基于層次分析法的科研信用評(píng)價(jià)模型優(yōu)化＊

郭鑫

（中國(guó)電力科學(xué)研究院有限公司，北京100192）

1 引言

隨著科研改革的不斷推進(jìn)，在進(jìn)行科研項(xiàng)目評(píng)估過(guò)程中需要進(jìn)行科研信用的優(yōu)化評(píng)價(jià)，構(gòu)建科研信用評(píng)價(jià)的大數(shù)據(jù)信息挖掘模型，采用統(tǒng)計(jì)信息分析和大數(shù)據(jù)挖掘方法，進(jìn)行科研信用評(píng)價(jià)的優(yōu)化模型構(gòu)造，提高科研信用評(píng)價(jià)的體系完整性，通過(guò)科研信用評(píng)價(jià)體系的構(gòu)造和完善，建立科研信用評(píng)價(jià)的模糊信息挖掘和信息聚類模型，通過(guò)建立科研信用評(píng)價(jià)的統(tǒng)計(jì)分析模型，結(jié)合主成分分析方法，提高科研信用評(píng)價(jià)的大數(shù)據(jù)分析能力，相關(guān)的科研信用評(píng)價(jià)模型構(gòu)造方法研究受到人們的極大關(guān)注[1]。

對(duì)于國(guó)內(nèi)科研信用評(píng)價(jià)指標(biāo)體系的構(gòu)成進(jìn)行了初步的研究，認(rèn)為評(píng)價(jià)科研活動(dòng)執(zhí)行者信用的指標(biāo)包括：科研人員在科研活動(dòng)中表現(xiàn)出的品德、性格、行為作風(fēng)、科研能力和管理能力。而國(guó)外對(duì)于科研信用評(píng)價(jià)的主要研究集中在科研成果的績(jī)效評(píng)估方面，對(duì)科研信用的評(píng)價(jià)是建立在對(duì)科研信用評(píng)價(jià)的多元評(píng)價(jià)指標(biāo)體系基礎(chǔ)上，通過(guò)建立科研信用評(píng)價(jià)的指標(biāo)評(píng)估模型，進(jìn)行科研信用評(píng)價(jià)和優(yōu)化挖掘，提高科研信用評(píng)價(jià)的自適應(yīng)性[2]。傳統(tǒng)方法中，對(duì)科研信用評(píng)價(jià)的方法主要有統(tǒng)計(jì)分析方法、面板數(shù)據(jù)分析方法、大數(shù)據(jù)融合調(diào)度方法等[3-7]，建立科研信用評(píng)價(jià)的大數(shù)據(jù)檢測(cè)模型，通過(guò)指標(biāo)體系構(gòu)造，進(jìn)行科研信用評(píng)價(jià)，但傳統(tǒng)方法進(jìn)行科研信用評(píng)價(jià)的自適應(yīng)性不好，評(píng)價(jià)的可靠度不高。

針對(duì)上述問(wèn)題，本文提出基于層次分析法的科研信用評(píng)價(jià)模型。

2 科研信用評(píng)價(jià)的大數(shù)據(jù)挖掘和特征提取

2.1 科研信用評(píng)價(jià)的大數(shù)據(jù)信息挖掘

為了實(shí)現(xiàn)科研信用評(píng)價(jià)優(yōu)化，采用空間分布式信息重構(gòu)方法進(jìn)行科研信用評(píng)價(jià)的模糊特征重組，建立科研信用評(píng)價(jià)的大數(shù)據(jù)信息挖掘模型[8]。首先確定科研信用多元評(píng)價(jià)指標(biāo)評(píng)價(jià)任務(wù)集合為p(n1)={pk|prkj=1，k=1，2，…，m}，采用統(tǒng)計(jì)分析方法，進(jìn)行科研信用評(píng)價(jià)的適應(yīng)度特征分析，得到科研信用多元評(píng)價(jià)指標(biāo)調(diào)度集為：

其中1-α表示信息采集和大數(shù)據(jù)挖掘的特征集；P(ni-2)表示科研信用評(píng)價(jià)的信息挖掘參數(shù)。根據(jù)模板參數(shù)分布式重組的方法，得到科研信用評(píng)價(jià)的優(yōu)化參數(shù)分布集為：

其中，c1和c2為常數(shù)。若skS表示科研信用評(píng)價(jià)的關(guān)聯(lián)規(guī)則集，RTTs(pi，nj)表示科研信用多元評(píng)價(jià)的信息融合系數(shù)。根據(jù)科研信用加權(quán)分析法，得到科研信用評(píng)價(jià)的過(guò)程尋優(yōu)函數(shù)為：

