神经网络在预测离婚率方面的应用.docVIP

商务智能 课程论文 2013年 1 月 6 日 人工神经网络在预测离婚率方面的应用 摘要: 在各种全球化力量的推动下，世界经济、政治发生了惊人的变化，由之产生的社会问题日益影响着我们的生产生活。其中家庭关系日益紧张引人注目目。本文通过对我国离婚状况的分析, 可以看出我国的离婚率自近几年以来呈现逐年上升的趋势, 主要是多元因素综合作用的结果。本文力图从社会经济，教育水平和就业率三个方面，使用人工神经网络的方法对影响离婚的因素加以定量分析,分析预测将来离婚率的发展趋势以及与各分析的相关性。通过分析，离婚率与各项指标都有相关性，离婚现象将更为普遍, 将成为一个客观的趋势。因此要求人们客观看待离婚, 重视婚姻质量, 提高婚姻素质, 共筑和谐家庭。 关键词：人工神经网络；离婚率；预测趋势；相关性分析 一、引言 中国正处于社会大变革、经济大发展时期，在全球化的背景下，以婚姻为纽带联接起来的家庭关系承受越来越多的冲击，许多家庭已离婚告终。由图1可以看出离婚率日益上升，由此也引发了各种问题，且这些问题不容我们逃避和忽视，所以有必要针对这一问题进行研究。根据离婚率逐渐上升这一问题，本文从人均生产总值，国家教育水平和国家就业水平三个方面与离婚率的关系利用Clementine的人工神经网络分类预测的方法进行深入探究，从而找出我国离婚率水平是否与这些因素存在相关性，以及相关性的大小,预测我国未来的离婚率,并从分析结果中寻找应对策略和解决办法。 2001—2011离婚率 图1 二、数据来源 提出输出量与输入量 输出量：离婚人数（万人）； 输入量：人均GDP、普通高等学校毕业生人数（万人）、就业人员（万人）。 2001年到2011年我国离婚人数、人均GDP、普通高等毕业生人数以及就业人员情况的统计见表1。 表1 年份 离婚人数/万人 人均GDP 普通高等学校毕业生人数\万人 就业人员\万人 2001 125.05 8,621.71 103.63 72,797.00 2002 117.7 9,398.05 133.73 73,280.00 2003 133 10,541.97 187.7 73,736.00 2004 166.5 12,335.58 239.1152 74,264.00 2005 178.5 14,185.36 306.7956 74,647.00 2006 191.3 16,499.70 377.5 74,978.00 2007 209.8 20,169.46 447.7907 75,321.00 2008 226.9 23,707.71 511.9498 75,564.00 2009 246.8 25,607.53 531.1023 75,828.00 2010 267.8 30,015.05 575.4245 76,105.00 2011 287.4 35,197.79 608.1565 76,420.00 数据来源：2001年到2011年我国离婚人数、人均GDP、普通高等毕业生人数以及就业人员数据来源于《中国统计年鉴》。 三、原理分析 人工神经网路(Artificial Neural Network,ANN)是一种人脑的抽象计算模型，是一种模拟人脑思维的计算机建模方式。它的出现是基于计算机技术的快速发展，人们通过计算机程序实现对人脑系统的模拟，形成类似于生物神经元的处理单元，并把这些处理单元有机连接，来解决现实世界的模式识别、联想记忆、优化计算、数据挖掘等复杂问题。本文主要利用其在数据挖掘方面的预测能力应用。 【1】基于BP神经网络数据挖掘的商务智能应用系统设计的原理，就是采用BP神经网络算法，通过寻找一个最佳超平面，将训练样本的各属性作为网络的输入矢量X=，代表各样本相应的实际类别值作为网络的期望输出t。用足够的样本来训练这个网络，经过不断地学习使相对误差符合预定精度，此时神经网络所持有的那组权值和阈值就是网络经过自适应学习所得到的正确内部表示。一旦网络训练完毕，通过剪枝和对链神经元或活跃值得聚类分析处理，则已实现从样本数据库信息中的大量数据中挖掘有兴趣知识的任务，即发现输入层和输出层的关联规则，然后根据这些规则实现商务智能应用过程中的数据分类和处理。 四、数据分析 高质量数据是数据分析的前提和分析结论可靠性的保障。所以为了保障我们的分析有意义、有结果，我们首先对数据进行质量探索。 （一）有效性 通过对数据的分析，我们可以得到如下图（图2）。图2中数据显示，完整字段（完整变量），即在该变量上均取有效值得变量占总变量的100%，该值很理想。完整记录（完整样本），即样本在所有变量上都取有效值的样本占总样本的100%，该值也很理想。结合这两个指标可以得出，这份数据的总体质量是令我们满意的。