[發明專利]一種用于變革企業的多參量評估方法及系統

在審

• 申請號: 202211178701.5
• 申請日: 2022-09-27
• 公開（公告）號: CN115545446A
• 公開（公告）日: 2022-12-30
• 發明（設計）人: 李昌遠
• 申請（專利權）人: 河南凌創信息科技有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04;G06N3/04;G06N3/08
• 代理公司: 鄭州大豫知識產權代理事務所(普通合伙) 41214
• 代理人: 靳鵬超

本發明屬于企業變革管理技術領域，公開了一種用于變革企業的多參量評估方法及系統，所述方法包括：S1、分別獲取與企業的外部環境相對應的數據指標，與企業的內部戰略制定相對應的數據指標，以及與企業的內部組織結構相對應的數據指標；S2、基于獲取到的多種數據指標，構建并訓練用來對企業的變革時機進行定量預測的神經網絡模型；S3、將企業的多種數據指標輸入上述的神經網絡模型，神經網絡模型輸出對于企業變革的預測結果，并且依據該預測結果來判定適合企業變革的時機，本發明從多維度出發對企業的變革時機進行考量，并且具體通過神經網絡模型對于企業變革的結果進行準確預測，最終能夠幫助企業選準變革的時機，避免造成企業損失。

技術領域

本發明屬于企業變革管理技術領域，具體涉及一種用于變革企業的多參量評估方法及系統。

背景技術

隨著企業外部環境的不斷變化，以及企業內部的發展戰略和組織結構的不斷調整，企業面臨的復雜性因素和不確定性因素隨之增多，企業變革也變得越來越頻繁，但是在日益復雜多變的市場環境中，盲目地連續進行企業變革，不僅會消耗企業內部有限的資源，而且會容易造成企業工作人員內心的安全感和歸屬感的不同程度的降低，不利于企業的持續健康發展，因此企業在準備進行變革時，選準合適的變革時機是十分重要的，然而在現有技術中，缺少一種用于變革企業的多參量評估方法，以用來通過定量的方式確定企業變革的準確時機。

發明內容

針對上述提出的技術問題，本發明提供一種用于變革企業的多參量評估方法及系統，旨在通過一種定量的方式來確定適合企業開展變革的時機，本發明從與企業外部環境、內部戰略制定，及內部組織結構相對應的多個數據指標出發，構建并訓練用來對企業的變革時機進行預測的神經網絡模型，通過神經網絡模型輸出對于企業變革的預測結果，進而根據該預測結果選準企業變革的時機。

為了實現上述的發明目的，給出如下所述的一種用于變革企業的多參量評估方法，具體通過以下的步驟來實現：

步驟一、分別獲取與企業的外部環境相對應的數據指標，與企業的內部戰略制定相對應的數據指標，以及與企業的內部組織結構相對應的數據指標；

步驟二、基于獲取到的多種數據指標，構建并訓練用來對企業的變革時機進行預測的神經網絡模型；

步驟三、將企業的多種數據指標輸入上述的神經網絡模型，神經網絡模型輸出對于企業變革的預測結果，并且依據該預測結果來判定適合企業變革的時機。

作為一種優選的技術方案，上述的步驟二中的構建并訓練用來對企業的變革時機進行預測的神經網絡模型，具體還包括如下步驟：

第一步、根據獲取到的與企業外部環境、內部戰略制定，及內部組織結構相對應的數據指標的個數來確定神經網絡模型的輸入層的神經元個數，將神經網絡模型的輸出層的神經元個數設為1，并基于輸入層和輸出層的神經元個數，通過使用如下的公式計算神經網絡模型的隱含層的神經元個數：

其中，N為隱含層的神經元個數，k為輸入層的神經元個數，m為輸出層的神經元個數，c為大于0的常數；

第二步、依據輸入層的神經元個數，輸出層的神經元個數，及隱含層的神經元個數，搭建包含二層隱含層的神經網絡模型，并兩兩連接位于模型不同層的神經元，在每兩個神經元的連接關系上設置一個連接權重；

第三步、構建神經網絡模型的訓練數據集，該訓練數據集中包括與多家企業的外部環境、內部戰略制定、內部組織結構相對應的數據指標的得分情況，以及每家企業的變革結果；

第四步、使用隨機數法初始化神經網絡模型的連接權重，并將訓練數據集中的數據提供給輸入層神經元，模型的神經元逐層將數據前傳，直到產生輸出層的結果，同時計算輸出結果的誤差，再將誤差逆向傳播至隱層神經元，根據隱層神經元的誤差對模型的連接權重進行調整。

與現有技術相比，本發明的有益效果至少如下所述：