论文部分内容阅读
摘 要：灰色神经网络是将灰色模型与BP神经网络结合的产物，文章运用灰色神经网络构建大学生创业素质评估模型，从而进一步完善大学生创业素质评估指标体系，通过对保定市高校创业学生进行实证解析，结合调研问卷量化分析出影响大学生创业素质提升的主要问题，提出优化决策，以期对大学生创业提供指导性方案建议。
关键词：灰色神经网络；评价指标体系；高校学生创业；创业素质
在京津冀协同发展的背景下，保定市创新创业走向了新的高度，高校大学生学生创业素质的提高也迫在眉睫。本文通过调查当前保定市高校学生创业素质情况，对其中反馈的问题进行分析和研究，使测评高校的学生创业素质的准确度和效率提高的目的达成，并在此基础上运用灰色理论并将之加入BP神经网络中的方法对高校学生创业素质进行评测，通过将灰色理论和BP神经网络进行结合互补，对在“逼近复杂的非线性函数方面的灰色理论”和“需要大量代表性数据训练的BP神经网络”的局限性所表现出的不足，进行弥补改进。此方法应用于对保定市高校大学生创业素质方面的评估预测仿真结果以达到量化分析，解决大学生创业素质方面的主要问题，并提出提升路径以达到对指导大学生创业成功的目的。
1 大学生创业素质评估模板
创业素质为创业者所具备且能使该创业者达成顺利创业的内在的稳定的特征或特点，是创业者必须具备的重要素质条件，分别为创业者的创业前提（创业意识）、创业核心（创业能力）、创业基础（创业品质）以及对创业保证（创业知识）等几个方面的要求，是一项很强的综合素质。
将高校学生创业素质评价指标作为输入项输入灰色神经网评模型，将高校学生创业质量分数设为预测模型的输出项，并于灰色神经网络中，对数据序列在不确定情况下进行学习和训练，使该神经网络模型能够智能地完成高校学生创业素质质量的评估目的。图1所示为高校学生创业素质评估结构模板图解。
2 高校学生创业素质评估指标体系
在多重因素综合作用下，大学生创业素质评估的本质是对大学生创业能力产生影响的自身因素与大学生创业产生
效果形成的综合产物，合理、科学的创业素质评估数据所构建的实用指标体系的建立是完成大学生创业素质评测的前提条件。本文在浏览查阅相关大学生创业素质研究成果的同时，调查走访近2年我市高校创业学生及教师，深入了解保定市高校学生创业素质现状，加强对当今大学生创业过程中主要面临问题的针对性分析，并依据以上方式将大学生创业素质评估指标体系愈加完善地建立。具体如表1所示。
3 灰色神经网络模型
3.1 灰色理论
灰色系统理论是邓聚龙教授所创建的一种解决问题的方法，它的特点是在少数据、贫信息、不确定性问题的分析上效率很高，其中GM（1，1）模型应用最为广泛。
3.2 灰色神经网络
灰色模型的主要是灰色生成、处理、加工已有的少量不确定性数据，进而使输入数据和输出数据之间的非线性规律更加明确具体。而BP神经网络结构优点是算法简易，实现方便，但其尚有一些缺陷——并不能绝对完成数据拟合，如较大误差出现于一些特殊数据BP神经网络预测结果中，易产生出现局部极小值，从而使运算预测的精度收到严重影响。
灰色神经网络是将灰色模型与BP神经网络结合的产物，该模型过程如下：累加一次输入项的样本数据使数据的离散性和随机性受到削弱，并将其代入白化方程，然后对模型所预测公式进行求解，从而确定所有数据的网络拓扑结构，对网络进行再训练，并对网络连接权值和阈值反复调整至其各自的迭代次数。此将两者结合的网络可互补前者之短，且其曲线更易逼近某种非线性函数，提升了预测精度，并增强了网络的泛化能力。一个典型的灰色神经网络的拓扑结构如图2所示。其中，t为输入参数序号，y2（t），…，yn（t）为网络输入参数；ω21，ω22，ω2n…，ω31，ω32，ω3n…为网络权值；y1为网络预测值，LA、LB、LC、LD为灰色神经网络的四层。
使用灰色神经网络进行预测的算法流程如图3所示。
4 大学生创业素质评估实证分析
此次调研发放问卷100份并回收95份，统计回收的有效问卷中的数据并以其作为神经网络样本，各样本都是由13个评价指标（X1至X13）和Y（创业素质评分）组成。设学习样本为前80个数据，测试样本为余下15个数据。调研样本如表2所示。
在matlab2011a中，首先对原始数据进行累加处理，使之成为一阶生成序列，并初始化构建灰色神经网络模型的权值和阈值，输入编号为1`80的样本至灰色神经网络，用于训练；最后用训练后的评价模型对测试样本进行测试。其误差变化情况和预测结果如图4-5所示。
5 高校大学生创业素质提升路径
通过对保定市高校学生创业素质评估结果分析得出，大学生学生综合创业素质评估分数于60～85的区间上下浮动，这表明在大学生创业素质方面仅有一般的水平；对调查问卷中高校学生创业素质评估体系各指标的得分进行量化分析得出：对高校学生创业的质量进行限制的重难点问题是学生的心理和部分能力的素质偏低。对此情况，本文对高校学生整体创业水平进行提高的措施上，提出以下建议。
