導(dǎo)言：作為寫作愛好者，不可錯(cuò)過為您精心挑選的10篇神經(jīng)網(wǎng)絡(luò)原理，它們將為您的寫作提供全新的視角，我們衷心期待您的閱讀，并希望這些內(nèi)容能為您提供靈感和參考。

篇1

中圖分類號(hào)：TE328 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1009-914X（2016）03-0025-01

1.人工神經(jīng)網(wǎng)絡(luò)的基本原理

目前人工神經(jīng)網(wǎng)絡(luò)有四十種左右，結(jié)構(gòu)、性能各不相同，但無論差異如何，它們都是由大量簡(jiǎn)單的基本處理單元廣泛連接而成的。這種基本處理單元稱為神經(jīng)元，也稱為節(jié)點(diǎn)，它是生物神經(jīng)元的模擬物。最簡(jiǎn)單的節(jié)點(diǎn)是所有輸入的加權(quán)和，并通過一個(gè)非線性函數(shù)輸出結(jié)果

決定一個(gè)神經(jīng)網(wǎng)絡(luò)性質(zhì)的要素有三個(gè)，即神經(jīng)元特性、網(wǎng)絡(luò)結(jié)構(gòu)、訓(xùn)練方法（或叫學(xué)習(xí)方法）。所謂訓(xùn)練方法是指網(wǎng)絡(luò)作什么方法適應(yīng)或?qū)W習(xí)自動(dòng)地形成網(wǎng)絡(luò)中各個(gè)節(jié)點(diǎn)之間相互連接的權(quán)系數(shù)及各個(gè)節(jié)點(diǎn)的閥值。由于這三個(gè)要素的不同形成了豐富多彩的各種網(wǎng)絡(luò)。在該項(xiàng)目的研究中，使用的神經(jīng)網(wǎng)絡(luò)是多層感知器（Multilayer Perceptron）。

2.多層感知器

多層感知器是一種層狀結(jié)構(gòu)有前饋神經(jīng)網(wǎng)絡(luò)，它由輸入層，輸出層，一個(gè)或多個(gè)隱蔽層（hidden layer）組成，隱蔽層也稱為中間層，每個(gè)節(jié)點(diǎn)只與鄰層節(jié)點(diǎn)相連接，同一層間的節(jié)點(diǎn)不相連。一個(gè)三層感知器可產(chǎn)生任意復(fù)雜的判定區(qū)，多層感知器使用的激活函數(shù)是S型函數(shù)。按訓(xùn)練方法多層感知器屬于監(jiān)督學(xué)習(xí)型，訓(xùn)練方法多采用誤差反傳播算法，簡(jiǎn)稱BP算法。

3.誤差反傳播算法

函數(shù)（costfunction）最小化，估價(jià)函數(shù)等于期望輸出與網(wǎng)絡(luò)實(shí)際輸出差的平方和。只有對(duì)應(yīng)當(dāng)前輸出所屬類的那個(gè)輸出節(jié)點(diǎn)的期望輸出是1.0，其余所有輸出節(jié)點(diǎn)期望輸出是0.0。網(wǎng)絡(luò)訓(xùn)練時(shí)，開始取一些小的隨機(jī)數(shù)（計(jì)算機(jī)自動(dòng)生成），以這些隨機(jī)數(shù)作為網(wǎng)絡(luò)內(nèi)部各個(gè)節(jié)點(diǎn)之間連接的權(quán)系數(shù)和各個(gè)節(jié)點(diǎn)上的閾值的初始值，然后，輸入所有訓(xùn)練樣本數(shù)據(jù)，根據(jù)網(wǎng)絡(luò)求得輸出結(jié)果，計(jì)算實(shí)際輸出與期望輸出的差值，并按照一定的規(guī)則，不斷地修改節(jié)點(diǎn)間的連接權(quán)系數(shù)和節(jié)點(diǎn)內(nèi)部的閾值，反復(fù)這一過程，直至權(quán)值收斂，并使估價(jià)函數(shù)降至可接收值。研究指出，真正的梯度下降法要求采取無窮小步長(zhǎng)，權(quán)值改變的比例常數(shù)是學(xué)習(xí)率，學(xué)習(xí)率越大，權(quán)值改變量越大，網(wǎng)絡(luò)收斂速度越快，但學(xué)習(xí)率大會(huì)產(chǎn)生震蕩。為了增大學(xué)習(xí)率而不導(dǎo)致振蕩，可增加一個(gè)沖量項(xiàng)（momentum term）。

4.神經(jīng)網(wǎng)絡(luò)油氣預(yù)測(cè)

本次研究對(duì)三維地震資料進(jìn)行了層位標(biāo)定和構(gòu)造解釋，在構(gòu)造解釋的基礎(chǔ)上分別提取地震屬性，按其XY坐標(biāo)重新進(jìn)行網(wǎng)格化，將所提地震屬性合并為一個(gè)整體。

該工區(qū)面積為1272平方千米，測(cè)線號(hào)1977-4639，共2664線，樣點(diǎn)數(shù)為1905242點(diǎn)。預(yù)測(cè)層位為孔二段（EK2）。根據(jù)所選樣本射孔井段深度及其試油結(jié)論，落實(shí)該段的含油氣井和干井。統(tǒng)計(jì)結(jié)果表明：

在EK2內(nèi)選擇45口 （g107x1、g108、g143、g146x1、g2209、g61、g63、g68、g87、g89、g95、g996、g998、g999、n18、n20、n21、n22x1、n24、n59、n63、n69、n70、n73、n89、n91、wu7、y23、z19、z23、z25、z28、z31、z32、z34、z45、z46、z48、z49、z50、z52、z87、z88、z89、zx58）含油氣井；

應(yīng)用神經(jīng)網(wǎng)絡(luò)進(jìn)行油氣預(yù)測(cè)，首先應(yīng)用Landmark軟件提取地震層位屬性，其后的實(shí)現(xiàn)步驟為：

①將每個(gè)地震屬性在工區(qū)范圍內(nèi)作歸一化處理，在此基礎(chǔ)上可獲得每一個(gè)地震道對(duì)應(yīng)的地震屬性樣本。

②根據(jù)試油結(jié)論、地質(zhì)分層數(shù)據(jù)表、射孔井段、井口坐標(biāo)和井斜數(shù)據(jù)制作各砂層組和各井在該砂層組內(nèi)的含油氣性數(shù)據(jù)表，以便生成供神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)用的訓(xùn)練樣本集。上述數(shù)據(jù)及地震解釋層位數(shù)據(jù)的可靠性都將影響預(yù)測(cè)結(jié)果準(zhǔn)確性。

③訓(xùn)練樣本集構(gòu)成的參考原則：選取部分井旁樣本組成訓(xùn)練樣本集，留一部分井作為檢驗(yàn)井，考核預(yù)測(cè)結(jié)果的可靠性。具體做法是：以射孔井段處的井下坐標(biāo)在地面上的投影為原點(diǎn)，在指定的搜索半徑范圍內(nèi)和指定產(chǎn)油氣井旁抽取若干個(gè)樣本作為含油氣樣本子集；在產(chǎn)油氣井周邊選擇部分無油氣井、并在無油氣井旁抽取若干個(gè)樣本作為無油氣樣本子集；將這兩個(gè)樣本子集合并在一起，便生成了訓(xùn)練樣本集。

④將訓(xùn)練樣本集提交給神經(jīng)網(wǎng)絡(luò)，讓神經(jīng)網(wǎng)絡(luò)學(xué)會(huì)有油氣和無油氣的分類方法，即計(jì)算神經(jīng)網(wǎng)絡(luò)節(jié)點(diǎn)間的權(quán)系數(shù)。

⑤對(duì)工區(qū)內(nèi)逐個(gè)樣本進(jìn)行分類，從而得到油氣預(yù)測(cè)平面分布圖。

EK2訓(xùn)練樣本集是由含油氣樣本和干樣本兩個(gè)子集構(gòu)成，從45口產(chǎn)油氣井旁各抽取1-2個(gè)樣本（其中g(shù)998、n20、n70抽取了兩個(gè)樣本），組成48個(gè)含油氣樣本，又從c14、g129、z37等22口干井旁各抽取1-4個(gè)樣本（其中c14、g136、g137、g139、g157、g158、g194、jia6、x6、x7、y11抽取了2個(gè)樣本，g128、g9、g990、wu15、z37抽取了3個(gè)樣本，wucan1抽取了4個(gè)樣本）組成48個(gè)干井樣本，該層訓(xùn)練樣本集的樣本總數(shù)為含油氣樣本和干樣本之和（96）。生成的訓(xùn)練樣本集供神經(jīng)網(wǎng)學(xué)習(xí)，“學(xué)習(xí)成績(jī)”可以用不在訓(xùn)練樣本集中井的含油氣性來評(píng)判，即EK2的訓(xùn)練樣本集共用67口井，用余下123口井（其中35口井為含油氣井，其余88口井為干井）的含油氣性來評(píng)價(jià)預(yù)測(cè)結(jié)果的可靠性。得到了EK2的油氣預(yù)測(cè)圖及頂面構(gòu)造（等值線）與該層的油氣預(yù)測(cè)疊合圖。訓(xùn)練樣本集選用了45口含油氣井和22口干井，其余123口井作為驗(yàn)證井，EK2油氣預(yù)測(cè)成果圖（圖7-9）顯示，除了少數(shù)油氣井（如g120、w38）在油氣預(yù)測(cè)含油氣邊界處外，其余33口井均得到很好的驗(yàn)證，表明預(yù)測(cè)結(jié)果具有較高的符合程度（即符合度為33/35*100%=94%）。

5.結(jié)論

本次研究對(duì)三維地震資料進(jìn)行了層位標(biāo)定和構(gòu)造解釋，神經(jīng)網(wǎng)絡(luò)對(duì)工區(qū)內(nèi)逐個(gè)樣本進(jìn)行分類，從而得到油氣預(yù)測(cè)平面分布圖。從分析結(jié)果看出，EK2含油氣的地方，其預(yù)測(cè)值大部分都落在0.5至1的范圍內(nèi)，油氣預(yù)測(cè)成果圖展示了含油氣區(qū)域的有利范圍。從此次研究上看來利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)油氣是可行的。

參考文獻(xiàn)

篇2

Abstract：With the development of the power of electronics technology，due to a variety of new non-linear loads are growing has caused much harmonic in power system，active power filter is the effective way to harmonic and compensate for the elimination.The working principle of active power filter system are briefly analyzed for this paper，and proposed a detection method based on neural networks，which are mainly using neural network load caused by harmonic resistance，etc.for effective analysis，to the original filter detection of the corresponding power system fundamental active current of more complete and thorough simulation results validate the design theory and analysis results are correct.

Key word：Harmonic;APF;neural networks

1.引言

在我國的可以發(fā)展和社會(huì)進(jìn)步過程中，特別是各種高科技的產(chǎn)品以及衍生物的出現(xiàn)，發(fā)展進(jìn)程不斷加快，由于我國的地理結(jié)構(gòu)，特別是資源分布不均決定了電網(wǎng)的地理結(jié)構(gòu)配置，尤其是在惡劣環(huán)境狀況下長(zhǎng)遠(yuǎn)距離的電網(wǎng)配送傳輸，這樣不得不造成電能在傳輸過程中的出現(xiàn)諸多問題，基于越來越到的三相交流正弦設(shè)備電壓的穩(wěn)定性，尤其是大量的非線性設(shè)備在交流電下產(chǎn)生的非正弦電流（電壓等）信號(hào)，造成了其電能的有效性利用和一系列諧波的干擾等等。有源電力濾波器（Active Power Filter，APF）則應(yīng)運(yùn)而生，其優(yōu)點(diǎn)是可以抑制一些諧波來提高電能的穩(wěn)定性和電能的質(zhì)量，其中在諧波處理這一塊加入新型的神經(jīng)網(wǎng)絡(luò)，如現(xiàn)今的BP、FFT神經(jīng)網(wǎng)絡(luò)算法的運(yùn)用在電力濾波器中，能夠在諧波的處理過程中更加的準(zhǔn)確和穩(wěn)定，極大地加快了效率和保證了電能的質(zhì)量，也是目前市場(chǎng)情景很廣的一個(gè)重要課題。

2.電力諧波的檢測(cè)方法

在現(xiàn)代的電力系統(tǒng)中，尤其的當(dāng)前的三相交流電無時(shí)不刻地出現(xiàn)各種干擾性諧波，影響電能質(zhì)量和效率。在傳統(tǒng)的諧波檢測(cè)中有一些比較傳統(tǒng)的方法，特別在最初使用的無源濾波器進(jìn)行簡(jiǎn)單且原始地濾波，這種濾波器在使用的同時(shí)也帶來了很多的不便和出現(xiàn)更多新的問題，在后來也慢慢被淘汰。于是在后來演變了幾種比較常用的方法，每種方法有其各自特點(diǎn)及應(yīng)用范圍，因此了解各種諧波檢測(cè)方法的優(yōu)缺點(diǎn)及其適用場(chǎng)合對(duì)擬制諧波是非常重要的。就目前廣泛應(yīng)用的是那些基于瞬時(shí)無功功率理論的p-q法，法和同步檢測(cè)法以及基于正弦函數(shù)正交特性法的檢測(cè)等方法，然后通過一些仿真比較各自的優(yōu)缺點(diǎn)及適用場(chǎng)合，為有效擬制諧波提供理論及實(shí)際指導(dǎo)。分析及仿真表明，有效利用各種諧波檢測(cè)方法的特點(diǎn)進(jìn)行諧波擬制是非常有效、實(shí)用的，這是充分利用其反向特點(diǎn)分析的。

2.1 檢測(cè)法

就目前大部分的諧波檢測(cè)而言，基本都是運(yùn)用檢測(cè)法進(jìn)行諧波檢測(cè)，在諧波檢測(cè)的基本工作原理是：將電壓或電感器輸出的電流信號(hào)轉(zhuǎn)化為電壓信號(hào)并進(jìn)行適當(dāng)?shù)姆糯蠡蚩s?。ǜ鶕?jù)實(shí)際信號(hào)的輸出情況進(jìn)行放大或縮?。?。首先指令運(yùn)算電路就是諧波檢測(cè)的重要部分，其作用是在有源電力濾波器的補(bǔ)償作用下得出其補(bǔ)償電路的指令信號(hào)（電流信號(hào)），其中常用且最為重要的部分是三相電路的檢測(cè)方法，在實(shí)際生活中常用的有兩種：一種是電路諧波檢測(cè)法，另一種是無功電流檢測(cè)法。如下圖1是電路-諧波檢測(cè)的原理示意圖.其方法的基本原理是利用三相電壓源中的其中一項(xiàng)與同相位的正弦信號(hào)和相對(duì)應(yīng)的余弦信號(hào)sinωt_cosωt，然后他們由一個(gè)相鎖環(huán)（PLL）和sinωt_cosωt信號(hào)的發(fā)生電路模塊得到。再根據(jù)定以及其公式計(jì)算出、。在圖中、是由、、產(chǎn)生的、于是由、可以計(jì)算出、、，進(jìn)而計(jì)算出、、。運(yùn)算公式如圖1所示。

圖1 三相電流諧波檢測(cè)原理示意圖

（6）

（7）

（8）

（9）

用給定這些式子可以理想化的酸楚相應(yīng)的補(bǔ)償電流出來，這樣根據(jù)所需的參數(shù)量來進(jìn)行可控補(bǔ)償。最終達(dá)到諧波抑制的目的。

2.2 基于神經(jīng)網(wǎng)絡(luò)的電流檢測(cè)

在傳統(tǒng)的APF（有源電力濾波器）中，我們很難有準(zhǔn)確的測(cè)量方法，即是根據(jù)理想化的公式也只能進(jìn)行理想的運(yùn)算，然而在實(shí)際運(yùn)行過程中，其測(cè)量參數(shù)準(zhǔn)確度的有很大差距，于是我們提出了一種基于神經(jīng)網(wǎng)絡(luò)電流檢測(cè)方法，這樣在有源電力濾波器中有了很好檢作用，其神經(jīng)網(wǎng)絡(luò)原理圖 如下圖2所視，它具有多種跟蹤捕捉參數(shù)的能力，也能更為快速、準(zhǔn)確地檢測(cè)出來，達(dá)到的結(jié)果更接近理想值，在有源電力濾波器中加入運(yùn)用神經(jīng)網(wǎng)絡(luò)是現(xiàn)今以及未來的一個(gè)趨勢(shì)。

