基于 PCA －BP 的绩效综合评价研究

• 作者: 任秋阳 卢秉亮 朱健
• 来源期刊: 微处理机
• 学科: 工学
• 关键词: 绩效评价 主成分分析 人工神经网络 BP 神经网络
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 微机软件
• 页码范围: 34-37
• 页数: 4页
• 分类号: TP398.1
• 字数: 1969字
• 语种: 中文

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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	卢秉亮	沈阳航空航天大学计算机学院	52	273	9.0	13.0
2	朱健		53	225	9.0	12.0
4	任秋阳		6	5	2.0	2.0