(19)国家知识产权局
(12)发明 专利申请
(10)申请公布号
(43)申请公布日
(21)申请 号 202211178701.5
(22)申请日 2022.09.27
(71)申请人 河南凌创信息科技有限公司
地址 450000 河南省郑州市高新 技术产业
开发区长椿 路11号国家大学科技园孵
化园区1号 南配楼102号
(72)发明人 李昌远
(74)专利代理 机构 郑州大豫知识产权代理事务
所(普通合伙) 41214
专利代理师 靳鹏超
(51)Int.Cl.
G06Q 10/06(2012.01)
G06Q 10/04(2012.01)
G06N 3/04(2006.01)
G06N 3/08(2006.01)
(54)发明名称
一种用于变革企业的多参量评估方法及系
统
(57)摘要
本发明属于企业变革管 理技术领域, 公开了
一种用于变革企业的多参量评估 方法及系统, 所
述方法包括: S1、 分别获取与企业的外部环境相
对应的数据指标, 与企业的内部战略制定相对应
的数据指标, 以及与企业的内部组织结构相对应
的数据指标; S2、 基于获取到的多种数据指标, 构
建并训练用来对企业的变革时机进行定量预测
的神经网络模型; S3、 将企业的多种数据指标输
入上述的神经网络模型, 神经网络模 型输出对于
企业变革的预测结果, 并且依据该预测结果来判
定适合企业变革的时机, 本发明从多维度出发对
企业的变革时机进行考量, 并且 具体通过神经网
络模型对于企业变革的结果进行准确预测, 最终
能够帮助企业选准变革的时机, 避免造成企业损
失。
权利要求书2页 说明书6页 附图2页
CN 115545446 A
2022.12.30
CN 115545446 A
1.一种用于变革企业的多参 量评估方法, 其特 征在于, 包括如下步骤:
S1、 分别获取与企业的外部环境相对应的数据指标, 与企业的内部战略制定相对应的
数据指标, 以及与企业的内部组织结构相对应的数据指标;
S2、 基于获取到的多种数据指标, 构建并训练用来对企业的变革时机进行预测的神经
网络模型;
S3、 将企业的多种数据指标输入上述的神经网络模型, 神经网络模型输出对于企业变
革的预测结果, 并且依据该 预测结果 来判定适 合企业变革的时机 。
2.根据权利要求1所述的一种用于变革企业的多参量评估方法, 其特征在于, S1中的与
企业的外 部环境相对应的数据指标, 具体包括:
企业的外 部环境的动态性;
企业的外 部环境的复杂性;
企业的外 部环境的严峻性。
3.根据权利要求1所述的一种用于变革企业的多参量评估方法, 其特征在于, S1中的与
企业的内部战略制定相对应的数据指标, 具体包括:
企业的内部战略制定的前瞻性;
企业的内部战略制定的经验性;
企业的内部战略制定的综合 性;
企业的内部战略制定的适应性;
企业的内部战略制定的深入性。
4.根据权利要求1所述的一种用于变革企业的多参量评估方法, 其特征在于, S1中的与
企业的内部组织结构相对应的数据指标, 具体包括:
企业的内部组织结构的环境敏感性;
企业的内部组织结构的团结性;
企业的内部组织结构的控制性;
企业的内部组织结构的专业 性。
5.根据权利要求1所述的一种用于变革企业的多参量评估方法, 其特征在于, S2中的构
建并训练用来对企业的变革时机进行 预测的神经网络模型, 具体包括如下步骤:
S21、 根据获取到的与企业外部环境、 内部战略制定, 及内部组织结构相对应的数据指
标的个数来确定神经网络模型的输入层的神经元个数, 将神经网络模型的输出层的神经元
个数设为1, 并基于输入层和输出层的神经元个数, 通过使用如下的公 式计算神经网络模型
的隐含层的神经 元个数:
其中, N为隐含层的神经元个 数, k为输入层的神经元个数, m为输 出层的
神经元个数, c为大于 0的常数;
S22、 依据输入层的神经元个数, 输出层的神经元个数, 及隐含层的神经元个数, 搭建包
含二层隐含层的神经网络模型, 并两两连接位于模型不同层的神经元, 在每两个神经元 的
连接关系上设置一个连接 权重;
S23、 构建神经网络模型的训练数据集, 该训练数据集中包括与多家企业的外部环境、
内部战略制定、 内部组织结构相对应的数据指标的得分情况, 以及每家企业的变革结果;权 利 要 求 书 1/2 页
2
CN 115545446 A
2S24、 使用随机数法初始化神经网络模型的连接权重, 并将训练数据集中的数据提供给
输入层神经元, 模型的神经元逐层将数据前传, 直到产生输出层的结果, 同时计算输出结果
的误差, 再将误差逆向传播至隐层神经元, 根据隐层神经元 的误差对模型 的连接权重进行
调整。
6.根据权利要求5所述的一种用于变革企业的多参量评估方法, 其特征在于, S23中构
建神经网络模型的训练数据集的过程, 具体包括如下步骤:
S231、 选取多家具有广泛代表性的企业, 并从中随机选择若干家企业用来建立原始样
例集, 还将其 余的若干家企业用来建立检验样例集;
S232、 对于原始样例集, 通过专家评分的方式获取与每家 企业的外部环境、 内部战略制
定、 内部组织结构相对应的多个数据指标的得分, 还获取每家企业所 取得的变革结果;
S233、 根据每家企业所取得的变革结果的不同, 将原始样例集划分为变革成功的原始
样例集和变革失败的原始样例集, 并对不同组的原始样例集分别进行聚类处理, 同时还统
计出不同聚类结果中包 含的企业的多个数据指标的得分范围;
S234、 对于检验样例集, 通过与原始样例集相同的方法获取与每家企业的外部环境、 内
部战略制定、 内部组织结构相对应的多个数据指标 的得分, 并按照上步中得到的聚类结果
获取对于企业变革的判断结果, 还从原始样例集中剔除与该判断结果不一致的聚类结果,
进而由经剔除后的原 始样例集组成神经网络模型的训练数据集。
7.一种用于变革企业的多参量评估系统, 用于实现如权利要求1 ‑6任一项所述的方法,
其特征在于, 包括如下的模块:
第一模块, 用于分别获取并存储与企业的外部环境相对应的数据指标, 与企业的内部
战略制定相对应的数据指标, 以及与企业的内部组织结构相对应的数据指标;
第二模块, 用于依据上述的第一模块中存储的多种数据指标, 构建并训练用来对企业
的变革时机进行 预测的神经网络模型;
第三模块, 用于将企业的多种数据指标输入上述的第二模块中的神经网络模型, 神经
网络模型输出对于企业变革的预测结果, 并且依据该 预测结果判定适 合企业变革的时机 。权 利 要 求 书 2/2 页
3
CN 115545446 A
3
专利 一种用于变革企业的多参量评估方法及系统
文档预览
中文文档
11 页
50 下载
1000 浏览
0 评论
0 收藏
3.0分
温馨提示:本文档共11页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 SC 于 2024-02-18 22:25:54上传分享