圖2 神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖 圖3 基于神經(jīng)網(wǎng)絡(luò)的基本原理圖

3.建立相關(guān)模型并仿真

在APF的濾波基礎(chǔ)上加入需要的神經(jīng)網(wǎng)絡(luò)模塊，更能有效且準(zhǔn)確地檢測(cè)諧波并進(jìn)行有效的補(bǔ)償，最終得到需要的電流（電壓）信號(hào)供日常實(shí)際生產(chǎn)。在被控參數(shù)的前饋期加入神經(jīng)網(wǎng)絡(luò)，可以很好的前饋控制，這樣的優(yōu)點(diǎn)是互惠產(chǎn)生不必要的延遲，同時(shí)可以減小工作時(shí)間。

3.1 模型建立

由于該研究主要針對(duì)于日常用的三相電力系統(tǒng)中，所以本文也是以三相交流為研究對(duì)象，其主要原理框圖如圖4所示

圖4 加入神經(jīng)網(wǎng)絡(luò)的有源濾波的簡(jiǎn)易原理框圖

我們可以很弄清楚地看到，濾波裝置（APF）中加入可控串補(bǔ)神經(jīng)經(jīng)網(wǎng)調(diào)節(jié)模塊，由圖中可以看出主要對(duì)一些交流電流等相關(guān)參數(shù)進(jìn)行補(bǔ)償和抑制，在實(shí)際的運(yùn)行環(huán)境中一系列的諧波、內(nèi)外振蕩和非穩(wěn)定因素等干擾就得到了很好的抑制和處理，電壓（電流）變得更穩(wěn)定并且得到補(bǔ)償和提高，很接近預(yù)期理論計(jì)算值，最終改善了運(yùn)行環(huán)境，提高了電能的質(zhì)量，同時(shí)更能有效地節(jié)省資源和提高電能有用功率。在每個(gè)模塊達(dá)到自己的理論使用效果后，就可以很好地達(dá)到預(yù)期的結(jié)果。

3.2 仿真結(jié)果

本文研究對(duì)象主要是針對(duì)于三相交流電的電流參數(shù)進(jìn)行測(cè)試，得到了一些列的仿真結(jié)果，基本能夠反映研究的基本目的。下列圖形分別給出了其三相交流電流諧波補(bǔ)償抑制的仿真圖像。

（1）當(dāng)給定電壓在380v、50Hz、α=30°時(shí)，在給與一定負(fù)載，得到的電流波形圖如下圖5所示，諧波很明顯，三相正弦電流波形受到的干擾很明顯，在有源濾波器的作用，諧波得到了很好的抑制并且提供了相應(yīng)的補(bǔ)償，是電流波形接近正常。

（2）當(dāng)給定電壓為380V、50Hz、α=30°時(shí)，同時(shí)給與一定負(fù)載，得到的電流波形圖如下圖6所示，諧干很明顯，可知三相正弦電流波形受到的干擾很明顯，在有加入神經(jīng)網(wǎng)絡(luò)后的有源濾波器的作用下，我們能夠很明顯地看到諧波得到了很好的抑制，且給予的補(bǔ)償也很充分，電流的曲線圖像變得更接近理想值，振幅也比以前增大了，從圖像中我們可以得出在神經(jīng)網(wǎng)絡(luò)的作用下，有源電力濾波器的作用能夠發(fā)揮得更加充分和完善，也是我們研究的重點(diǎn)和趨勢(shì)。

4.總結(jié)

本文主要是在諧波污染現(xiàn)狀上，對(duì)諧波進(jìn)行系統(tǒng)的研究，尤其是在諧波檢測(cè)的基礎(chǔ)上進(jìn)行研究，并設(shè)計(jì)了一種基于神經(jīng)網(wǎng)絡(luò)的有源電力諧波檢測(cè)法，利用神經(jīng)網(wǎng)絡(luò)具有逼近任意非線性函數(shù)能力，響應(yīng)快、超調(diào)小、誤差小、魯棒性好等一些優(yōu)點(diǎn)，克服了有源電力濾波器補(bǔ)償性能不足，檢測(cè)效率低等缺點(diǎn)。其仿真結(jié)果表明基于該神經(jīng)網(wǎng)絡(luò)的諧波檢測(cè)模塊的試驗(yàn)中，可以得出其具有快速且準(zhǔn)確的檢測(cè)抑制效果，對(duì)今后的諧波抑制方面具有很好的發(fā)展前景。

參考文獻(xiàn)

[1]楊軍，王兆安.三相電路諧波電流兩種檢測(cè)方法的對(duì)比研究[J].電工技術(shù)學(xué)報(bào)，2005，6（7）.

[2]王兆安，劉建軍.電力電技術(shù)[M].北京：機(jī)械工業(yè)出版社，2010.

篇3

【中圖分類號(hào)】G40-057 【文獻(xiàn)標(biāo)識(shí)碼】A 【論文編號(hào)】1009―8097(2009)07―0120―04

教育資源是信息化教學(xué)的基礎(chǔ)。隨著教育信息化的深層次推進(jìn),互聯(lián)網(wǎng)中的信息資源以指數(shù)方式增長(zhǎng),這些資源不僅在內(nèi)容上多種多樣,在表現(xiàn)形式上更是豐富多彩。它對(duì)教育領(lǐng)域的沖擊與滲透使得網(wǎng)絡(luò)教育資源的利用受到重視,并隨之出現(xiàn)了新型教學(xué)模式,如:基于資源的自主探索式學(xué)習(xí)和協(xié)作學(xué)習(xí)等。然而海量的網(wǎng)絡(luò)教育資源既為教育帶來了強(qiáng)大的服務(wù)功能,也為資源的建設(shè)與管理帶來了新的挑戰(zhàn)。教育資源具有數(shù)據(jù)量大、形式多樣、針對(duì)性強(qiáng)、教育性強(qiáng)等諸多特點(diǎn),如何將分散、無序的資源整合起來,使“用戶能方便、高效地將其利用于自己的學(xué)習(xí)和工作之中,并在大范圍內(nèi)實(shí)現(xiàn)共享是網(wǎng)絡(luò)教育資源建設(shè)者必須慎重面對(duì)的問題?！盵1]

一 教育資源管理面臨的問題

隨著信息資源飛速增長(zhǎng),對(duì)教育資源管理的要求也更加苛刻。而網(wǎng)絡(luò)環(huán)境的復(fù)雜給教育資源的管理帶來許多不確定性。

1 教育資源管理系統(tǒng)在網(wǎng)絡(luò)過載,受到攻擊的情況下很容易崩潰。系統(tǒng)一旦崩潰,所有辛辛苦苦積累起來的資料化為烏有,資源的開發(fā)利用和共享無從談起。目前“教育資源管理系統(tǒng)在輸入錯(cuò)誤、磁盤故障、網(wǎng)絡(luò)過載或有意攻擊情況下,很容易死機(jī)和崩潰?！盵2]而魯棒性(robustness)的大小是在異常和危險(xiǎn)情況下系統(tǒng)生存的關(guān)鍵,代表了系統(tǒng)健壯與否。簡(jiǎn)而言之,系統(tǒng)的魯棒性有待加強(qiáng)。

2 教育資源管理系統(tǒng)需要連續(xù)不斷地吸收新的教育資源。向用戶提供可靠的信息輸出。但是在發(fā)生故障時(shí),教育資源管理系統(tǒng)容易停止工作,給用戶帶來較大的損失。而容錯(cuò)性(Fault Tolerance)是指在故障存在的情況下管理系統(tǒng)不失效,仍然能夠正常工作的特性。很明顯,管理系統(tǒng)的容錯(cuò)性較差,猶如一個(gè)經(jīng)常斷電的供電站,給廣大用戶帶來不必要的煩惱與損失。

3 教育資源的擴(kuò)張速度極快,對(duì)海量教育資源的分類顯得越來越困難。原先的人為分類跟不上信息傳遞的頻率,導(dǎo)致很難在較短的時(shí)間內(nèi)找到用戶迫切需要的資料,浪費(fèi)用戶的時(shí)間,也給教育資源的進(jìn)一步推廣使用帶來障礙。

二 人工神經(jīng)網(wǎng)絡(luò)的特點(diǎn)

人工智能(Artificial Intelligence)是探討人類智能的基本機(jī)理,研究如何利用各種自動(dòng)機(jī)來模擬人的某些思維過程和智能行為,從而構(gòu)造智能人工制品的科學(xué)。

人類對(duì)人工智能的研究可以分成兩種方式,對(duì)應(yīng)著兩種不同的技術(shù):基于心理角度模擬的傳統(tǒng)人工智能技術(shù)和基于生理角度模擬的人工神經(jīng)網(wǎng)絡(luò)技術(shù)。從人腦的生理結(jié)構(gòu)來觀察,人腦的每個(gè)神經(jīng)元大約有103~4個(gè)樹突及相應(yīng)的突觸,一個(gè)人的大腦總計(jì)約形成1014~15個(gè)突觸。用神經(jīng)網(wǎng)絡(luò)的術(shù)語來說,即是人腦具有1014~15個(gè)互相連接的存儲(chǔ)潛力。雖然每個(gè)神經(jīng)元的運(yùn)算功能十分簡(jiǎn)單,且信號(hào)傳輸速率也較低(大約100次/秒),但由于各神經(jīng)元之間的極度并行互連功能,最終使得一個(gè)普通人的大腦在約1秒內(nèi)就能完成現(xiàn)行計(jì)算機(jī)至少需要數(shù)10億次處理步驟才能完成的任務(wù)。根據(jù)人腦的生理特點(diǎn),人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,ANN)是由大量并行分布的單元廣泛互連而成,通過各組成部分非同步化的變換,實(shí)現(xiàn)信息的整體處理任務(wù),它的這一結(jié)構(gòu)特點(diǎn)決定著人工神經(jīng)網(wǎng)絡(luò)具有高速信息處理的能力。它實(shí)質(zhì)上是一種模仿動(dòng)物神經(jīng)網(wǎng)絡(luò)行為特征,進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。其“工作原理是通過調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系,從而達(dá)到處理信息的目的?！?[3]所以它具有自學(xué)習(xí)和自適應(yīng)的能力,可以通過預(yù)先提供的一批相互對(duì)應(yīng)的輸入――輸出數(shù)據(jù),分析掌握兩者之間潛在的規(guī)律,最終根據(jù)這些規(guī)律,用新的輸入數(shù)據(jù)來推算輸出結(jié)果。

人工神經(jīng)網(wǎng)絡(luò)中神經(jīng)元處理單元可表示不同的對(duì)象,例如特征、字母、概念,或者一些有意義的抽象模式。網(wǎng)絡(luò)中處理單元的類型分為三類:輸入單元、輸出單元和隱單元。輸入單元接受外部世界的信號(hào)與數(shù)據(jù);輸出單元實(shí)現(xiàn)系統(tǒng)處理結(jié)果的輸出;隱單元是處在輸入和輸出單元之間,不能由系統(tǒng)外部觀察的單元。神經(jīng)元間的連接權(quán)值反映了單元間的連接強(qiáng)度,“信息的表示和處理體現(xiàn)在網(wǎng)絡(luò)處理單元的連接關(guān)系中?！盵4]人工神經(jīng)網(wǎng)絡(luò)的本質(zhì)是通過網(wǎng)絡(luò)的變換和動(dòng)力學(xué)行為得到一種并行分布式的信息處理功能,并在不同程度和層次上模仿人腦神經(jīng)系統(tǒng)的信息處理功能。正因?yàn)檫@個(gè)重要特征,“人工神經(jīng)網(wǎng)絡(luò)采用了與傳統(tǒng)人工智能技術(shù)完全不同的機(jī)理,克服了傳統(tǒng)的基于邏輯符號(hào)的人工智能在處理直覺、非結(jié)構(gòu)化信息方面的缺陷,具有自適應(yīng)、自組織和實(shí)時(shí)學(xué)習(xí)的特點(diǎn)?！盵5]它與專家系統(tǒng)的最大區(qū)別是,專家系統(tǒng)屬于人類智能的功能模擬,而人工神經(jīng)網(wǎng)絡(luò)則偏重走結(jié)構(gòu)模擬的路子。與其它智能系統(tǒng)相比,人工神經(jīng)網(wǎng)絡(luò)具有以下特點(diǎn):

1 學(xué)習(xí)能力:學(xué)習(xí)能力是神經(jīng)網(wǎng)絡(luò)具有智能的重要表現(xiàn),即通過訓(xùn)練可抽象出訓(xùn)練樣本的主要特征,表現(xiàn)出強(qiáng)大的自適應(yīng)能力。例如實(shí)現(xiàn)圖像識(shí)別時(shí),只有先把許多不同的圖像樣板和對(duì)應(yīng)的應(yīng)識(shí)別的結(jié)果輸入人工神經(jīng)網(wǎng)絡(luò),網(wǎng)絡(luò)就會(huì)通過自學(xué)習(xí)功能,慢慢學(xué)會(huì)識(shí)別類似的圖像。

2 分布式結(jié)構(gòu):人工神經(jīng)網(wǎng)絡(luò)力圖“體現(xiàn)大腦的分布式并行計(jì)算和非線性等特征,依此而建構(gòu)的網(wǎng)絡(luò)是一種具有大量連接的并行分布式處理器?！盵6]具有通過學(xué)習(xí)獲取知識(shí)并解決問題的能力,且知識(shí)是分布存儲(chǔ)在與大腦神經(jīng)元突觸相類似的連接的權(quán)重中。在傳統(tǒng)的串行體系計(jì)算機(jī)中信息分布在獨(dú)立的存儲(chǔ)單元中,而在神經(jīng)網(wǎng)絡(luò)中,信息則分散在神經(jīng)元的連接上。神經(jīng)網(wǎng)絡(luò)的信息分布特性,使之具有強(qiáng)大的容錯(cuò)能力和記憶聯(lián)想能力。信息的分布存儲(chǔ)提供容錯(cuò)功能。由于信息被分布存放在幾乎整個(gè)網(wǎng)絡(luò)中,所以,“當(dāng)其中的某一個(gè)點(diǎn)或者某幾個(gè)點(diǎn)被破壞時(shí),信息仍然可以被存取。系統(tǒng)在受到局部損傷時(shí)還可以正常工作?！盵5]

3 并行處理:神經(jīng)網(wǎng)絡(luò)主要是對(duì)人腦的結(jié)構(gòu)模擬。各種神經(jīng)元在處理信息時(shí)是獨(dú)立完成的,不同神經(jīng)元之間具有并行性,這種并行處理使得信息處理速度大大加快。信息處理方式由原來馮•諾依曼設(shè)計(jì)的串行處理變?yōu)閷?duì)信息并行處理。

三 人工神經(jīng)網(wǎng)絡(luò)應(yīng)用于教育技術(shù)資源的管理之中

將網(wǎng)絡(luò)布線由原來的星型布線轉(zhuǎn)向神經(jīng)網(wǎng)絡(luò)布線方式。應(yīng)用神經(jīng)網(wǎng)絡(luò)軟件,網(wǎng)絡(luò)采用分布式結(jié)構(gòu),信息采用統(tǒng)一并行處理的方式處理,從而加強(qiáng)了網(wǎng)絡(luò)的魯棒性、容錯(cuò)性。同時(shí)發(fā)揮神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)能力,對(duì)待不同的信息資源進(jìn)行模式分類。神經(jīng)網(wǎng)絡(luò)模型考慮采用目前比較成熟的誤差反向傳播網(wǎng)(BP神經(jīng)網(wǎng)絡(luò))。教育資源分類考慮設(shè)計(jì)關(guān)鍵詞進(jìn)行訓(xùn)練,同時(shí)設(shè)立樣本訓(xùn)練方法,用BP算法對(duì)該網(wǎng)絡(luò)進(jìn)行訓(xùn)練。訓(xùn)練結(jié)束之后,神經(jīng)網(wǎng)絡(luò)就可以作為教育資源分類器來進(jìn)行使用。

BP(Back propagation反向傳播)網(wǎng)絡(luò)又稱誤差信號(hào)反饋網(wǎng)絡(luò),是神經(jīng)網(wǎng)絡(luò)中使用最廣泛的一類。它是一種有教師的學(xué)習(xí)網(wǎng)絡(luò),能夠?qū)崿F(xiàn)從N維到M維的非線性映射,采用梯度下降法實(shí)現(xiàn)快速收斂。BP神經(jīng)網(wǎng)絡(luò)采用的是并行網(wǎng)格結(jié)構(gòu),包括輸入層、隱含層和輸出層,經(jīng)作用函數(shù)后,再把隱節(jié)點(diǎn)的輸出信號(hào)傳遞到輸出節(jié)點(diǎn),最后給出輸出結(jié)果。由圖1可見各層次的神經(jīng)元之間形成全互連連接,各層次內(nèi)的神經(jīng)元之間沒有連接。

