本站小編為你精心準備了灰色預測模型的應用參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《市場論壇雜志》2015年第三期

一、人力資源預測的方法

人力資源預測的方法包括定性和定量兩種方法。定性方法主要有：經驗判斷法、德爾菲法、管理評定法、繼任預測法等，定性方法主觀成分較高，主要依靠管理者或專家的經驗，由于經驗水平限制容易出現主觀判斷上的偏差。定量方法主要有：回歸分析法、趨勢分析法、生產函數法、人員比率法、馬爾科夫法、灰色預測法等。定量分析是以現實數據為基礎進行預測，有較高的數學邏輯性。人力資源預測方法選擇的原則包括：符合統計資料反映的規律；力求取得較好的預測精度；力求實用。選擇灰色預測模型符合這些原則，因此文章使用該方法進行人力資源預測。

二、灰色預測模型GM（1，1）

（一）灰色系統理論灰色系統理論是華中理工大學鄧聚龍教授于1982年提出并創立的，主要解決一些包含未知因素的特殊領域的問題，是一種研究小樣本、貧信息的不確定性問題的新方法。在灰色系統理論中，將各類系統分成黑、白、灰三色。“黑”指信息完全未知，“白”指信息完全已知，“灰”指部分信息已知、部分信息未知。灰色系統對“部分”已知信息進行開發，然后提取有價值的信息，實現對系統運行行為、演化規律的正確描述和有效監控。灰色預測是以灰色系統理論為基礎，通過原始數據的處理和灰色模型的建立，發現、掌握系統發展規律，對系統的未來狀態做出科學的定量預測，其突出特點是在“貧”信息情況下能獲得較好的預測結果。灰色預測利用少量信息，建立灰色預測模型，從而確定系統未來的變化趨勢。灰色預測系統被稱之為信息不完全確知的系統，基本原理是利用已知的信息來確定系統中未知的信息，并且對樣本量沒有嚴格的要求，不要求樣本服從任何分布。灰色預測模型即GM（1，1）模型，是灰色模型GM（1，N）中N=1的特例，其微分方程是一階，方程中變量為一個。

（二）建立灰色預測模型GM（1，1）步驟在灰色系統理論中，GM（1，1）灰色預測模型的建立主要通過以下步驟來實現：灰色預測是在GM（1，1）模型的基礎上進行的，其微分方程為：dx（1）/dt+ax（1）=u，其中a稱為發展灰數，反映系統的發展態勢；u稱為內生控制灰數，反映數據變化的關系。當a為負值時，且絕對值越大，系統發展就越快；反之越慢。灰色預測檢驗有殘差檢驗、關聯度檢驗和后驗差檢驗，文章使用殘差檢驗和后驗差檢驗。殘差檢驗是按點檢驗，后驗差檢驗是殘差分布統計特征的檢驗[7]，點和面相結合的雙向檢驗方式更能保證預測的精確度，精度檢驗等級對照標準見表1和表2。后驗差檢驗師驗證殘差部分的統計特征，主要是計算后驗差比值C和小誤差概率P。在殘差預測中，檢驗的數據不是一次計算出來，二是根據前面的數據計算得出后面一個數據，依次遞推檢驗，每一個簡言之對模型來說都是后驗值，因此稱為后驗差檢驗。計算原始序列X（0）的均值X-（0）和方差S0，然后計算殘差序列O（0）的均值O-（0）和方差S1，再計算方差比C和P。在應用CM（1，1）模型對實際問題進行預測時發現，當原始數據序列增長率變化較小，即GM（1，1）中的a的絕對值較小時，預測精度較高；當原始數據序列增長率變化較大，即a的絕對值較大時，預測精度較低[8]。-a為系統的發展系數，當-a＜0.3時，灰色預測模型適合中長期預測；當0.3＜-a＜0.5時，該模型適合短期預測；當0.5＜-a＜1時，需要對模型進行修正再預測；當-a＞1時，該模型不適用。因此，可以觀察-a的值來判斷建立的灰色預測模型適合做哪類預測。

