[發明專利]一種基于BP神經網絡的項目人才管理方法

在審

• 申請號: 201911370351.0
• 申請日: 2019-12-26
• 公開（公告）號: CN111160758A
• 公開（公告）日: 2020-05-15
• 發明（設計）人: 樂識非
• 申請（專利權）人: 紫光云（南京）數字技術有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明的一種基于BP神經網絡的項目人才管理方法，涉及項目人才管理方法應用技術領域，包括S1,團隊素質量化分析，團隊素質量化分為優秀團隊、良好團隊、問題團隊和需要重組團隊四個等級，S2,神經網絡模型的建立，根據BP算法建立ANN模型，S3,神經網絡樣本訓練，若干個團隊作為標準樣本，若干團隊作為檢驗樣本，取每個團隊相應各影響因素的量化值，由專家判斷打分，作為輸入值錄入，利用標準樣本的輸入值和輸出值在神經網絡模型中進行多于一萬次的訓練，并利用檢驗樣本進行檢驗，S4，輸入數據，并得出結果。可以及時發現優秀的團隊，保持和完善這樣的團隊配置，也可以發現素質水準低的團隊及時進行改善。

技術領域

本發明涉及人才管理方法應用技術領域，具體涉及一種基于BP神經網絡的項目人才管理方法。

背景技術

隨著發展形勢的變化，企業要想突破高精尖的技術，必須不斷聚集國內外一流人才，大力引進高水平的專業技術人才，人才隊伍建設是一個系統工程，我們必須不斷提高人才開發與管理的科學化水平，然而我們企業目前的人才管理水平不高，尚未實現基于素質層面的人才管理，如何科學甄選和配置人才，如何開發人的素質潛能成為擺在我們面前的一大課題。因此我們有必要針對現有技術的不足而提供一種基于BP神經網絡的項目人才管理方法。

發明內容

為了克服現有技術中的不足，本發明的一種基于BP神經網絡的項目人才管理方法，其API安全通信的安全級別高。

為了實現上述目的，本發明的一種基于BP神經網絡的項目人才管理方法，包括如下步驟：

S1,團隊素質量化分析，團隊素質量化分為優秀團隊、良好團隊、問題團隊和需要重組團隊四個等級；

S2,神經網絡模型的建立，根據BP算法建立ANN模型；

S3,神經網絡樣本訓練，若干個團隊作為標準樣本，若干團隊作為檢驗樣本，取每個團隊相應各影響因素的量化值，由專家判斷打分，作為輸入值錄入，利用標準樣本的輸入值和輸出值在神經網絡模型中進行多于一萬次的訓練，并利用檢驗樣本進行檢驗；

S4，輸入數據，并得出結果，采集影響一個團隊素質評價的各因素，輸入到神經網絡模型中并得出團隊素質水平結果。

優選的，S1中，0.9≤優秀團隊輸出值＜1、0.75≤良好團隊輸出值＜0.9、0.6≤問題團隊輸出值＜0.75、0＜需要重組團隊輸出值＜0.6。

優選的，S2中，ANN模型輸入變量包括X1管理人員結構比、X2高級人才結構比、X3高層人才結構比、X4平均年齡、X5平均學歷、X6平均職稱、X7人員流失率、X8人員需求平均年齡、X9人員需求平均學歷、X10人員勝任能力平均水平、X11管理層平均薪酬和X12專門技術人員平均薪酬。

優選的，S2中，建立神經網絡模型計算步驟如下，連接權重、閾值的選取范圍為均勻分布在[-0.3,0.3]隨機數；閾值θ0、θ1和θ2的取值范圍是[0,0.3]均勻分布隨機數；

激活函數選擇，

首先給ω₁、ω₂,、θ₀、θ₁和θ₂隨機賦較小的值；得到輸入層的激活值，

計算隱含層的輸入和激活值，

計算輸出層的輸入和激活值，