該算法的學(xué)習(xí)過程由信息的前向傳播和誤差的反向傳播組成。在前向傳播的過程中,輸入信息從輸入層經(jīng)隱含層逐層處理,并傳向輸出層。第一層神經(jīng)元的狀態(tài)只影響下一層神經(jīng)元的狀態(tài)。如果在輸出層得不到期望的輸出結(jié)果,則轉(zhuǎn)入反向傳播,將誤差信號(hào)(目標(biāo)值與網(wǎng)絡(luò)輸出之差)沿原來的連接通道返回,通過修改各層神經(jīng)元權(quán)值,使得誤差均方最小。神經(jīng)網(wǎng)絡(luò)理論已經(jīng)證明“BP網(wǎng)絡(luò)具有強(qiáng)大的非線性映射能力和泛化功能,任一連續(xù)函數(shù)或映射均可采用三層網(wǎng)絡(luò)加以實(shí)現(xiàn)?！盵3]

其BP神經(jīng)網(wǎng)絡(luò)模型設(shè)計(jì)方案如下:輸入層、隱含層、輸出層。輸入層與外界的信息來源渠道緊密相連,稱之為接受信息的服務(wù)器。隱含層包含若干個(gè)存儲(chǔ)器,代表若干個(gè)知識(shí)單元。存儲(chǔ)器需要具備輸入輸出渠道,具備自學(xué)習(xí)能力,可以接受外界信息,也可以傳送信息。輸出層由傳送信息的服務(wù)器組成。輸出層接受到隱含層傳來的信息之后,根據(jù)用戶要求傳送相關(guān)信息。層間聯(lián)接根據(jù)模型設(shè)計(jì)方案來鋪設(shè)。神經(jīng)網(wǎng)絡(luò)中的每一個(gè)節(jié)點(diǎn),無論其在輸入層、隱含層、輸出層上,每臺(tái)計(jì)算機(jī)上必須有相應(yīng)的神經(jīng)元器件,以便網(wǎng)絡(luò)進(jìn)行自學(xué)與聯(lián)想記憶。BP神經(jīng)網(wǎng)絡(luò)管理系統(tǒng)的硬件實(shí)現(xiàn)。是將協(xié)處理器插入標(biāo)準(zhǔn)計(jì)算機(jī)中,通過運(yùn)行神經(jīng)網(wǎng)絡(luò)軟件包,以實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的硬件功能,可以使神經(jīng)網(wǎng)絡(luò)在任何計(jì)算機(jī)硬件和軟件環(huán)境中得到所需要的教育資源處理能力。其設(shè)計(jì)的模型具有如下特點(diǎn):

1 教育資源并行分布方式處理:在神經(jīng)網(wǎng)絡(luò)中教育資源是分布儲(chǔ)存和并行處理的,即神經(jīng)網(wǎng)絡(luò)把教育資源分布地存儲(chǔ)在神經(jīng)元之間的連接強(qiáng)度上,而且對(duì)教育資源的處理是由網(wǎng)絡(luò)中神經(jīng)元集體完成的。在BP神經(jīng)網(wǎng)絡(luò)中,教育資源的存儲(chǔ)表現(xiàn)為神經(jīng)元之間分布式的物理聯(lián)系,它分散地表示和存儲(chǔ)于整個(gè)網(wǎng)絡(luò)內(nèi)的各神經(jīng)元及其連線上。每個(gè)神經(jīng)元及其連線只表示一部分教育資源,而不是一個(gè)完整具體概念。只有通過各神經(jīng)元的分布式綜合效果才能表達(dá)出特定的概念和知識(shí)。由于人工神經(jīng)網(wǎng)絡(luò)中神經(jīng)元個(gè)數(shù)眾多以及整個(gè)網(wǎng)絡(luò)存儲(chǔ)容量的巨大,使得它具有很強(qiáng)的不確定性處理能力。即使輸入教育資源不完全、不準(zhǔn)確或模糊不清,神經(jīng)網(wǎng)絡(luò)仍然能夠聯(lián)想思維持在于記憶中事物的完整圖像。只要輸入的模式接近于訓(xùn)練樣本,系統(tǒng)就能給出正確的推理結(jié)論。

2 魯棒性與容錯(cuò)性比較強(qiáng):人工神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特點(diǎn)和其信息存儲(chǔ)的分布式特點(diǎn),使得它相對(duì)于其它的判斷識(shí)別系統(tǒng)如專家系統(tǒng)等,具有另一個(gè)顯著的優(yōu)點(diǎn)健壯性。當(dāng)一個(gè)人的大腦因意外事故受輕微損傷之后,并不會(huì)失去原有事物的全部記憶。人工神經(jīng)網(wǎng)絡(luò)不會(huì)因?yàn)閭€(gè)別神經(jīng)元的損失(網(wǎng)絡(luò)過載、停電、突發(fā)故障)而失去對(duì)原有模式的記憶(管理功能)。另外“即使是突發(fā)事件,暫時(shí)使網(wǎng)絡(luò)的硬件實(shí)現(xiàn)還是軟件實(shí)現(xiàn)中的某個(gè)或某些神經(jīng)元失效,整個(gè)網(wǎng)絡(luò)仍然能繼續(xù)工作。”[7]BP神經(jīng)網(wǎng)絡(luò)是一種非線性的處理系統(tǒng)。只有當(dāng)神經(jīng)元對(duì)所有的輸入信號(hào)的綜合處理結(jié)果超過某一閾值后才輸出一個(gè)信號(hào)。因此神經(jīng)網(wǎng)絡(luò)是一種具有高度非線性的超大規(guī)模連續(xù)時(shí)間動(dòng)力學(xué)系統(tǒng),可以實(shí)現(xiàn)對(duì)教育資源不間斷、長(zhǎng)時(shí)間的持續(xù)管理。它突破了傳統(tǒng)管理系統(tǒng)的局限,標(biāo)志著教育資源管理能力的較大提升。因而神經(jīng)網(wǎng)絡(luò)具有極強(qiáng)的魯棒性與容錯(cuò)性,有聯(lián)想記憶抽象概括和自適應(yīng)能力。

3 具有自學(xué)習(xí)和自適應(yīng)能力:神經(jīng)網(wǎng)絡(luò)抽象概括和自適應(yīng)能力稱之為自學(xué)習(xí)能力,自學(xué)習(xí)是神經(jīng)網(wǎng)絡(luò)中最重要的特征。通過學(xué)習(xí),網(wǎng)絡(luò)能夠獲得教育資源的分類知識(shí),適應(yīng)環(huán)境。在訓(xùn)練時(shí),能從輸入、輸出的數(shù)據(jù)中提取出規(guī)律性的分類知識(shí),記憶于網(wǎng)絡(luò)的權(quán)值中。并具有泛化能力,即將這組權(quán)值應(yīng)用于一般教育資源分類的能力。另外,BP神經(jīng)網(wǎng)絡(luò)的分類能力學(xué)習(xí)也可以在線進(jìn)行。

以教育學(xué)院教育技術(shù)學(xué)資源管理為例,輸入層由兩臺(tái)高性能的服務(wù)器組成,中間設(shè)七個(gè)知識(shí)單元,輸出由兩臺(tái)輸出服務(wù)器組成。隱層的七個(gè)神經(jīng)元分別為計(jì)算機(jī)軟件資源室、課堂教學(xué)資源室、“影視創(chuàng)作資源室、計(jì)算機(jī)教育應(yīng)用資源室、網(wǎng)絡(luò)技術(shù)資源室、傳統(tǒng)教學(xué)資源室、傳統(tǒng)媒體使用資源室?！盵8]模型圖如圖2所示:

教育技術(shù)學(xué)資源管理系統(tǒng)一種可編程的動(dòng)力系統(tǒng),其存貯、加工和提取教育資源均是可編程的。輸入層負(fù)責(zé)對(duì)教育技術(shù)學(xué)的相關(guān)教育資源進(jìn)行篩選比較,然后根據(jù)學(xué)習(xí)后的分類能力對(duì)資源予以分類,將所有的教育技術(shù)資源分布式存儲(chǔ)在隱層的各神經(jīng)元中,需要處理時(shí)根據(jù)用戶需要,從各個(gè)神經(jīng)元中取出信息并行處理,輸出到輸出服務(wù)器中,提供給用戶。用戶可以將用戶要求直接給輸出處理平臺(tái),傳遞給輸出層后,由輸出層將用戶要求反饋給中間隱層。也可以將要求送給輸入處理平臺(tái),傳遞給輸入層,進(jìn)行篩選之后將信息傳送給中間隱層。即使系統(tǒng)突然面臨網(wǎng)絡(luò)過載問題,由于存儲(chǔ)是分布式的,可以很容易地將信息資源分配下去。即使突然停電,由于相關(guān)資源已經(jīng)存儲(chǔ)完畢,損失微乎其微。系統(tǒng)的魯棒性大大加強(qiáng)。同時(shí)如果系統(tǒng)發(fā)生突然故障,由于輸入渠道有兩條,所以可以很輕松地用另一個(gè)服務(wù)器處理。輸出處理時(shí)也是如此。因此系統(tǒng)的容錯(cuò)性也得到提高。至于模式分類,則需要較長(zhǎng)時(shí)間的訓(xùn)練和大量的樣本。一旦BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練完畢,日后教育技術(shù)學(xué)資源分類就顯得十分輕松。只需將關(guān)鍵詞輸入準(zhǔn)確,便可以進(jìn)入相應(yīng)的知識(shí)單元存儲(chǔ)起來。處理信息時(shí),根據(jù)用戶需要,有不少不同類別的資源需要統(tǒng)籌規(guī)劃、聯(lián)合利用,才能得到用戶需要的結(jié)果。這兒就可以充分發(fā)揮神經(jīng)網(wǎng)絡(luò)并行處理的特點(diǎn),有條不紊地對(duì)信息加以處理。其總體示意圖如圖3所示:

四 結(jié)語

教育信息化的核心問題是教育資源的應(yīng)用和管理。神經(jīng)網(wǎng)絡(luò)式的教育資源管理系統(tǒng)把教育資源存儲(chǔ)、教育資源管理、教育資源分類、教育資源動(dòng)態(tài)升級(jí)四大特色功能進(jìn)行整合,全面突破了“當(dāng)前基礎(chǔ)教育信息化過程中的應(yīng)用‘瓶頸’。” [9]其最大的特點(diǎn)就是突出了教育資源的管理功能,通過以一個(gè)統(tǒng)一管理平臺(tái)為核心的方式,對(duì)各類教育資源進(jìn)行優(yōu)化、整合,改善了以往教育資源管理從單一功能角度進(jìn)行設(shè)計(jì),各功能之間不能相互結(jié)合,造成資源管理困難和資源互不兼容的問題,實(shí)現(xiàn)了教育資源的價(jià)值最大化。值得注意的是,由于管理系統(tǒng)采用神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特點(diǎn)進(jìn)行設(shè)計(jì),其魯棒性、容錯(cuò)性和模式分類能力較強(qiáng),較之傳統(tǒng)教育資源管理方式比較起來,不僅提取和輸入變得十分簡(jiǎn)單,而且對(duì)大量資源的分類式識(shí)別也大大加快,提高了管理效率。分布式存儲(chǔ)提高了教育資源的存儲(chǔ)容量,而“并行式處理又加大了教育資源的處理速度,同時(shí)系統(tǒng)在應(yīng)付突發(fā)事件和網(wǎng)絡(luò)攻擊方面,應(yīng)變能力大大增強(qiáng),”[10]其可靠性與可用性也有突破性的提高。同時(shí),在教育資源管理過程中,系統(tǒng)能抓住教育資源應(yīng)用與管理過程中的關(guān)鍵問題,關(guān)注用戶的反饋,即時(shí)更新教育資源,加強(qiáng)了教育資源的建設(shè),為教育信息化的持續(xù)發(fā)展提供了有力的保障。

參考文獻(xiàn)

[1] 余勝泉,朱凌云.教育資源建設(shè)技術(shù)規(guī)范體系結(jié)構(gòu)與應(yīng)用模式[J].中國電化教育,2006,(3):58-59.

[2] 穆肅.校本學(xué)科教學(xué)資源庫的設(shè)計(jì)和實(shí)現(xiàn)[J].中國電化教育,2004,(1):56-61.

[3] 周志華著.神經(jīng)網(wǎng)絡(luò)及其應(yīng)用(第1版)[M].北京:清華大學(xué)出版社,2004.

[4] 張廣瑩,徐麗娜,鄧正隆.“神經(jīng)網(wǎng)絡(luò)控制”CAI課件研制中的幾個(gè)問題[J].現(xiàn)代教育技術(shù),1997,(2):32-33.

[5] 韓立群著.人工神經(jīng)網(wǎng)絡(luò)理論設(shè)計(jì)及應(yīng)用(第1版)[M].北京:化學(xué)工業(yè)出版社,2002.

[6] 陶劍文.一種分布式智能推薦系統(tǒng)的設(shè)計(jì)[J].計(jì)算機(jī)工程,2007,(15):207-208.

[7] 王國旗,張辛亥,肖.采用前向多層神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)煤的自然發(fā)火期[J].湖南科技大學(xué)學(xué)報(bào)(自科版),2008,(2):20-22.

篇4

[中圖分類號(hào)]F270.7[文獻(xiàn)標(biāo)識(shí)碼]A[文章編號(hào)]2095-3283（2013）01-00-02

一、 應(yīng)用BP神經(jīng)網(wǎng)絡(luò)的必要性

隨著經(jīng)濟(jì)全球化和信息技術(shù)的加快發(fā)展，我國企業(yè)面臨著更為嚴(yán)峻的競(jìng)爭(zhēng)壓力。為了適應(yīng)現(xiàn)代市場(chǎng)需求，企業(yè)必須優(yōu)化配置人力資源，并科學(xué)制定人力資源規(guī)劃。其中，科學(xué)的人力資源需求預(yù)測(cè)是人力資源開發(fā)和規(guī)劃的基礎(chǔ)，對(duì)人力資源管理活動(dòng)將產(chǎn)生持續(xù)和重要的影響。

企業(yè)人力資源需求預(yù)測(cè)分析方法多種多樣。在進(jìn)行人力資源需求預(yù)測(cè)時(shí)，企業(yè)要考慮的因素復(fù)雜多變，如企業(yè)的目標(biāo)和經(jīng)營戰(zhàn)略、生產(chǎn)狀況的變化、工作設(shè)計(jì)或組織結(jié)構(gòu)的變化等，而且各種影響因素與預(yù)測(cè)結(jié)果之間的相關(guān)性難以用定量的方法表示出來，是非線性相互制約的映射關(guān)系。將BP神經(jīng)網(wǎng)絡(luò)方法應(yīng)用于人力資源需求預(yù)測(cè)領(lǐng)域，彌補(bǔ)和改進(jìn)了人力資源需求預(yù)測(cè)分析方法，能較好地實(shí)現(xiàn)各指標(biāo)與需求結(jié)果之間非線性關(guān)系的映射，對(duì)企業(yè)人力資源決策具有一定的參考和指導(dǎo)作用。

二、BP神經(jīng)網(wǎng)絡(luò)的基本原理

人工神經(jīng)網(wǎng)絡(luò)，簡(jiǎn)稱神經(jīng)網(wǎng)絡(luò)，是一種包括許多簡(jiǎn)單的非線性計(jì)算單元或聯(lián)結(jié)點(diǎn)的非線性動(dòng)力系統(tǒng)，是用大量簡(jiǎn)單的處理單元廣泛連接組成的復(fù)雜網(wǎng)絡(luò)。Back-Propagation Network，簡(jiǎn)稱為BP網(wǎng)絡(luò)，即基于誤差反向傳播算法的多層前饋網(wǎng)絡(luò)，是目前應(yīng)用最成功和廣泛的人工神經(jīng)網(wǎng)絡(luò)。它由輸入層、隱含層和輸出層組成。隱含層可以是一層或多層。BP神經(jīng)網(wǎng)絡(luò)自身具有的非線性映射、自學(xué)習(xí)、自適應(yīng)能力、容易實(shí)現(xiàn)并行計(jì)算等優(yōu)點(diǎn)，彌補(bǔ)和改進(jìn)了供應(yīng)商選擇和評(píng)價(jià)方法，能較好地實(shí)現(xiàn)各指標(biāo)與評(píng)價(jià)結(jié)果之間非線性關(guān)系的映射。

