基于RBF神经网络的最低工资调整模型
本文就最低工资调整模型，先运用灰色关联度对各个经济指标与工资增长的影响程度进行分析，选取出较为重要的影响因素。然后从宏观经济学的角度，以下一年合理最低工资增长率为因变量，以当年影响因素为自变量建立模型，并用RBF神经网络模型进行拟合，求得近5年的最低工资标准的合理上涨幅度。4700
关键词：最低工资调整；灰色关联度；RBF神经网络模型
Abstract
Minimum wage system can effectively reduce poverty, promote social stability and development, and therefore has always been one of the most important issue to governments.
In this paper, the minimum wage adjustment model, the first gray relational degree on the extent of the various economic indicators and wage growth were analyzed to select a more important factor. From a macroeconomic point of view then, the following year, a reasonable minimum wage growth rate as the dependent variable in model year factors as independent variables, and is fitted with a RBF neural network model to obtain the minimum wage nearly five years of a reasonable standard the rate of increase.
Key words：Minimum wage adjustment; Gray Correlation; RBF Neural Network Model
目 录
摘 要 I
Abstract II
目 录 III
一、前言 1
二、概念与引理 1
三、模型的建立及求解 2
1.灰色关联度的计算 2
2.灰色关联度结果分析 2
3.最低工资调整模型影响因素的选取 3
4.最低工资调整模型的建立及求解 3
四、结束语 6
参考文献 7
附录 8
基于RBF神经网络的最低工资调整模型
摘要 最低工资制度能有效地减少贫困，促进社会稳定发展，因此历来是各国政府最为重视的课题之一。
本文就最低工资调整模型，先运用灰色关联度对各个经济指标与工资增长的影响程度进行分析，选取出较为重要的影响因素。然后从宏观经济学的角度，以下一年合理最低工资增长率为因变量，以当年影响因素为自变量建立模型，并用RBF神经网络模型进行拟合，求得近5年的最低工资标准的合理上涨幅度。
关键词 最低工资调整；灰色关联度；RBF神经网络模型
1. 前言
近年来，收入分配不均以及贫富悬殊已经成为社会热点问题之一，需要通过深化收入分配制度改革等措施使收入分配更合理、更有序。由于我国劳动人口的收入主要是工资性收入，因此解决收入分配问题的关键在于如何合理地调整工资收入。为此国家层面在2004年颁布了《最低工资规定》，正式确立了最低工资制度，作为国家宏观调控劳动者工资水平最强有力的手段。
国内学者对实行最低工资制度所产生的经济效应，已经取得了很多研究成果。但在测算合理的最低工资标准及其方法上仍存在如下问题：①在影响因素的选取上，大部分只选取了5个经济指标，并未预先对更多相关因素进行分析；②用恩格尔系数法、国际收入比例法、必需品罚和比重法等这样的传统方法都是基于一个理想情况下的理论模型，不一定能适用于复杂的实际情况当中，如文献[1]等；③用扩展的线性支出系统、BP神经网络法、灰色系统理论法等新测算方法都是以历史最低工资数据为因变量，若干经济指标作为自变量，建立一个拟合这些数据的模型，若本身历史最低工资标准并不合理，那其得到的模型也必然不合理，如文献[2-5]等；④如果仅以当年的统计数据来测算当年的最低工资标准，没有考虑到统计数据的滞后性；⑤模型的隐层数和隐节点的选取具有主观性，如文献[3]等。