基于 PCA －BP 的绩效综合评价研究

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。

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(计算技术、计算机技术)

资助基金：基金项目辽宁省教育科学“十二五”规划2014年度立项课题JG14EB238

在线出版日期：2015-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：34-37