5.1 加强创业心理教育
高校应该在普遍开展的心理课程中进行独有的创业教育专版改革化，于日常心理健康教育中增添创业教育的特色，加强挫折式、悲观式的创业情感应对方式的教育。并以创业心理咨询活动的形式，对学生在创业过程中可能出现的心理问题进行教辅，以此来指导学生，培养其创业心理品质，强化大学生创业意志和改善乐观的创业情感，坚定自己的创业信念的自信心，控制好心态，敢于冒险和承担风险等，使每个创业者以源于自己内心尤为强烈的创业欲望来迎接未来的创业挑战。
5.2 强化专业知识培养
高校在系统传授给创业者专业知识的基础上，还应是其对创业领域的相关专业知识熟识精通，且对创业后企业须知的知识进行了解和储备（如：企业管理相关理论知识、一定法律知识等），以此为基础进行知识素质方面的完备。
5.3 关注能力素质的培养
高校创业教育应多开展创业论坛，提供有利的创业实践成果展现的舞台。在商业形式上，使创业者应能敏锐地发掘商机，并创新或获取各种所需要资源；在人际交往方面，善于与人沟通，有强大的交际脉络；在应变能力方面，能对形势变化做出敏捷反应等。
6 结语
通过上述分析，灰色神经网络应用于高校学生创业素质评估中，它克服了BP神经网络泛化能力低的缺点，这个模型的评价结果与实际值相吻合，较为贴近实际曲线，证明此模型的评价结果准确，分类准确率相对来说颇高，将之作为高校学生创业素质评价模型尤为合适。
[参考文献]
[1]周霖，朱贺玲.试析我国高校创业教育的主要问题[J].现代教育科学，2010（5）：90-93.
[2]李志，李雪峰，万凤艳.当代大学生创业意识问卷的初步编制[J].心理学探新，2010（1）：85-89.
[3]Gideon D.Mark man，Robert A.Baron.Person-entrepreneurship fit：why some people are more successful as entrepreneurs than others[J].Human Resource Management Review，2003（13）：281-301.
[4]袁新文.创业教育，给“面包”还是给“猎枪”[N].人民日报，2010-07-02.
[5]彭璐，张霞，吴建新，等.大学生创业素质指标体系初探[J].科技创业月刊，2008（2）：26-28.
[6]张凯，钱峰，杨漫丹.模糊神经网络技术综述[J].信息与控制，2003（5）：431-435.
The Analysis and Evaluation of University Students’ Entrepreneurial Quality Based on Grey Neural Network and Improving Path
Tian Miao， Li Yanzi， Tian Bingjie
（Hebei Finance University， Baoding 071000， China）
Abstract： Grey neural network is the product of gray model combined with BP neural network，College students’，Construct the college students’ entrepreneurial quality evaluation model using the gray neural network， and further improve the evaluation index system of college students’ entrepreneurial quality， making an empirical analysis of college students entrepreneurs in Baoding. Analyze the main contradiction of the promotion in college students’ entrepreneurial quality， using the quantitative research questionnaire， and put forward the optimization decision making in order to provide guidance scheme for college students’ entrepreneurship education.
