its Harmonious Development ［J］. Journal of Decision and Decision Support Systems ,1996,(4):74-81.］

［5］金凤君.基础设施与区域经济发展环境［J］.中国人口•资源与环境, 2004, 14(4):70-74. ［Jin Fenjun. Infrastructure System and Regional Development ［J］. China Population, Resources and Environment , 2004, 14(4):70-74.］

［6］Canning D, Marianne F. The Effect of Infrastructure Networks on Economic Growth［M］.New York: Columbia University, Department of economics,1993.

［7］周君,于幼云,刘伊生.城市基础设施安全系统的结构与和谐发展［J］.中国安全科学学报, 2005,15(12):3-7.［ Zhou Jun, Yu Youyun, Liu Yisheng. Structure and Harmonious Development of Urban Infrastructure Security System ［J］. China Safety Science Journal, 2005,15(12):3-7.］

［8］张从丽.基础设施与经济发展关系探析［J］.经济与管理, 2008, 22(6): 10-13. ［Zhang Congli. On the Correlation between Infrastructure and Economic Development ［J］. Economy and Management, 2008, 22(6): 10-13.］

［9］张光南,李小瑛,陈广汉.中国基础设施的就业、产出和投资效应:基于1998-2006年省际工业企业面板数据研究［J］.管理世界,2010,(4):5-13. ［Zhang Guangnan, Li Xiaoying, Chen Guanghan. The Effects of Public Infrastructure on Employment, Output and Investment ［J］. Management World, 2010,(4):5-13.］

［10］Holtz Eakin D, Lovely M E .Scale Economies, Returns to Variety, and the Productivity of

Public Infrastructure［J］.Regional Science and Urban Economics,1996,26(2):105-123.

［11］Friedlaender A F . How Does Public Infrastructure Affect Regional Economic Performance?［A］//Munnell H A . Is There a Shortfall in Public Capital Investment［C］. Boston:Federal Reserve Bank of Boston,1990.

［12］Gramlich E M . Infrastructure Investment: A Review Essay［J］. Journal of Economic Literature,1994,32(9):1176-1196.

［13］韩传峰,王忠礼,王增光.区域基础设施系统的复杂性与长效性［J］.复杂系统与复杂性科学,2009,6(1): 77-85. ［Han Chuanfeng, Wang Zhongli, Wang Zengguang. The Complexity and the Long Term Characteristic of Regional Infrastructure System ［J］. Complex Systems and Complexity Science, 2009,6(1):77-85.］

［14］Halla R S, Christopher A, Kennedy B,et al. Developing Sustainability Criteria

for Urban Infrastructure Systems［J］.Canadian Journal of Civil Engineering, 2005,32(1):72-85.

［15］Doxiadis C A. Athropopolis, Urban for human Development ［R］.Athens Publishing Center, 1975.

［16］王洪海,范海荣,姜铭阅.城市人居环境质量评价指标体系与评价方法研究［J］.资源开发与市场, 2009,25 (4):311-313. ［Wang Honghai, Fan Hairong, Jiang Mingyue. Research on Index System and Methods for Comprehensive Appraisal of Urban Human Settlement ［J］. Resource Development & Market, 2009,25 (4):311-313.］

［17］王坤鹏. 城市人居环境宜居度评价:来自我国四大直辖市的对比与分析［J］.经济地理, 2010,30(12): 1992-1997. ［Wang Kunpeng. Evaluation of Urban Human Settlements Livability: A Case of Comparison and Analysis on China’s Four Municipalities［J］. Economic Geography, 2010,30(12): 1992-1997.］

［18］陆歆弘.我国城市人居环境改善与能源消费关系研究［J］.中国人口•资源与环境, 2010, 20(4): 23-28. ［Lu Xinhong. Study on the Relationship Between Improvement of Urban Human Habitats and Energy Consumption in China ［J］. China Population, Resources and Environment, 2010, 20(4): 23-28.］

［19］赵延德,张慧,陈兴鹏.城市人居环境质量客观指标评价研究［J］.干旱区资源与环境, 2009, 23(4): 1-5. ［Zhao Yande, Zhang Hui, Chen Xingpeng. Evaluation of City Inhabitable Environment Quality by Objective Index System［J］. Journal of Arid Land Resources and Environment, 2009, 23(4): 1-5. ］

