基于BP網絡的孝感學院未來數年招生規模預測

郭海如,馮 凱,鄒 遴

(孝感學院計算機與信息科學學院,湖北孝感 432000)

基于BP網絡的孝感學院未來數年招生規模預測

郭海如,馮 凱,鄒 遴

(孝感學院計算機與信息科學學院,湖北孝感 432000)

BP網絡如今已經廣泛地運用在各式各樣的預測領域,而隨著高校的擴招,孝感學院的招生人數也在逐年攀升,為合理利用學校的資源,提高教育質量,有必要對于學校的招生規模進行預測。文章介紹了BP網絡的相關特點以及優勢,結合學校相關數據,對孝感學院今后幾年的招生規模進行了預測。

BP網絡;孝感學院;招生規模;預測

現如今,高校逐年擴招,這對促進我國高等教育發展,提高國民的受教育水平是很有必要的。作為眾多高等院校中的一員,孝感學院也迎來了自身發展的機遇,招生規模也日趨擴大。隨著學校教育質量的不斷提高,學校每年都有新的學科項目建設,入校新生逐年增多,辦學規模日漸擴大,然而,招生規模并不是越大越好,它與學校的硬件設施、師資力量以及學生的素質等方面都有著重要的聯系。招生規模過大會極大地影響學校的教學質量,而規模過小則無法最大限度地利用學校的教學資源,造成教育投資的浪費。在特定的經濟發展水平下,教育投入不可能過多,那么,在給定的投入情況下,合理地確定招生規模也是保證質量。因此,如何確定孝感學院未來數年的招生規模就顯得很有必要了,本文本著最大限度利用學校教育資源的宗旨,利用BP網絡算法,為學校招生規模的確定提供一定的參考依據。

1 現有的預測方法

1.1 趨勢外推法

指利用過去和現在的技術、經濟信息,分析技術發展趨勢和規律,在判斷這些趨勢和規律將繼續的前提下,將過去和現在的趨勢向未來推演。

1.2 相關分析法

指利用一系列條件、參數、因果關系數據和其他信息,建立預測對象與影響因素的因果關系模型,預測技術的發展變化。相關分析法認為,一種技術性能的改進或其應用的擴展是和其他一些已知因素高度相關的,這樣,通過已知因素的分析就可以對該項技術進行預測。

1.3 專家預測法

指以專家意見作為信息來源,通過系統地調查、征詢專家的意見,分析和整理出預測結果。

而在生產和科學實驗中,選取的數學模型主要是線性回歸方程形式,采用回歸分析方法確定模型的參數。由于BP網絡可對任意形狀的函數曲線進行逼近,因此,采用BP網絡建立的數學模型較上述形式的數學模型具有更小的方差,能夠尋找到最優的工藝條件,而且只要有足夠多的隱層和隱節點,BP網絡就可以逼近任意的非線性映射。BP網絡的學習算法屬于全局逼近的方法,因而它具有較好的泛化能力。

2 BP網絡概述

BP(Back Propagation)神經網絡有兩個過程,即正向傳播和誤差反向傳播。它以特有的信息處理能力和獨特的解算能力,非常適合于處理知識背景不清楚、推理規則不明確的復雜問題及處理連續的、模擬的、模糊的、隨機的大量信息[1]。

2.1 BP網絡的發展

在人工神經網絡發展歷史中,隱層的連接權值調整問題一直是難以解決的難點。非線性連續函數的多層前饋神經網絡權重調整問題也就擋在了大家面前,直到誤差反向傳播算法——BP算法的提出,這一問題才得到比較好的解決。收集已確定的數據中,要包括各指標的評價數據和評價值。一般來說,收集的方案越多,就越有利于對網絡進行充分的訓練。由于在評價指標體系中,衡量不同指標因素的評價數據具有不同測度,因此需要對各方案中每個指標的評價數據進行歸一化處理[2]。

BP神經網絡是多層前饋網絡,它采用誤差逆傳播算法訓練而成,是目前應用最廣泛的神經網絡模型之一。BP網絡無需事前揭示描述這種映射關系的數學方程,能學習和存貯大量的輸入——輸出模式映射關系,能夠使網絡的誤差平方和最小——最速下降法是它的學習規則,在反向傳播的情況下來不斷調整網絡的閾值和權值。輸入層(input layer)、隱層(hide layer)和輸出層(output layer)構成BP神經網絡模型拓撲結構。

2.2 BP網絡的基本功能

1)信息由輸入單元傳到隱單元,最后傳到輸出單元的信息正向傳播;

2)實際輸出與期望輸出之間的誤差由輸出單元傳到隱單元,再傳到輸入單元的誤差反向傳播;

3)利用正向傳播的信息和反向傳播的誤差對網絡權系數進行修正的學習過程。

2.3 BP網絡的結構特點

從結構上講,BP神經網絡是一種分層型網絡,由輸入層、隱含層和輸出層組成。BP神經網絡是典型的多層結構,分為輸入層、隱層和輸出層,層與層之間多采用全互聯方式,同一層單元之間不存在相互連接(見圖1、圖2)。BP神經網絡可以從大量的離散實驗數據中,經過學習訓練,提取其領域知識,并將知識表示為網絡連接權值、閾值的大小及分布,建立起反應實際過程內在規律的系統模型[3]。