根據(jù)上述分析，pi表示結(jié)合模糊信息重構(gòu)方法進(jìn)行科研信用評(píng)價(jià)的自適應(yīng)尋優(yōu)參量，Tkpi表示實(shí)現(xiàn)對(duì)科研信用多元評(píng)價(jià)指標(biāo)。根據(jù)大數(shù)據(jù)分析能力建立科研信用多元評(píng)價(jià)指標(biāo)評(píng)估的擬合式為：

其中，Xmax，Xmin分別表示科研信用多元評(píng)價(jià)的最大評(píng)估閾值和最小閾值。

根據(jù)上式，結(jié)合定量回歸分析方法進(jìn)行科研信用評(píng)價(jià)的模糊度參數(shù)融合，令，得到科研信用多元評(píng)價(jià)的參數(shù)分布特征集滿足i I。在此基礎(chǔ)上，結(jié)合優(yōu)先級(jí)屬性調(diào)度法的方法，進(jìn)行科研信用評(píng)價(jià)的過(guò)程尋優(yōu)控制，得到科研信用評(píng)價(jià)的大數(shù)據(jù)挖掘模型為：

其中Rk(pi-xi)表示科研信用評(píng)價(jià)屬性調(diào)度值；Rk(pd-xd)表示科研信用評(píng)價(jià)的大數(shù)據(jù)挖掘特征系數(shù)；結(jié)合關(guān)聯(lián)挖掘方法，進(jìn)行科研信用多元評(píng)價(jià)的信息挖掘和特征提取。

2.2 科研信用評(píng)價(jià)的大數(shù)據(jù)信息特征提取

在上述科研信用評(píng)價(jià)的大數(shù)據(jù)挖掘模型基礎(chǔ)上，結(jié)合關(guān)聯(lián)挖掘方法，進(jìn)行科研信用多元評(píng)價(jià)的信息挖掘和特征提取。首先設(shè)科研信用評(píng)價(jià)的尺度{Ak}，在科研信用評(píng)價(jià)的大數(shù)據(jù)挖掘模型下，得到科研信用多元評(píng)價(jià)的效益度函數(shù)為，通過(guò)有：

根據(jù)上述，多元回歸分析方法，基于構(gòu)建科研信用多元評(píng)價(jià)的關(guān)聯(lián)規(guī)則集，得到關(guān)聯(lián)特征分布為：

其中，Xj(t)為第t次迭代后科研信用評(píng)價(jià)的自適應(yīng)參數(shù)，t+1 表示約束變量的先驗(yàn)分布尺度，根據(jù)科研信息的空間分布式信息重構(gòu)方法，得到科研信用多元評(píng)價(jià)的擬合模型為：

其中，n(t)科研信用多元評(píng)價(jià)指標(biāo)的分布維數(shù)，si(t)表示參數(shù)，根據(jù)科研信用多元評(píng)價(jià)指標(biāo)提取值，得到科研信息挖掘模型得到模糊隸屬度函數(shù)為：

3 科研信息評(píng)價(jià)模型優(yōu)化

3.1 科研信用信息調(diào)度和特征分析

在上述獲得的信息挖掘與特征提取結(jié)果的基礎(chǔ)上，進(jìn)行科研信用評(píng)價(jià)的均衡配置和線性規(guī)劃設(shè)計(jì)，實(shí)現(xiàn)科研信用評(píng)價(jià)的層次化分析和特征重建。采用層次分析方法，求得科研信用評(píng)價(jià)的優(yōu)化參數(shù)分布模型，對(duì)訓(xùn)練樣本和測(cè)試集的特征重組，得到重組后的評(píng)價(jià)層次為k，構(gòu)建科研信用特征分解模型為：

其中，f0表示模糊度信息融合特征集，t0-t表示建立信息評(píng)價(jià)的統(tǒng)計(jì)時(shí)間。根據(jù)參數(shù)評(píng)價(jià)的標(biāo)準(zhǔn)集合X，采用本體模型構(gòu)造的方法，得到科研信用分布的主特征量滿足：

其中xt-1表示在模糊信息的融合序列，ut-1表示建立科研信用評(píng)價(jià)的參數(shù)?；诳蒲行庞觅|(zhì)量的評(píng)價(jià)，信任度函數(shù)為：

式中，b(a，c)表示科研信用評(píng)價(jià)的層次分析適應(yīng)度參數(shù)，βd表示建立綜合評(píng)價(jià)模糊度函數(shù)，結(jié)合樣本回歸分析方法，進(jìn)行科研信用度推薦、信息調(diào)度、評(píng)價(jià)及特征分析[10]。

