企业质量文化评价指标BP神经网络模型构建.docVIP

企业质量文化评价指标的BP神经网络模型的构建 　　【摘要】文章分析了企业质量文化的特点和我国企业实际状况，需要建立质量文化评价指标体系。本文利用BP神经网络建立了质量文化评价模型，通过这一模型可科学、准确的确定企业质量文化实践情况，为质量文化评价的理论和实证应用提供了一个可行思路。 　　【关键词】质量文化；评价指标；BP神经网络；模型构建 　　随着我国企业质量文化建设的不断深入，企业质量文化建设的必要性以及操作性已经普遍获得中国企业的认同，并且正逐步在实践中得到不同程度的尝试。很多企业知道企业质量文化的重要性，也在积极地建设企业质量文化，却忽视了对所建立的企业质量文化进行测评。［1］因此本文在分析企业质量文化的科学内涵，综合国内外对企业质量文化评价的基础上，利用采峰（2008）构建的企业文化的评价尺度和维度的指标体系，构建一种特殊的评价模型BP神经网络型来对企业质量文化进行科学评价，从而更好地指导企业文化的建设。人工神经网络（Artificial Neural Network ANN）也称为神经网络（Neural NetworkNN），是由大量的处理单元（即神经元，Neurons）广泛互连而成的网络，是一种旨在模仿人脑结构及其功能的信息处理系统，反映人脑的基本特性，是对生物神经网络的简化和模拟。它可以避免复杂的数学推导，克服层次分析法、模糊数学等方法的人为因素。在人工神经网络众多模型中，多层前向神经网络模型最成熟，其应用也最广泛。因此，本文应用基于误差反向传播法（BP算法）的多层前向神经网络模型对企业质量文化评价指标进行模型构建。 　　一、质量文化评价指标体系 　　1、评价指标体系建立的原则 　　在对质量文化评价指标体系建立时应按相关的原则建立。 　　目标性和系统性原则。目标性原则是建立指标体系的原则和根本，又是衡量指标体系是否合理有效的一个重要程度标准。系统性原则要求评价不能遗漏主要指标。科学性原则。评价指标体系的设置应该有科学理论为指导，以客观系统内部要素以及它们之间的本质联系为依据，正确反映系统整体和内部相互关系的特征。互斥性与有机结合的原则。指标之间不应有很强的相关性，不应出现过多的信息包含、涵盖而使指标内涵重叠。但指标完全无关就构不成一个有机的整体，因此指标之间应具有一定的逻辑关系。适用性原则。指标体系的适用性原则是指建立指标体系时应考虑到现实的可能性。指标使用者应易于接受和理解，同时为了评估结果的比较和应用，应尽量采用相对成熟和公认的指标。质量文化指标体系的适用性是确保评估活动实施质量的重要基础。 　　2、评价指标体系的建立 　　根据评价指标体系建立的原则，选择四大类指标来评价质量文化实施效果，即：精神层、制度层、行为层、物质层。每一大类指标又包括若干个指标，共14个具体的指标［2］［3］［4］［5］，如表所示。（见右表） 　　3、指标值的确定及标准化 　　神经网络的输入值要求在区间［0，1］，故在网络学习训练前要确定各评价指标的原始数据并采用定性指标用专家打分法对其进行归一化，取值在0和1之间。 　　二、BP神经网络 　　1、BP神经网络模型［6］ 　　典型的BP神经网络模型是一个由输入层、隐含层和输出层组成的阶层型神经网络。层间神经元实现全连接，层内神经元无连接，其中隐含层可以是一层，也可以是多层。本文所要研究的质量文化评价的BP神经网络模型包含一个隐含层，如图所示。 　　 　　2、评价模型结构设计 　　（1）输入层。根据质量文化评价指标体系，将二级指标层的指标数作为输入层神经元数，在文中为14。 　　（2）隐含层。隐含层神经元的个数选取目前还没有一个公认的方法，因些本文利用曾旗（2006）其文章里所选用的确定隐含层的方法，确定隐层神经元个数为8个。 　　（3）输出层。我们把质量文化评价水平划分为四个等级，即好、较好、一般、弱。在对一个质量文化水平进行评价时，将得到一个具体的值，这个值在0到1之间。当这个值落在区间（0.90，1］时，表明这个质量文化水平好；落在（0.70，0.90］时，表明质量文化水平较好；落在（0.60，0.70］，表明质量文化水平一般;落在［0，0.60］，表明文量文化水平建设弱，需提高文化底蕴，否则企业难以长久发展。 　　因此，对质量文化水平进行评价的BP神经网络就是一个14-8-1的神经网络模型。 　　3、BP神经网络的学习过程 　　处理后的14个指标值以输入信号的形式从输入层经隐含层，传向输出层，在输出端产生一个输出信号（即实际输出值），这是工作信号正向传播。当实际输出值与期望输出值之间的差值大于某一特定值（事先设定）时，误差信号反向传播开始，即误差信号由输出层经隐含层向输入层逐层修正连接权，这样工作信号正向传播和误差信号反向传播反复交替