發(fā)布時(shí)間：2020-11-16 07:07

　　 對(duì)社會(huì)養(yǎng)老保險(xiǎn)制度運(yùn)行情況進(jìn)行評(píng)估是社會(huì)保障制度改革創(chuàng)新的基礎(chǔ),本文將粗糙集與支持向量機(jī)相結(jié)合,應(yīng)用于我國(guó)社會(huì)養(yǎng)老保險(xiǎn)制度績(jī)效評(píng)價(jià)中。二者的結(jié)合不僅可以發(fā)揮各自的優(yōu)點(diǎn),而且還具有很強(qiáng)的互補(bǔ)性,可以很好地解決社會(huì)養(yǎng)老保險(xiǎn)制度績(jī)效評(píng)價(jià)中的諸多不足。本文主要內(nèi)容如下:(1)從基金收支水平、基金管理水平、養(yǎng)老保險(xiǎn)與經(jīng)濟(jì)社會(huì)三層面,對(duì)我國(guó)社會(huì)養(yǎng)老保險(xiǎn)制度的運(yùn)行現(xiàn)狀進(jìn)行評(píng)估,對(duì)每一層面進(jìn)行細(xì)化,以此選取14個(gè)社會(huì)養(yǎng)老保險(xiǎn)制度績(jī)效評(píng)價(jià)指標(biāo)。(2)在簡(jiǎn)單介紹粗糙集、支持向量機(jī)基本理論的基礎(chǔ)上,分析兩種方法相結(jié)合的優(yōu)越性,提出將RS-SVM運(yùn)用到社會(huì)養(yǎng)老保險(xiǎn)制度績(jī)效評(píng)價(jià)模型中。首先采用粗糙集計(jì)算各項(xiàng)指標(biāo)對(duì)總體決策的相對(duì)重要度及權(quán)重,在確保無差別的前提下刪除重要度為零的指標(biāo),建立新決策表;其次將新決策表中的樣本數(shù)平均分為五組,選取四組作為訓(xùn)練集,采用網(wǎng)格法尋找最優(yōu)參數(shù),建立預(yù)測(cè)模型,最終以測(cè)試集擬合效果最佳的模型為最優(yōu)模型。(3)在《中國(guó)統(tǒng)計(jì)年鑒》收集社會(huì)養(yǎng)老保險(xiǎn)制度績(jī)效評(píng)價(jià)指標(biāo)的相關(guān)數(shù)據(jù),即為條件屬性值;采用專家打分法收集決策屬性值,建立決策表。先采用粗糙集計(jì)算各評(píng)價(jià)指標(biāo)相對(duì)重要度和權(quán)重,并刪除冗余指標(biāo)精簡(jiǎn)決策表;然后采用支持向量機(jī)建立社會(huì)養(yǎng)老保險(xiǎn)制度績(jī)效評(píng)價(jià)預(yù)測(cè)模型,采用五折交叉驗(yàn)證法檢驗(yàn)?zāi)Ｐ偷挠行�性。由此得出結(jié)論:農(nóng)村養(yǎng)老保險(xiǎn)覆蓋率、城鎮(zhèn)登記失業(yè)率和農(nóng)村參保人員繳費(fèi)率對(duì)社會(huì)養(yǎng)老保險(xiǎn)制度績(jī)效評(píng)估的影響可忽略不計(jì);構(gòu)建了社會(huì)養(yǎng)老保險(xiǎn)制度績(jī)效評(píng)價(jià)預(yù)測(cè)模型:(?)
【學(xué)位單位】：重慶師范大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F842.67
【部分圖文】：

SPSS可視化等距離離散

等距離離散化結(jié)果

網(wǎng)格法參數(shù)尋優(yōu)3D視圖
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張儉讓;董丁穩(wěn);;基于RS-SVM的礦井通風(fēng)系統(tǒng)可靠性評(píng)價(jià)[J];煤礦安全;2009年09期

2 牛國(guó)成;胡冬梅;白晶;;RS-SVM在電動(dòng)汽車電池荷電狀態(tài)預(yù)估上的應(yīng)用研究[J];內(nèi)蒙古科技大學(xué)學(xué)報(bào);2015年04期

3 孫福志;于軍琪;楊柳;;火災(zāi)識(shí)別中RS-SVM模型的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2010年03期

4 劉俊娥;曾凡雷;郭章林;;基于RS-SVM模型的煤與瓦斯突出多因素風(fēng)險(xiǎn)評(píng)價(jià)[J];中國(guó)安全科學(xué)學(xué)報(bào);2011年07期

5 劉葉玲;杜力博;;基于RS-SVM在電力短期負(fù)荷預(yù)測(cè)中的應(yīng)用[J];科技信息;2009年01期

6 汪瑩;蔣高鵬;;RS-SVM組合模型下煤礦安全風(fēng)險(xiǎn)預(yù)測(cè)[J];中國(guó)礦業(yè)大學(xué)學(xué)報(bào);2017年02期

7 周遠(yuǎn);吳秀宇;;建筑施工企業(yè)安全投資決策的RS-SVM模型研究[J];中國(guó)安全科學(xué)學(xué)報(bào);2015年05期

8 王剛;楊善林;;基于RS-SVM的網(wǎng)絡(luò)商品評(píng)論情感分析研究[J];計(jì)算機(jī)科學(xué);2013年S2期

9 駱正山;王浩;畢傲睿;;基于RS-SVM的城市埋地燃?xì)夤艿劳飧�蝕情況評(píng)價(jià)[J];中國(guó)安全科學(xué)學(xué)報(bào);2017年06期

10 于憲煜;胡友健;牛瑞卿;;基于RS-SVM模型的滑坡易發(fā)性評(píng)價(jià)因子選擇方法研究[J];地理與地理信息科學(xué);2016年03期

相關(guān)碩士學(xué)位論文 前10條

1 唐詩(shī)穎;基于RS-SVM的社會(huì)養(yǎng)老保險(xiǎn)制度績(jī)效評(píng)價(jià)[D];重慶師范大學(xué);2019年

2 熊博杰;基于RS-SVM的煤炭自燃預(yù)警系統(tǒng)研究及應(yīng)用[D];安徽理工大學(xué);2015年

3 趙華杰;基于RS-SVM的瓦斯爆炸危險(xiǎn)源評(píng)價(jià)及預(yù)警系統(tǒng)研究[D];西安科技大學(xué);2010年

4 周元元;基于RS-SVM數(shù)據(jù)挖掘技術(shù)的財(cái)務(wù)困境預(yù)測(cè)模型研究[D];重慶工學(xué)院;2008年

5 陳宇;基于RS-SVM的供應(yīng)鏈和諧性評(píng)價(jià)研究[D];河北工程大學(xué);2011年

6 豆瑞果;基于RS-SVM的房地產(chǎn)投資風(fēng)險(xiǎn)評(píng)價(jià)研究[D];河北工程大學(xué);2012年

7 杜力博;基于RS-SVM風(fēng)電場(chǎng)風(fēng)速估計(jì)的方法研究[D];西安科技大學(xué);2009年

8 臧金霞;基于RS-SVM的農(nóng)資物流需求預(yù)測(cè)應(yīng)用研究[D];河北工程大學(xué);2014年

9 周倩;基于RS-SVM的中文文本分類研究[D];天津財(cái)經(jīng)大學(xué);2009年

10 李學(xué)遷;一種基于RS-SVM的工程項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)方法[D];南昌大學(xué);2007年

本文編號(hào)：2885774