基本信息
- 项目名称：
- 基于ANP-BP算法的科研立项评估模型
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 信息技术
- 大类：
- 自然科学类学术论文
- 简介：
- 科研立项评估是一项科研活动的起点，也是科研管理的龙头。因此，抓好立项的申报工作对科管部门来说尤为重要。 目前，国内外对科研项目进行立项评估比较多， 而专门致力于将ANP算法和BP算法结合(称ANP-BP算法)起来建立评估模型，应用在具体科研立项评估中的研究较少，本作品企图将该算法模型应用在科研立项评估中，为科研管理部门及专家更科学、客观、公正的评估科研立项工作提供帮助和新的思路。
- 详细介绍：
- 近年来，国家在科学技术方面的资金投入逐年增加，如何加强项目的管理显得日益重要，科研评估理所当然就处于举足轻重的地位，科研立项评估的重要性更是不言而喻。 科研立项评估是一项科研活动的起点，也是科研管理的龙头。从科学研究系统来看，所谓的立项就是将观察对象纳入研究范围，而项目的完成与否、水平的高低，更多的是与研究方法和技术手段有关。由此可见，科研立项是进行科学研究的先决条件，也是决定科学研究起点高低的重要因素，因此，抓好立项的申报工作对科管部门来说尤为重要。 目前，国内外对科研项目进行立项评估比较常用的方法主要包括层次分析法（Analytic Hierarchy Process, AHP）、同行评议法、德尔菲法(Delphi)、相关分析法、综合评价法及模糊综合评价法等。 事实上，传统的综合评估方法割裂了指标体系间的联系，其评估基础是假定评估对象的指标体系间没有关联，在实际决策问题中，元素集内基本不存在绝对的内部独立，既有内部依存，可能存在有循环的网络层次结构。ANP(The Analytic Network Process网络层次分析法)方法充分考虑了这个问题，建立的网络层次结构体现出了指标间的相互依存、相互支配关系;同时为了减少人为因素在评估过程中的过多影响，借鉴前期的工作经验，采用BP(BP算法,BP神经网络(Back propagation Neural Network, BP网络)方法训练评估模型、降低误差，更能真实准确的反映出待评估项目。两者进行有机结合，形成具有高度泛化及非线性映射能力的综合评价模型，减少了评价过程中认为主观因素的影响，有利于对科研立项做出科学的测评认证，有利于决策人员及时发现决策过程中的薄弱环节，调整决策策略，提高科研立项评估的水平。
作品专业信息
撰写目的和基本思路
- 科研立项评估是现代管理科学研究关注的重点问题之一，科学的评估体系能够保证科研工作的顺利进展，切实可行的科研立项评估能够保证科研资金得到有效利用。为帮助科研管理部门及专家更科学、客观、公正的评估科研立项工作，本文企图将ANP算法和BP算法结合(称ANP-BP算法)应用在科研立项评估中，该模型在一定程度上提高了立项评估的科学性、准确性和客观性，取得了较理想的效果。
科学性、先进性及独特之处
- 将ANP算法和BP算法结合(称ANP-BP算法)应用在科研立项评估中，该模型在一定程度上提高了立项评估的科学性、准确性和客观性，取得了较理想的效果。
应用价值和现实意义
- 采用基于ANP-BP算法模型进行项目立项评估，简化了繁重的编程工作，取得了满意效果，不失为一种简单、快捷的评估方法。本模型处理问题方便快捷，研究人员只需了解学习训练函数调用方法和合理取值问题即可，对科研管理部门的管理工作能起到切实可行的评估辅助作用。
学术论文摘要
- 科研立项评估是现代管理科学研究关注的重点问题之一，科学、客观、公正的科研立项评估体系能够保证科研工作的顺利进展，切实可行的科研立项评估能够保证科研资金得到有效利用。本文将ANP算法和BP算法结合(称ANP-BP算法)应用在科研立项评估中，该模型在一定程度上提高了立项评估的科学性、准确性和客观性，取得了较理想的效果。
获奖情况
- 甘肃省遴选通过项目
鉴定结果
- 第八届“挑战杯”甘肃省大学生课外学术科技作品竞赛遴选通过项目。
参考文献
- 一、目前国内外对科研项目进行立项评估比较常用的方法 1.层次分析法（Analytic Hierarchy Process, AHP） 2.同行评议法 3.德尔菲法(Delphi) 4.相关分析法 5.综合评价法及模糊综合评价法等。 二、参考文献 [1] Dr.David Liu ISI.Value and application of cited references:scientometrics and highlighting.trends in China[A].Second International Symposium on Quantitative Evaluation of Research Performance[C].Shanghai,China,Oct.23,2000 [2] 张道宏等.基于BP神经网络的个人信用评估模型[J].情报方法,2006(3):69~70 [3] 周琳,殷学平.科研项目评估方法的研究[J].解放军医院管理杂志,2002,9(1):16~19 [4] 李晓峰.基于AHP的人工神经网络模型的建立[J].四川大学学报（工程科学版），2003(1):101~103 [5] 王莲芬.网络分析法(ANP)的理论与算法[J].系统工程理论与实践,2001(03):45~51 [6] 丁福虎.科研绩效评估的理论与方法[J].科技管理研究,2000(3),45~47
同类课题研究水平概述
- 近年来，国家在科学技术方面的资金投入逐年增加，如何加强项目的管理显得日益重要，科研评估理所当然就处于举足轻重的地位，科研立项评估的重要性更是不言而喻。 科研立项评估是一项科研活动的起点，也是科研管理的龙头。从科学研究系统来看，所谓的立项就是将观察对象纳入研究范围，而项目的完成与否、水平的高低，更多的是与研究方法和技术手段有关。由此可见，科研立项是进行科学研究的先决条件，也是决定科学研究起点高低的重要因素，因此，抓好立项的申报工作对科管部门来说尤为重要。 目前，国内外对科研项目进行立项评估比较常用的方法主要包括层次分析法（Analytic Hierarchy Process, AHP）、同行评议法、德尔菲法(Delphi)、相关分析法、综合评价法及模糊综合评价法等。 而专门致力于将ANP算法和BP算法结合(称ANP-BP算法)起来建立评估模型，应用在具体科研立项评估中的研究较少，本文企图将该算法模型应用在科研立项评估中，为科研管理部门及专家更科学、客观、公正的评估科研立项工作提供帮助和新的思路。
