基于BP人工神經(jīng)網(wǎng)絡的企業(yè)人員素質評價模型

【摘要】 人員素質評價是現(xiàn)代人力資源管理的一項重要功能，介紹了用神經(jīng)網(wǎng)絡對企業(yè)人員素質評價方法改進的原理及思路。

【關鍵詞】 企業(yè)人員素質;人工神經(jīng)網(wǎng)絡

我國大多數(shù)企業(yè)在人員的選拔與評價方面，受傳統(tǒng)思想的影響較大，缺乏科學的人員素質評價方法和技術。為了保證人員素質評價結果的客觀準確性，企業(yè)需要采用科學合理的方法，針對人員素質與其影響因素之間的復雜、不確定和非線性特性，將人工神經(jīng)網(wǎng)絡引入人員素質評價是十分必要。人工神經(jīng)網(wǎng)絡具有的大規(guī)模并行處理和存儲、自組織、自適應和自學習能力，使它能夠用于，也特別適用于處理需同時考慮眾多因素和條件不精確和模糊的信息處理問題。

一、企業(yè)人員素質評價指標體系的設計程序

(一)職務分析

職務分析是對某項職務的內(nèi)容和任職資格進行完整地描述或說明，以便為管理活動提供有關職務方面的信息而進行的一系列職務信息收集、分析和綜合的人力資源管理基礎性活動。職務分析信息收集的方法很多，這里僅介紹常見的幾種。

1.工作分析法。就是對各類人員所從事的工作內(nèi)容、性質 、責任、環(huán)境以及完成這些工作各類人員所應具備的條件進行研究和分析，了解和掌握各類人員的工作特點、工作性質和應該注意的問題以及各類人員勝任本職工作所應具備的能力、知識、技能等。工作分析的主要內(nèi)容由兩部分組成:一是職務說明，二是對人員的要求。對人員的要求包括各類人員完成本職工作應該具備的智力、專業(yè)知識、工作經(jīng)驗、技能要求等，這是工作分析應用于人員素質評價的主要內(nèi)容。

2.素質圖示法。素質圖示法就是將某類人員的素質特征，用圖表描繪出來，加以分析研究，確定評價指標。這種方法一般將某類人員的評價素質指標按需要程序分檔，然后根據(jù)少而精的原則進行選取。

3.專家調(diào)查法。專家調(diào)查法中的“專家”一般包括有關方面的領導、理論研究人員，具有管理和技術方面知識并且具有豐富實際經(jīng)驗的專業(yè)人員等。專家調(diào)查法的主要形式有個別訪談法、德爾菲法和頭腦風暴法。

4.問卷調(diào)查法。這種方法就是設計者根據(jù)需求，把要調(diào)查的內(nèi)容設計在一張調(diào)查表上，分發(fā)給有關人員填寫，收集和征求不同人員意見的一種方法。問卷調(diào)查表的設計應簡單明了，填寫要力求簡便，要使具有一般文化水平的人員在看完填表說明和要求以后，也能進行正確地回答。

(二)理論驗證

依據(jù)人員素質評價的基本原則和理論基礎，對設計的素質評價指標進行論證，使其具有一定的科學依據(jù)。

(三)指標調(diào)查

根據(jù)工作分析所確定的指標，運用評價指標體系的設計方法進行指標調(diào)查，以確定評價指標體系。在進行指標調(diào)查時，可將幾種方法結合起來使用，使指標體系更加準確、完善。為了使確定好的指標更趨合理，還應對其進行修訂。修訂分為兩個方面:(1)評價前修訂。通過專家調(diào)查法，將所確定的指標提交領導、專家權威或專家會議，征求意見，修改、補充、完善評價指標的內(nèi)容。(2)評價后修訂。根據(jù)評價后的結果，確定哪些評價指標是必要，哪些評價指標可以省略和簡化。

二、基于BP神經(jīng)網(wǎng)絡的人員素質評價模型設計

在對企業(yè)人員素質評價的BP網(wǎng)絡模型設計中，應具體考慮以下因素的合理確定:網(wǎng)絡的層數(shù)、各層神經(jīng)元個數(shù)、初始值的選擇、學習速率、期望誤差、輸入數(shù)據(jù)預處理方式以及網(wǎng)絡訓練模式。

