10.3969/j.issn.1002-2279.2015.03.011
基于 PCA -BP 的绩效综合评价研究
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。
绩效评价、主成分分析、人工神经网络、BP 神经网络
TP398.1(计算技术、计算机技术)
基金项目辽宁省教育科学“十二五”规划2014年度立项课题JG14EB238
2015-07-22(万方平台首次上网日期,不代表论文的发表时间)
共4页
34-37