基于BP神經(jīng)網(wǎng)絡(luò)，構(gòu)建供應(yīng)商的選擇評(píng)價(jià)模型，其基本思想為：假設(shè)輸入變量為X=（X1，X2，···，Xi）'，隱含層輸出變量為Y=（Y1，Y2，···，Yj）'，輸出層變量為Z=（Z1，Z2，···，Zl）'，期望輸出的目標(biāo)變量為T=（T1，T2，···，Tl）'，Wij、Wjl分別為輸入層到隱含層、隱含層到輸出層的連接權(quán)值（如圖1所示）。對(duì)于i個(gè)輸入學(xué)習(xí)樣本X1，X2，···，Xi，已知與其對(duì)應(yīng)的輸出樣本為Z1，Z2，···，Zl。通過BP算法的學(xué)習(xí)，沿著負(fù)梯度方向不斷調(diào)整和修正網(wǎng)絡(luò)連接權(quán)值Wij和Wjl，使網(wǎng)絡(luò)的實(shí)際輸出Z逐漸逼近目標(biāo)矢量T，也就是使網(wǎng)絡(luò)輸出層的誤差平方和達(dá)到最小。

圖1三層BP網(wǎng)絡(luò)結(jié)構(gòu)圖三、BP神經(jīng)網(wǎng)絡(luò)在企業(yè)人力資源需求預(yù)測(cè)中的應(yīng)用

根據(jù)上述BP神經(jīng)網(wǎng)絡(luò)主要思想，以A公司為例，分析如何運(yùn)用MATLAB工具箱實(shí)現(xiàn)基于BP神經(jīng)網(wǎng)絡(luò)的企業(yè)人力資源需求預(yù)測(cè)。

1.樣本數(shù)據(jù)處理

選取年份、產(chǎn)值、資產(chǎn)總計(jì)、利潤(rùn)4個(gè)指標(biāo)作為輸入向量，從業(yè)人員作為目標(biāo)向量（見表1）。在對(duì)BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練前，應(yīng)該對(duì)數(shù)據(jù)進(jìn)行歸一化處理，使那些比較大的輸入仍落在傳遞函數(shù)梯度大的地方。本例采用MATLAB工具箱中的premnmx（）函數(shù)把數(shù)據(jù)歸一到[-1，1]之間，如表2所示。

對(duì)于BP網(wǎng)絡(luò)，有一個(gè)非常重要的定理。即對(duì)于任何在閉區(qū)間內(nèi)的一個(gè)連續(xù)函數(shù)都可以用單隱層的BP網(wǎng)絡(luò)逼近，因而一個(gè)三層BP網(wǎng)絡(luò)就可以完成任意的n維到m維的映射。本例采用單隱層的BP網(wǎng)絡(luò)進(jìn)行從業(yè)人員預(yù)測(cè)。由于輸入樣本為4維的輸入向量，因此，輸入層一共有4個(gè)神經(jīng)元，網(wǎng)絡(luò)只有1個(gè)輸出數(shù)據(jù)，則輸出層只有1個(gè)神經(jīng)元。隱含層神經(jīng)元個(gè)數(shù)根據(jù)最佳隱含層神經(jīng)元數(shù)經(jīng)驗(yàn)公式取15個(gè)。因此，網(wǎng)絡(luò)應(yīng)該為4×15×1的結(jié)構(gòu)。隱含層神經(jīng)元的傳遞函數(shù)為S型正切函數(shù)tansig（），輸出層神經(jīng)元的傳遞函數(shù)為線性激活函數(shù)purelin（）。

3.BP網(wǎng)絡(luò)訓(xùn)練及仿真

建立網(wǎng)絡(luò)后，對(duì)表2中的數(shù)據(jù)進(jìn)行訓(xùn)練，訓(xùn)練參數(shù)的設(shè)定如表3所示，其他參數(shù)取默認(rèn)值。

訓(xùn)練次數(shù)12100012目標(biāo)誤差120.00112學(xué)習(xí)速率120.01訓(xùn)練結(jié)果如圖1所示，可見經(jīng)過52次訓(xùn)練后，網(wǎng)絡(luò)的目標(biāo)誤差達(dá)到要求。

圖1訓(xùn)練結(jié)果網(wǎng)絡(luò)訓(xùn)練結(jié)束后，運(yùn)用MATLAB工具箱中的sim（）函數(shù)，將經(jīng)過歸一化后的數(shù)據(jù)表2進(jìn)行仿真模擬，獲得網(wǎng)絡(luò)的輸出，然后將運(yùn)算結(jié)果通過postmnmx（）函數(shù)進(jìn)行反歸一化處理，得到BP網(wǎng)絡(luò)預(yù)測(cè)值，最后檢查BP網(wǎng)絡(luò)預(yù)測(cè)值和實(shí)際從業(yè)人員數(shù)之間的誤差是否符合要求，如表4所示。

4.預(yù)測(cè)結(jié)果評(píng)價(jià)

圖2反映了該BP網(wǎng)絡(luò)較好地逼近了輸入矢量，即年份、產(chǎn)值（萬元）、資產(chǎn)總計(jì)（萬元）和利潤(rùn)（萬元）與目標(biāo)矢量，即從業(yè)人員（人）之間的線性關(guān)系。用BP神經(jīng)網(wǎng)絡(luò)對(duì)現(xiàn)有人力資源狀況進(jìn)行分析擬合，是人力資源需求預(yù)測(cè)的較理想方法。與傳統(tǒng)的人力資源需求預(yù)測(cè)方法相比，將BP神經(jīng)網(wǎng)絡(luò)用于人力資源需求預(yù)測(cè)，克服了輸入矢量和目標(biāo)矢量非線性、不符合統(tǒng)計(jì)規(guī)律的問題。BP神經(jīng)網(wǎng)絡(luò)模型良好的容錯(cuò)和自學(xué)習(xí)能力，調(diào)用MATLAB工具箱函數(shù)，使預(yù)測(cè)過程更易實(shí)現(xiàn)，可以更好地對(duì)人力資源進(jìn)行規(guī)劃，提高人力資源預(yù)測(cè)精度。

圖2BP神經(jīng)網(wǎng)絡(luò)的函數(shù)逼近結(jié)果將BP神經(jīng)網(wǎng)絡(luò)應(yīng)用于企業(yè)人力資源需求預(yù)測(cè)，能較好地建立起各影響因素與預(yù)測(cè)結(jié)果之間的非線性關(guān)系，是企業(yè)預(yù)測(cè)人力資源需求的一種較理想的方法。但BP神經(jīng)網(wǎng)絡(luò)也存在著一些不足和問題。主要表現(xiàn)在學(xué)習(xí)速率太小可能會(huì)造成訓(xùn)練時(shí)間過長(zhǎng)；BP算法可以使權(quán)值收斂到某個(gè)值，但并不能保證其為誤差平面的全局最小值；網(wǎng)絡(luò)隱含層的層數(shù)和單元數(shù)的選擇一般是根據(jù)經(jīng)驗(yàn)或者通過反復(fù)實(shí)驗(yàn)確定，網(wǎng)絡(luò)往往存在很大的冗余性，在一定程度上也增加了網(wǎng)絡(luò)學(xué)習(xí)的負(fù)擔(dān)。因此，BP神經(jīng)網(wǎng)絡(luò)在企業(yè)人力資源需求預(yù)測(cè)領(lǐng)域的應(yīng)用仍需根據(jù)企業(yè)自身實(shí)際情況做進(jìn)一步的改進(jìn)和完善。

[參考文獻(xiàn)]

[1]飛思科技產(chǎn)品研發(fā)中心神經(jīng)網(wǎng)絡(luò)理論與MATLAB7實(shí)現(xiàn)[M]北京：電子工業(yè)出版社，2005.

[2]（美）海金（Simon Haykin）神經(jīng)網(wǎng)絡(luò)原理（原書第2版）[M]葉世偉，史忠植譯北京：機(jī)械工業(yè)出版社，2004.

[3]叢爽面向MATLAB工具箱的神經(jīng)網(wǎng)絡(luò)理論與應(yīng)用[M]中國科學(xué)技術(shù)大學(xué)出版社，1998.

[4]劉躍基于BP神經(jīng)網(wǎng)絡(luò)的人力資源估價(jià)研究[J]統(tǒng)計(jì)與信息論壇，2007（1）：96-99.

[5]艷明四種人力資源的定量預(yù)測(cè)方法及評(píng)述[J]統(tǒng)計(jì)與決策，2008（7）：30-32.

[6]國家統(tǒng)計(jì)局固定資產(chǎn)投資統(tǒng)計(jì)司，中國行業(yè)企業(yè)信息中心中國大型房地產(chǎn)與建筑業(yè)企業(yè)年鑒[M]北京：中國大地出版社，2003-2008.

篇5

1.互聯(lián)網(wǎng)經(jīng)濟(jì)的特點(diǎn)對(duì)醫(yī)院審計(jì)的管理工作的現(xiàn)實(shí)意義

1.1有利于醫(yī)院審計(jì)網(wǎng)絡(luò)化信息技術(shù)體系

在互聯(lián)網(wǎng)經(jīng)濟(jì)的作用下，醫(yī)院審計(jì)的管理工作也做出了相對(duì)的改新。在醫(yī)院內(nèi)建構(gòu)了網(wǎng)絡(luò)化的審計(jì)信息技術(shù)體系。此體系可以促使院內(nèi)管理的高效性，還可以使醫(yī)院的經(jīng)營方向及范圍更加的寬廣。使醫(yī)院內(nèi)的各種經(jīng)濟(jì)管理及經(jīng)濟(jì)活動(dòng)達(dá)到電算化形式的管理。有效提升院內(nèi)的審計(jì)管理工作效率及質(zhì)量。在互聯(lián)網(wǎng)經(jīng)濟(jì)的作用下，院內(nèi)審計(jì)的管理工作能夠把計(jì)算機(jī)這一科學(xué)技術(shù)與不同的審計(jì)軟件用在平時(shí)的院內(nèi)審計(jì)工作中，在醫(yī)院中搭建起網(wǎng)絡(luò)化的信息技術(shù)審計(jì)體系，從而進(jìn)一步地推動(dòng)醫(yī)院運(yùn)營管理，助力于社會(huì)經(jīng)濟(jì)更進(jìn)一層地發(fā)展。與此同時(shí)通過互聯(lián)網(wǎng)經(jīng)濟(jì)的特點(diǎn)，使醫(yī)院審計(jì)管理所針對(duì)的對(duì)象、審計(jì)規(guī)模及其工作內(nèi)容等一些層面都產(chǎn)生了相應(yīng)的轉(zhuǎn)變。

1.2有利于?@現(xiàn)出醫(yī)院內(nèi)審計(jì)工作的目的

在現(xiàn)今互聯(lián)網(wǎng)經(jīng)濟(jì)的不斷發(fā)展中，醫(yī)院審計(jì)的管理工作是醫(yī)院整體管理的一個(gè)環(huán)節(jié)。其在醫(yī)院的持續(xù)進(jìn)步中，有著非常主要的作用，醫(yī)院審計(jì)的管理工作可快速促進(jìn)醫(yī)院的經(jīng)濟(jì)發(fā)展。所以，醫(yī)院審計(jì)的管理工作一定參照醫(yī)院內(nèi)部的工作主旨實(shí)行管理與發(fā)展，還應(yīng)同時(shí)注重醫(yī)院內(nèi)的財(cái)政工作管理，做好院內(nèi)部的財(cái)務(wù)控制管理與財(cái)務(wù)的監(jiān)督工作。使醫(yī)院審計(jì)和管理工作水平與質(zhì)量得到有效地提升。醫(yī)院在審計(jì)工作的管理中，一定遵照相應(yīng)的法律規(guī)定來實(shí)行相適應(yīng)的管理，遵守國家規(guī)定的所有財(cái)務(wù)規(guī)定，達(dá)到醫(yī)院審計(jì)和管理工作良性地運(yùn)營，體現(xiàn)醫(yī)院審計(jì)的管理工作目的，促進(jìn)醫(yī)院更進(jìn)一層地進(jìn)步發(fā)展。如果想達(dá)到醫(yī)院審計(jì)管理工作的理想目的，就一定要把互聯(lián)網(wǎng)技術(shù)與計(jì)算機(jī)等科學(xué)技術(shù)應(yīng)用到醫(yī)院審計(jì)的管理工作中，來取得相應(yīng)的審計(jì)資格，整理相應(yīng)的信息數(shù)據(jù)，在由信息系統(tǒng)進(jìn)行相應(yīng)地處理完善，給醫(yī)院審計(jì)和管理工作供應(yīng)具有參照性的數(shù)據(jù)，給醫(yī)院的一些決策，提供信息數(shù)據(jù)的幫助，體現(xiàn)醫(yī)院審計(jì)的管理工作目的。

1.3有利于提高醫(yī)院審計(jì)工作的水準(zhǔn)

在互聯(lián)網(wǎng)經(jīng)濟(jì)的作用下，比較多的當(dāng)代信息化技術(shù)己經(jīng)普遍地在醫(yī)院的現(xiàn)實(shí)管理中得到應(yīng)用，并且在醫(yī)院的管理過程中發(fā)揮了有效的作用，使醫(yī)院更進(jìn)一層地進(jìn)步發(fā)展。在醫(yī)院審計(jì)的管理中也使用了科學(xué)信息化的技術(shù)，通過計(jì)算機(jī)系統(tǒng)這一科技，在醫(yī)院審計(jì)和管理中建立完整的一套信息化的審計(jì)系統(tǒng)，如此不但能夠降低審計(jì)人員的工作量，還可以深一層的提升院內(nèi)審計(jì)工作的管理質(zhì)量及技能?？勺屗袑徲?jì)管理工作更為正規(guī)化、信息化，還可以在不同程度范圍內(nèi)減少醫(yī)院審計(jì)的管理成本，保證審計(jì)管理的數(shù)據(jù)完善性與系統(tǒng)性，從而使醫(yī)院審計(jì)和管理工作水準(zhǔn)得到有效地提高。

2.在互聯(lián)網(wǎng)經(jīng)濟(jì)的基礎(chǔ)上提升醫(yī)院審計(jì)管理的有效措施

2.1通過計(jì)算機(jī)系統(tǒng)使醫(yī)院審計(jì)方法完善

在醫(yī)院的平時(shí)財(cái)務(wù)數(shù)據(jù)審計(jì)工作管理中的應(yīng)用。在醫(yī)院的審計(jì)管理過程中，經(jīng)?？梢姷呢?cái)務(wù)數(shù)據(jù)審計(jì)工作，著重指出審計(jì)的工作人員對(duì)財(cái)務(wù)數(shù)據(jù)的研究與把握。在財(cái)務(wù)數(shù)據(jù)的審計(jì)工作中，可以參照工作中的現(xiàn)實(shí)狀況，利用計(jì)算機(jī)這一高科技來輔助平時(shí)審計(jì)管理工作。在現(xiàn)實(shí)平時(shí)財(cái)務(wù)數(shù)據(jù)審計(jì)的工作中，可以使用現(xiàn)代的一些審計(jì)相應(yīng)的軟件，對(duì)相應(yīng)的財(cái)務(wù)數(shù)據(jù)實(shí)行檢查、統(tǒng)籌、研究等相關(guān)的審計(jì)工作，能夠有利于提升財(cái)務(wù)數(shù)據(jù)的審計(jì)時(shí)效性與質(zhì)量的保證。在財(cái)務(wù)數(shù)據(jù)審計(jì)的工作中，也能夠應(yīng)用一些自動(dòng)電算化的計(jì)算機(jī)這一高科技的系統(tǒng)，來對(duì)醫(yī)院財(cái)務(wù)數(shù)據(jù)審計(jì)工作施行審計(jì)的管理，以便提升審計(jì)的時(shí)效性。