(一)BP網(wǎng)絡層數(shù)的確定

根據(jù)Kosmogorov定理，對于任何的連續(xù)函數(shù)映射關系都可以用含有一個隱含層的BP網(wǎng)絡來逼近。一個S型隱含層加上一個線性輸出層的BP網(wǎng)絡，能夠逼近任何在閉區(qū)間內(nèi)的一個連續(xù)有理函數(shù)。一個三層的BP網(wǎng)絡可以完成空間任意的從n維到m維的映射，并且可以通過增加隱含層神經(jīng)元的個數(shù)來提高網(wǎng)絡的精度。

(二)各層神經(jīng)元個數(shù)的確定

輸入層神經(jīng)元的個數(shù)即為素質評價的指標數(shù)，輸出層神經(jīng)元個數(shù)則為人員素質的評價結果，即1個。隱含層神經(jīng)元數(shù)與模型的要求、輸入層及輸出層神經(jīng)元數(shù)都有著直接的關系。隱含層神經(jīng)元數(shù)目太多會導致學習時間過長、誤差不一定最佳，也會導致容錯性差、不能識別以前沒有看到的樣本等問題。對于一個BP網(wǎng)絡，一定存在一個最佳的隱含層神經(jīng)元數(shù)。如何盡可能選擇最佳的隱含層神經(jīng)元數(shù)，以下有幾個經(jīng)驗公式可用于選擇時的參考公式:

(2)n1=log2n其中，n為輸入層神經(jīng)元數(shù)。

(三)初始值的選取

由于系統(tǒng)是非線性，一個重要的要求是:初始權值在輸入累加時使每個神經(jīng)元的狀態(tài)值接近于零，權值一般取隨機數(shù)，要比較小。初始值一般選擇在區(qū)間(-1，1)之間的隨機數(shù)。

(四)學習速率的確定

在學習速率的選擇上傾向于選擇較小的學習速率以保證網(wǎng)絡的穩(wěn)定性。一般學習速率的選取范圍在0.01～0.8(五)期望誤差的確定

期望誤差值的確定是通過網(wǎng)絡對不同誤差值分別進行訓練后確定的最適合值。最適合值是相對于所需要的隱含層的神經(jīng)元數(shù)來確定，一個較小的誤差值的獲得需要增加隱含層的神經(jīng)元數(shù)以及訓練時間。

(六)輸入數(shù)據(jù)的預處理方式

在MATLAB中提供的預處理方法有三種:歸一化處理(將每組數(shù)據(jù)都變?yōu)?-1，1)之間的數(shù)，所涉及的函數(shù)有PREMNMX、POSTMNMX、TRAMNMX)、標準化處理(將每組數(shù)據(jù)都變?yōu)榫禐?，方差為1的數(shù)據(jù)，所涉及的函數(shù)有PRESTD、POSTSTD、TRASTD)和主成分分析(進行正交處理，減少輸入數(shù)據(jù)的維數(shù)，所涉及的函數(shù)有PREPCA、TRAPCA)。在實證研究中對所涉及的輸入數(shù)據(jù)進行了歸一化處理，進行數(shù)據(jù)輸入操作。

(七)網(wǎng)絡訓練模式

訓練網(wǎng)絡有兩類模式:逐變模式和批變模式。在逐變模式中，輸入數(shù)據(jù)分次作用于網(wǎng)絡，網(wǎng)絡權值和誤差分次更新。在批變模式中，所有輸入數(shù)據(jù)一批次作用于網(wǎng)絡，權值和誤差只更新一次。使用批變模式不需要為每一層的權值和誤差設定訓練函數(shù)，只需為整個網(wǎng)絡指定一個訓練函數(shù)，使用起來方便，許多改進的快速訓練算法只采用批變模式。

與現(xiàn)有的評價方法相比，運用人工神經(jīng)網(wǎng)絡建模評價人員素質，具有較大的優(yōu)越性，主要表現(xiàn)在:人工神經(jīng)網(wǎng)絡不需構建任何數(shù)學模型，不必得出各項影響因素的權重，只靠過去的經(jīng)驗和專家的知識來學習，通過網(wǎng)絡學習達到其輸出和期望輸出的結果。人工神經(jīng)網(wǎng)絡是自適應和可以訓練，它有自學習能力，如果它的輸出不滿足期望結果，網(wǎng)絡可以不斷調(diào)整，整個修正過程可以通過訓練算法來實現(xiàn)。

參考文獻

[1]張志紅，朱冽烈.人才測評實務[M].機械工業(yè)出版社，2005

[2]劉耀中.人員測評[M].中國紡織出版社，2003

[3]蔣宗禮.人工神經(jīng)網(wǎng)絡導論[M].高等教育出版社，2001