基于PCA-BP的绩效综合评价研究❋

任秋阳，朱 健，卢秉亮

（1.沈阳航空职业技术学院，沈阳110034；2.沈阳飞机工业（集团）有限公司，沈阳110034；3.沈阳航空航天大学计算机学院，沈阳110136）

基于PCA-BP的绩效综合评价研究❋

任秋阳1，2，朱 健1，2，卢秉亮3

（1.沈阳航空职业技术学院，沈阳110034；2.沈阳飞机工业（集团）有限公司，沈阳110034；3.沈阳航空航天大学计算机学院，沈阳110136）

随着多指标综合评价方法和计算机技术的高速发展，针对不同评价对象，基于不同评价方法的评价系统得到广泛应用。BP神经网络通过训练来得到被评对象的价值模型，可以有效解决非线性综合评价问题。利用主成分分析降低变量的维数，该方法在保证系统数据信息损失最小的原则下，对评价指标实现有效降维并消除数据与数据间的相关性，降低了神经元网络模型的复杂度。提出了一种基于PCA-BP的员工绩效评价模型，其神经元网络训练收敛速度大大加快，精度可以较好的逼近预测输出，提高了评价结果的客观性。实验结果表明，该方法可以较好的逼近专家评价结果，降低了神经网络模型的复杂度，提高了神经网络模型的效率。

绩效评价；主成分分析；人工神经网络；BP神经网络

1 引 言

绩效评价中的定量评价属于多指标多对象的综合评价，目前，通过将系统论、信息论、计算机技术、工程技术思想引入评价领域，产生了一系列新的评价方法。BP神经网络可以充分逼近任意复杂的非线性关系，可以在不了解数据产生原因的前提下，对非线性过程建模［1-3］。BP神经网络是根据已有知识（学习样本）通过训练来得到被评对象的价值模型，可以有效解决非线性综合评价问题，减少人为因素对决策结果的影响，因此利用神经网络对员工进行绩效考核是比较科学的。……