2.2重視開發(fā)審計(jì)軟件，使醫(yī)院審計(jì)提高效率

在互聯(lián)網(wǎng)經(jīng)濟(jì)這一網(wǎng)絡(luò)經(jīng)濟(jì)的作用下，醫(yī)院審計(jì)的管理工作必須要利用信息、互聯(lián)網(wǎng)網(wǎng)絡(luò)等現(xiàn)代的科學(xué)技術(shù)，漸漸達(dá)成醫(yī)院審計(jì)的管理工作信息化技術(shù)的有效發(fā)展。在醫(yī)院內(nèi)部組建起相應(yīng)的對(duì)于審計(jì)管理的信息系統(tǒng)中，審計(jì)的工作人員一定要對(duì)有關(guān)的系統(tǒng)實(shí)行理解和學(xué)習(xí)，熟悉各種系統(tǒng)的準(zhǔn)確功能，如此才可以在現(xiàn)實(shí)審計(jì)管理的工作中，嫻熟的應(yīng)用審計(jì)管理的信息系統(tǒng)，保證審計(jì)信息的正確性與完善性。醫(yī)院在建設(shè)審計(jì)管理的信息化系統(tǒng)時(shí)，要重視審計(jì)管理信息系統(tǒng)的開發(fā)與更新。供給足夠的資金基礎(chǔ)，使之醫(yī)院信息系統(tǒng)能夠順利的開發(fā)和管理。還需對(duì)醫(yī)院審計(jì)管理工作做到較好地完善。所以在現(xiàn)實(shí)醫(yī)院審計(jì)的管理工作中，審計(jì)的相關(guān)工作人員要參加到醫(yī)院的審計(jì)信息系統(tǒng)的開發(fā)當(dāng)中來，如此才可以及時(shí)地發(fā)覺其中存在的相關(guān)問題，并及時(shí)地實(shí)行對(duì)應(yīng)地整合與更正。例如某一醫(yī)院的管理信息系統(tǒng)建構(gòu)，完成了初步的以工作人員、財(cái)務(wù)、物質(zhì)管理為主要的醫(yī)院管理信息系統(tǒng)的建設(shè)，其中對(duì)物質(zhì)管理的系統(tǒng)環(huán)節(jié)包含固定資產(chǎn)的管理系統(tǒng)、物資的管理系統(tǒng)、設(shè)備器材的管理系統(tǒng)。組建醫(yī)院內(nèi)部的相關(guān)財(cái)產(chǎn)調(diào)度平臺(tái)，活躍及提高了財(cái)產(chǎn)應(yīng)用效果。每個(gè)科室能夠把本科室不用的資產(chǎn)公布到平臺(tái)上，這時(shí)有對(duì)此資產(chǎn)需求的科室就能夠在平臺(tái)上實(shí)行觀看并且申請(qǐng)使用。多種方式的終端平臺(tái)系統(tǒng)，全部參與、操作起來較為容易。所有關(guān)于設(shè)備的管理與使用人員都可以依照自己科室的需求，恰逢時(shí)宜地登錄系統(tǒng)進(jìn)行操作，并可以實(shí)行查收、拍照、圖片上傳，操作的使用簡(jiǎn)便、好學(xué)、容易理解、入手比較快。

2.3利用信息技術(shù)，搭建醫(yī)院審計(jì)信息化的本系

在互聯(lián)網(wǎng)經(jīng)濟(jì)這一網(wǎng)絡(luò)化經(jīng)濟(jì)的作用下，醫(yī)院也建構(gòu)了相關(guān)的審計(jì)管理信息化系統(tǒng)，通過有關(guān)的審計(jì)概論、管理概論，使醫(yī)院內(nèi)組成一個(gè)完善的一整套審計(jì)管理工作體系，能夠?qū)︶t(yī)院的全部經(jīng)濟(jì)運(yùn)行所帶來的財(cái)務(wù)數(shù)據(jù)信息實(shí)行有效及時(shí)地跟隨與及時(shí)監(jiān)控，持續(xù)對(duì)醫(yī)院己有的審計(jì)管理工作信息系統(tǒng)加以改進(jìn)完善，以便提升醫(yī)院審計(jì)的管理工作水準(zhǔn)及質(zhì)量?，F(xiàn)當(dāng)下醫(yī)院所組建的審計(jì)管理信息化系統(tǒng)是三個(gè)主要的部分所組成，第一個(gè)部分是，審計(jì)信息系統(tǒng)的專家系統(tǒng)，其著重能夠?qū)徲?jì)的數(shù)據(jù)信息實(shí)行研究分析、匯報(bào)等相關(guān)工作；第二個(gè)部分是，審計(jì)的監(jiān)控系統(tǒng)，其著重對(duì)醫(yī)院的財(cái)務(wù)信息實(shí)行及時(shí)的監(jiān)控；第三個(gè)部分是，數(shù)據(jù)庫信息系統(tǒng)，其著重是把審計(jì)的數(shù)據(jù)信息實(shí)行匯總、調(diào)整。達(dá)到信息能夠共同享用。例如在博科yigo平臺(tái)的基礎(chǔ)上，開發(fā)醫(yī)院固定資產(chǎn)的管理信息系統(tǒng)。把博科yigo平臺(tái)的固定資產(chǎn)信息管理系統(tǒng)應(yīng)用在醫(yī)院審計(jì)和管理工作中，可以較大的提升醫(yī)院內(nèi)部的工作時(shí)效性，使醫(yī)院的經(jīng)濟(jì)效益大大地增加，有利于醫(yī)院切實(shí)地達(dá)成嚴(yán)格實(shí)行節(jié)約的準(zhǔn)則。其容易、簡(jiǎn)單、好學(xué)的客戶操作界面和強(qiáng)有力的系統(tǒng)功效，在大多同種系統(tǒng)中突現(xiàn)而出。

2.4做好培訓(xùn)，提高醫(yī)院審計(jì)工作人的計(jì)算機(jī)操作水準(zhǔn)

篇6

中圖分類號(hào)：R197.324文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1007-9599 (2012) 04-0000-02

一、網(wǎng)絡(luò)經(jīng)濟(jì)對(duì)醫(yī)院審計(jì)帶來的積極影響

（一）有利于加快醫(yī)院審計(jì)信息化建設(shè)

隨著醫(yī)院內(nèi)部管理信息化、業(yè)務(wù)運(yùn)行網(wǎng)絡(luò)化、會(huì)計(jì)信息電子化的廣泛建立，不僅使醫(yī)院各項(xiàng)經(jīng)濟(jì)活動(dòng)的會(huì)計(jì)處理工作均可以通過計(jì)算機(jī)系統(tǒng)和軟件自動(dòng)完成，還使醫(yī)院的經(jīng)營管理步入了信息化、網(wǎng)絡(luò)化的軌道。在這樣的網(wǎng)絡(luò)經(jīng)濟(jì)環(huán)境下，醫(yī)院審計(jì)工作的范圍、對(duì)象、內(nèi)容、方法等審計(jì)要素也隨之發(fā)生了較大的變化，對(duì)傳統(tǒng)的審計(jì)工作造成了巨大的沖擊。為了滿足醫(yī)院管理信息化的發(fā)展需求，醫(yī)院必須加快審計(jì)信息化建設(shè)，以改進(jìn)傳統(tǒng)審計(jì)工作的不足，提高醫(yī)院整體信息化的建設(shè)水平。

（二）有利于實(shí)現(xiàn)醫(yī)院審計(jì)目標(biāo)

醫(yī)院審計(jì)工作的目標(biāo)在于緊緊圍繞本院工作重心，以強(qiáng)化財(cái)務(wù)管理和內(nèi)部控制監(jiān)督為主要任務(wù)，實(shí)現(xiàn)維護(hù)國家財(cái)經(jīng)紀(jì)律、促進(jìn)醫(yī)院健康發(fā)展的目標(biāo)。所以，醫(yī)院必須采取先進(jìn)、科學(xué)的技術(shù)方法，借助于網(wǎng)絡(luò)技術(shù)、信息技術(shù)和計(jì)算機(jī)技術(shù)對(duì)所獲取的審計(jì)憑證和信息資料進(jìn)行加工處理，作為審計(jì)結(jié)果的評(píng)估、判斷依據(jù)，以此為醫(yī)院領(lǐng)導(dǎo)提供可靠的決策信息，從而確保審計(jì)目標(biāo)的實(shí)現(xiàn)。

（三）有利于提升醫(yī)院內(nèi)部審計(jì)質(zhì)量

網(wǎng)絡(luò)經(jīng)濟(jì)環(huán)境下，網(wǎng)絡(luò)信息技術(shù)已經(jīng)廣泛被應(yīng)用于醫(yī)院的日常經(jīng)營管理活動(dòng)中，醫(yī)院內(nèi)部審計(jì)工作也不例外。審計(jì)工作利用現(xiàn)代科學(xué)技術(shù)，不僅可以極大地減輕審計(jì)人員的工作量，確保審計(jì)數(shù)據(jù)的準(zhǔn)確性和完整性，還可以促進(jìn)審計(jì)工作規(guī)范化、流程化，提高審計(jì)工作效率，降低審計(jì)管理成本，從而提升醫(yī)院內(nèi)部審計(jì)工作水平和質(zhì)量。

二、網(wǎng)絡(luò)經(jīng)濟(jì)對(duì)醫(yī)院審計(jì)的管理策略

（一）運(yùn)用計(jì)算機(jī)輔助審計(jì)方法

1.對(duì)醫(yī)院日常會(huì)計(jì)信息的審計(jì)。當(dāng)前的醫(yī)院審計(jì)要求審計(jì)工作人員應(yīng)對(duì)會(huì)計(jì)信息給予更多的分析，并利用計(jì)算機(jī)輔助審計(jì)來完成具體工作。首先，應(yīng)多開發(fā)一些適用于計(jì)算機(jī)輔助審計(jì)的應(yīng)用軟件，這樣便于審計(jì)人員借助這些審計(jì)軟件來對(duì)會(huì)計(jì)信息進(jìn)行相應(yīng)的檢查、測(cè)試、比較分析、統(tǒng)計(jì)、匯總等審計(jì)工作。如審計(jì)人員可以通過借助相應(yīng)的審計(jì)軟件對(duì)醫(yī)院財(cái)務(wù)部門各個(gè)時(shí)期的指標(biāo)進(jìn)行比較，并從中找出異常狀況，以便于進(jìn)一步加以調(diào)查和分析；其次，也可以借助會(huì)計(jì)電算化自帶的一些功能來完成審計(jì)工作。如審計(jì)人員可以利用會(huì)計(jì)電算化中的查詢過濾功能，將某些明細(xì)賬反映的醫(yī)療服務(wù)金額在指定數(shù)額以上的全部記錄顯示出來，借此來進(jìn)行分析性復(fù)核；再次，使用辦公自動(dòng)化軟件來輔助審計(jì)工作。如可借助EXCEL表格對(duì)材料成本差異核算進(jìn)行復(fù)核。

2.計(jì)算機(jī)輔助審計(jì)信息管理與傳遞。在進(jìn)行審計(jì)時(shí)，審計(jì)人員需要掌握大量的有關(guān)信息，如法律法規(guī)、被審計(jì)單位的具體情況、上一年度的審計(jì)底稿以及審計(jì)報(bào)告等等。在以往應(yīng)用手工方式時(shí)，這些信息都是由人工進(jìn)行整理和提供，既費(fèi)時(shí)又費(fèi)力，致使審計(jì)效率偏低。而利用計(jì)算機(jī)輔助審計(jì)，則可將這些信息全部存儲(chǔ)到計(jì)算機(jī)中，通過計(jì)算機(jī)的快速查找功能，便可以迅速、準(zhǔn)確地找到所需的信息。因此，為方便審計(jì)人員開展工作，應(yīng)建立審計(jì)法律法規(guī)庫、被審單位信息集料庫以及審計(jì)檔案庫等，同時(shí)還應(yīng)提供相應(yīng)的更新、維護(hù)以及查詢功能。

3.計(jì)算機(jī)輔助審計(jì)統(tǒng)計(jì)抽樣。在網(wǎng)絡(luò)經(jīng)濟(jì)環(huán)境下，現(xiàn)代審計(jì)已經(jīng)建立起了一套較為完善的抽樣技術(shù)。而將抽樣技術(shù)合理地應(yīng)用于審計(jì)工作當(dāng)中，是審計(jì)理論與實(shí)踐的一大重要突破，特別是統(tǒng)計(jì)抽樣比非統(tǒng)計(jì)抽樣更具科學(xué)性，其能夠準(zhǔn)確地將抽樣誤差控制在指定的范圍以內(nèi)。正因如此，計(jì)算機(jī)輔助審計(jì)的作用也隨之得以展現(xiàn)，具體體現(xiàn)在以下幾個(gè)方面上：其一，審計(jì)抽樣隨機(jī)數(shù)的選取。利用計(jì)算機(jī)輔助審計(jì)，則可通過程序編碼并借助計(jì)算機(jī)自身的功能來選取隨機(jī)數(shù)，既方便又快捷；其二，樣本選取。使用恰當(dāng)合理的統(tǒng)計(jì)抽樣方法可以有效地避免抽取無代表性樣本的風(fēng)險(xiǎn)，從而達(dá)到迅速、公正、客觀的目的；其三，簡(jiǎn)化計(jì)算。借助計(jì)算機(jī)輔助審計(jì)，能夠利用計(jì)算機(jī)的語言編輯功能，建立一些應(yīng)用程序，并以此來計(jì)算有關(guān)的統(tǒng)計(jì)指標(biāo)，如樣本量、總體估算值等等，只要運(yùn)行這些程序便能夠快速地獲得結(jié)果。

（二）使用高效的醫(yī)院審計(jì)軟件

在信息化的前提條件下，審計(jì)人員需要大量的時(shí)間和精力去對(duì)醫(yī)院信息系統(tǒng)的具體功能進(jìn)行了解，只有這樣才能夠確保處理的完整性、正確性以及合法性。而當(dāng)一個(gè)醫(yī)院信息系統(tǒng)建設(shè)完成并投入使用以后，對(duì)其的改進(jìn)要比設(shè)計(jì)研發(fā)更加困難，并且費(fèi)用也會(huì)更好。為此，除應(yīng)對(duì)已經(jīng)投入使用的醫(yī)院信息系統(tǒng)進(jìn)行審計(jì)外，還應(yīng)加強(qiáng)事前和事中審計(jì)。這就要求審計(jì)人員應(yīng)參與到醫(yī)院信息系統(tǒng)的設(shè)計(jì)研發(fā)過程當(dāng)中，這樣能夠及時(shí)發(fā)現(xiàn)問題，并進(jìn)行相應(yīng)的改進(jìn)。此外，專業(yè)的審計(jì)軟件也能夠幫助審計(jì)人員完成審計(jì)工作。但是由于各個(gè)醫(yī)院的信息系統(tǒng)都存在一定差別，統(tǒng)一性和標(biāo)準(zhǔn)性較差。針對(duì)這一問題，當(dāng)前急需制定一個(gè)統(tǒng)一的數(shù)據(jù)格式標(biāo)準(zhǔn)或轉(zhuǎn)換標(biāo)準(zhǔn)。同時(shí)也應(yīng)對(duì)審計(jì)軟件進(jìn)行模塊化和程序化，從而方便審計(jì)人員在現(xiàn)場(chǎng)制定審計(jì)方案，這樣有利于審計(jì)工作的順利開展。

（三）建立醫(yī)院內(nèi)部審計(jì)信息系統(tǒng)

