应用人工神经网络预测职业教育规模

（一）人工神经网络原理[3]

人工神经网络（Artificial Neural Network，简称ANN）是由大量神经元互相连接而组成了复杂的网络系统，对非线性系统具有很强的模拟能力。此外，神经网络的“黑箱”特性很适合预测领域的应用需要，它不需要任何经验公式，就能从已有数据中自动地归纳规则，获得这些数据的内在规律，因此即使不清楚预测问题的内部机理，只要有大量的输入、输出样本，经神经网络“黑箱”内部自动调整后，便可建立良好的输入、输出映射模型。而在预测领域反向传播模型（Back Propagation， BP）的研究更多一些，它由输入层、隐层和输出层组成，其工作过程包括信息的正向传播和误差信号的反向传播，在正向传播的过程中，输入信息从输入层经隐层逐层处理，并传向输出层，如果在输出层不能得到期望的输出（误差大于要求的精度），则将误差信号沿原来的连接通道作反向传播，通过修正各层神经元的权重，使误差减小。重复上述过程，直至误差最小，得到期望精度的输出。图7-1是一个输入层Input为M个节点，隐层Hidden为L个节点，输出层Output为N个节点的三层BP网络结构示意图。

图7-1 BP网络基本结构示意图

（二）用Matlab程序对中等职业教育招生人数进行神经网络预测

利用Matlab中的NeutralNetworkToolbox可以实现神经网络预测。为了减少多重因素对预测结果的影响，本书选择包含了前述影响因素的综合指标——人均GDP作为影响中等职业教育招生人数的预测因子，利用Matlab程序对人均GDP达到一定数值后职业教育招生人数进行神经网络预测，其程序如表7-2。(www.xing528.com)

表7-2 职业教育招生人数神经网络预测Matlab程序

在Matlab中运行该程序后，得到结果如图7-2。

图7-2 职业教育招生人数神经网络预测结果

从预测结果来看，当人均GDP达到18000元及以上时，中等职业教育每年招生人数达到稳定规模——810万人，与《国务院关于大力发展职业教育的决定》（国发[2005]35号）规定“到2010年，中等职业教育招生规模达到800万人，与普通高中招生规模大体相当”的决定一致，说明预测结果具有可信性。