［20］张小军,尹卫红.北京城市人居环境健康性调查研究［J］.干旱区资源与环境, 2009, 23(1): 64-70. ［Zhang Xiaojun, Yin Weihong. Study on Human Settlements and Healthy City of Beijing ［J］. Journal of Arid Land Resources and Environment, 2009, 23(1): 64-70.］

Effect Degree Modeling of Large scale Infrastructure to Geo regionalHuman Settlements

LIU Hui min

(School of Economics and Management, Tongji University, Shanghai 200092, China)

神经网络就业方向范文第4篇

阜阳职业技术学院经济贸易系 安徽阜阳 236001

[摘要]在研究战略性新兴产业发展的过程中，选择合适的评价方法是十分必要的，本文对目前国内常用的产业选取评价方法，即层次分析法、Weaver-Thomas模型法和因子分析法进行了比较分析，从而为地方性政府选取适合的区域战略性新兴产业提供一定的理论参考。

[

关键词 ]战略性新兴产业；层次分析法；Weaver-Thomas模型法；因子分析法

面对日益严峻的资源和环境约束条件，转变国内的经济增长方式，加快产业的转型和升级已经成为摆在各地地方政府面前的唯一出路。战略性新兴产业是一个国家或地区实现未来经济持续增长的先导产业，对国民经济的发展与产业结构升级具有关键性的促进和导向作用，同事具有关阔的市场前景和引领科技发展的潜力［1］。本文结合国内目前对于战略性新兴产业评价方法的研究，对这些方法加以简要评价，从而对于指导各地结合自身实际，选个合适的方法来选取地方性的战略性新兴产业。

一、层次分析法分析

该方法是将决策问题的有关元素分解成目标、准则、方案等层次，用一定标度对人的主观判断进行客观量化，再次基础上进行定性分析和定量分析的一种决策方法。在董树功（2012）的研究中，是以战略性新兴产业作为目标层；以现金技术前提、潜在市场前提、引领带动作用、产业替代作用、综合效益作用作为准则层；以专利密度系数、技术密度系数等作为方案层来评价一个产业是否适合作为战略性新兴产业培育的。而在郝明丽（2012）的研究中，是以产业贡献和产业区域竞争力作为目标层；以产业增长潜力、产业盈利能力、产业关联效应、产业就业吸纳能力、产业绿色度、产业比较优势、培育环境和技术资源作为准则层；以需求收入弹性、工业增加值增长率等作为方案层。

通过对上述两位学者的研究比较可以看出，在运用层次分析法来研究战略性新兴产业时，选取哪些指标作为准则层和方案层，以及每个指标的权重系数时多少，都会对研究的结果带来直接的影响。这就要求学者在运用该方法时，不仅要对层次分析法熟练运用，同时对于战略性新兴产业自身的特点也要有较为深入的研究。此外，层次分析法运用在原始数据相对较少的情况下是比较恰当的，而对于影响因素众多，且各因素之间交叉影响的情况下，则不建议选用。

二、Weaver-Thomas模型法分析

Weaver-Thomas模型是把一个观察分布与假设分布相比较，以建立一个近似分布［2］。在李俊强（2013）对河北省战略性新兴产业评价研究中，采用了以战略性新兴产业为目标层；以技术创新、成长性、带动性、可持续发展和区域比较优势为准则层；以R&D投入比重、需求收入弹性、产业增长率、影响力系数、感应度系数、单位产值能耗、单位产值需水量和区位商8个指标为指标层，同时借助层次分析法对上述各准则层和指标层指标辅以不同的权重系数，从而来进行研究的。在王红艳、王利和王艳军（2013）对大连市工业产业选择的研究中，以弹性原则、技术进步原则、规模原则和效益原则的基础上，选取了产品市场弹性系数、技术进步水平、工业产值规模、就业规模、固定资产规模、利税规模、劳动生产率、资金利税率、成本费用利润率和产业能耗系数来作为指标进行研究的，最终得出大连市应该发展的战略性新兴产业为通用设备制造、食品制造业等7项产业。

