績效評價方法研究

《績效評價方法研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、績效評價方法研究戰(zhàn)略性新興產(chǎn)業(yè)，是以重大技術(shù)突破和重大發(fā)展需求為基礎(chǔ)，具冇全局性、長期性和新技術(shù)處于產(chǎn)業(yè)化初級階段等特點，對經(jīng)濟社會全局和長遠發(fā)展具有重大引領(lǐng)帶動作用。浙江省戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展，應(yīng)該把產(chǎn)學(xué)研協(xié)同創(chuàng)新作為培育和發(fā)展戰(zhàn)略性新興產(chǎn)業(yè)的重要抓手，以協(xié)同創(chuàng)新支撐引領(lǐng)浙江省戰(zhàn)略性新興產(chǎn)業(yè)的發(fā)展。績效評價是學(xué)握產(chǎn)學(xué)研協(xié)同創(chuàng)新績效水平的手段，是科學(xué)分析產(chǎn)學(xué)研協(xié)同創(chuàng)新的重要工具。本研究在上述背景條件下，以全國主耍省市戰(zhàn)略性新興產(chǎn)業(yè)產(chǎn)學(xué)研協(xié)調(diào)創(chuàng)新為研究對象，通過構(gòu)建產(chǎn)學(xué)研協(xié)同創(chuàng)新績效評價體系，借助基于遺傳算法的神經(jīng)網(wǎng)絡(luò)搭建產(chǎn)學(xué)研協(xié)同創(chuàng)新

2、績效評價模型，客觀地測量產(chǎn)學(xué)研協(xié)同創(chuàng)新績效水平，發(fā)現(xiàn)戰(zhàn)略性新興產(chǎn)業(yè)以及產(chǎn)學(xué)研協(xié)同創(chuàng)新存在的不足，以方便政府以此出臺相應(yīng)的政策措施。BP神經(jīng)網(wǎng)絡(luò)BP神經(jīng)網(wǎng)絡(luò)是一種采用誤差反向傳播學(xué)習(xí)算法和梯度搜索技術(shù)的單向傳播多層前向網(wǎng)絡(luò)，具備任意精度的函數(shù)逼近能力。典型的BP網(wǎng)絡(luò)主要由輸入層、隱藏層和輸出層組成，如圖一所示。BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程，主要包括以下三個階段：①正向傳播階段。在正向傳播階段，輸入樣本從輸入層傳輸?shù)礁麟[層再到輸出層。②判斷是否轉(zhuǎn)入反向傳播階段。在這個階段中，如果輸出層實際輸出與期望輸出有差別，就可以轉(zhuǎn)入反向傳播階段。③誤差反

3、向傳播階段。該階段實質(zhì)就是誤差以某種形式在各層表示，用來修正各層單元的權(quán)值，直到網(wǎng)絡(luò)輸出的誤差減少到可接受的程度為止。但是因為BP神經(jīng)網(wǎng)絡(luò)采用的是梯度搜索技術(shù)，因此還存在一些缺點,具體如下：日標函數(shù)存在多個極值點，采用梯度搜索技術(shù)進行學(xué)習(xí)，很容易陷入局部極小值;需要尋優(yōu)的參數(shù)比較多，收斂速度慢。基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)遺傳算法因為具有簡單通用、魯棒性強、適用于并行處理等特點，L經(jīng)廣泛應(yīng)用于不同領(lǐng)域。作為一種全局優(yōu)化搜索算法，遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)主要分為三個部分：確定BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)、優(yōu)化遺傳算法和預(yù)測BP神經(jīng)網(wǎng)絡(luò)。首先,根據(jù)擬

4、合函數(shù)輸入輸出參數(shù)個數(shù)來確定BP神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，進而確定遺傳算法個體的長度。采用遺傳算法來優(yōu)化BP神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值時，因為種群屮每個個體都包含了一個網(wǎng)絡(luò)的所冇權(quán)值和閾值，個體適應(yīng)度值是個體通過適應(yīng)度函數(shù)來計算，最優(yōu)適應(yīng)度值對應(yīng)個體是遺傳算法通過選擇、交叉和變異操作找到。用遺傳算法得到最優(yōu)個體對網(wǎng)絡(luò)初始權(quán)值和閾值的賦值，網(wǎng)絡(luò)經(jīng)過訓(xùn)練后得到預(yù)測函數(shù)輸出來完成BP神經(jīng)網(wǎng)絡(luò)預(yù)測。BP神經(jīng)網(wǎng)絡(luò)評價指標體系構(gòu)建本文首先通過文獻研究及邏輯框架法，構(gòu)建了戰(zhàn)略性新興產(chǎn)業(yè)產(chǎn)學(xué)研協(xié)同創(chuàng)新績效評價指標體系。該指標體系根據(jù)協(xié)同創(chuàng)新的邏輯框架劃分為協(xié)同投入、協(xié)