醫(yī)院內(nèi)部審計(jì)信息系統(tǒng)是以醫(yī)院信息系統(tǒng)和內(nèi)部控制系統(tǒng)為基礎(chǔ)，結(jié)合內(nèi)部審計(jì)理論、風(fēng)險(xiǎn)管理理論，通過對(duì)醫(yī)院經(jīng)濟(jì)活動(dòng)所產(chǎn)生的財(cái)務(wù)數(shù)據(jù)進(jìn)行實(shí)時(shí)監(jiān)控，從而完成對(duì)醫(yī)院整體資源審計(jì)管理的綜合信息系統(tǒng)。該系統(tǒng)由以下三個(gè)子系統(tǒng)構(gòu)成：其一，審計(jì)專家信息系統(tǒng)。其主要技術(shù)功能包括審計(jì)抽樣和分析、審計(jì)取證、審計(jì)數(shù)據(jù)采集和轉(zhuǎn)換、審計(jì)工作底稿編制、審計(jì)信息交互共享、審計(jì)報(bào)告、審計(jì)規(guī)則庫定義和修訂等；其二，審計(jì)監(jiān)控系統(tǒng)。該系統(tǒng)直接嵌入到醫(yī)院管理信息系統(tǒng)中，對(duì)財(cái)務(wù)數(shù)據(jù)資源進(jìn)行實(shí)時(shí)監(jiān)控；其三，數(shù)據(jù)庫系統(tǒng)。該系統(tǒng)利用數(shù)據(jù)庫技術(shù)實(shí)現(xiàn)內(nèi)部審計(jì)數(shù)據(jù)與醫(yī)院管理信息系統(tǒng)的轉(zhuǎn)換，并將醫(yī)院內(nèi)部審計(jì)數(shù)據(jù)與財(cái)務(wù)醫(yī)務(wù)信息進(jìn)行集中、整合，而后對(duì)整個(gè)醫(yī)院數(shù)據(jù)實(shí)施共享。內(nèi)部審計(jì)信息系統(tǒng)可以通過數(shù)據(jù)庫系統(tǒng)獲取所有財(cái)務(wù)數(shù)據(jù)信息，加強(qiáng)了對(duì)醫(yī)院日常經(jīng)濟(jì)活動(dòng)的審計(jì)，同時(shí)也可以利用審計(jì)專家系統(tǒng)對(duì)財(cái)務(wù)數(shù)據(jù)實(shí)施回歸分析、線性分析和統(tǒng)計(jì)分析，尤其能夠發(fā)現(xiàn)數(shù)據(jù)記錄中存在的疑點(diǎn)事件和違規(guī)行為，從而加強(qiáng)醫(yī)院管理風(fēng)險(xiǎn)的控制。

（四）做好審計(jì)風(fēng)險(xiǎn)防范工作

現(xiàn)階段，在網(wǎng)絡(luò)經(jīng)濟(jì)環(huán)境下，計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的不斷發(fā)展，推動(dòng)了其在管理領(lǐng)域中的應(yīng)用，這使得以往傳統(tǒng)的管理、控制、檢查以及審計(jì)等技術(shù)均面臨著嚴(yán)峻挑戰(zhàn)。與此同時(shí)，國際會(huì)計(jì)公司、專業(yè)服務(wù)機(jī)構(gòu)以及咨詢公司等都將風(fēng)險(xiǎn)防范，尤其是計(jì)算機(jī)網(wǎng)絡(luò)及信息系統(tǒng)的運(yùn)行風(fēng)險(xiǎn)防范作為日常管理的工作重點(diǎn)。目前，網(wǎng)絡(luò)系統(tǒng)在醫(yī)院的應(yīng)用日益普及，各類重要信息的載體也由傳統(tǒng)的紙張轉(zhuǎn)變?yōu)榇判越橘|(zhì)。雖然這種介質(zhì)在使用上比較方便，但是對(duì)其的保存要求卻相對(duì)較高，它很容易受到高溫、震動(dòng)以及磁性物質(zhì)的影響，這在一定程度上增大了保存風(fēng)險(xiǎn)。并且這種存儲(chǔ)媒體的可變性較強(qiáng)，極易被非法訪問和濫用。為了確保重要信息的安全性，必須加強(qiáng)風(fēng)險(xiǎn)防范。一方面可以通過制定相關(guān)的風(fēng)險(xiǎn)防范規(guī)章制度，如網(wǎng)絡(luò)管理規(guī)定、安全保密規(guī)定以及會(huì)計(jì)核算軟件安全運(yùn)行管理細(xì)則等等；另一方面，還應(yīng)不斷強(qiáng)化醫(yī)院內(nèi)部控制，借此來保護(hù)自身的安全，進(jìn)而保障會(huì)計(jì)信息的真實(shí)性、準(zhǔn)確性以及可維護(hù)性，以此來降低審計(jì)風(fēng)險(xiǎn)。

（五）提高審計(jì)人員計(jì)算機(jī)水平

目前，理論基礎(chǔ)知識(shí)的缺乏以及計(jì)算機(jī)審計(jì)整體水平偏低等情況，已成為影響醫(yī)院內(nèi)部審計(jì)信息化建設(shè)的主要因素之一，也在一定程度上阻礙了醫(yī)院的健康發(fā)展。針對(duì)這一問題，必須采取積極有效地措施予以解決。首先，應(yīng)加大對(duì)審計(jì)人員的培訓(xùn)力度。作為一名醫(yī)院內(nèi)審人員不僅要熟練掌握先進(jìn)的審計(jì)方法和審計(jì)工具，如審計(jì)軟件等，并且還要能夠?qū)⑦@些軟件有效地應(yīng)用到實(shí)際審計(jì)工作當(dāng)中，以此來提高計(jì)算機(jī)審計(jì)方面的專業(yè)水平。同時(shí)還應(yīng)了解醫(yī)院財(cái)務(wù)、會(huì)計(jì)專業(yè)方面的相關(guān)知識(shí)，從而成為既懂醫(yī)院業(yè)務(wù)又熟悉計(jì)算機(jī)審計(jì)技術(shù)的復(fù)合型人才；其次，醫(yī)院應(yīng)通過不斷引進(jìn)具有較高審計(jì)水平及豐富計(jì)算機(jī)知識(shí)的人才，來提高醫(yī)院內(nèi)部審計(jì)隊(duì)伍的整體水平；再次，在條件允許的前提下，醫(yī)院還可建立審計(jì)人員與計(jì)算機(jī)網(wǎng)絡(luò)及電子商務(wù)等方面專家全面聯(lián)合的機(jī)制，這種機(jī)制的建立也是當(dāng)前解決醫(yī)院審計(jì)人員計(jì)算機(jī)水平偏低的有效途徑之一。

篇7

無論企業(yè)的性質(zhì)如何，優(yōu)先發(fā)展的信息化技術(shù)都為企業(yè)帶來十分可觀的效益，同樣，在醫(yī)院審計(jì)管理的過程中發(fā)展壯大醫(yī)院的建設(shè)必須得引進(jìn)運(yùn)用信息化技術(shù)。數(shù)據(jù)的管理與控制得益于可靠的數(shù)據(jù)庫支持，信息數(shù)據(jù)的保真則由健全的信息維護(hù)系統(tǒng)來保障，由此可持續(xù)長(zhǎng)久的降低重復(fù)勞動(dòng)率，操作更簡(jiǎn)易方便控制，減少了繁復(fù)數(shù)據(jù)的查找使用時(shí)間，從而提升了信息數(shù)據(jù)的利用率，推進(jìn)醫(yī)院管理更加有序化；除此之外，這也方便了醫(yī)療設(shè)備的采購，對(duì)于規(guī)模龐大的醫(yī)院而言，高效的有選擇有計(jì)劃的采購設(shè)備是非常重要的，醫(yī)療設(shè)備的價(jià)格之高可想而知，而設(shè)備信息化則為醫(yī)院節(jié)省下了數(shù)目不小的開支，其作用是毋庸置疑的。

2.有助于審計(jì)目標(biāo)的實(shí)現(xiàn)

醫(yī)院審計(jì)的工作目標(biāo)是維護(hù)國有財(cái)產(chǎn)不受侵犯，促進(jìn)醫(yī)院和諧穩(wěn)定發(fā)展在對(duì)財(cái)務(wù)有效管理和加強(qiáng)內(nèi)控監(jiān)督的基礎(chǔ)上。所以，醫(yī)院必須積極地引進(jìn)并且采用世界領(lǐng)先的科學(xué)技術(shù)和有效可行的方法，借助當(dāng)前網(wǎng)絡(luò)經(jīng)濟(jì)的巨大影響力，通過先進(jìn)的網(wǎng)絡(luò)技術(shù)和計(jì)算機(jī)技術(shù)處理審計(jì)材料和信息，從而使得審計(jì)結(jié)果更為準(zhǔn)確和科學(xué)，為醫(yī)院領(lǐng)導(dǎo)做出決策提供更為可靠有保障的依據(jù)，最終對(duì)審計(jì)目標(biāo)的實(shí)現(xiàn)無疑是十分有幫助意義的。

3.有利于提升醫(yī)院內(nèi)部審計(jì)質(zhì)量

在網(wǎng)絡(luò)經(jīng)濟(jì)這個(gè)時(shí)代環(huán)境下，隨處可見網(wǎng)絡(luò)信息技術(shù)被廣泛應(yīng)用于醫(yī)院的日常經(jīng)營管理事務(wù)中，當(dāng)然，醫(yī)院內(nèi)部的審計(jì)工作也不例外。依托于現(xiàn)代的科學(xué)技術(shù)的審計(jì)工作，不僅實(shí)現(xiàn)了在極大減輕審計(jì)工作人員的工作量的基礎(chǔ)上保證審計(jì)數(shù)據(jù)的準(zhǔn)確和完整，而且促進(jìn)了審計(jì)工作在規(guī)范化和流程化的過程中工作效率的提升和管理成本的降低，從而提高醫(yī)院內(nèi)部審計(jì)工作水平和質(zhì)量。

二、網(wǎng)絡(luò)經(jīng)濟(jì)下醫(yī)院審計(jì)的管理策略

1.充分運(yùn)用計(jì)算機(jī)輔助醫(yī)院審計(jì)工作

當(dāng)前，在醫(yī)院內(nèi)部審計(jì)管理過程中，很多的審計(jì)人員的專業(yè)知識(shí)水平不夠，對(duì)醫(yī)院內(nèi)部審計(jì)工作的認(rèn)識(shí)不到位，業(yè)務(wù)操作不熟練，不能及時(shí)的將醫(yī)院財(cái)務(wù)狀況進(jìn)行審查和匯總，因此，為了加強(qiáng)醫(yī)院內(nèi)部審計(jì)工作效率，首先應(yīng)該加強(qiáng)審計(jì)人員學(xué)習(xí)使用計(jì)算機(jī)輔助審計(jì)技術(shù)，對(duì)審計(jì)人員進(jìn)行專業(yè)的技能培訓(xùn)，定期對(duì)業(yè)務(wù)人員的職業(yè)技能進(jìn)行考察和評(píng)價(jià)，深化審計(jì)人員運(yùn)用計(jì)算機(jī)輔助審計(jì)的工作能力。其次，在審計(jì)人員對(duì)計(jì)算機(jī)技術(shù)有一定的掌握之后，應(yīng)該積極引進(jìn)和研發(fā)高效能的審計(jì)軟件，這樣可以有效的提高醫(yī)院審計(jì)工作效率，簡(jiǎn)化審計(jì)流程，節(jié)約審計(jì)時(shí)間；再次，積極培訓(xùn)審計(jì)人員利用會(huì)計(jì)電算化查詢和過濾信息，將一些會(huì)計(jì)分錄中反映資金變化的記錄顯示出來，并借此進(jìn)行數(shù)據(jù)的審核和分析；最后，使用計(jì)算機(jī)辦公軟件進(jìn)行審計(jì)工作輔助，例如可以利用excel進(jìn)行表格繪制和公式計(jì)算。

2.利用審計(jì)軟件構(gòu)建醫(yī)院審計(jì)系統(tǒng)

在信息化管理系統(tǒng)建設(shè)過程中，醫(yī)院審計(jì)人員應(yīng)該不斷的開發(fā)和利用審計(jì)軟件，建立健全醫(yī)院內(nèi)部審計(jì)信息管理系統(tǒng)，確保醫(yī)院審計(jì)工作的準(zhǔn)確和完整。同時(shí)，要積極的利用審計(jì)軟件對(duì)系統(tǒng)進(jìn)行審計(jì)和完善，并且針對(duì)當(dāng)前各大醫(yī)院信息審計(jì)系統(tǒng)不統(tǒng)一的現(xiàn)象，應(yīng)該制定統(tǒng)一的審計(jì)系統(tǒng)建設(shè)標(biāo)磚，實(shí)現(xiàn)醫(yī)院審計(jì)信息系統(tǒng)的規(guī)范性和程序化，保證審計(jì)工作的有效進(jìn)行。此外，醫(yī)院應(yīng)該加強(qiáng)數(shù)據(jù)庫建設(shè)，通過完善數(shù)據(jù)庫將各種財(cái)務(wù)信息及時(shí)提供給審計(jì)人員，提高醫(yī)院日常的審計(jì)效率，同時(shí)對(duì)審計(jì)系統(tǒng)的數(shù)據(jù)庫進(jìn)行科學(xué)分析，盡早發(fā)現(xiàn)數(shù)據(jù)中存在的問題和風(fēng)險(xiǎn)，從而提高審計(jì)工作的質(zhì)量。

3.認(rèn)真做好醫(yī)院審計(jì)風(fēng)險(xiǎn)的防范工作

在網(wǎng)絡(luò)經(jīng)濟(jì)環(huán)境下，計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)不斷發(fā)展，在推動(dòng)各個(gè)領(lǐng)域管理效率提高的同時(shí)，也使得網(wǎng)絡(luò)風(fēng)險(xiǎn)劇增。當(dāng)前，網(wǎng)絡(luò)系統(tǒng)在醫(yī)院的應(yīng)用不斷增加，各類信息的載體由過去的紙質(zhì)變成的磁盤介質(zhì)。雖然數(shù)字化的存儲(chǔ)可以有效提高存儲(chǔ)效率，方便使用，但是對(duì)其保存的要求也就更高，對(duì)溫度、濕度、震動(dòng)等因素需要防護(hù)，這在一定程度上加大了保存風(fēng)險(xiǎn)，同時(shí)，這些磁性介質(zhì)很容易受到網(wǎng)絡(luò)黑客的非法攻擊和盜取，因此，為了保證醫(yī)院審計(jì)系統(tǒng)的安全，必須加強(qiáng)磁性介質(zhì)的保存環(huán)境保護(hù)，避免高溫、高濕，防止劇烈震動(dòng)，同時(shí)，堅(jiān)強(qiáng)防護(hù)軟件開發(fā)，防止黑客攻擊，確保審計(jì)信息系統(tǒng)的安全運(yùn)行。

篇8

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2014 . 03. 034

[中圖分類號(hào)] F272.92 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673 - 0194（2014）03- 0074- 05

人力資源危機(jī)在旅行社行業(yè)吸引人才、培養(yǎng)人才、留住人才的各個(gè)環(huán)節(jié)都有體現(xiàn)，影響旅行社行業(yè)人力資源管理的效果，影響旅行社行業(yè)的穩(wěn)定與發(fā)展。因此，如何對(duì)旅行社行業(yè)人力資源危機(jī)狀況進(jìn)行評(píng)判，進(jìn)而采取應(yīng)對(duì)措施，是當(dāng)前旅行社行業(yè)人力資源管理的一個(gè)迫切任務(wù)。本文引入人工神經(jīng)網(wǎng)絡(luò)中的BP網(wǎng)絡(luò)，構(gòu)建河南省旅行社人力資源危機(jī)預(yù)警模型，以期提早應(yīng)對(duì)危機(jī)。

1 BP網(wǎng)絡(luò)簡(jiǎn)介

BP網(wǎng)絡(luò)由一個(gè)輸入層、若干隱含層和一個(gè)輸出層構(gòu)成，是一種具有3層或者3層以上結(jié)構(gòu)的多層神經(jīng)元網(wǎng)絡(luò)，網(wǎng)絡(luò)中的神經(jīng)元分層排列，它的左、右各層之間各個(gè)神經(jīng)元實(shí)現(xiàn)全連接，即左層的每一個(gè)神經(jīng)元與右層的每個(gè)神經(jīng)元都有連接，而上下層各神經(jīng)元之間無連接。每一層內(nèi)神經(jīng)元的輸出均傳送到下一層，這種傳送由連接權(quán)來達(dá)到增強(qiáng)、減弱或抑制的作用，除了輸入層的神經(jīng)元以外，隱含層和輸出層神經(jīng)元的凈輸入是前一層神經(jīng)元輸出的加權(quán)和。每個(gè)神經(jīng)元均由它的輸入、活化函數(shù)和閾值來決定它的活化程度。在人工神經(jīng)網(wǎng)絡(luò)的實(shí)際應(yīng)用中，80%～90%的模型是采用BP網(wǎng)絡(luò)或它的變化形式。BP網(wǎng)絡(luò)可以有多層，但前向三層BP網(wǎng)絡(luò)最具代表性，應(yīng)用也最為廣泛。

