| 纵向分析，由历年影响大学生心理健康的各个因素的所占的比重以及由Bp神经网络的预测结果，可以得出如下一系列结论：[7]
（1）个人前途压力对大学生心理健康的影响比重在明显变大（可作出图像或用函数拟合）；主要是因为当今社会发展使得社会竞争日趋激烈，对人才的素质要求越来越高，大学生面临就业的压力也越来越大，由于缺少社会经历和工作经验，大学生对个人前途的担忧也在逐年增高，部分同学已严重影响心理健康。尤其是2008年以来，金融危机对全球经济的影响使得大学生的就业形势更是雪上加霜。
图5 历年个人前途压力对大学生心理健康的影响所占的比重
（2）个人高考成绩不理想对大学生心里健康的影响比重有变小趋势。由于近年来大学入学率逐年增加，非重点院校学生和重点院校学生的就业形势都十分严峻，大学毕业后选择读研的学生比重也在增加，过去“高考决定人生”的说法也日趋淡化，所以高考成绩的不理想在大学生心理健康的影响因素中所占的比重也在逐年的下降。另外，随着我校综合办学实力的提高以及特色专业质量不断提升，使得我校学生的学校自豪感在逐步的提升。
（3）个人情感对大学生心理的影响作用在逐年增加。随着社会开放程度的提高，大学生恋爱已成为司空见惯的现象，多数大学生都有恋爱的经历，结合我校男女比例失调，相当数量的学生有失恋的经历，显然会对他们的心理健康产生影响。
（4）父母期望越来越高，对大学生心理的压力也越来越大。当前的社会形势决定如今的大学生就业肯定不如改革开放前20年那样乐观，大学生对高薪工作、优越住房条件的追求以及父母定下的期望都使得当今的大学生产生不同程度的压力。
（5）家庭经济困难对大学生心理健康的影响程度呈现出逐年递减的趋势。由于整体社会水平的提高以及近年来国家财政对大学生采取的一系列减免补的政策使得绝大部分同学不再为上不起学而感到有压力。结合我校实际情况，除国家财政和地方财政的补助政策外，学校还对部分困难同学开通了绿色通道，使得家庭经济困难对大学生的心理健康的影响越来越小。
4.结束语
应用BP神经网络方法，结合过去几年该校大学生心理健康状况研究数据，对近年该校大学生心理健康状况进行预测，并对几年研究数据进行分析，得出上述结论。模型中应用的多层前向BP网络自身仍存在一些缺陷，比如，学习速度很慢、容易陷入局部极小值、网络的预测能力与训练能力的矛盾等问题。但与传统的大学生心理健康状况预测方法相比，BP神经网络的预测方法避免了烦琐的常规建模过程。本文根据BP神经网络原理建立了数学预测模型，可改变网络的参数，使预测系统计算简单、灵活，大大提高了模型预测效率和预测精度。免费论文网。在一定程度上为大学生心理健康研究提供参考。
【参考文献】
[1] 山东交通学院心理健康指导中心统计数据（2001年—2009年）.
[2] 刘海萍等.基于BP神经网络的CPI预测模型[J]-山东交通学院学报 2009-03
[3] 袁曾任.人工神经元网络及其应用[M].北京:清华大学出版社,1999.
[4] 王沫然.MATLAB与科学计算[M].北京:电子工业出版社,2007.
[5] 姜启源,邢文训,谢金星,等.大学数学实验[M].北京:清华大学出版社,2005.
[6] 葛哲学,孙志强.神经网络理论与MATLAB R2007实现[M].北京:电子工业出版社,2007.
[7]李爱国.林一雄 当前大学生心理健康教育存在的问题及对策研究 [J]-西南农业大学学报2008-02
[8] E P Sarafino Health Psychology:biopsychosocialinteractions 1990
[9] Coyne J C Social factors andpsychopathology:Stress,social support and coping process 1991
3/3 首页 上一页 1 2 3 |