通过对上述学者研究内容的分析可知，Weaver-Thomas模型分析法只能在现有的统计数据基础上进行分析，而这些数据往往已经是历史数据，因此在体现战略性新兴产业的新兴上和先导性上是有不足之处的，因此在使用该方法的过程中，如果能通过学者的智慧，对此加以弥补，则不失为一种较好的选择。

三、因子分析法分析

该方法是从研究变量内部相关的依赖关系出发，把一些具有复杂关系的变量归结为少数几个综合因子的一种分析方法。具体为：将原始变量的数个观察变量进行分类，将相关性较高的分在同一类中，而不同类变量之间的相关性则较低，那么每一类变量实际上就代表了一个基本因子，也就是公共因子［3］。

在封宁（2011）对山东省战略性新兴产业的研究中，通过对全要素生存率等10种指标在12中产业中的分析比较，通过相关计算，得出4个公共因子，即产业科技集约化程度因子、产业生产效率水平因子、产业可持续发展因子和产业市场发展潜力因子，从而以公共因子为基础，得出适合发展的产业。在王维（2012）对广西荔浦县战略性新兴产业的研究过程中，设置了3个一级指标，8个二级指标和19个三级指标来对5个产业进行筛选分析，通过计算，得出产业竞争力、产业主导力和产业发展力共3个公共因子，并以此为基础得出该县适合发展的产业。

因子分析法最大优势在于各综合因子的权重不是主观赋值而是根据各自的方差贡献率大小来确定的，方差越大的变量越重要，从而具有较大的权重。这就避免了人为确定权重的随意性，使得评价结果唯一，而且较为客观合理。但是，因子分析对数据的数据量和成分有一定要求，需要先进行KOM检测数据是否可以运用因子分析法。同时，因子分析本身的工作量比较大，在分析中数据出现错误，不容易发现，这都要求研究人员在用这种分析方法的时候注意自我前后的核对以及对数据的推理复核。

总之，国内在评价战略性新兴产业的过程中，还有其他一些方法，例如BP神经网络法、灰色关联分析法等，但是需要注意的是，并没有一种完美的方法可以直接得出一种完美的战略性新兴产业。每种方法都有自身的适用范围和自身不足的地方，在具体运用的过程中，要求我们的研究者根据当地的资源禀赋、政策环境、产业特点和不同产业自身发展的规律，选取恰当的方法，来甄选出合适的区域性战略性产业进行培育和扶持发展。同时，研究者也可以将不同的方法结合起来使用，例如：层次分析法和灰色模糊综合评价法和结合、层次分析法和BP神经网络法和结合等。

参考文献

[1]课题组.战略性新兴产业:推动中国经济增长的下一组支柱产业.北京:中国经济热点分析报告,2010.

[2]敖永春,金霞.区域战略性新兴产业选择基准和方法研究—以重庆市工业行业为例YJY.科学管理研究,2012,32(17):21-25.

[3]姚效兴.基于循环经济的区域主导产业选择研究YOY.南京:河海大学,2007

[4]董树功.战略性新兴产业评价指标体系的构建——基于产业特征的分析与思考YJY.中国城市经济,2012,01:7-9.

[5]郝明丽.区域战略性新兴产业选择平价研究YJY.华北水利水电学院学报(社科版),2011,27(04):91-93

[6]李俊强.基于Weaver-Thomas拓展模型的区域战略性新兴产业评价—以河北省为例YJY.商业时代,2013,20:123-125.

作者简介

檀雅丽，女，汉族，1982年01月生，籍贯：河南渑池县；学历：硕士研究生；职称：讲师；主要研究方向：产业经济学。

神经网络就业方向范文第5篇

机械电子工程专业俗称机电一体化，是机械工程与自动化的一种，也是目前最具前景的一种技术方向。机械电子系统早已在我们的曰常生活中广泛应用。机械电子工程专业包括基础理论知识和机械设计制造方法，计算机软硬件应用能力，能承担各类机电产品和系统的设计、制造、试验和开发工作。机械电子不仅仅局限于机械制造某个固定的方向，它同时还受到该领域所有分支学科的影响。由此可见，它是一种系统性与整体性极强的一种技术。对它进行研究不仅要研究它本身，还有其他与之相关的一些专业技术。