2 基于BP網(wǎng)絡(luò)的河南省旅行社人力資源危機(jī)預(yù)警模型的構(gòu)建

2.1 構(gòu)建旅行社人力資源危機(jī)預(yù)警指標(biāo)體系

人力資源危機(jī)預(yù)警指標(biāo)體系由一系列能敏感反映人力資源管理活動(dòng)狀態(tài)和結(jié)果表現(xiàn)的指標(biāo)構(gòu)成。筆者通過分析河南省旅行社人力資源危機(jī)現(xiàn)狀，遵循靈敏性、科學(xué)性、可測(cè)度性、相對(duì)獨(dú)立性、預(yù)見性和可比性等原則，篩選出獨(dú)立性較強(qiáng)、代表性較強(qiáng)和貢獻(xiàn)性高的最小評(píng)價(jià)指標(biāo)體系，本文借助了專家打分的方法，各指標(biāo)的具體值域范圍見表1。

2.2 建立基于BP網(wǎng)絡(luò)的旅行社人力資源危機(jī)預(yù)警模型

2.2.1 用主成分分析法對(duì)模擬數(shù)據(jù)進(jìn)行預(yù)處理

根據(jù)表1，本文共模擬了8組數(shù)據(jù)（見表2），以建立基于BP網(wǎng)絡(luò)的河南省旅行社人力資源危機(jī)預(yù)警模型。

對(duì)表2中的極小值指標(biāo)（如員工隱性流失率等）先取倒數(shù)，再利用SPSS統(tǒng)計(jì)分析軟件進(jìn)行主成分分析，所得結(jié)果見表3。

本文共提取出6個(gè)公共因子，其特征值的方差貢獻(xiàn)率累積達(dá)到了96.044%（通常情況下，累積貢獻(xiàn)率達(dá)到85%即可）。本文選擇參數(shù)0.65作為劃分主要、次要指標(biāo)的載荷系數(shù)臨界值，以滿足下一步研究的要求。最后得到由10項(xiàng)指標(biāo)構(gòu)成的新的人力資源投資風(fēng)險(xiǎn)預(yù)警評(píng)價(jià)指標(biāo)體系，如表4所示。

2.2.2 BP網(wǎng)絡(luò)模型輸入節(jié)點(diǎn)的選擇

根據(jù) Kolmogorov定理（即映射網(wǎng)絡(luò)存在定理），一個(gè)三層BP網(wǎng)絡(luò)即可在任意希望的精度上實(shí)現(xiàn)任意的連續(xù)函數(shù) 。因此，本研究中采用三層BP網(wǎng)絡(luò)模型。影響旅行社人力資源危機(jī)度的評(píng)價(jià)因子主要有人才引進(jìn)率、招聘引進(jìn)員工勝任度等10個(gè)，因此，可確定BP網(wǎng)絡(luò)的輸入層節(jié)點(diǎn)數(shù)為10。

本文選擇上述簡(jiǎn)化后的10項(xiàng)指標(biāo)作為BP模型的輸入節(jié)點(diǎn)。由于BP神經(jīng)網(wǎng)絡(luò)的隱層一般采用Sigmoid轉(zhuǎn)換函數(shù)，為提高訓(xùn)練速度和靈敏性以及有效避開Sigmoid函數(shù)的飽和區(qū)，一般要求輸入數(shù)據(jù)的值在0～1之間。因此，需要對(duì)輸入數(shù)據(jù)進(jìn)行預(yù)處理。

進(jìn)行輸入節(jié)點(diǎn)的輸入時(shí)，需要先對(duì)原始的模擬數(shù)據(jù)進(jìn)行歸一化處理，將它們轉(zhuǎn)化為閉區(qū)間[0，1]上的無量綱性指標(biāo)值。本著盡可能體現(xiàn)被評(píng)價(jià)對(duì)象之間的差異化原則，即使其離差平方和最大的原則，本文采用了極值處理法進(jìn)行歸一運(yùn)算：

若Mj = max{xij}，mj = min{xij} 則x′ij = ■

式中，xij為原始數(shù)據(jù)，x′ij∈[0，1]為歸一化后的無量綱性指標(biāo)，其歸一化結(jié)果見表5。

2.2.3 BP網(wǎng)絡(luò)模型隱層節(jié)點(diǎn)的選擇

對(duì)于隱層節(jié)點(diǎn)的選擇是一個(gè)非常復(fù)雜的問題，因?yàn)樯窠?jīng)網(wǎng)絡(luò)巨量并行分布的結(jié)構(gòu)和非線性的動(dòng)態(tài)特性決定了從理論上得到一個(gè)簡(jiǎn)單通用的簡(jiǎn)潔解析表達(dá)式或隱層單元確定公式是十分困難的，甚至是不可能的。隱層節(jié)點(diǎn)數(shù)的選擇與問題的要求和輸入輸出單元的多少都有直接關(guān)系：如果隱節(jié)點(diǎn)數(shù)過少，網(wǎng)絡(luò)不強(qiáng)壯，就不能識(shí)別以前沒有看到的樣本，容錯(cuò)性就差，或由于網(wǎng)絡(luò)太小可能訓(xùn)練不出來；但隱節(jié)點(diǎn)太多又會(huì)使學(xué)習(xí)時(shí)間過長(zhǎng)，誤差也不一定最佳。因此，必定存在一個(gè)最佳的隱節(jié)點(diǎn)數(shù)，可用公式q = ■ + a作為參考。其中，q為隱含節(jié)點(diǎn)數(shù)，m為輸入神經(jīng)元數(shù)，n為輸出神經(jīng)元數(shù)，a為1 ～ 10之間的常數(shù)。

為使隱節(jié)點(diǎn)數(shù)更合適，本文將根據(jù)網(wǎng)絡(luò)的實(shí)際輸出與期望輸出矢量的均方誤差大小及訓(xùn)練步數(shù)的多少來綜合確定，最終隱含節(jié)點(diǎn)選為9，其模型訓(xùn)練精度最佳，訓(xùn)練步數(shù)也最少。

2.2.4 BP網(wǎng)絡(luò)模型輸出節(jié)點(diǎn)的選擇

從表5中選出對(duì)應(yīng)于新預(yù)警評(píng)價(jià)指標(biāo)體系的數(shù)據(jù)再次進(jìn)行主成分分析，步驟同前，所得結(jié)果如表6所示。

本文共提取出4個(gè)公共因子，其特征值的方差貢獻(xiàn)率累積達(dá)到92.232%。它們共同決定旅行社人力資源危機(jī)的狀況。

公因子1上載荷值大于0.65的指標(biāo)有：招聘引進(jìn)員工勝任度、培訓(xùn)與員工需求吻合度、員工對(duì)評(píng)價(jià)制度和使用制度的滿意度，涉及旅行社人力資源危機(jī)的多個(gè)部分，可稱之為“綜合因子”；公因子2上的載荷值大于0.65的指標(biāo)有：人力資本投資收益率、病假發(fā)生率，可稱之為“員工發(fā)展與保健因子”；公因子3上的載荷值大于0.65的指標(biāo)有：?jiǎn)T工對(duì)激勵(lì)機(jī)制的滿意度、缺勤率，可稱之為員工“價(jià)值取向因子”；公因子4上的載荷值大于0.65的指標(biāo)主要有：?jiǎn)T工離職增長(zhǎng)率，主要是對(duì)員工流失指標(biāo)的反映，可稱之為“員工流失因子”。

第一，計(jì)算各公因子的得分。由于在查找旅行社人力資源危機(jī)風(fēng)險(xiǎn)因素提出對(duì)策時(shí)，通常只研究各公共因子上的主要載荷指標(biāo)，而不考慮其他冗余指標(biāo)。因此，為使警情分析輸出更精確，從而能更準(zhǔn)確地分析旅行社人力資源危機(jī)風(fēng)險(xiǎn)的內(nèi)容，更有針對(duì)性地提出人力資源危機(jī)預(yù)警對(duì)策，本文忽略各公因子內(nèi)部的冗余指標(biāo)（載荷系數(shù)小于0.65的指標(biāo)），只根據(jù)主要指標(biāo)（載荷系數(shù)大于等于0.65的指標(biāo)）的載荷系數(shù)，通過下列算式來計(jì)算各公共因子得分：

FP1 = ■

FP2 = ■

FP3 = ■

FP4 = ■ = t34

式中，tij是表中指標(biāo)Xij均值為0、標(biāo)準(zhǔn)差為1的標(biāo)準(zhǔn)化變量；p為數(shù)組序號(hào)，p = 1，2，…，8。？搖

第二，以各公共因子的方差貢獻(xiàn)率占4個(gè)因子總方差貢獻(xiàn)率的比重作為權(quán)重進(jìn)行加權(quán)匯總，得出各數(shù)組的最終因子綜合得分Fp：

Fp = ■

通過綜合因子Fp（見表7）來反映旅行社人力資源危機(jī)程度，據(jù)此制定相應(yīng)的防范策略。BP網(wǎng)絡(luò)最后一層的傳輸函數(shù)Purelin使得網(wǎng)絡(luò)輸出可以是任意值，因此，本文將旅行社人力資源危機(jī)預(yù)警層次設(shè)置為4個(gè)級(jí)別，如表8所示，BP網(wǎng)絡(luò)的輸出層節(jié)點(diǎn)數(shù)為4，代表不同的旅行社人力資源危機(jī)等級(jí)，即安全、基本安全、風(fēng)險(xiǎn)和較大風(fēng)險(xiǎn)，4個(gè)等級(jí)對(duì)應(yīng)的標(biāo)準(zhǔn)輸出分別為[1000]、[0100]、[0010]、[0001]。

依前分析輸出節(jié)點(diǎn)選擇4個(gè)，10組輸出的4個(gè)端子的數(shù)值就對(duì)應(yīng)于10組人力資源危機(jī)預(yù)警指標(biāo)數(shù)據(jù)所反映的旅行社人力資源危機(jī)狀況。

結(jié)合旅行社人力資源危機(jī)的表現(xiàn)形式，本文提出了以下人力資源危機(jī)等級(jí)所對(duì)應(yīng)的標(biāo)準(zhǔn)（見表8）。

Ⅰ級(jí)狀態(tài)：旅行社人力資源各方面管理良好，沒有明顯危機(jī)跡象，處于安全狀態(tài)，但仍需注意各方面的情況，防止突發(fā)性危機(jī)的出現(xiàn)。

Ⅱ級(jí)狀態(tài)：旅行社人力資源各方面正常，基本看不出什么問題，不過需要提前采取相應(yīng)措施以提防潛在危機(jī)和突發(fā)性危機(jī)的發(fā)生。

Ⅲ級(jí)狀態(tài)：旅行社人力資源出現(xiàn)危機(jī)，會(huì)帶來一定的損失，但不明顯，會(huì)對(duì)旅行社人力資源各方面造成一定負(fù)面影響。

Ⅳ級(jí)狀態(tài)：旅行社人力資源出現(xiàn)嚴(yán)重危機(jī)，對(duì)人力資源各方面造成非常明顯和嚴(yán)重的影響，甚至導(dǎo)致旅行社倒閉。

綜上所述，本文建立的BP網(wǎng)絡(luò)人力資源危機(jī)預(yù)警模型的構(gòu)造為：10 × 9 × 4（即10個(gè)輸入神經(jīng)元，9個(gè)隱層神經(jīng)元，4個(gè)輸出神經(jīng)元）。

3 基于BP網(wǎng)絡(luò)的旅行社人力資源危機(jī)預(yù)警模型的訓(xùn)練和檢測(cè)

本文采用MATLAB工程計(jì)算軟件的神經(jīng)網(wǎng)絡(luò)工具箱設(shè)計(jì)、訓(xùn)練并檢測(cè)已建立的BP神經(jīng)網(wǎng)絡(luò)預(yù)警模型。

3.1 基于BP網(wǎng)絡(luò)的旅行社人力資源危機(jī)預(yù)警模型的訓(xùn)練

本文將表6歸一化后的前6組指標(biāo)值作為BP網(wǎng)絡(luò)的輸入，由表7確定的風(fēng)險(xiǎn)程度矩陣作為與之相對(duì)應(yīng)的期望輸出，導(dǎo)入MATLAB的圖形用戶界面――GUI（Graphical User Interfaces），即可創(chuàng)建網(wǎng)絡(luò)進(jìn)行訓(xùn)練。主要訓(xùn)練參數(shù)設(shè)置如下（未提及的參數(shù)均采用默認(rèn)值）。

（1） 訓(xùn)練函數(shù)：TRAINLM函數(shù)，它適用于中、小規(guī)模網(wǎng)絡(luò)的函數(shù)擬合問題，收斂快，收斂誤差小。

（2） 權(quán)值調(diào)節(jié)規(guī)則：LEARNGDM函數(shù)，采用動(dòng)量梯度下降方法對(duì)權(quán)值和閾值進(jìn)行調(diào)整。

（3） 網(wǎng)絡(luò)層數(shù)：3層。

（4） 性能函數(shù)：MSE函數(shù)，表示輸出矢量與目標(biāo)矢量之間的均方誤差。

（5） 期望誤差：ε = 0.001。

由圖1可知，當(dāng)網(wǎng)絡(luò)訓(xùn)練至第三步時(shí)，網(wǎng)絡(luò)性能達(dá)標(biāo)。BP網(wǎng)絡(luò)模型的訓(xùn)練輸出見表9，至此，BP網(wǎng)絡(luò)模型訓(xùn)練完畢。

3.2 基于BP網(wǎng)絡(luò)的旅行社人力資源危機(jī)預(yù)警模型的檢測(cè)

同理，用第7、第8組歸一化后的指標(biāo)數(shù)據(jù)及對(duì)應(yīng)的風(fēng)險(xiǎn)程度矩陣作為模型檢測(cè)的輸入和期望輸出，檢測(cè)結(jié)果見表10。檢測(cè)結(jié)果表明，實(shí)際輸出與期望輸出十分接近，誤差滿足要求。

由此可以得出結(jié)論，基于BP網(wǎng)絡(luò)建立的旅行社人力資源危機(jī)預(yù)警模型是有效的，可以用這個(gè)經(jīng)過訓(xùn)練、檢測(cè)完畢的BP網(wǎng)絡(luò)危機(jī)預(yù)警模型對(duì)旅行社人力資源危機(jī)進(jìn)行預(yù)警實(shí)證研究，以防范人力資源風(fēng)險(xiǎn)，保證旅行社企業(yè)良性運(yùn)行，同時(shí)對(duì)整頓治理旅游市場(chǎng)秩序起到監(jiān)督和促進(jìn)作用。

主要參考文獻(xiàn)

篇9

高等教育是我國教育體系的最高層次,它直接影響了我國培養(yǎng)高層次人才的水平。近幾年隨著我國各個(gè)行業(yè)改革步伐的加快,高等教育的改革也在逐年加快,招生規(guī)模日益擴(kuò)大,學(xué)生人數(shù)也在穩(wěn)步增加。高層次人才培養(yǎng)的水平不應(yīng)該只表現(xiàn)在數(shù)量上面,更加重要的是質(zhì)量上的高標(biāo)準(zhǔn)。這必然對(duì)管理上提出了更加高的要求。全國已經(jīng)有許多高校研究開發(fā)了各自的學(xué)生信息管理系統(tǒng),但是市場(chǎng)上面還沒有一種非常靈活非常實(shí)用的學(xué)生信息管理系統(tǒng)軟件。因此本文研究的基于網(wǎng)絡(luò)環(huán)境的學(xué)生信息管理系統(tǒng)有一定的市場(chǎng)價(jià)值,下面主要就信息管理系統(tǒng)功能設(shè)計(jì)方面進(jìn)行一定的探討。

 

這里的功能設(shè)計(jì)是指詳細(xì)的功能設(shè)計(jì),在需求分析完成后,設(shè)計(jì)人員已經(jīng)有了一個(gè)概要設(shè)計(jì)的功能描述,但是這個(gè)并不是軟件開發(fā)過程中可以使用的功能設(shè)計(jì)文檔,還需要對(duì)軟件的功能進(jìn)行更加詳細(xì)的定義。本系統(tǒng)主要有下列功能模塊,如圖1。

 

1 用戶信息管理模塊

 

在用戶信息和用戶權(quán)限管理方面,學(xué)生信息管理系統(tǒng)設(shè)計(jì)采用了一套比較嚴(yán)格的用戶信息管理辦法。主要是采用三級(jí)權(quán)限分配機(jī)制,給不同級(jí)別用戶分配不同的權(quán)限,這樣可以防止非法用戶對(duì)學(xué)生信息的修改、刪除,保持學(xué)生信息的穩(wěn)定和安全。

 

2 學(xué)生基本信息管理模塊

 

