發(fā)布時(shí)間：2020-11-12 11:10

　　 隨著經(jīng)濟(jì)全球化不斷發(fā)展、國(guó)際競(jìng)爭(zhēng)逐漸激烈,科學(xué)技術(shù)創(chuàng)新已成為經(jīng)濟(jì)社會(huì)發(fā)展的決定性條件,而提高創(chuàng)新水平的關(guān)鍵在于人才。因此,人才資源已成為加快科技創(chuàng)新和經(jīng)濟(jì)社會(huì)發(fā)展的戰(zhàn)略性和基礎(chǔ)性資源。高層次創(chuàng)新型科技人才作為科技創(chuàng)新的引領(lǐng)者、新興產(chǎn)業(yè)的開拓者、高新技術(shù)的領(lǐng)軍人,在科技創(chuàng)新過程更有著不可替代的重大作用。對(duì)高層次創(chuàng)新型科技人才評(píng)價(jià)研究正是為了更準(zhǔn)確地把握高層次創(chuàng)新型科技人才的創(chuàng)新水平,從而為提高科技創(chuàng)新水平創(chuàng)造有利條件。 本研究通過查閱資料和相關(guān)文獻(xiàn),在對(duì)高層次創(chuàng)新型科技人才評(píng)價(jià)研究成果分析的基礎(chǔ)上,展開以下討論： (1)評(píng)價(jià)指標(biāo)體系的確定。首先,根據(jù)高層次創(chuàng)新型科技人才的概念及特征,初步設(shè)計(jì)三個(gè)層次的評(píng)價(jià)指標(biāo),其中,二級(jí)指標(biāo)有4個(gè),三級(jí)指標(biāo)有19個(gè)；其次,運(yùn)用模糊層次分析法對(duì)評(píng)價(jià)指標(biāo)進(jìn)行篩選,確立由12個(gè)相對(duì)具有影響力的指標(biāo)構(gòu)成的評(píng)價(jià)指標(biāo)體系。最后,針對(duì)指標(biāo)體系中的屬性指標(biāo),引入模糊數(shù)和模糊語(yǔ)言變量將其量化。 (2)模糊神經(jīng)網(wǎng)絡(luò)模型的構(gòu)建。首先,設(shè)計(jì)網(wǎng)絡(luò)模型的結(jié)構(gòu),選取學(xué)習(xí)算法、隱含層節(jié)點(diǎn)數(shù)量、學(xué)習(xí)速率和訓(xùn)練方法；其次,確立模糊神經(jīng)網(wǎng)絡(luò)模型,基于MATLAB對(duì)模型進(jìn)行編程,再次,對(duì)模型進(jìn)行訓(xùn)練,確定參數(shù)；最后,性能測(cè)試,驗(yàn)證其可靠性,抽取30個(gè)樣本進(jìn)行測(cè)試,并且結(jié)果表明評(píng)價(jià)結(jié)果與實(shí)際情況一致。 (3)案例分析。首先,對(duì)樣本進(jìn)行描述性統(tǒng)計(jì)分析,得到年齡的平均水平情況和人均科技產(chǎn)出情況；其次,運(yùn)用模糊神經(jīng)網(wǎng)絡(luò)模型對(duì)2012年“山西省學(xué)術(shù)技術(shù)帶頭人”和“山西省新興行業(yè)領(lǐng)軍人才”進(jìn)行創(chuàng)新性評(píng)價(jià)；再次,對(duì)評(píng)價(jià)結(jié)果進(jìn)行分析,并運(yùn)用研發(fā)中學(xué)模型對(duì)創(chuàng)新性影響因素進(jìn)行了分析；最后,對(duì)高層次創(chuàng)新型科技人才的發(fā)展提出相應(yīng)的對(duì)策和建議。為相關(guān)部門提供了較為全面系統(tǒng)的理論參考。一方面便于選拔出創(chuàng)新水平相對(duì)較高的高層次創(chuàng)新型科技人才重點(diǎn)培養(yǎng)和發(fā)展,另一方面有望為高層次創(chuàng)新型科技人才的評(píng)價(jià)和引進(jìn)提供了科學(xué)的決策理論依據(jù)。
【學(xué)位單位】：太原理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2014
【中圖分類】：C962
【部分圖文】：

三角隸屬函數(shù)Fig.2-4Themembershipfunctionoftriangular

0常見的梯形隸屬函數(shù)如圖2-5所示�！�01 I I 1 i I ( i I I J?2.5 .2 -1.5 -1 -0.5 0 0.5 1 1.5 2 2.5圖2-5掉形隸屬函數(shù)Fig. 2-5 The membership function of trapezoidal③高斯隸屬函數(shù)為：/i(X) = exp(_ (X 2。）) (2-3)(J14

（7、ce/?且常見的梯形隸屬函數(shù)如圖2-6所示。1 I ? ?? - ? * - . . —i’ ..\ \0.9 、0.8 r ；0.7；]0.6： ！■ ■ I0.5； -1： ； ！0.4； .... -\... ■ I0.3; / ... -I0,2' \■ / / 、. / 、0.1 L /' ‘‘ 、/ \ \ ：■‘ _ >；" . ‘？10 -8 -6 -4 -2 0 2 4 6 8 10圖2-6高斯隸屬函數(shù)Fig. 2-6 The membership function of gauss④鐘形隸屬函數(shù)為："⑷二^^ (2-4), x-c1+ a式中， ci\ b、c G R 曰-￠3 關(guān) 0。常見的梯形隸屬函數(shù)如圖2-7所示。1| . ‘ ‘ ^"7" ‘ ‘ I。.9 - / \as. / \ -。.7 . / \::::I \ ：。3. ！ \ --J V ：Q ^ I I I 1 ■、 ■_0123456789 10圖2-7鐘形隸屬函數(shù)Fig. 2-7 The membership function of bell-shaped⑤Sigmoid形隸屬度函數(shù)為：H{x) = (2-5)l + exp(-a(x-6))式中，a、be R15
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李維平;;對(duì)人才定義的理論思考[J];中國(guó)人才;2010年23期

2 周鵬;;韓國(guó)吸引海外人才回國(guó)服務(wù)政策對(duì)我國(guó)的啟示[J];經(jīng)營(yíng)管理者;2009年24期

3 方喜峰,吳洪濤,趙良才,王黎輝;模糊推理在QFD中的應(yīng)用[J];華東船舶工業(yè)學(xué)院學(xué)報(bào)(自然科學(xué)版);2001年02期

4 張宏海,陳祝亞,李成忠;模糊系統(tǒng)與神經(jīng)網(wǎng)絡(luò)[J];安徽工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年02期

5 陳文新;周全;;試析市屬高校高層次人才隊(duì)伍建設(shè)——以北京市為例[J];黑龍江高教研究;2012年07期

6 莊艦;;人工神經(jīng)網(wǎng)絡(luò)在企業(yè)人員綜合評(píng)估系統(tǒng)中的應(yīng)用[J];黑龍江科技信息;2008年30期

7 蘇仰娜;;一種基于模糊控制的流媒體智能流控策略[J];計(jì)算機(jī)時(shí)代;2009年02期

8 唐蓉華;;高層次創(chuàng)新型科技人才隊(duì)伍建設(shè)[J];科技廣場(chǎng);2009年06期

9 李光紅;楊晨;;高層次人才評(píng)價(jià)指標(biāo)體系研究[J];科技進(jìn)步與對(duì)策;2007年04期

10 吳鳳兵;劉媛;;江蘇省高層次創(chuàng)新型人才隊(duì)伍建設(shè)研究[J];江蘇科技信息;2011年11期

本文編號(hào)：2880677