[发明专利]一种员工技能水平多维度测评方法

权利要求书

1.一种员工技能水平多维度测评方法，其特征在于：包括，

通过服务器获取员工的技能水平信息，并构建七个维度层级指标集；

基于层次分析策略构建层次结构模型，并利用所述模型确定所述指标集的指标权重；

根据所述指标权重并基于神经网络构建员工技能水平评价模型；

利用误差能量函数迭代训练所述评价模型，并获得训练精度，直至满足精度阈值时输出技能水平评价值，完成测评。

2.如权利要求1所述的员工技能水平多维度测评方法，其特征在于：所述指标集包括，

P_i＝{P₁，P₂，P₃，P₄，P₅，P₆，P₇}

其中，i为维度层数，P₁为专业能力维度，P₂为安全能力维度，P₃为通用能力维度，P₄为创新能力维度，P₅为资质水平维度，P₆为荣誉表彰情况维度，P₇为违章情况维度。

3.如权利要求2所述的员工技能水平多维度测评方法，其特征在于：所述构建层次结构模型包括，

目标层：

其中，μ为测评得分，n为子维度值，K为最大特征值，u为某一维度得分归一化后的值；

指标层：测评维度；

对象层：测评对象。

4.如权利要求1或3所述的员工技能水平多维度测评方法，其特征在于：所述指标权重包括，

其中，为指标权重，m为指标元素，k_ii为判断矩阵。

5.如权利要求2或3所述的员工技能水平多维度测评方法，其特征在于：所述员工技能水平评价模型包括，

输入层：员工的所有维度指标得分；

模糊层：其中，t_x为输入指标数据，c_xy为隶属函数的中心，ω_xy为所述隶属函数的宽度；

推理层：

输出层：

6.如权利要求5所述的员工技能水平多维度测评方法，其特征在于：所述模糊层还包括，

将所述模糊层的一个模糊节点的参数设为零。

7.如权利要求5所述的员工技能水平多维度测评方法，其特征在于：还包括所述输入层到所述模糊层的权值修正，

Δβ＝ηφ_x

其中，Δβ为所述输入层到所述模糊层的加权系数修正值，η为学习速率，φ_x为隐含层神经元阀值。

8.如权利要求2、3、6、7任一所述的员工技能水平多维度测评方法，其特征在于：所述误差能量函数包括，

基于误差反向传播策略定义所述误差能量函数：

其中，所述o为实际输出值，q为预期输出值。

9.如权利要求8所述的员工技能水平多维度测评方法，其特征在于：所述迭代训练包括，

根据下式分别对所述参数c_xy、ω_xy进行迭代调整：

其中，γ为模型的学习速率，z为迭代次数，x和y分别表示层级数和所述层级中的节点数。

10.如权利要求1所述的员工技能水平多维度测评方法，其特征在于：所述精度阈值包括，

设置所述训练精度阈值为98％。