學(xué)生基本信息管理是比較重要的信息管理模塊,學(xué)生基本信息管理包括學(xué)生的基本信息(姓名、性別、出生日期等)和社會(huì)關(guān)系信息、學(xué)習(xí)簡(jiǎn)歷信息的錄入、修改和刪除等,每屆學(xué)生畢業(yè)以后,需要對(duì)畢業(yè)生進(jìn)行基本信息的轉(zhuǎn)換,將在校生信息轉(zhuǎn)換成校友信息,在每年新生開學(xué)的時(shí)候,需要新生的信息導(dǎo)入,并錄入學(xué)生的社會(huì)關(guān)系和學(xué)習(xí)簡(jiǎn)歷信息,為學(xué)生在校信息的管理提供基本數(shù)據(jù)信息支持。

 

3 學(xué)生在校信息管理模塊

 

學(xué)生在校信息管理是學(xué)生在校各項(xiàng)信息管理的集合。

 

(1)學(xué)生學(xué)籍異動(dòng)。

 

學(xué)生學(xué)籍信息記錄了每個(gè)在校學(xué)生的學(xué)籍情況,由于入學(xué)時(shí)學(xué)生的基礎(chǔ)、愛好和特長(zhǎng)不一樣,基礎(chǔ)知識(shí)掌握的水平不一樣,那么領(lǐng)悟知識(shí)的能力和學(xué)生的基本素質(zhì)也就不一樣,這難免存在個(gè)別學(xué)生的升降級(jí)、轉(zhuǎn)院系、專業(yè)等情況,以及學(xué)分制的建立和實(shí)施,學(xué)籍異動(dòng)管理模塊具有處理學(xué)生學(xué)籍異動(dòng)記錄的功能。

 

(2)學(xué)生獎(jiǎng)勵(lì)處分管理。

 

這個(gè)模塊用于管理學(xué)生在校期間的獎(jiǎng)勵(lì)和處分的信息,通過學(xué)生管理部分的信息錄入和撤銷,對(duì)學(xué)生在校期間的行為表現(xiàn)可以有一個(gè)明了的輪廓。

 

(3)學(xué)生獎(jiǎng)學(xué)金信息管理。

 

隨著高等教育逐步實(shí)現(xiàn)收費(fèi)上學(xué),學(xué)校的獎(jiǎng)學(xué)金的發(fā)放種類較多,獎(jiǎng)學(xué)金管理模塊用于管理學(xué)生獲得獎(jiǎng)學(xué)金的信息,對(duì)于學(xué)生操行評(píng)定的登記確定和學(xué)生就業(yè)的信息檢索有重要的作用。

 

(4)學(xué)生綜合測(cè)評(píng)信息管理。

 

在學(xué)生交費(fèi)上學(xué)的同時(shí),學(xué)校綜合測(cè)評(píng)的范圍占學(xué)生人數(shù)的60%,為了準(zhǔn)確地將綜合測(cè)評(píng)獲得學(xué)生的登記、人數(shù)統(tǒng)計(jì)分析準(zhǔn)確,并將現(xiàn)金通過銀行支付到“一卡通”上,要做到準(zhǔn)確無誤的數(shù)據(jù)管理。

 

(5)學(xué)生上網(wǎng)登記信息管理。

 

為了讓在校學(xué)生充分享受學(xué)校的豐富網(wǎng)絡(luò)資源,學(xué)校在學(xué)生宿舍為學(xué)生安裝了校園寬帶網(wǎng)絡(luò),學(xué)生通過到網(wǎng)管中心申請(qǐng)開通網(wǎng)絡(luò)以及交費(fèi)的過程,實(shí)現(xiàn)了數(shù)據(jù)的共享和網(wǎng)絡(luò)資源的充分利用。

 

(6)學(xué)生宿舍信息管理。

 

學(xué)生宿舍管理屬于后勤管理的一部分,宿舍管理信息包括學(xué)生宿舍樓棟信息、宿舍信息,以及學(xué)生在宿舍的入住信息,宿舍信息的準(zhǔn)確采集,為學(xué)校后勤人員對(duì)宿舍進(jìn)行合理分配,新生入學(xué)宿舍的合理安排,以及學(xué)生所在宿舍信息的檢索提供了有益的幫助。

 

4 學(xué)生信息檢索與統(tǒng)計(jì)模塊

 

學(xué)生信息檢索是學(xué)生信息管理系統(tǒng)中開放的信息管理模塊,學(xué)生管理人員通過對(duì)學(xué)生信息檢索達(dá)到查詢學(xué)生信息的目的。

 

用戶檢索學(xué)生信息的方法:可以通過院系、班級(jí)來檢索,也可以通過學(xué)生生源地區(qū)、學(xué)生宿舍來檢索,還可以通過輸入學(xué)生學(xué)號(hào)檢索,檢索的方便性極大地提高了檢索的效率。檢索信息的完整,可以了解學(xué)生在校期間的學(xué)習(xí)、生活、獎(jiǎng)懲等情況。

 

5 系統(tǒng)附件

 

系統(tǒng)附件是用戶和用戶之間以及用戶本人進(jìn)行信息傳送和信息記錄的模塊,包括短信發(fā)送和閱讀,記事本,通訊錄,公眾論壇和單獨(dú)聊天室等。這些功能的開發(fā)大大方便了用戶之間的信息傳送,權(quán)限的分級(jí)管理,讓信息的安全得到了充分的保障。

 

6 系統(tǒng)數(shù)據(jù)備份與事件記錄模塊

 

系統(tǒng)數(shù)據(jù)備份和事件記錄包含以下二個(gè)方面的內(nèi)容。

 

(1)數(shù)據(jù)備份和回復(fù):數(shù)據(jù)備份和回復(fù)是網(wǎng)絡(luò)數(shù)據(jù)庫重要的環(huán)節(jié),數(shù)據(jù)庫在運(yùn)行的過程中不可避免的收到黑客的騷擾和攻擊,如何在受到攻擊時(shí)能照常保持?jǐn)?shù)據(jù)庫的穩(wěn)定以及在受到攻擊以后如何快速的回復(fù)數(shù)據(jù)庫,保持?jǐn)?shù)據(jù)的完成和不遺失問題,我在這方面采用的是四個(gè)辦法,一是在服務(wù)器上安裝正版的操作系統(tǒng),并保持服務(wù)器操作系統(tǒng)的及時(shí)更新;二是在服務(wù)器上安裝防火墻和防病毒軟件,拒絕和記錄非法用戶攻擊的記錄;三是利用軟件ghost,將操作系統(tǒng)和數(shù)據(jù)庫安裝在不同的驅(qū)動(dòng)器上,在操作系統(tǒng)受到攻擊而癱瘓的時(shí)候,可以在20分鐘以內(nèi)將操作系統(tǒng)恢復(fù)成受到攻擊以前的狀態(tài);四是采用雙機(jī)備份的技術(shù),在另外一個(gè)服務(wù)器上安裝相同的數(shù)據(jù)庫,這個(gè)數(shù)據(jù)庫在設(shè)定的時(shí)間內(nèi)對(duì)重要信息進(jìn)行備份,在主數(shù)據(jù)庫受到攻擊后能在5分鐘將數(shù)據(jù)恢復(fù)完成。

 

篇10

1.引言

許多金融學(xué)家和計(jì)量學(xué)家對(duì)發(fā)達(dá)國家成熟市場(chǎng)的波動(dòng)性進(jìn)行了廣泛的研究，但是在對(duì)股市的預(yù)測(cè)上，由于人們?cè)谥R(shí)、能力、經(jīng)驗(yàn)上存在著較大的差異，加之問題本身又具有很大的隨機(jī)性和高度的非線性，即使是一些金融專家、炒股高手對(duì)出現(xiàn)的同一復(fù)雜行情進(jìn)行分析，往往也會(huì)得出不同的結(jié)論。此外，傳統(tǒng)方法還要事先知道各種參數(shù)，以及這些參數(shù)在什么情況下應(yīng)作怎樣的修正。這都給預(yù)測(cè)股市帶來一定的困難。

基于以上股市預(yù)測(cè)的困難性，本文提出了人工神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)方法。隨著計(jì)算機(jī)、人工智能尤其是專家系統(tǒng)的發(fā)展，人工神經(jīng)網(wǎng)絡(luò)技術(shù)逐漸成熟并開始應(yīng)用于各個(gè)領(lǐng)域。人工神經(jīng)網(wǎng)絡(luò)（ANN，簡(jiǎn)稱神經(jīng)網(wǎng)絡(luò)）作為一種由大量簡(jiǎn)單神經(jīng)元廣泛相互聯(lián)接而成的非線性映射或自適應(yīng)動(dòng)力系統(tǒng)，恰好能有效解決股市預(yù)測(cè)處理中常見的困難，因此它很快在股市預(yù)測(cè)分析與處理領(lǐng)域得到了廣泛的應(yīng)用。

2.BP神經(jīng)網(wǎng)絡(luò)介紹

2.1 BP 網(wǎng)絡(luò)算法的基本原理

2.1.1 標(biāo)準(zhǔn)的BP 網(wǎng)絡(luò)算法的基本原理

BP(Back Propagation)網(wǎng)絡(luò)是反向傳播的多層前饋式網(wǎng)絡(luò)，是目前使用最為廣泛的一種人工神經(jīng)網(wǎng)絡(luò)。它的核心是BP算法，一種對(duì)于多基本子系統(tǒng)構(gòu)成的大系統(tǒng)進(jìn)行微商計(jì)算的嚴(yán)格而有效的方法，采用最小均方差學(xué)習(xí)方式。BP 神經(jīng)網(wǎng)絡(luò)的原理說到底就是給它一些輸入變量，然后就有一個(gè)輸出，輸出值的情況與實(shí)際的情況進(jìn)行比較，差多少，然后再進(jìn)行網(wǎng)絡(luò)的內(nèi)部調(diào)整，屬于有導(dǎo)師的學(xué)習(xí)規(guī)則，使得網(wǎng)絡(luò)輸出與實(shí)際逼近。

神經(jīng)網(wǎng)絡(luò)能學(xué)習(xí)和存貯大量的輸入―輸出模式映射關(guān)系，而無需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程。人工神經(jīng)網(wǎng)絡(luò)由非線性函數(shù)組成，而由一系列不同權(quán)重的線性過濾器組合而成：

2.1.2 BP網(wǎng)絡(luò)算法的優(yōu)化

由于常用的BP算法主要缺點(diǎn)為收斂速度慢，局部極值，難以確定隱含層和隱含層的個(gè)數(shù)，使得在實(shí)際應(yīng)用中BP算法很難應(yīng)用，因此，出現(xiàn)了許多改進(jìn)算法。BP算法的改進(jìn)主要有兩種途徑，一種是采用啟發(fā)式學(xué)習(xí)方法；另一種則是采用更有效的優(yōu)化算法，本文采用了動(dòng)量法和學(xué)習(xí)率自適應(yīng)調(diào)整的策略，從而提高了學(xué)習(xí)速度并增加了算法的可靠性。動(dòng)量法降低了網(wǎng)絡(luò)對(duì)于誤差曲面局部極值的敏感性，有效地抑制了網(wǎng)絡(luò)陷于局部極小。

2.2 BP神經(jīng)網(wǎng)絡(luò)的模型識(shí)別及步驟

模式通常指對(duì)事物的一種定量描述或結(jié)構(gòu)描述，“識(shí)別”是指對(duì)客觀事物按其物理特征進(jìn)行分類。模式識(shí)別的基本原理就是從待識(shí)別對(duì)象和理想標(biāo)本之間若干特征的相似性推斷它們之間總體的相似性。BP神經(jīng)網(wǎng)絡(luò)模式識(shí)別過程分為訓(xùn)練階段和模式分類階段，分為初始化、數(shù)據(jù)與處理、網(wǎng)絡(luò)訓(xùn)練以及模式分類四個(gè)步驟。以下利用實(shí)證分析來進(jìn)行著四個(gè)步驟。

3.實(shí)例分析

下面以上證的某股600個(gè)交易日的股票價(jià)格收盤指數(shù)作為原始樣本數(shù)據(jù)，對(duì)上述神經(jīng)網(wǎng)絡(luò)模型進(jìn)行求解，預(yù)測(cè)20天的收盤價(jià)，與實(shí)際收盤價(jià)進(jìn)行比較，并求出其誤差：

式中，表示第日的實(shí)際收盤指數(shù)，表示第日的預(yù)測(cè)值，表示誤差。主要按照如下幾部分來處理：（1）準(zhǔn)備600個(gè)數(shù)據(jù)的時(shí)間序列，進(jìn)行歸一化。BP神經(jīng)網(wǎng)絡(luò)中每個(gè)神經(jīng)元的輸出值由傳遞函數(shù)Sigmoid函數(shù)來計(jì)算，其輸出值的范圍是（0，1）；（2）留出最后20個(gè)數(shù)據(jù)，作為預(yù)測(cè)檢驗(yàn)使用；（3）繪制圖像，包括實(shí)際值和預(yù)測(cè)值，能量函數(shù)；（4）分析實(shí)際和預(yù)測(cè)兩曲線的趨勢(shì)。

采用I-J-K學(xué)習(xí)模型，該模型是輸入層I個(gè)神經(jīng)元，隱層J 個(gè)神經(jīng)元，輸出層K個(gè)神經(jīng)元。利用BP神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練500次、800次、1000次的輸出值和期望值以及能量函數(shù)（或者叫誤差函數(shù)）E，結(jié)果見圖1到圖3。

通過上面的圖示，可以看到用BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的效果比較明顯，這說明該模型適用于短期預(yù)測(cè)嗎，股市的波動(dòng)在很多地區(qū)都是非常劇烈的，各種因素的綜合作用也使得長(zhǎng)期股指的變動(dòng)具有極大的不確定性，使得預(yù)測(cè)變得很困難。而BP網(wǎng)絡(luò)的算法原理和自學(xué)習(xí)的特點(diǎn)使其能夠充分挖掘出隱含在樣本數(shù)據(jù)中的規(guī)律性，實(shí)現(xiàn)從輸入空間到輸出空間的非線性映射，對(duì)樣本數(shù)據(jù)進(jìn)行精確的擬合。從而BP神經(jīng)網(wǎng)絡(luò)的方法對(duì)于股市上的一些很難看出規(guī)律的數(shù)據(jù)列的預(yù)測(cè)而言，無疑是一個(gè)比較精確的預(yù)測(cè)方法。

4.結(jié)論

本文介紹了股市的特點(diǎn)以及股市預(yù)測(cè)的困難性，提出了利用BP神經(jīng)網(wǎng)絡(luò)的方法來解決股市預(yù)測(cè)問題。文章介紹了BP神經(jīng)網(wǎng)絡(luò)算法的基本原理，BP神經(jīng)網(wǎng)絡(luò)算法的優(yōu)化，BP神經(jīng)網(wǎng)絡(luò)模型識(shí)別及步驟，最后后以上海證券交易所每日股票價(jià)格收盤指數(shù)為分析對(duì)象，把原理應(yīng)用于實(shí)際，利用BP神經(jīng)網(wǎng)絡(luò)對(duì)股票價(jià)格收盤指數(shù)進(jìn)行了短期預(yù)測(cè)，并計(jì)算出預(yù)測(cè)值和實(shí)際值的誤差。通過實(shí)驗(yàn)發(fā)現(xiàn)該模型收斂速度快，預(yù)測(cè)精度非常高，對(duì)預(yù)測(cè)短周期內(nèi)股指波動(dòng)具有較強(qiáng)的適用性。

參考文獻(xiàn)

[1]高琴.人工神經(jīng)網(wǎng)絡(luò)在股市預(yù)測(cè)模型中的應(yīng)用[J].微電子學(xué)與計(jì)算機(jī),2007年第24卷第11期.

[2]周翠紅,路邁西.線性回歸與人工神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)煤炭發(fā)熱量[J].煤炭科學(xué)技術(shù),第37卷第12期.

[3]尹慶雙,奉瑩.人工神經(jīng)網(wǎng)絡(luò)在第三產(chǎn)業(yè)就業(yè)分析中的應(yīng)用[J].人口與經(jīng)濟(jì),2009年第6期.

[4]鄒文安,劉寶,姜波,楊春生.基于Excel 技術(shù)平臺(tái)人工神經(jīng)網(wǎng)絡(luò)BP模型及應(yīng)用[J].水文,第30卷第1期.

[5]康進(jìn),劉敬偉.非參數(shù)回歸估計(jì)與人工神經(jīng)網(wǎng)絡(luò)方法的預(yù)測(cè)效果比較[J].統(tǒng)計(jì)與決策,2009年第23 期.