[發(fā)明專(zhuān)利]一種用于變革企業(yè)的多參量評(píng)估方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 202211178701.5
• 申請(qǐng)日: 2022-09-27
• 公開(kāi)（公告）號(hào): CN115545446A
• 公開(kāi)（公告）日: 2022-12-30
• 發(fā)明（設(shè)計(jì)）人: 李昌遠(yuǎn)
• 申請(qǐng)（專(zhuān)利權(quán)）人: 河南凌創(chuàng)信息科技有限公司
• 主分類(lèi)號(hào): G06Q10/06
• 分類(lèi)號(hào): G06Q10/06;G06Q10/04;G06N3/04;G06N3/08
• 代理公司: 鄭州大豫知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 41214
• 代理人: 靳鵬超

1.一種用于變革企業(yè)的多參量評(píng)估方法，其特征在于，包括如下步驟：

S1、分別獲取與企業(yè)的外部環(huán)境相對(duì)應(yīng)的數(shù)據(jù)指標(biāo)，與企業(yè)的內(nèi)部戰(zhàn)略制定相對(duì)應(yīng)的數(shù)據(jù)指標(biāo)，以及與企業(yè)的內(nèi)部組織結(jié)構(gòu)相對(duì)應(yīng)的數(shù)據(jù)指標(biāo)；

S2、基于獲取到的多種數(shù)據(jù)指標(biāo)，構(gòu)建并訓(xùn)練用來(lái)對(duì)企業(yè)的變革時(shí)機(jī)進(jìn)行預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)模型；

S3、將企業(yè)的多種數(shù)據(jù)指標(biāo)輸入上述的神經(jīng)網(wǎng)絡(luò)模型，神經(jīng)網(wǎng)絡(luò)模型輸出對(duì)于企業(yè)變革的預(yù)測(cè)結(jié)果，并且依據(jù)該預(yù)測(cè)結(jié)果來(lái)判定適合企業(yè)變革的時(shí)機(jī)。

2.根據(jù)權(quán)利要求1所述的一種用于變革企業(yè)的多參量評(píng)估方法，其特征在于，S1中的與企業(yè)的外部環(huán)境相對(duì)應(yīng)的數(shù)據(jù)指標(biāo)，具體包括：

企業(yè)的外部環(huán)境的動(dòng)態(tài)性；

企業(yè)的外部環(huán)境的復(fù)雜性；

企業(yè)的外部環(huán)境的嚴(yán)峻性。

3.根據(jù)權(quán)利要求1所述的一種用于變革企業(yè)的多參量評(píng)估方法，其特征在于，S1中的與企業(yè)的內(nèi)部戰(zhàn)略制定相對(duì)應(yīng)的數(shù)據(jù)指標(biāo)，具體包括：

企業(yè)的內(nèi)部戰(zhàn)略制定的前瞻性；

企業(yè)的內(nèi)部戰(zhàn)略制定的經(jīng)驗(yàn)性；

企業(yè)的內(nèi)部戰(zhàn)略制定的綜合性；

企業(yè)的內(nèi)部戰(zhàn)略制定的適應(yīng)性；

企業(yè)的內(nèi)部戰(zhàn)略制定的深入性。

4.根據(jù)權(quán)利要求1所述的一種用于變革企業(yè)的多參量評(píng)估方法，其特征在于，S1中的與企業(yè)的內(nèi)部組織結(jié)構(gòu)相對(duì)應(yīng)的數(shù)據(jù)指標(biāo)，具體包括：

企業(yè)的內(nèi)部組織結(jié)構(gòu)的環(huán)境敏感性；

企業(yè)的內(nèi)部組織結(jié)構(gòu)的團(tuán)結(jié)性；

企業(yè)的內(nèi)部組織結(jié)構(gòu)的控制性；

企業(yè)的內(nèi)部組織結(jié)構(gòu)的專(zhuān)業(yè)性。

5.根據(jù)權(quán)利要求1所述的一種用于變革企業(yè)的多參量評(píng)估方法，其特征在于，S2中的構(gòu)建并訓(xùn)練用來(lái)對(duì)企業(yè)的變革時(shí)機(jī)進(jìn)行預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)模型，具體包括如下步驟：

S21、根據(jù)獲取到的與企業(yè)外部環(huán)境、內(nèi)部戰(zhàn)略制定，及內(nèi)部組織結(jié)構(gòu)相對(duì)應(yīng)的數(shù)據(jù)指標(biāo)的個(gè)數(shù)來(lái)確定神經(jīng)網(wǎng)絡(luò)模型的輸入層的神經(jīng)元個(gè)數(shù)，將神經(jīng)網(wǎng)絡(luò)模型的輸出層的神經(jīng)元個(gè)數(shù)設(shè)為1，并基于輸入層和輸出層的神經(jīng)元個(gè)數(shù)，通過(guò)使用如下的公式計(jì)算神經(jīng)網(wǎng)絡(luò)模型的隱含層的神經(jīng)元個(gè)數(shù)：

其中，N為隱含層的神經(jīng)元個(gè)數(shù)，k為輸入層的神經(jīng)元個(gè)數(shù)，m為輸出層的神經(jīng)元個(gè)數(shù)，c為大于0的常數(shù)；