1.1 机械技术

机械技术是机电一体化的基础，机械技术的关键在于与一体化技术匹配。机电一体化技术是一种高新技术，与之结合能提升机电产品性能。

1.2 计算机与信息技术

其中信息交换、存取、运算、判断与决策、人工智能技术、专家系统技术、神经网络技术均属于计算机信息处理技术。

1.3 系统技术

系统技术即以整体的概念组织应用各种相关技术，从整体和部分两方面看出发，将总体细分为各个微小的部分。系统技术中尤为重要的就是接口技术，它实现了系统各部分的有机连接。

2.机械电子技术发展的背景

第二次工业革命以后，科学技术发展迅速，各国的科技在一定程度上都取得了进步。改革开放后，我国彻底打开了国门，与世界各国联系紧密。在与世界各国的交流中，我国引进了外国先进技术以此发展本国科技，为机械电子技术发展奠定了基础。随后我国教育发展显著，我国国民的知识水平与学术素养普遍提高，为机械电子技术的发展提供了人才支持。20世纪90年代以来，党和国家一直贯彻落实“科技兴国，人才强国”战略，鼓励发展科技培养人才，为我国科技的发展提供了强大的资金支持与相应的政策鼓励，给机械电子技术的发展提供了不少的机遇。

3.机械电子技术的发展趋势

机械电子技术是现代科技发展的产物，它伴随着现代科技产生。随着创新观念的深入人心，机械电子技术也不断的发展创新。与以往相比变得更加的智能化、人性化以及网络化。

3.1 智能化

智能化是指机电产品应该有一定的智能，使它能够根据各种不同的情况进行科学判断，判断过后能够对这些问题进行进行相应的处理。例如美的最新的物联网“云空调”，能够利用二维码、温湿度传感器等能够随时随地采集空调的动态信息，再通过射频、WI-FI技术3G、Internet网络将空调的信息实时进行传递，使得用户能够使用手机、iPad、电脑等设备对空调进行远程状态查询与控制。初次之外还新增了手机遥控器，它集成了智能语音控制系统，让控制空调也是种享受。未来手机遥控器还将集成温、湿度等环境舒适度控制，实时显示您身处环境的温度、湿度，并会对您身处环境的舒适度进行评价，您可以根据反馈及时调节温度和湿度，帮助您和家人监控房间环境，呵护舒适健康。

3.2 人性化

机电产品的服务对象是人，所以它们应该与人们的实际需求相连接。人们的行为动作往往表现了他们不同的心理活动或实际需求。机电产品应该自此出发，更好的服务于人类。例如Iphone6S新增了3DTouch的功能，在屏幕下方增加了压力感应，从而可以检测平时手指按压屏幕的力度，然后系统可以识别到压力强度，再给出相应的选项。下面简单介绍下在iPhone6S3DTouch操作的方法，以及设置选项。对于3DTouch功能而言，当然自家的应用肯定都是率先支持这个功能的。只要用力按下屏幕上应用图标，就可以看到额外的功能选项，就好比在电脑上右键的选项功能。在使用3DTouch前，你自然需要先掌握如何开关调节它。

3.3 网络化

随着互联网的兴起和普遍发展，网络进入了我们的生活并发挥着重大的作用。网络化是时展趋势，因此我各种电子产品都趋于网络化。智能手机的兴起就是手机网络化的一个重要体现，随后出现的平板电脑以及家用电视机也日渐网络化，这不仅为人们的生活提供了便利，也促进了信息网络技术的发展。由此可见，发展网络化是顺应时代潮流之举。

4.机械电子技术的发展前景

互联网的发展为我们带来了一个信息化时代，我们四周充斥着机电产品，它们占据了我们的生活。离开了它们我们就与世界脱节了。这种高新技术产业发展前景是巨大的。他带来了新的就业机会也带来了新的经济增长点。手机的迅猛发展使得我国国产手机层出不穷，早先的小米、步步高到后来兴起的华为。开始并不被国人看好，华为更被成为盗版“三星”。国人不屑的华为一直在上下求索，探寻自身的发展道路。随后开辟国外市场，外国人甚至把华为视作高性能的好手机。为我国经济发展注入了新动力，这正印证了“科技是第一生产力”的说法。另外，与之相伴的一些企业例如富士康等也为就业者提供了不少就业机会，增加了不少的就业岗位，一定程度上降低了失业率，相对缓解了就业压力。

5.结语