科技企业人才孵化效率的S-FNN评价研究及应用-计算机工程与应用.PDF

16 2012 ，48 （1） Computer Engineering and Applications 计算机工程与应用 科技企业人才孵化效率的S-FNN 评价研究及应用 李雷霆，张宗益 LI Leiting, ZHANG Zongyi 重庆大学 经济与工商管理学院，重庆 400030 College of Economics and Business Administration, Chongqing University, Chongqing 400030, China LI Leiting, ZHANG Zongyi. Evaluation of technology enterprise talent incubating efficiency based on S-FNN. Computer Engi- neering and Applications, 2012, 48 （1）：16-20. Abstract ：In order to scientifically evaluate talent incubating efficiency of technology enterprise incubators, a technology enterprise tal- ent incubating efficiency evaluation model based on S-FNN is proposed. A scientific enterprise incubating efficiency evaluation index system is constructed based on basic process of talent incubating. Fuzzy subtractive clustering method is used to deal with network rules, reduce the rule number of neural network, lest cause network parameters inflation which is hard to train and particle swarm and genetic algorithm is used to determine the fuzzy network parameters. Fuzzy neural network is employed for overall evaluation of tech- nology enterprise incubating efficiency. An actual case demonstrates the feasibility and efficiency of evaluation model. Key words ：technology enterprise incubator ；talent incubate; efficiency evaluation; subtractive cluster; fuzzy neural network 摘 要：为科学测评科技企业孵化器的人才孵化效率，提出科技企业人才孵化效率S-FNN 评价模型。在研究科技企业人才孵化 基本过程的基础上，构建了科技企业人才孵化效率评价指标体系；运用模糊减聚类法对网络规则进行处理，减少神经网络规则数 目，以免参数膨胀导致网络难以训练，采用粒子群与遗传算法确定模糊网络参数值；运用模糊神经网络对科技企业人才孵化效率 进行综合评价；通过应用案例验证了该评价模型的有效性和可行性。 关键词：科技企业孵化器；人才孵化；效率评价；减聚类；模糊神经网络 DOI ：10.3778/j.issn. 1002-8331.2012.01.005 文章编号：1002-8331（2012 ）01-0016-05 文献标识码：A 中图分类号：TP391 历史的发展充分表明，人才是企业成败、民族兴衰的关 进行处理以减少规则数目与网络参数，采用模糊神经网络实 [1] 现对科技企业人才孵化效率的综合评价。 键，是国家经济发展与繁荣昌盛的重要基石和必要保证 。从 地区战争与金融危机中，各国普遍认识到，国家与地区之间的 实力竞争从根本上讲就是人才的竞争，尤其是高科技人才的 1 科技企业人才孵化效率评价指标体系的构建 竞争。对科技企业人才进行孵化能有效提高国家的经济实