三、旺旺集團人力資源總數的灰色預測

（一）旺旺集團的人力資源預測通過整理旺旺集團公布在官網上的年度財務報告發現，2007年至2014年人力資源總數變化情況如下，見表3。在表3的基礎上，運用灰色系統理論建立GM（1，1）模型，原始序列X（0）={36000，47000，45000，51000，50000，56000，53500，50000}，將該列數據輸入，通過累加生成序列X（1）={36000，83000，128000，179000，229000，285000，3385000，388500}。在灰色預測軟件中，輸入原始序列后，建模計算得到以下結果，見表4。a是平均相對誤差的a=△T-，經過計算a=-0.021417，u=45906.2606，將a和u的值代入灰色預測模型GM（1，1），X（1）（k+1）=［X（0）（1）-u/a］e-ak+u/a=2179463.71e0.021417k-2143463.71，其中k為年份，k＞2007，X（1）（k+1）為企業的人力資源預測量。最后預測出2015年、2016年旺旺集團年均人力資源總數分別約為：54812人和55998人。

（二）模型檢驗首先進行殘差檢驗，通過表4可以看到，殘差最大值的絕對值為4599.28人，相對誤差最大值的絕對值為8.2129，對照精度檢驗等級表，︳a︳=0.021417＜0.05，達到了二級精度標準（良）。然后進行后驗差檢驗，計算原始樣本序列X（0）的均值和方差，均值X-（0）=48562.5，方差S0=5730.7，計算殘差序列O（0）的均值和方差，均值︳O-（0）︳=2097.9，S1=1608.25。C=S1/S0=1608.25/5730.7=0.28，P=p{︳O（0）（i）-O-（0）︳2<0.6745S0}=1。因此，C＜0.35且P＞0.95，對照表2可知，達到了精度等級一級（好）。-a=0.0214＜0.3，因此該模型適合旺旺集團做中長期的人力資源總量預測。綜合殘差檢驗和后驗差檢驗的結果，灰色預測模型GM（1，1）對旺旺集團2015年和2016年的人力資源總量預測值較為準確、精度都達到了良好或以上，因此可以認為該模型所得出的公式：X（1）（k+1）=2179463.71e0.021417k-2143463.71，能夠用來做接下來五年內的預測，其結果能夠作為人力資源管理其他模塊的決策依據

四、結論

文章利用旺旺集團歷年人力資源總數變化的歷史數據，根據灰色預測模型GM（1，1），經過計算得到了2015年與2016年人力資源總數的預測值，計算出的模型經過殘差檢驗發現預測精度達到了二級良好，經過后驗差檢驗發現預測精度達到一級優秀，并且適合做中長期預測，因此可以認為灰色預測模型在人力資源預測中的使用有較大實踐意義。并且該系統理論易于理解，相應的計算軟件便于操作，能夠為人力資源規劃和人力資源管理提供決策支持，豐富人力資源信息系統，提高管理者的工作效率。目前，理論灰色系統模型主要應用于工程項目評價、電量負荷預測、農業產量、氣象預報、地震預報、病蟲害預報等領域，國內學者做出了許多有益的研究，應用于企業人力資源預測尚處于探索階段，有很大的開發潛力。但需要說明的是，灰色預測模型的數據是建立在歷史數據之上的，模型預測本身存在的殘差及相對誤差，所以在其預測結果的基礎上，應該根據實際情況進行微調，對該模型不斷進行改進，以提高灰色預測模型在人力資源預測應用上的精準度。未來的研究方向應該將灰色預測模型更多的應用于企業人力資源管理中的各類預測中，如人力資源需求預測、供給預測、勞動力成本預測、管理費用預測等，并在此過程中不斷修正系統模型。

作者：鄭赤建 龔平 童小蕾 單位：湘潭大學