[发明专利]一种基于BP神经网络的科研项目经费预算方法

摘要

针对科研经费预算准确性与实用性无法兼顾的难题，本发明公开了一种基于神经网络的科研项目经费预算方法。该方法首先分析了科研项目经费构成及影响预算的关键因素，包括研究周期、参研人员数量、关键技术系数量、项目产出成果系数、项目创新性和项目复杂性；并建立了影响因素的量化表达式，将量化结果作为输入，项目经费预算结果作为输出，通过神经网络建立二者之间的非线性表达式。应用结果表明该模型可靠、评估精度较高。

主权项

1.一种基于BP神经网络的科研项目经费预算方法，其特征在于，包括：第1步：分析科研项目经费构成，确定影响预算的关键因素；所述关键因素包括定量指标和定性指标两部分；定量指标包括研究周期、参研人员数量、关键技术系数量、项目产出成果系数，定性指标包括项目创新性和项目复杂性；第2步：建立影响因素的量化表达式；定量指标的量化表达式为：其中，X'为量化后数据，X为量化前数据，X_min为同类影响因素的最小值，X_max为同类影响因素数据的最大值；定性指标采用隶属度进行赋值，隶属度取值集合为（1、0.75、0.5、0.25），隶属度越高表示定性指标的性能越高；第3步：将各影响预算的量化结果作为输入，项目经费预算结果作为输出，构建BP神经网络；该BP神经网络的输入层、隐含层和输出层神经元个数分别取6、7、1；输入层和隐含层神经元采用Sigmoid型激活函数，输出层神经元采用线性激活函数；神经元的初始权值取（-1，1）之间的随机数；学习速率取0.7，网络精度取0.01%；第4步：从历史科研项目中获取第1步确定的6个关键因素以及项目实际经费，并采用第2步定义的量化表达式分别进行量化，构成训练样本；采用多个训练样本对BP神经网络进行训练；第5步：实际预测时，对待预测的科研项目确定6个关键因素，输入训练好的BP神经网络，神经网络的输出即为经费预算结果。