政大機構典藏-National Chengchi University Institutional Repository(NCCUR):Item 140.119/86351
English  |  正體中文  |  简体中文  |  Post-Print筆數 : 27 |  全文笔数/总笔数 : 113321/144300 (79%)
造访人次 : 51110594      在线人数 : 923
RC Version 6.0 © Powered By DSPACE, MIT. Enhanced by NTU Library IR team.
搜寻范围 查询小技巧：
  • 您可在西文检索词汇前后加上"双引号"，以获取较精准的检索结果
  • 若欲以作者姓名搜寻，建议至进阶搜寻限定作者字段，可获得较完整数据
    •  进阶搜寻
    政大機構典藏 > 教育學院 > 教育學系 > 學位論文 >  Item 140.119/86351


    请使用永久网址来引用或连结此文件: https://nccur.lib.nccu.edu.tw/handle/140.119/86351


    题名: 類神經網路應用於國小教師需求之預測
    Forecasting the number of teacher in elementary schools im Taiwan Area by neural network
    作者: 陳嘉甄
    Chen, Chia-Chen
    贡献者: 馬信行
    陳嘉甄
    Chen, Chia-Chen
    关键词: 類神經網路
    時間序列
    預測
    國小教師
    Neural network
    Time series
    ARIMA
    Elementary teacher
    Forecast
    日期: 1997
    上传时间: 2016-04-27 11:18:17 (UTC+8)
    摘要: 國小教師供需問題是目前教育界中的一個重要問題，教師需求量的預測精確與否，將影響及教育政策的制定。本研究中，我們使用單變量 ARIMA 及類神經網路，以預測台灣地區 1996 到 1998 年之間的國小教師需求量。
    The demand for and supply of teachers in elementary schools is an important problem in education administration. An accurate forecast of the number of teachers needs in elementary schools may heavily affect educational policy. In this thesis, we use the univariate time series analysis and Neural Networks to forecast the number of teacher in elementary schools in Taiwan Area during a period from 1996 to 1998.
    目錄
    第一章 緒論 1
    第一節 研究動機與目的 1
    第二節 研究問題 5
    第三節 研究範圍與限制 6
    第四節 論文架構 8

    第二章 文獻探討 9
    第一節 非線性動態系統 9
    第二節 各種師資需求預測方式 14
    第三節 影響師資供求的因素 30
    第四節 ARIMA 與類神經網路預測效果之比較 32

    第三章 研究方法 35
    第一節 時間數列分析 35
    第二節 類神經網路 38
    第三節 倒傳遞類神經網路 45
    第四節 網路建構 52
    第五節 ARIMA 方法簡介 58

    第四章 實驗結果 62
    第一節 資料分析 62
    第二節 多變數類神經網路 63
    第三節 單變數類神經網路(一) 80
    第四節 單變數類神經網路(二) 92
    第五節 單變數類神經網路(三) 100
    第六節 ARIMA 模式 108

    第五章 研究討論與建議 119
    第一節 研究討論 122
    第二節 研究建議 124

    參考書目 127

    圖表目錄
    【圖次】
    圖1 反饋系統 10
    圖2 預測的基本形式 14
    圖3 我國國小教師時間數列自我相關分析圖 37
    圖4 我國國小教師時間數列偏自我相關分析圖 37
    圖5 網路架構圖 42
    圖6 類神經網路結構圖 46
    圖7 類神經網路運作簡圖 46
    圖8 倒傳遞網路訓練流程 50
    圖9 多變數網路架構圖 72
    圖10 多變數網路誤差选待圖 75
    圖11 多變數網路範例學習結果 75
    圖12 多變數網路權重分配圖 78
    圖13 多變數網路配適誤差圖 78
    圖14 多變數網路對原始數列的配適 79
    圖15 (3,2,1)網路架構圖 84
    圖16 單變數網路(一)誤差选待圖 88
    圖17 單變數網路(一)範例學習結果 89
    圖18 單變數網路(一)學習誤差圖 91
    圖19 單變數網路(一)預測曲線 94
    圖20 單變數網路(二)架構 97
    圖21 單變數網路(二)配適圖 98
    圖22 單變數網路(二)誤差走勢圖 98
    圖23 單變數網路(二)預測曲線圖 98
    圖24 單變數網路(三)架構 102
    圖25 單變數網路(三)配適圖 105
    圖26 單變數網路(三)走勢圖 106
    圖27 單變數網路(三)預測曲線 106
    圖28 我國國小教師數列走勢 109
    圖29 一次差分教師數列走勢圖 111
    圖30 差分數列 ACF 112
    圖31 差分數列之 PACF 112
    圖32 殘差走勢圖 114
    圖33 配適殘差圖 114
    圖34 殘差之 PACF 115
    圖35 殘差之 ACF 115
    圖36 殘差值常態分配 116
    圖37 模式對原數列的配適圖形 117
    圖38 模式對原數列的預測圖形 117