Key words： grey neural network； evaluation index system； college students’ entrepreneurship； entrepreneurial quality
关键词：灰色神经网络；评价指标体系；高校学生创业；创业素质
在京津冀协同发展的背景下，保定市创新创业走向了新的高度，高校大学生学生创业素质的提高也迫在眉睫。本文通过调查当前保定市高校学生创业素质情况，对其中反馈的问题进行分析和研究，使测评高校的学生创业素质的准确度和效率提高的目的达成，并在此基础上运用灰色理论并将之加入BP神经网络中的方法对高校学生创业素质进行评测，通过将灰色理论和BP神经网络进行结合互补，对在“逼近复杂的非线性函数方面的灰色理论”和“需要大量代表性数据训练的BP神经网络”的局限性所表现出的不足，进行弥补改进。此方法应用于对保定市高校大学生创业素质方面的评估预测仿真结果以达到量化分析，解决大学生创业素质方面的主要问题，并提出提升路径以达到对指导大学生创业成功的目的。
1 大学生创业素质评估模板
创业素质为创业者所具备且能使该创业者达成顺利创业的内在的稳定的特征或特点，是创业者必须具备的重要素质条件，分别为创业者的创业前提（创业意识）、创业核心（创业能力）、创业基础（创业品质）以及对创业保证（创业知识）等几个方面的要求，是一项很强的综合素质。
将高校学生创业素质评价指标作为输入项输入灰色神经网评模型，将高校学生创业质量分数设为预测模型的输出项，并于灰色神经网络中，对数据序列在不确定情况下进行学习和训练，使该神经网络模型能够智能地完成高校学生创业素质质量的评估目的。图1所示为高校学生创业素质评估结构模板图解。
2 高校学生创业素质评估指标体系
在多重因素综合作用下，大学生创业素质评估的本质是对大学生创业能力产生影响的自身因素与大学生创业产生
效果形成的综合产物，合理、科学的创业素质评估数据所构建的实用指标体系的建立是完成大学生创业素质评测的前提条件。本文在浏览查阅相关大学生创业素质研究成果的同时，调查走访近2年我市高校创业学生及教师，深入了解保定市高校学生创业素质现状，加强对当今大学生创业过程中主要面临问题的针对性分析，并依据以上方式将大学生创业素质评估指标体系愈加完善地建立。具体如表1所示。
3 灰色神经网络模型
3.1 灰色理论
灰色系统理论是邓聚龙教授所创建的一种解决问题的方法，它的特点是在少数据、贫信息、不确定性问题的分析上效率很高，其中GM（1，1）模型应用最为广泛。
3.2 灰色神经网络
灰色模型的主要是灰色生成、处理、加工已有的少量不确定性数据，进而使输入数据和输出数据之间的非线性规律更加明确具体。而BP神经网络结构优点是算法简易，实现方便，但其尚有一些缺陷——并不能绝对完成数据拟合，如较大误差出现于一些特殊数据BP神经网络预测结果中，易产生出现局部极小值，从而使运算预测的精度收到严重影响。
灰色神经网络是将灰色模型与BP神经网络结合的产物，该模型过程如下：累加一次输入项的样本数据使数据的离散性和随机性受到削弱，并将其代入白化方程，然后对模型所预测公式进行求解，从而确定所有数据的网络拓扑结构，对网络进行再训练，并对网络连接权值和阈值反复调整至其各自的迭代次数。此将两者结合的网络可互补前者之短，且其曲线更易逼近某种非线性函数，提升了预测精度，并增强了网络的泛化能力。一个典型的灰色神经网络的拓扑结构如图2所示。其中，t为输入参数序号，y2（t），…，yn（t）为网络输入参数；ω21，ω22，ω2n…，ω31，ω32，ω3n…为网络权值；y1为网络预测值，LA、LB、LC、LD为灰色神经网络的四层。
使用灰色神经网络进行预测的算法流程如图3所示。
4 大学生创业素质评估实证分析
此次调研发放问卷100份并回收95份，统计回收的有效问卷中的数据并以其作为神经网络样本，各样本都是由13个评价指标（X1至X13）和Y（创业素质评分）组成。设学习样本为前80个数据，测试样本为余下15个数据。调研样本如表2所示。
在matlab2011a中，首先对原始数据进行累加处理，使之成为一阶生成序列，并初始化构建灰色神经网络模型的权值和阈值，输入编号为1`80的样本至灰色神经网络，用于训练；最后用训练后的评价模型对测试样本进行测试。其误差变化情况和预测结果如图4-5所示。
5 高校大学生创业素质提升路径
通过对保定市高校学生创业素质评估结果分析得出，大学生学生综合创业素质评估分数于60～85的区间上下浮动，这表明在大学生创业素质方面仅有一般的水平；对调查问卷中高校学生创业素质评估体系各指标的得分进行量化分析得出：对高校学生创业的质量进行限制的重难点问题是学生的心理和部分能力的素质偏低。对此情况，本文对高校学生整体创业水平进行提高的措施上，提出以下建议。
