基于PCA-BP的绩效综合评价研究  

Research of Performance Comprehensive Evaluation Based on PCA-BP

作　　者：任秋阳[1,2] 朱健[1,2] 卢秉亮[3] 

机构地区：[1]沈阳航空职业技术学院,沈阳110034 [2]沈阳飞机工业(集团)有限公司,沈阳110034 [3]沈阳航空航天大学计算机学院,沈阳110136

出　　处：《微处理机》2015年第3期34-37,共4页Microprocessors

基　　金：辽宁省教育科学"十二五"规划2014年度立项课题(JG14EB238)

摘　　要：随着多指标综合评价方法和计算机技术的高速发展,针对不同评价对象,基于不同评价方法的评价系统得到广泛应用。BP神经网络通过训练来得到被评对象的价值模型,可以有效解决非线性综合评价问题。利用主成分分析降低变量的维数,该方法在保证系统数据信息损失最小的原则下,对评价指标实现有效降维并消除数据与数据间的相关性,降低了神经元网络模型的复杂度。提出了一种基于PCA-BP的员工绩效评价模型,其神经元网络训练收敛速度大大加快,精度可以较好的逼近预测输出,提高了评价结果的客观性。实验结果表明,该方法可以较好的逼近专家评价结果,降低了神经网络模型的复杂度,提高了神经网络模型的效率。Evaluation system,used for different evaluation objects,based on different evaluation methods,has been widely used with the perfection of multiple -parameters comprehensive evaluation method.Through training,BP neural network gets the rated value objects to effectively solve the problem of comprehensive evaluation of nonlinear.This paper performs analysis to reduce the dimension of the variables using principal components and the complexity of the neural network model.It puts forward a model of staff performance evaluation based on PCA -BP neural network,greatly accelerates the speed and improves the objectivity of evaluation result.This method can better approximate the results evaluate by the expert to reduce the complexity of neural network model and improve the efficiency of the neural network model.

关 键 词：绩效评价 主成分分析 人工神经网络 BP 神经网络 

分 类 号：TP398.1[自动化与计算机技术—计算机应用技术]