    【表次】
    表1 吳俊明（民 83 ）高職教師人數之模擬預測值 24
    表2 時間序列與類神經網路比較表 26
    表3 類神經網路與統計概念對照表 51
    表4 單變量平穩時間數列之理論 ACF 與 PACF 特性 60
    表5 多變數網路的相關參數設定值 67
    表6 原始資料處理表 68
    表7 多變數網路輸入--隱藏層權重值 73
    表8 多變數網路結點計算式 74
    表9 多變數網路結點實際計算值 76
    表10 多變數網路預測表 79
    表11 單變數網路(一)參數設定表 83
    表12 單變數網路(一)輸入--隱藏層權重值 85
    表13 單變數網路(一)結點計算式 85
    表14 單變數網路(一)實際計算值 86
    表15 單變數網路(一)神經網路預測表 90
    表16 類神經網模式的相關參數設定值 93
    表17 單變數網路(二)各層權重值 95
    表18 單變數網路(二)結點計算式 95
    表19 單變數網路(二)網路結點實際計算值 99
    表20 單變數網路(二)預測表 99
    表21 單變數網路(三)的相關參數設定值 101
    表22 單變數網路(三)各層權重值 103
    表23 單變數網路(三)結點計算式 103
    表24 單變數網路(三)結點實際計算值 104
    表25 單變數網路(三)預測表 107
    表26 參數估計表 113
    表27 模式(1,1,1)預測表 118
    表28 類神經網路與 ARIMA 預測結果比較表 120
    表29 ARIMA 模式預測表 122
    描述: 碩士
    國立政治大學
    教育學系
    85152011
    資料來源: http://thesis.lib.nccu.edu.tw/record/#B2002001930
    数据类型: thesis
    显示于类别:[教育學系] 學位論文

    文件中的档案:

    档案 大小格式浏览次数
    index.html0KbHTML2298检视/开启


    在政大典藏中所有的数据项都受到原著作权保护.


    社群 sharing

    著作權政策宣告 Copyright Announcement
    1.本網站之數位內容為國立政治大學所收錄之機構典藏，無償提供學術研究與公眾教育等公益性使用，惟仍請適度，合理使用本網站之內容，以尊重著作權人之權益。商業上之利用，則請先取得著作權人之授權。
    The digital content of this website is part of National Chengchi University Institutional Repository. It provides free access to academic research and public education for non-commercial use. Please utilize it in a proper and reasonable manner and respect the rights of copyright owners. For commercial use, please obtain authorization from the copyright owner in advance.

    2.本網站之製作，已盡力防止侵害著作權人之權益，如仍發現本網站之數位內容有侵害著作權人權益情事者，請權利人通知本網站維護人員(nccur@nccu.edu.tw)，維護人員將立即採取移除該數位著作等補救措施。
    NCCU Institutional Repository is made to protect the interests of copyright owners. If you believe that any material on the website infringes copyright, please contact our staff(nccur@nccu.edu.tw). We will remove the work from the repository and investigate your claim.
    DSpace Software Copyright © 2002-2004  MIT &  Hewlett-Packard  /   Enhanced by   NTU Library IR team Copyright ©   - 回馈