摘要：当今社会中，市场最需求的就是人才。合理预测地区的人才需求将为日后的发展规划起到至关重要的作用。本文通过采用多元线性回归的方法探究不同因素对城市工作需求的影响的大小，再通过灰色预测模型单独分析影响因素与总需求数随时间的变化过程，将预测数值代入多元线性回归方程验证结果，得出结论。
关键词：灰色预测模型 多元线性回归 人才预测
1 引言
吸引智慧和吸引人才是许多地区发展首先考虑的重要因素。在当今社会中，市场对人才的需求大大增加。不同的地区，不同的行业更是对不同层次的人才有着不同的需求。正确预测人才的需求，根据当地的执行能力、财力进行合理的人才规划将对企业、地区、国家的发展起到重要作用。
鉴于枪声定位系统的应用特点，无线传感器网络采用双簇头机制：主簇头和副簇头相互协作的工作模式，如图2所示。当枪声事件导致主簇头失效时，副簇头能够迅速担负主簇头的任务完成网络数据融合，并将数据融合的结果广播给网络内的所有节点。
2 问题的解决
为了解决人才需求这个问题，我们首先考虑不同因素对人才需求影响程度的大小。人才需求总数由一年中所有职业的年平均需求数目来表征。针对各种不同的因素，我们定义了几个影响人才需求的关键因素：就业需求、期望职业、期望教育背景，并单独找到表征这几个因素的实际参量：就业需求表示需要就业的人的数目；期望职业是公司对特定专业的需求量，由最具普遍代表性的一种职业的年平均需求表征；期望教育背景是公司期望的具有某种文化程度的人数来表征。找出某地区的相关参数，进行多元线性回归运算，找到这些因素之间的重要程度的相对大小。最后，通过选择出这几个因素之间选出几个比较重要的参量，求出这些参量随时间变化的模型。
2.1 不同因素对人才需求的影响的建模
我们获取了某一中等城市的不同需求的数据表。在数据表中，每年不同月份因不同的因素作用的程度的大小不同，可能存在数据上的差异，但每年的数据都有相似的的变化趋势，因此为了简化计算过程，我们计算年平均量，比较不同年份间的数据。
表一 需求表（1）
利用MATLAB进行多元线性回归运算，得到如下方程：
建立相关的数据矩阵B和数据相量Y
为了简化分析，我们仅考虑教育背景是影响人才需求的主要影响因素,而其他教育背景忽略因素的影响。
2.2 人才需求预测模型
推广2 已知抛物线C:y2=2px，过抛物线外任意一点D作抛物线的两条切线，设切点为P,Q，过点D作直线l与抛物线C交于不同的两点M,N，过点M作与DQ平行的直线与直线PQ,QN交于点A,B，则A是线段BM的中点.
根据LED光照强度的分布特性，构造评价函数f用于评价目标面照度的均匀程度，令f=σ/E¯。由评价函数f可知，评价函数f的值越小，目标面上的照度越强且分布越均匀，这就将求均匀度问题转换为求评价函数最小值的问题。
智慧校园架构分析 智慧校园总体架构从下至上可以分为网络基础、数据建设、平台应用、业务支持、服务支撑等五层。智慧校园建设是一项技术性、教育性和实践性很强的工程，其核心需要从网络、数据、平台、业务、服务等五个方面加强建设与融合，实现智慧校园的创新发展。
第一步：建立市场人才需求数目对应时间的变化序列
第二步：对进行级比求值：
第三步 判断级比值是否满足条件：
2.2.1 对未来人才需求的预测
满足应用要求
第四步 利用GM（1,1）建模
1.正面示范法（镜面示范法）。也就是老师和学生面对面站立，老师要做与学生相反的动作，学生看老师就像照镜子一样，老师的动作方向和自己完全一致，学生看着清晰，学起来容易，不过增加了老师示范的难度，毕竟是做的反方向动作，如徒手操，要求学生做左脚左移半步成开立时，老师示范就反方向做右脚右移半步成开立，给学生呈现的是左脚左移半步成开立的视觉效果，正面示范法适用于简单的体育动作，要求老师意图清晰，思维敏捷。
第四步：求值计算
