基于灰色神经网络的科技论文发表数预测研究

• 理论探索 •

杨蕊1迟春佳2郭田宇1

出版日期:2021-11-23 发布日期:2021-11-23
通讯作者: 杨蕊（1997—），女，2019级硕士研究生，通讯作者，研究方向为数据挖掘、工业工程；迟春佳（1976—），女，硕士，副研究馆员，研究方向为图书馆学、情报学；郭田宇（1995—），男， 2019级硕士研究生，研究方向为数据挖掘。

摘要：

［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。

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

杨蕊迟春佳郭田宇. 基于灰色神经网络的科技论文发表数预测研究[J]. 情报探索, 2021, 1(11): 1-.

[1]	郭丹丹王智煌. 国内阅读推广研究热点分析及发展预测*[J]. 情报探索, 2021, 1(6): 1-.
[2]	毛志勇郭田宇. 基于灰色系统理论的专利授权数预测研究——以辽宁省为例[J]. 情报探索, 2021, 1(1): 1-.
[3]	戴莹. 灰色预测在高校学科发展中的应用*——以合肥工业大学为例[J]. 情报探索, 2018, 1(9): 1-.
[4]	苏光耀. 基于灰色系统理论的高校潜势学科发展预测研究*——以浙江工商大学为例[J]. 情报探索, 2018, 1(5): 1-.

可视化