5、同過程、協(xié)同產(chǎn)出和協(xié)同影響等四大評價目標模塊，并形成若干二級指標以及若干三級指標;然后，再對指標休系進行篩選和檢驗，篩選和檢驗的主要方法可以采取信度效度分析、隸屬度分析、相關(guān)性分析以及專家咨詢等方法;木文最后確定了4個二級指標以及15個三級指標。在確定產(chǎn)學(xué)研協(xié)同創(chuàng)新績效評價指標4個二級指標以及15個三級指標體系的基礎(chǔ)上，針對協(xié)同創(chuàng)新指標體系存在隨機性、糊糊性和結(jié)構(gòu)多層次性等特點，考慮構(gòu)建基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)產(chǎn)學(xué)研協(xié)同創(chuàng)新績效評價模型。本文將該方法應(yīng)用于戰(zhàn)略性新興產(chǎn)業(yè)產(chǎn)學(xué)研協(xié)同創(chuàng)新績效評價，會有效解決誤差反向傳播(BackPro

6、pagation,BP)神經(jīng)網(wǎng)絡(luò)容易陷入“局部最小”、收斂速度慢等問題，進而給出戰(zhàn)略性新興產(chǎn)業(yè)產(chǎn)學(xué)研協(xié)同創(chuàng)新協(xié)調(diào)度定義及評價模型。最后，運用構(gòu)建的戰(zhàn)略性新興產(chǎn)業(yè)產(chǎn)學(xué)研協(xié)同創(chuàng)新的績效評價指標體系和評價模型，根據(jù)《中國科技統(tǒng)計年鑒》等相關(guān)資料對國內(nèi)31個重點省市戰(zhàn)略性新興產(chǎn)業(yè)產(chǎn)學(xué)研協(xié)同創(chuàng)新績效進行評價。本文從投入與產(chǎn)出角度出發(fā)，構(gòu)建了產(chǎn)學(xué)研合作協(xié)同創(chuàng)新績效評價指標體系，該指標體系如表一所不。案例仿真結(jié)合全國31個省市戰(zhàn)略性新興產(chǎn)業(yè)產(chǎn)學(xué)研協(xié)同創(chuàng)新績效水平，我們通過建立產(chǎn)學(xué)研合作協(xié)同創(chuàng)新績效評價指標體系，釆用基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)評價模

7、型進行了仿真。仿真結(jié)果，如圖二所示。結(jié)論本文重點研究了基于遺傳算法的BP神經(jīng)網(wǎng)絡(luò)，用以克服一般BP神經(jīng)網(wǎng)絡(luò)容易存在陷入局部最小和收斂速度慢等缺點，建立了產(chǎn)學(xué)研協(xié)同創(chuàng)新績效指標體系，并對全國31個省市產(chǎn)學(xué)研投入和產(chǎn)出績效進行了仿真，仿真結(jié)果表明經(jīng)過遺傳算法改進的BP神經(jīng)網(wǎng)絡(luò)在準確性方面得到了改善,收斂速度也有了提高，為后續(xù)進一步完善產(chǎn)學(xué)研協(xié)同創(chuàng)新評價方法提供了參考o參考文獻[1]趙川等?遺傳算法改進的BP神經(jīng)網(wǎng)絡(luò)在協(xié)同創(chuàng)新評價屮的應(yīng)用[J]?設(shè)計與研究，2010(8)?[2]王玉梅等?基于BP人丁神經(jīng)網(wǎng)絡(luò)方法的組織知識創(chuàng)新與創(chuàng)新人才素

8、質(zhì)提高系統(tǒng)發(fā)展評價[J]?科技進步與對策，2013(5)?[3]王小川等.MATLAB神經(jīng)網(wǎng)絡(luò)43個案例分析[M].北京：北京航空航天大學(xué)出版社，2013.【本研究系浙江大學(xué)城市學(xué)院大學(xué)生科研項目X2015522062和X201552