3.2 基于層次分析的科研信用評(píng)價(jià)模型優(yōu)化

根據(jù)自適應(yīng)加權(quán)分析方法，進(jìn)行科研信用的層次化構(gòu)造，建立科研信用評(píng)價(jià)的層次分析模型，得到層次分布特征量，對(duì)特征量進(jìn)行信息加權(quán)，得到科研信用質(zhì)量評(píng)價(jià)的誤差分布函數(shù)為：

其中n=1 表示建立形態(tài)信號(hào)的峰值，采用主成分分析方法，得到科研信用質(zhì)量評(píng)價(jià)的優(yōu)化控制特征量為：

其中maxj=1tij表示初始的評(píng)價(jià)質(zhì)量等級(jí)進(jìn)行特征分解，maxi=1tij表示通過(guò)綜合評(píng)價(jià)參數(shù)，得到輸出的評(píng)價(jià)指標(biāo)分布集n=0，D-1=∞，構(gòu)建科研信用質(zhì)量評(píng)價(jià)的狀態(tài)尋優(yōu)函數(shù)為：

其中，(1-d)為滿意度水平；ui，vj表示收斂性判斷的頻率增量。采用二乘規(guī)劃模型進(jìn)行科研信用評(píng)價(jià)的大數(shù)據(jù)調(diào)度和模糊空間信息融合，結(jié)合資源優(yōu)化調(diào)度方法，實(shí)現(xiàn)評(píng)價(jià)優(yōu)化，優(yōu)化的目標(biāo)函數(shù)為：

4 仿真實(shí)驗(yàn)與結(jié)果分析

為了驗(yàn)證本文方法在實(shí)現(xiàn)科研信用評(píng)價(jià)中的應(yīng)用性能，進(jìn)行仿真測(cè)試，根據(jù)若干國(guó)家自然科學(xué)基金的科研信用評(píng)價(jià)指標(biāo)將科研信用質(zhì)量評(píng)價(jià)的置信度水平設(shè)定為0．992，標(biāo)準(zhǔn)方差設(shè)定為0．036，再在大數(shù)據(jù)科研分析平臺(tái)上截取信息長(zhǎng)度為204 的數(shù)據(jù)信息，根據(jù)上述參數(shù)設(shè)定，進(jìn)行科研信用評(píng)價(jià)，得到本文方法和統(tǒng)計(jì)分析法進(jìn)行信用評(píng)價(jià)的目標(biāo)函數(shù)值如圖1所示。

分析圖1得知，本文方法函數(shù)曲線比統(tǒng)計(jì)分析法曲線更接近標(biāo)準(zhǔn)收斂曲線，提高了評(píng)價(jià)的過(guò)程收斂性，由此可知本文方法能有效實(shí)現(xiàn)科研信用評(píng)價(jià)，其目標(biāo)函數(shù)的優(yōu)化性較好，測(cè)試不同的函數(shù)控制下的優(yōu)化值，得到結(jié)果見(jiàn)表1。

表1 科研信用評(píng)價(jià)的性能測(cè)試

圖1 優(yōu)化的目標(biāo)函數(shù)收斂曲線

分析表1得知，本文方法所得結(jié)果最接近評(píng)價(jià)指標(biāo)設(shè)定的標(biāo)準(zhǔn)方差，由此可知本文方法進(jìn)行科研信用評(píng)價(jià)的優(yōu)化性能較好。

5 結(jié)束語(yǔ)

本文建立科研信用評(píng)價(jià)的模糊信息挖掘和信息聚類模型，通過(guò)建立科研信用評(píng)價(jià)的統(tǒng)計(jì)分析模型，結(jié)合主成分分析方法，提高科研信用評(píng)價(jià)的大數(shù)據(jù)分析能力，提出基于層次分析法的科研信用評(píng)價(jià)模型。采用空間分布式信息重構(gòu)方法進(jìn)行科研信用評(píng)價(jià)的模糊特征重組，結(jié)合模糊信息重構(gòu)方法進(jìn)行科研信用評(píng)價(jià)的特征提取和自適應(yīng)尋優(yōu)，采用多元回歸分析方法構(gòu)建科研信用多元評(píng)價(jià)的關(guān)聯(lián)規(guī)則集，結(jié)合模糊度信息融合的方法，建立信息評(píng)價(jià)的統(tǒng)計(jì)時(shí)間分布序列，建立科研信用評(píng)價(jià)的層次分析模型，實(shí)現(xiàn)科研信用評(píng)價(jià)優(yōu)化。分析得知，本文方法進(jìn)行科研信用評(píng)價(jià)的自適應(yīng)性較好，評(píng)價(jià)的精度較高，適應(yīng)度水平較好。