基于灰色神经网络的科技论文发表数预测研究

作者：杨蕊^*; 迟春佳; 郭田宇

来源：情报探索, 2021, (11): 45-50.

• 科技论文
• 灰色关联分析法
• GM(1,N)模型
• GM-BP神经网络

[目的/意义]对我国科技论文发表数量进行较为准确的预测,旨在为有关部门制定相关政策提供参考。[方法/过程]选取我国2005—2019年的相关数据进行实证分析,运用GM-BP神经网络组合预测模型,将灰色系统理论中的灰色关联分析、GM(1,N)模型与BP神经网络相结合,提高了预测的准确度。首先,运用灰色关联分析法对相关因素进行评估,选取灰关联度较高的因素构建GM(1,N)模型;其次,运用GM(1,N)模型的预测结果连同相关因素数据训练BP神经网络;最后,用训练好的BP神经网络进行二次预测并输出为最终预测结果。[结果/结论]与传统GM(1,N)模型相比,所构建的GM-BP神经网络对于科技论文发表量的预测准确度更高。

• 单位
  辽宁工程技术大学