基于自组织神经网络的建筑市场执业资格人员信用分类研究

范志清,王雪青,李宝龙

(1.国家开发银行天津市分行,天津 300072;2.天津大学管理学院,天津 300072)

1 前言

改革开放30年,我国建筑业在国民经济中的地位不断增强,为适应社会经济发展的需要,中华人民共和国住房和城乡建设部在调研国外专业技术人员资格管理的经验和做法的基础上,会同中华人民共和国人力资源和社会保障部逐步建立了监理工程师、造价工程师、建造师等9项执业资格制度,为建筑业的快速发展做出了贡献。但在取得成绩的同时,部分执业资格人员信用缺失,导致任意撕毁合同、随意跳槽、出借资质、以权谋私、高估冒算、侵权等行为屡见不鲜,给国家经济造成巨大损失。因此,迫切需要建立有效的建筑市场执业资格人员信用评价体系,规范、调整和引导执业资格人员的守信意识和诚信行为将成为今后需要重点解决的问题。

总体而言,建筑市场执业资格人员信用评价方法可分为两类。一类是在没有系统评价标准下,统称为聚类评价;另一类是在给定系统评价标准下,统称为等级评价[1]。常用的方法有综合评价法[2]、多元统计法[3]、BP(back propagation)神经网络法[4]等。然而,在处理复杂的非线性函数逼近问题时,传统的综合评价法与多元统计法对执业资格人员信用的模拟具有难度,而BP网络在处理该问题时,尽管理论上是可行的,但其学习效率低、收敛速度慢、易陷入局部极小状态,并且网络的泛化及适应能力都较差。

自组织神经网络作为一种不需要教师信号的网络,可以通过对输入信号的竞争学习而将其划归不同的类别,从而克服了上述方法在此方面的不足。……