S22、依據(jù)輸入層的神經(jīng)元個(gè)數(shù)，輸出層的神經(jīng)元個(gè)數(shù)，及隱含層的神經(jīng)元個(gè)數(shù)，搭建包含二層隱含層的神經(jīng)網(wǎng)絡(luò)模型，并兩兩連接位于模型不同層的神經(jīng)元，在每?jī)蓚€(gè)神經(jīng)元的連接關(guān)系上設(shè)置一個(gè)連接權(quán)重；

S23、構(gòu)建神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練數(shù)據(jù)集，該訓(xùn)練數(shù)據(jù)集中包括與多家企業(yè)的外部環(huán)境、內(nèi)部戰(zhàn)略制定、內(nèi)部組織結(jié)構(gòu)相對(duì)應(yīng)的數(shù)據(jù)指標(biāo)的得分情況，以及每家企業(yè)的變革結(jié)果；

S24、使用隨機(jī)數(shù)法初始化神經(jīng)網(wǎng)絡(luò)模型的連接權(quán)重，并將訓(xùn)練數(shù)據(jù)集中的數(shù)據(jù)提供給輸入層神經(jīng)元，模型的神經(jīng)元逐層將數(shù)據(jù)前傳，直到產(chǎn)生輸出層的結(jié)果，同時(shí)計(jì)算輸出結(jié)果的誤差，再將誤差逆向傳播至隱層神經(jīng)元，根據(jù)隱層神經(jīng)元的誤差對(duì)模型的連接權(quán)重進(jìn)行調(diào)整。

6.根據(jù)權(quán)利要求5所述的一種用于變革企業(yè)的多參量評(píng)估方法，其特征在于，S23中構(gòu)建神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練數(shù)據(jù)集的過(guò)程，具體包括如下步驟：

S231、選取多家具有廣泛代表性的企業(yè)，并從中隨機(jī)選擇若干家企業(yè)用來(lái)建立原始樣例集，還將其余的若干家企業(yè)用來(lái)建立檢驗(yàn)樣例集；

S232、對(duì)于原始樣例集，通過(guò)專(zhuān)家評(píng)分的方式獲取與每家企業(yè)的外部環(huán)境、內(nèi)部戰(zhàn)略制定、內(nèi)部組織結(jié)構(gòu)相對(duì)應(yīng)的多個(gè)數(shù)據(jù)指標(biāo)的得分，還獲取每家企業(yè)所取得的變革結(jié)果；

S233、根據(jù)每家企業(yè)所取得的變革結(jié)果的不同，將原始樣例集劃分為變革成功的原始樣例集和變革失敗的原始樣例集，并對(duì)不同組的原始樣例集分別進(jìn)行聚類(lèi)處理，同時(shí)還統(tǒng)計(jì)出不同聚類(lèi)結(jié)果中包含的企業(yè)的多個(gè)數(shù)據(jù)指標(biāo)的得分范圍；

S234、對(duì)于檢驗(yàn)樣例集，通過(guò)與原始樣例集相同的方法獲取與每家企業(yè)的外部環(huán)境、內(nèi)部戰(zhàn)略制定、內(nèi)部組織結(jié)構(gòu)相對(duì)應(yīng)的多個(gè)數(shù)據(jù)指標(biāo)的得分，并按照上步中得到的聚類(lèi)結(jié)果獲取對(duì)于企業(yè)變革的判斷結(jié)果，還從原始樣例集中剔除與該判斷結(jié)果不一致的聚類(lèi)結(jié)果，進(jìn)而由經(jīng)剔除后的原始樣例集組成神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練數(shù)據(jù)集。

7.一種用于變革企業(yè)的多參量評(píng)估系統(tǒng)，用于實(shí)現(xiàn)如權(quán)利要求1-6任一項(xiàng)所述的方法，其特征在于，包括如下的模塊：

第一模塊，用于分別獲取并存儲(chǔ)與企業(yè)的外部環(huán)境相對(duì)應(yīng)的數(shù)據(jù)指標(biāo)，與企業(yè)的內(nèi)部戰(zhàn)略制定相對(duì)應(yīng)的數(shù)據(jù)指標(biāo)，以及與企業(yè)的內(nèi)部組織結(jié)構(gòu)相對(duì)應(yīng)的數(shù)據(jù)指標(biāo)；

第二模塊，用于依據(jù)上述的第一模塊中存儲(chǔ)的多種數(shù)據(jù)指標(biāo)，構(gòu)建并訓(xùn)練用來(lái)對(duì)企業(yè)的變革時(shí)機(jī)進(jìn)行預(yù)測(cè)的神經(jīng)網(wǎng)絡(luò)模型；

第三模塊，用于將企業(yè)的多種數(shù)據(jù)指標(biāo)輸入上述的第二模塊中的神經(jīng)網(wǎng)絡(luò)模型，神經(jīng)網(wǎng)絡(luò)模型輸出對(duì)于企業(yè)變革的預(yù)測(cè)結(jié)果，并且依據(jù)該預(yù)測(cè)結(jié)果判定適合企業(yè)變革的時(shí)機(jī)。