神经网络在项目管理成果评价中的应用.pdfVIP

神经网络在项目管理成果评价中的应用 韩玲芝，胡兴梅 辽宁工程技术大学研究生院，辽宁葫芦岛（125105 ） E-mail ：wishlz@126.com 摘 要：在当今社会人们越来越重视项目管理的成果，但在对项目评价中由于人们许多主观 因素的影响，使项目管理成果的评价缺乏客观公正性，因此本文运用BP 神经网络来对项目 管理成果进行评价，在一定程度上使评价结果客观公正。 关键词：神经网络，BP 算法，项目管理成果 1. 引言 随着人们对项目管理的越来越重视，人们对项目管理的成果的关心程度也日益升级。虽 然随着人们实践经验的不断增加，产生了许多对项目管理成果的评价方法[1]，但是一直以来 人们对项目管理成果的评价缺乏客观公正性。本文采用神经网络中的 BP 算法来对项目管理 的成果进行评价，从而使评价结果更加客观公正，尽可能的减少主观的影响。 2. 神经网络的介绍 2.1 神经网络的原理 人的大脑是人类一切活动的基础，而脑组织的基本单元是神经元，神经元的末梢有许多 树突，树突受到刺激会把它通过突触传递出去，因而突触是两个神经元进行信息传递的重要 部位。两个神经元具有突触的联系，那么当一个神经元受到刺激时可通过突触扩展到另一个 神经元，以达到信息的传递和扩散。神经网络正是根据这种原理产生的，最早的神经元模型 是 Mc Culloch 和 Pitts 于 1943 年基于生物神经元性质提出的，被称为 M-P 模型。随着科学 [2] 技术的发展，神经网络也有了很大的发展 。 2.2 BP 网络算法原理 BP 算法又叫反向传播学习算法，它是一种多层前馈网络使用的监控式算法，运用梯度搜 索理论，使得网络实际输出与期望输出的均方差达到最小，而 BP 网络算法的学习过程，是 将误差反向传回去，从而来修正权值，达到对权值调整的目的。 BP 神经网络由输入层、一个或多个隐含层和输出层组成。网络通过实际的输入和即定的 输出来调节隐层节点个数和权值，从而使 BP 神经网络快速收敛达到期望的输出。以 3 层神 经网络图为例如下图： y1 x1 x2 y2 x3 y3 图 1.BP 网络结构图 - 1 - 2.3 BP 神经网络模型的建立 对于输入层，任何节点的输入等于其输出。假设网络某层中第j 个节点在给定训练样本 时，其总输入为：netj = ∑oi wij ,式中的oi 是上一层第 i 个节点的输出， wij 是上一层第 i i 个节点和本层第 j 个节点的联接权值。节点 j 的输出记为oj ，它的输出是其总输入的一个 变换，取其变换函数为：y= 1 , 则 = y = 1 ,代入 net = 即 −x o j −n