ＬＧ
科龙
更的
ＴＣＬ
（曩后验证备用）
Ｉ。ｍ
４．０１
３．１７
２．７３
３．８０
３．５２
３．数据处理 综合表２和表３的数据输入ＤＰＳ软件，如图２所示。 选中ｌ到６行的所有数据进行ＢＰ神经网络训练．在随后 出现的“ＢＰ神经网络分析参数设置”的对话框中选择“标准化 转换”的数据转换方法，点击“确认”按钮，进入下一步训 练。 得到另一个对话框，将其中的“第一隐含节点数”改为 “３”，因为企业文化指标体系的一级指标为三项。点击“ＯＫ”
Ⅱ啪等连接网络模型、Ｈｉｎｔｏｎ等的波尔茨曼机模型以及Ｒｕｍｅｌ—
ｈａｒｔ等的多层感知模型和Ｋｏｈｏｎｅｎ的自组织网络模型等等。在众 多神经网络模型中，应用最广泛的是多层感知机神经网络。多层 感知机神经网络的研究始于２０世纪５０年代，但一直进展不大。
收稿日期：２００８－０８—１９ 作者简介：陈华溢（１９８６－－）．女，南通人，徐州工程学院市场营销系，研究方向：市场营销。
Ｉ
Ｌ
Ｉ
■
Ｏ
Ｐ
Ｑ
Ｒ
Ｓ
ｘｌｌ ｚ１２：－，１３ ｘ１４。ｘ１５ ｚ１６ ｆｘｌｌ
１１８ Ｔ
３．１
３ ２．３－４．３：４．３ ｔ．Ｂ ３．９
３ ｔ．３ｌ
３．９ ３．５
４
３ ３．３
一－Ｉ
３ ２．口 ３．４
２．Ｂ； ３．Ｉ ３．３
３．１
３．２ ３．３
２．９ ３
ｔ．ＯＩ ３．１Ｔ
４．１ ２．９ ３．Ｉ
ｔ ３．２· ３．４ ２．９ ２．９
２．当前评价方法存在的问题 当前用于评价企业文化影响力的方法多种多样，如灰色系统 法、数学模型模拟分析法、模糊综合评判法等。虽然其评价结果 有一定的科学性和指导意义，但存在的问题不容忽视．主要反映 在以下几个方面：①遴选指标问题。遴选指标时一般使用统计学 中的相关系数法、条件广义最小方差法等筛选ｍ若干个有代表性 的指标，这样做可以保证筛选出的指标相关性较低，却不能保证 其完整地反映出研究对象的整体属性；②确定权重问题。现常用 组成成分分析来确定权重。一般是从几何位置分布上离差最大的 方向来考虑指标权重，从评估本身意义来看，依照数据离差的分 布所确定的指标权重未必体现出指标在系统评估中的实际位置； ③诊断功能问题。现有的评价体系给出的结果只能是“优、良、 中、差”或者是一定的分值。不能给出具体的“问题指标”，使 得评价结果丧失了诊断功能。因此，本论文引用了更加科学而 且效果好的评价方法及ＢＰ神经网络方法。 二、ＢＰ神经网络评价法的理论介绍 目前，已发展了几十种神经网络，如Ｈｏｐｆｉｅｌｄ模型、Ｆｅｌｄ一
信息化管理及沟通
４．３ Ｘｔｏ
力Ⅺ 员工对企业决策的
参与意识ｘ１１
３．１
激励机制ｘ１２
３ ３．３ ３．９ ４．１ ３．１
３．６
３．２ ２．９ ３．４ ２．２
４．３
３．６ ３．２ ３．７ ３．４
３．９ ４．０
３．５ ４．１ ３．３ ３．７ ３．０ ２．９ ３ １ ３．９
激励机制ｘ。
技术创新机制ｘ¨
企业价值现ｘ¨
精神文化 竞争力ｘ，
企业凝聚力ｘ．， 企业末风格ｘ，。
企业目标ｘ＂
企业经营哲学ｘ，．
２．统计资料和数据分析 根据表１的指标体系，我们设计了一份题为“评价指标对 企业文化的影响程度”的调查问卷。调查对象是大学教师、学 生、营业员以及电器超市的消费者，采用面谈的调查方式，共 发出问卷３００份，有效问卷２８１份。可供选择的影响程度分别 为：影响很大（５分）、影响较大（４分）、影响一般（３分）、 没有影响（２分）和有负影响（１分）。统计分析调查结果后的 数据，如表２所示。
２．Ｔ３
３．３ ３．Ｉ ３．３
３
３．４
３．３
３．Ｔ
２．６
３．８
３．１ ３．ｇ
３ ３．１ ２．Ｔ ３．Ｂ ３．８ ２．３ ７ｔａ评价
图２ 企业文化指标体系分值和数据输入
按钮，ＤＰＳ软件自动进行标准化转换，神经网络得出拟合残差， 如图３所示。
拟合残差：０．０００３４６４７２９３２６０１３１２
呲５
ｎ２
叭５
Ｉ ３．６ ４．３
４ ２．８ ３．４ｉ ３．２：３．５ ３．６ｉ ３；４ ３．３ ３．２ ３．６
５
３．３ ３．８｝
３’３．４ ３‘３．２ ３．７ ３．９；２．９ ３．２
８ ４．６ ４．２｝２．３ ３．３ ３．Ｉ‘３．３ ３．Ｉ ４．１ｉ ３．４ ３．７
Ｔ ３．２：３．５．２．６．２．３ ３．３．２．８，３．Ｔ ３．１ ２．２ ３．４
过程分阶段、分步骤地监督和评估。统一企业内部对企业文化 的认识和理解，从而保证企业文化在实践中与企业目标建设保 持一致。②可以督导文化建设。在企业文化具体实施运用的过 程中难免会出现偏差，通过企业文化影响力评价体系，综合文 化的各影响因素进行观测，从而发现文化中出现的薄弱环节， 为企业管理者改进企业文化体系指出明确的方向，进而建立一 个强有力的企业文化。同时，在管理过程中。要对管理行为指 定标准，使之不偏离正确的企业文化指导方向。