基于2.1的分析，城市每年的需求量以及随时间的变化人才需求量与就业需求，期望职业，期望教育背景之间相对变量的对应关系。但这种关系不是明显的，各因变量之间相互影响，相互干扰，共同作用于城市的总职业需求数量。为减少各因素之间相互干扰造成的影响，我们基于2.1中分析整理获得的历史数据采用灰色预测分析方法对本问题进行分析。通过分别分析人才需求程度与不同学历的人就业数目随时间的变化关系。再将两者相结合分析未来人才的需求状况。
（2）级比偏差值检验：
（1）残差检验：带入可知，该方程满足一般要求。
观察组:硝苯地平控释片（进口药品注册证号：H20171341；批准文号：国药准字 J20180025，规格:30 mg×7 片）；起始剂量:口服 30 mg/次，1 次/d，常用剂量:口服 30 mg/次，1～2次/d。缬沙坦胶囊（国药准字H20040217，规格:80 mg×7 s），起始剂量:口服 80 mg/次，1 次/d，常用剂量:口服 80 mg/次，1～2 次/d。
第五步：代入公式
第六步：合理性检验
在级比的取值范围内，所有的级比都满足，k=2,3,4,所以满足GM（1,1）建模的条件。
2.2.2 直接对教育分类因素进行预测
同理，根据2.2.1我们可以建立直接对教育分类的多元线性回归模型，并考虑其他类的影响，可预测出
通合理性检验 代入公式，并进行级比偏差值计算可得P(k)＜0.2即可达到要求。所以，在k=5时出现较大偏差，不计误差的情况下可正常使用。
在实践提升阶段，教师组织学生进入实验室对采集的牛血进行样品的处理（红细胞的洗涤、血红蛋白的释放、分离血红蛋白溶液）。
2.3 结果
最终得到对未来人才需求的预测与不同教育程度的人就业数目预测的对比,并通过代入多元线性回归方程公式求出由教育背景其他类求得的结果。
年份 2015 2016 2017 2018 2019 2020 2021人才需求 23986.5 32501 25549.58 29150.63 49784.36 22712.340321362.7341教育背景其他类 1373.25 1580.333 1244.25 1497 2664.829 1271.987 1331.637套多元线性回归公式22028.4405825350.2796919959.1386824013.526742746.7948920404.0722721360.92228
由结果可知，在忽略掉个别因素的影响后，大专的变化大致满足人才需求的变化。
3 总结
本文通过将对人才影响的因素划分为就业需求、期望职业、期望教育背景三大类，找到代表着三个指标的关键因素，并对这些指标做多元线性回归分析，找到影响这些因素的关键量。我们忽略了对人才影响小的因素，分析了占比最大的关键因素。并对该因素和因变量人才需求分别做了灰色预测分析。最后将该关键因素的预测值带入多元线性回归方程，得到的结果与人才需求预测作对比，验证预测的准确性。
参考文献
[1]余永松,庞正武,周叶宁,钟文峰,何龙飞,王爱勤. 广西蔬菜产量灰色预测模型GM(1,1)的建立及其相关性分析[J]. 广东农业科学 ,2018,45(07)：157-164.
[2]颜阳,武中凯,尹传忠,高文慧,李文锦. 基于灰色线性回归模型的哈尔滨铁路枢纽货运量预测研究[J]. 铁道货运,2018,36(11)：1-5+15.
作者简介
谢志进（1998.04.01-）男 山东省潍坊市青州市人、汉族、本科、通信工程。
乔浩铭（1999.01.27-）男 山西省忻州市河曲县人、汉族、本科、通信工程。
标签：因素论文; 人才需求论文; 需求论文; 线性论文; 人才论文; 社会科学总论论文; 人才学论文; 世界各国人才调查及其研究论文; 《数码世界》2019年第3期论文; 山东科技大学论文;