【出 处】：《 计算机仿真 》 CSCD 2013年第30卷第7期 200-203页,共4页

【作 者】： 杨海霞

【摘 要】 关于员工离职对企业影响预测优化问题,由于过度的员工流动为企业业绩带来了较大的负面影响。针对员工离职对企业业绩影响预测中的非线性问题,传统的预测方法很难建立员工离职与业绩之间直接的关联预测模型,很难建立准确的约束模型,造成结果估计不准。将员工离职对业绩影响预测分为成本预测和效率预测两个部分,通过预测员工离职对企业运营成本和工作效率的影响,建立一种RBF神经网络的高员工离职率环境下的业绩预测模型。模型首先根据历史数据优化神经网络的参数,选择参数的最优解来建立最优预测模型。以案例企业2000年至2012年的月度财务数据和相关数据对预测模型进行仿真,结果表明,根据RBF神经网络模型的预测模型有更高的预测精度和收敛速度,适用于员工离职对业绩影响等非线性预测问题,具有较高的预测精度和应用价值。