[發明專利]一種科技項目評審專家隨機抽取方法

在審

• 申請號: 201711080622.X
• 申請日: 2017-11-28
• 公開（公告）號: CN109840607A
• 公開（公告）日: 2019-06-04
• 發明（設計）人: 王亞弟;劉威;謝帥
• 申請（專利權）人: 北京八億時空信息工程有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種科技項目評審專家隨機抽取方法，其特征在于，所述評審專家分為技術專家、財務專家和創業導師，評審專家共同組成科技項目評審專家組，分別從不同的角度評審項目，技術專家側重項目的技術水平；財務專家側重項目申報單位的財務狀況；創業導師側重項目的商業價值和市場應用。

2.根據權利要求1所述的一種科技項目評審專家隨機抽取方法，其特征在于，所述專家隨機抽取問題的本質是一個多目標優化問題，即在指定區域上研究多于一個目標函數的優化。多目標優化數學模型的一般表達式為：

其中f1(x),f2(x),……fn(x)表示每一個優化目標函數，gi(x)表示不等式約束條件，hj(x)表示等式約束條件。

3.根據權利要求2所述的一種科技項目評審專家隨機抽取方法，其特征在于，所述約束條件包括技術專家在同技術領域內隨機抽?。辉u審專家非申報項目人員；評審專家非申報項目所屬單位人員；每個單位只能抽取一位專家；專家組專家的年齡相對均衡；專家庫中的專家年抽取次數相對均衡；在專家抽取過程中，需要滿足六個約束條件，上述六個條件在一定情況下是相互沖突的，可能無法同時滿足，甚至還會有對立的情況發生。所以求解時要協調各個目標函數的最優解，才能得到整體最優方案，方法的六個約束條件即為目標函數。

4.根據權利要求3所述的一種科技項目評審專家隨機抽取方法，其特征在于，根據評審專家隨機抽取約束條件限制，參與抽取的評審專家屬性包括專家標識ID；專家的技術領域；專家類型，即技術、財務和創業；專家所在單位、專家的年齡；專家歷年被抽取的次數，在專家屬性中，專家年被抽取次數是一個動態更新的參數，專家每被抽取一次，則該值加1。

5.根據權利要求4所述的一種科技項目評審專家隨機抽取方法，其特征在于，確定了產生專家組的所有參數后，可以從專家庫中抽取滿足相關參數的專家組成專家組。

設所抽取組成的專家組表示為：

Group=(Item(1)， Item(2)，….， Item(TL))，

groupUnitCount：專家組中單位的數量，groupUnitCount=Count1-n( Item

Unit(i))，其中Count1-n()表示對第一項至第n項的類型進行統計。該屬性表示對抽取的專家組中單位的數量進行統計，是為了下一步優化時衡量專家組單位的數量，令專家組中單位的數量為U，專家組人數為K，U>K情況不存在，若U<K，則專家組中同一單位有多名專家，該屬性的期望是U=K，滿足一個單位最多只能抽取一位專家的約束。

6.根據權利要求4所述的一種科技項目評審專家隨機抽取方法，其特征在于，groupAgeDistribute：專家組中年齡分布，該屬性是來衡量專家組中年齡的均衡情況。

其中Count11-n(ItemAge(i))表示統計年齡在35-50歲之間的專家的數量，Count21-n(ItemAge(i))表示統計年齡在50-60歲之間的專家的數量，該值最小為零，表示35-50歲的專家人數與50-60歲的專家人數相等，該值最大為1，表示全部是35-50歲的專家或全部是50-60歲的專家。

7.根據權利要求4所述的一種科技項目評審專家隨機抽取方法，其特征在于，groupNum：專家組的總抽取次數，該值是用來反映專家組整體的被抽取次數，計算方法為將專家組中所有專家的被抽取次數相加；

專家組中被抽取次數的約束，假設候選專家庫中有M個專家，專家組由K名專家組成，則專家庫中抽取次數的最小值是專家庫中抽取次數最少的K個專家的抽取次數之和，記為T1，抽取次數的最大值為專家庫中抽取次數最多的K個專家的抽取次數之和，記為T2。則：

。

8.根據權利要求4所述的一種科技項目評審專家隨機抽取方法，其特征在于，根據目標函數指標和約束關系，單個指標的目標函數分別用如下的方法表示：

單位數量的目標函數，用專家組中單位的數量減去專家組中可能的最大單位數的差值來表示：

GroupUnitCount=；

其中，U表示專家組中單位的數量，K表示專家組的人數。

fgroupUnitCount的取值范圍為[0, 1]，該值越小，表示專家組中單位的數量越多，期望值為0；

專家組年齡分布的目標函數，用之前定義的groupAgeDistribute的絕對值來表示。

fgroupAgeDistrubute的取值范轉為[0，1]，該值越小，表示專家中年齡越均衡；

專家的被抽取次數用fGroupNum來表示：

記專家組中專家的人數為M，則n表示這M個人抽取次數之和，n1表示專家庫中抽取次數最少的K個人的抽取次數之和，n2表示專家庫中抽取次數最多的K個人的抽取次數之和，fNum的取值范圍為[0，1],當n=n1時fNum取到最小值，n=n2時fNum取到最大值，期望該值?。?/p>

專家被抽取次數的標準差用fStd表示。

其中，std_GroupNum=std(ItemNum(1),ItemNum(2),…ItemNum(N))，表示專家組被抽取次數的標準差；

Mean_GroupNum=Mean(ItemNum(1),ItemNum(2),…ItemNum(N))表示專家組的被抽取次數的平均值；

std_GroupNum在最優情況下為0，即專家組中每個專家的被抽取次數相同，std_GroupNum在最差情況下的取值為，此時除一個專家外，其余專家的被抽取次數為0。所以fGroupstd的取值范圍為[0，1]。

總的目標函數為：

,

其中，，wi為第i個指標的權值, 權值的大小需要根據指標的重要程度來人為指定。

由于fgroupUnitCount的取值范圍為[0,1]，fgroupAgeDistrubute、fgroupBG與fGroupStd取值范圍都為[0，1]，所以f的取值范圍為[0，1]。