圖1 分層型網絡示意圖

圖2 層與層之間互聯方式

輸入層各神經元的作用是接收來自外界的輸入信息并傳遞該信息;中間層是內部信息處理層,它接收輸入層各神經元傳遞來的信息并負責對信息進行變換,對于中間層的設計方式,我們可以根據信息變化能力的需求設計為單隱層或者多隱層結構;輸出層是向外界輸出信息處理的結果,當信息由最后一隱含層傳給輸出層時,輸出層對信息做進一步處理再輸出給外界,完成一次正向傳播。若期望輸出跟實際不相符,則進入誤差反向傳播過程。首先,取出誤差,由輸出層經過隱含層,最后進入輸入層,逐層反傳,按誤差梯度下降的方式修改各層的權值。這種不斷的循環過程即神經網絡訓練過程。當誤差減少到可以接受的程度,或者預先設定的學習次數時,這種循環過程就可以結束。BP網絡是采用Widrow-Hoff學習算法和非線性可微轉移函數的多層網絡。現在有許多基本的優化算法,例如變尺度算法和牛頓算法。神經網絡工具箱提供了許多這樣的算法。

3 基于BP網絡的孝感學院歷年招生規模增長率預測

經過孝感學院招生與就業處的同意,我們將歷年(1983—2008年)招生數據進行處理,得到歷年增長率數據如表1所示,其對應的曲線圖如圖3所示。

表1 孝感學院歷年招生數據增長率

圖3 孝感學院歷年招生規模增長率曲線圖

由于1986年孝感師范專科學校與湖北職業技術師范專科學校合并,2000年3月經教育部和湖北省人民政府批準,在孝感師范高等專科學校的基礎上建立孝感學院,所以表1和圖3顯示這兩年招生規模增長率變化很大。從圖3可以看出,孝感學院招生規模增長率曲線變化規律性不強,用其他方法難以模擬,本文采用BP網絡進行模擬并預測。

以1984年到2005年的招生規模增長率作為訓練數據,建立BP網絡模型,該網絡輸入層為8個節點,隱含層6個節點,輸出層1個節點,即將前8年作為輸入,第9年數據作為輸出。將1984年到2005年數據作為訓練數據,網絡經過學習訓練,將2006年到2008年數據作為測試數據,每次學習模擬后馬上進行測試,一共進行3000次比較,取最佳測試結果,得到模擬結果如圖4所示。

圖4 BP網絡模型測試數據模擬結果

擬合誤差如表2所示。

表2 數據模擬的擬合誤差

根據表2中數據可以看出,從1992年到2005年的擬合誤差基本上為0,即100%擬合。經過3000次擬合和測試之后,取最優測試值結果如表3所示。

表3 數據模擬最優測試值結果

從表3可以看出,最大誤差不超過2.31%,因此,我們可以用該BP網絡模型進行預測,得到2009年至2015年招生規模增長率及招生人數如表4所示。

表4 孝感學院2009—2015年招生規模增長率預測

4 結論

從大量的數據中,本文選取了與孝感學院現狀較為切合的時間段,因此數據準確度較高,預測有一定的可信度,且從近三年最優測試值的結果可以看出,孝感學院招生規模正處于一個平穩發展的時期,因而本文對孝感學院招生規模的預測具有一定的參考價值。

當然,本文預測結果的正確與否還受到其他客觀條件的制約,如政策性因素或其他不可預料的因素的影響,這些有待于在實踐中進一步改進。

[1] 飛思科技術產品研發中心.神經網絡理論與MA TLAB 7實現[M].北京:電子工業出版社,2005,18-23.

[2] 史忠植,王文杰.人工智能[M].北京:國防工業出版社,2007:387-396.

[3] 陳如云.基于BP神經網絡的應用研究[J].微計算機信息,2007,23(8-3):258-259.

Prediction of Enrollment Scale of Xiaogan University in the Next Several Years

Guo Hairu,Feng Kai,Zou Lin
(School of Computer and Information Science,Xiaogan University,Xiaogan,Hubei 432000,China)

BP network is now becoming widely used in different fo recasting area,and with the enrollment expansion of colleges and universities,Xiaogan University’s enrollment increased year by year.In order to utilize the university’s resources reasonably and imp rove education quality,it is necessary to predict the enrollment scale of Xiaogan University.In this paper,the authors introduced the characteristics and advantages of BP network.Combining with related data about Xiaogan University,the authors predicted the enrollment scale of Xiaogan University in the next several years.

Xiaogan University;BP network;enrollment scale;p rediction

TP183

A

1671-2544(2010)03-0060-04

2010-03-30

湖北省科技攻關項目(04AA 101C81)

郭海如(1978— ),男,湖北武穴人,孝感學院計算機與信息科學學院講師,碩士。

(責任編輯:陳錦華)