5.1 加强创业心理教育
高校应该在普遍开展的心理课程中进行独有的创业教育专版改革化，于日常心理健康教育中增添创业教育的特色，加强挫折式、悲观式的创业情感应对方式的教育。并以创业心理咨询活动的形式，对学生在创业过程中可能出现的心理问题进行教辅，以此来指导学生，培养其创业心理品质，强化大学生创业意志和改善乐观的创业情感，坚定自己的创业信念的自信心，控制好心态，敢于冒险和承担风险等，使每个创业者以源于自己内心尤为强烈的创业欲望来迎接未来的创业挑战。
5.2 强化专业知识培养
高校在系统传授给创业者专业知识的基础上，还应是其对创业领域的相关专业知识熟识精通，且对创业后企业须知的知识进行了解和储备（如：企业管理相关理论知识、一定法律知识等），以此为基础进行知识素质方面的完备。
5.3 关注能力素质的培养
高校创业教育应多开展创业论坛，提供有利的创业实践成果展现的舞台。在商业形式上，使创业者应能敏锐地发掘商机，并创新或获取各种所需要资源；在人际交往方面，善于与人沟通，有强大的交际脉络；在应变能力方面，能对形势变化做出敏捷反应等。
6 结语
通过上述分析，灰色神经网络应用于高校学生创业素质评估中，它克服了BP神经网络泛化能力低的缺点，这个模型的评价结果与实际值相吻合，较为贴近实际曲线，证明此模型的评价结果准确，分类准确率相对来说颇高，将之作为高校学生创业素质评价模型尤为合适。
[参考文献]
[1]周霖，朱贺玲.试析我国高校创业教育的主要问题[J].现代教育科学，2010（5）：90-93.
[2]李志，李雪峰，万凤艳.当代大学生创业意识问卷的初步编制[J].心理学探新，2010（1）：85-89.
[3]Gideon D.Mark man，Robert A.Baron.Person-entrepreneurship fit：why some people are more successful as entrepreneurs than others[J].Human Resource Management Review，2003（13）：281-301.
[4]袁新文.创业教育，给“面包”还是给“猎枪”[N].人民日报，2010-07-02.
[5]彭璐，张霞，吴建新，等.大学生创业素质指标体系初探[J].科技创业月刊，2008（2）：26-28.
[6]张凯，钱峰，杨漫丹.模糊神经网络技术综述[J].信息与控制，2003（5）：431-435.
The Analysis and Evaluation of University Students’ Entrepreneurial Quality Based on Grey Neural Network and Improving Path
Tian Miao， Li Yanzi， Tian Bingjie
（Hebei Finance University， Baoding 071000， China）
Abstract： Grey neural network is the product of gray model combined with BP neural network，College students’，Construct the college students’ entrepreneurial quality evaluation model using the gray neural network， and further improve the evaluation index system of college students’ entrepreneurial quality， making an empirical analysis of college students entrepreneurs in Baoding. Analyze the main contradiction of the promotion in college students’ entrepreneurial quality， using the quantitative research questionnaire， and put forward the optimization decision making in order to provide guidance scheme for college students’ entrepreneurship education.
Key words： grey neural network； evaluation index system； college students’ entrepreneurship； entrepreneurial quality