基于BP神经网络工作岗位评价系统设计.docVIP

基于BP神经网络工作岗位评价系统设计 　　[摘 要] 本文在建立工作岗位评价指标体系的基础上，设计了一种基于BP神经网络的工作岗位评价系统。为了克服传统BP 神经网络容易陷入局部极小、收敛速度慢等缺点，通过增加动量项、学习率的自适应调整等改进方法建立新型的BP 网络，采用层次分析法生成网络训练样本。该评价系统有效地利用了BP神经网络的优点，避免了工作岗位评价过程 中的一些人为失误。仿真试验表明，该评价系统取得了令人满意的结果。 　　[关键词] 工作岗位；BP神经网络；系统设计 　　[中图分类号] F240 [文献标识码] A [文章编号] 1006-5024(2007)12-0030-04 　　[基金项目]安徽省高校青年教师科研资助计划项目“人工神经网络在工程评价中的应用”(批准号：2004jq143)；安徽理工大学 青年科学基金资助项目“基于人工神经网络的综合评价系统设计”(批准号：2007jg12) 　　[作者简介] 汪克亮，安徽理工???学教师，硕士，研究方向为综合评价、决策分析； 　　杨 力，安徽理工大学副教授，硕士，研究方向为系统工程、复杂系统建模； 　　查甫更，安徽理工大学教师，硕士，研究方向为环境质量评价。(安徽 淮南 232001) 　　 　　人力资源是企业中最宝贵的资源，对企业的生存、发展和竞争力的不断提高都起着至关重要的作用。人力资源的培育、开发与利用，不仅成为经济增长的决定性因素，而且直接构成企业核心竞争力的关键性战略资源。作为人力资源管理的一个重要组成部分，工作岗位评价是建立在工作说明书的基础上，综合运用多种学科的理论和方法。即它是按照一定的客观标准，从工作岗位的环境、劳动强度、承担责任、所需资格条件等因素出发，对工作岗位进行系统的衡量和评价，在定性的基础上进行定量测评，以量值来表现工作岗位特征，使得性质相同、相近的岗位具有统一的评判、估价标准。这种评价方法可以比较出岗位与岗位之间的相对价值大小，从而可以将员工在企业中的作用和贡献量化，为企业岗位归级、分类等工作奠定基础，为建立公平合理的薪酬制度提供客观依据。 　　对工作岗位进行评价的方法很多，传统的方法有排列法、分类法、评分法、因素比较法，等等。实践证明，这些方法都具备一定的合理性，但是还不够完善。这是由于评价指标的量值和权重的确定都是依据评估人员的经验进行的，主观性强，缺乏客观性，这样就在很大程度上使得评价结果缺乏公平性、科学性，从而进一步影响到薪酬制度的公平合理性。近年来出现的人工神经网络(Artificial Neural Network，简称ANN)因其广泛的自适应、自学习和强大的非线性映射能力，在多变量非线性系统的建模方面有着广泛的应用。BP神经网络(Back-Propagation Network)是目前在各领域中研究和应用最广泛的人工神经网络，体现了人工神经网络理论与应用中最精华的部分，它擅长的是处理那种规律隐含在一大堆杂乱无章数据中的映射逼近问题。由于工作岗位评价系统是由评价指标、评价标准、评价技术和方法等一系列子系统组成的复杂非线性系统，作为一种处理复杂非线性系统问题的有效工具，本文尝试利用BP神经网络来设计工作岗位评价系统，为定性和定量评价工作岗位提供一条新的思路。 　　 　　一、工作岗位评价指标体系的建立 　　 　　1.选择评价指标的原则 　　要对工作岗位进行公平合理的评价，前提是要建立科学的评价指标体系。因为工作岗位评价不仅要明确工作状况和工作量的差异，而且要满足企业人力资源管理基础工作的需要，促进人力资源管理工作的发展。因此，必须在决定工作岗位工作状况和工作量的众多因素中选择合适的因素，进行全面、科学的评价。对于评价指标的选择，应该考虑以下三个原则： 　　全面性。评价指标的全面性是进行科学评价的基础，评价指标应该能够全面地反映工作岗位的工作状况和工作量，体现不同岗位的工作差别，反映出岗位工作对企业的贡献。 　　可评价性。评价指标的可评价性主要体现在两个方面：一是指在目前企业的工作实际中，运用现有的技术和方法，能够对评价指标进行测定或评定，作出评价；二是指对每一个评价指标都能够按照统一的评价标准作出独立的评价，最好是能作出定量评价。 　　实用性。主要是指在选择评价指标的时候，选择那些对企业的人力资源管理工作有用、能促进企业人力资源管理工作发展的因素作为评价因素。这样可以使得评价结果能够直接应用于企业人力资源管理实践。 　　2.工作岗位评价指标体系 　　工作岗位评价的内容非常广泛，影响因素众多，我们经过深入调研，密切联系实际，依据上述的选择原则，共建立5个一级指标：劳动技能、劳动责任、劳动强度、劳动环境、社会心理因素。每个一级指标又由若干个二级指标组成，一共22个二级指标，这些指标既能全面