[发明专利]一种基于BP神经网络的台区资产组绩效评价方法

摘要

本发明公开了一种基于BP神经网络的台区资产组评价方法，包括：对台区绩效评价各项指标进行标准化处理；构建BP神经网络评价模型，并对绩效值进行归一化处理；根据BP神经网络模型评价台区资产组的综合绩效。本发明通过筛选出与台区资产组综合绩效相关的评价指标，采用基于LM算法优化的BP神经网络学习绩效评价指标与台区资产组绩效之间的非线性关系，进而得到BP神经网络评价模型，通过BP神经网络模型评价台区资产组的综合绩效。

主权项

1.一种基于BP神经网络的台区资产组绩效评价方法，其特征在于该方法包括以下步骤：步骤1：对台区绩效评价各项指标进行标准化处理；步骤2：构建BP神经网络评价模型，并对绩效值进行归一化处理；步骤3：根据BP神经网络模型评价台区资产组的综合绩效；所述步骤1中，设台区个数为N，每个台区的三级评价指标为M个，N个台区样本的绩效评价指标组成台区绩效特征向量X，有：其中，xij为台区绩效特征向量X的第i行、第j列元素，i＝1,2,…,N，j＝1,2,…,M；对台区绩效评价指标进行标准化处理，有：其中，Z_ij为x_ij标准化处理后的量，为x_ij的平均值，s_ij为x_ij的方差；所述步骤2包括以下步骤：步骤2‑1：构建BP神经网络评价模型：BP神经网络模型包括输入层、隐含层和输出层，各层之间的传递函数f(a)采用logsig函数，有：其中，a为各层之间传递函数f(a)的自变量，0＜f(a)＜1；步骤2‑2：对台区资产组各项绩效评价指标进行归一化处理：设台区绩效为d，采用式(6)对台区资产组绩效d进行归一化处理，有：其中，d′i为第i个台区综合绩效归一化后的值，di为第i个台区的绩效得分，dmin为所有台区绩效的最小值，dmax为所有台区绩效中的最大值，α、β为常数，且0.9＜α＜1，0＜β＜0.1；所述步骤3包括以下步骤：步骤3‑1：利用BP神经网络模型对Zij和d′i进行学习训练；步骤3‑2：将台区绩效评价指标带入BP神经网络模型中，计算台区综合绩效d。