·６８·
万方数据
基于ＢＰ神经网络的企业文化影响力评价
直到１９８５年．Ｒｕｍｅｌｈａｒｔ等人提出了误差反向传递学习算法（即
—加 ＢＰ算），实现了Ｍｉｎｓｋｙ的多层网络设想，如图１所示。
—＿．ｏ
—加
（期望输出）
—加
—加
—∞
—加
图１神经网络导向图
ＢＰ神经网络是南输入层、中间层、输出层组成的阶层型神 经网络。中间层可扩展为多层，相邻层之间的各神经元进行全 连接，而每层各神经元之间无连接。当一对学习模式提供给网 络后，各神经元获得网络的输入响应产生连接权值，然后按减 小希望输出与实际输出误差的方向，从输出层经各中间层逐层 修正各连接权，回到输入层。此过程反复交替进行，直至网络 的全局误差趋向给定的极小值，即完成学习的过程。运用神经 网络评价企业文化影响力的优点表现在以下几个方面：①不需 要过程非常复杂的人工演算，减少出错率；②不需要确定权数 （一般是根据经验确定权数．人为性比较强），提高精确度；③ 只需要输入已有的参考数值，计算机便能很快算出数值结果， 节省时间。
三、运用ＢＰ神经网络评价企业文化影响力 １．企业文化评价指标体系的建立 为了客观、准确、完整地发现庞大而复杂的企业文化中存 在的问题．必须建立一个能够全方位、多角度反映企业文化影 响力的评价指标体系。本文按照企业文化的三层次体系，将企 业文化分为３个一级指标和１８个二级指标，如表ｌ所示。
目标层
企业 文化 评价 指标 体系
技术创新机制Ｘ。 ２．３
企业价值现Ｘ，．
４．３
精神 企业凝聚力Ｘ１；
４．３
文化 竞争
企业家风格Ｘ。
４＿８
力Ｘ， 企业目标ｘ＂
３．９
３ ３．３ ２．８ ３．１ ３＿３
２．９ ３．１ ３ ３
３
３．４
４
３
３．１
３．１ ３ ２ ３．４ ２．７
３．２ ３．４ ３．３ ３．８
３．３ ２ ９ ３．７ ３．８
企业经营哲学Ｘ１８ ３
技术经济．Ｉｂ管理研究 ２００８年第６期
基于ＢＰ神经网络的企业文化影响力评价
陈华溢
（徐州工程学院管理学院，江苏徐州２２１００８）
摘要：要对企业文化实施有效管理，必须建立一套切实可行的企业文化影响力评价体系，对企业正在运行的文化系
统进行测评。便于管理者调整战略和战术，保持文化建设的有效性。本文首先建立企业文化影响力评价体系，然后用ＢＰ
Ｙ
表１企业文化指标体系
企业文化评价指标体系
一级指标
二缎指标
质量意识及管理体系ｘ．
物质文化 竞争力ｘ，
核心产品的品牌知名度ｘｚ 新产品的市场认知度ｘ， 技术装备现代化程度ｘ．
核ｕ技术独特性和难模仿性ｘ， 企业整体形象，【‘
文化设施ｘ，
１１４度文化 竞争力ｘ：
组织结构完善全里度ｘ·
管理标准和操作规程ｘ。 信息化管理厦沟通ｍ 员工对企业决策的参与毒识ｘ＂
ｌ ｍ ●
彳 帅 ５
一｛…｝·－
．、 ｌ Ｏ
１２４弱８９１２８＇７５２２１ ２６８ ３１４ＭＩ ４０７４轴∞０５４７５９４６４０６８７７３３７８０５葛８７３９１９明８
图３指标体系的神经网络演示
在与图３同时弹出的另一个对话框中依次对应输入企业 “】【ｉ”的数据，点击“ＯＫ”按钮，很快训练得出“ＴＣＬ评价”的 数值，即“３．６０８３（预测值ｙ。）”。该结果表明，利用神经网络 训练得出的结果与行业测评的平均值３．５２很相近，证明通过 ＢＰ神经网络方法评价企业文化影响力的结果是有效的。
４．用ＢＰ神经网络评价企业文化影响力的优点 通过上面的案例分析，不难发现，运用ＢＰ神经网络评价 企业文化影响力的优点主要表现在以下几个方面：①避开权数 确定问题。如上述操作，在整个ＢＰ神经网络学习过程中没有
复杂的人工计算过程，不需要计算衡量权数。本文阐述过在权 数的确定方法有一定的不科学性，ＢＰ神经网络很好地避开了这 点；②指出症结所在。在一般的评价方法的结果中，只能见到 一个数据或一个笼统的评价，很难或者不能发现企业文化中哪 方面存在问题。在图３中可以直接明了地看出企业文化的缺点 和需要改进的地方；③操作过程简单易行。整个操作过程不需 要人工计算，只需要输入数据。
２．９
３
２．９ ２．６ ２．３
另外．针对于海尔、格兰仕、ＬＧ、科龙、美的和ＴＣＬ六家 企业的文化建设，专门对２ｌ位行业经营者（营业员、批发商、 销售经理）进行调查．得出平均值，如表３所示。然后利用ＢＰ 神经网络计算ＴＣＬ企业文化影响力的数值。
袁３业内人士对六家企业的文化影响力评价均值
海尔
格兰仕
——————
万方数据
·６９·