基于NET的国防R&D项目绩效评估系统

时间:2022-04-18 08:40:49

基于NET的国防R&D项目绩效评估系统

摘要:利用人工神经网络方法构建了国防R&D项目绩效评估体系和模型,基于C/S和B/S混合模式给出了国防R&D项目绩效评估系统的解决方案,最后说明了该系统主要功能的实现过程以及安全措施。

关键词:绩效评估体系;人工神经网络;C/S模式;B/S模式

引言

科研项目是否能够适时快速地转变成为推动社会进步的力量,项目评估的质量和速度是关键因素。应用先进和合理的评估手段建立有效的项目评估体系并且利用信息技术的手段加快评估的速度,是国家科技发展的必由之路。

本文首先构建了国防R&D项目绩效评估模型,然后提出.了基于NET平台的解决方案,最后给出了系统关键模块的实现过程。

1 R&D项目绩效评估体系和模型

1.1 R&D项目绩效评估指标的设置

国防R&D项目除了一般意义上的项目的特征以外,还具有军事创造性、探索性强,难度高,军民军品兼顾、经济性强,技术风险大、应用前景广,人才培养多,项目多、投入经费少的特点。

按照国防R&D项目的特点、性质和评价目标,对国防R&D项目评价因素的确定不仅要考虑到项目目标的完成情况,投入产出的结果分析,还要考虑到其经济效益、国防效益、军事贡献和技术创新程度等。综合考虑各方面因素的影响,在广泛调研及该领域专家学者探讨的基础上,本文构建了一套适合国防R&D项目绩效评估的多层指标体系。该指标体系共分三层,第一层是目标层,即国防R&D项目的绩效水平,第二层由5个评估指标组成,第三层由6个评估指标组成(由于涉及到保密性,在这里各个指标匿名给出),如图1所示。

1.2 用人工神经网络法确定各指标的权重

用人工神经网络方法确定指标权重的原理是:将描述国防R&D项目评估指标体系的基础指标的属性值作为神经网络的输入向量,将国防R&D项目的绩效评估值作为神经网络的输出,运用足够的样本来训练这个网络,使不同的输入向量得到不同的输出值,这样神经网络所持有的那组权系数值便是网络通过自适应学习得到的正确的内部表示。训练好的神经网络便可作为一种定性与定量相结合的有效方法,对样本以外的项目做出综合评估。

人工神经网络的学习算法步骤如下:

第一步:设置初始参数。

第二步:将已知的样本加到网络上,利用下式算出它们的输出值。

第三步:按已知输出数据与上面算出的输出数据之差调整量。

这个算法是个迭代过程,每一轮将各值调整一遍,这样一直迭代下去,直到输出误差小于某一个允许值为止,这样一个好的网络就训练成功了。该算法从本质上讲是把一组样本的输入输出问题变为一个非线性优化问题,它使用了优化技术中最普通的一种梯度下降算法。用迭代运算求解权值相当于学习记忆问题。

2 基于NET技术的信息系统解决方案

2.1 系统体系框架

目前的系统设计方案主要有C/S和B/S两种模式。应用C/S设计模式的系统安全性要求高,具有较强的交互性,使用范围小,地点固定,并且对于处理大量数据的效率较高;而B/S设计模式的系统使用范围广,地点灵活,功能变动频繁,对安全性的要求和交互性要求不太高。

由于国防R&D项目的特殊性和保密性,该系统采用C/S和B/S模式相结合的方式实现。前台使用B/S模式,能实现专家在异地对项目进行评估;后台使用C/S模式,既保证了敏感数据的安全性,又经济有效地利用了Intranet资源,提高了网络效率。

本系统的开发语言使用C#,服务器操作系统采用Windows2003,Web服务器软件采用微软的IIs,用户端Web浏览器采用IE6.0,数据库系统使用Microsoft SQL Server2005,Web开发技术使用的,作为两者之间的桥梁,如图2所示。

2.2 系统功能设计

系统分为两大部分。前台B/S方式实现:项目专家评估系统,登录、密码修改。后台为C/S模式:负责待评估的R&D项目信息批量录入,评估体系维护,用户信息维护及统计报表查询等功能。

系统的整体功能结构见图3。系统功能主要由七大部分组成。

(1)用户管理。用户分为三种角色:系统管理员、专家和普通用户。系统管理员负责系统维护、项目信息管理、用户信息管理、权限管理和评估项目的计算汇总;专家可以查询待评估项目的内容,然后根据评估标准给出自己的评分结果;普通用户只有浏览项目信息和打分结果的权限。

(2)项目管理。包括R&D项目的代号,名称,级别,开始时间,完成时间以及项目的经费使用情况的批量录入、查询、删除和修改等。

(3)评估模型库管理。项目评估模型体系的添加、删除、修改以及评估指标的添加、删除、修改。

(4)专家评估模块。专家对要评估的项目打分以及本组相关信息的管理。

(5)专家个人信息管理。前台系统中专家获得权限后,可以对自己的信息修改。

(6)统计报表模块。根据用户、项目、指标体系等统计各项数据,包括项目评估结果比较分析、专家评分情况以及专家信息的各种统计报表。

(7)系统维护。包括服务器的日常维护,以及系统的升级维护等。

2.3 系统数据库设计

该系统采用SQL Server2005数据库。所涉及到的信息表主要包括:

(1)用户信息表。描述每个用户的基本信息和所属权限组。

(2)用户权限组信息表。本系统的权限组分为三种:管理员组、专家组和普通用户组。

(3)权限信息表。描述每个权限组对系统的各个模块是否有访问权限以及具有什么样的权限。

(4)项目信息表。描述项目的基本信息以及项目的评估状态和评估截至日期等。

(5)评估体系表。描述评估体系中各个指标的信息。

(6)项目评估标准明细表。描述评估体系中各个指标的评分标准。

(7)专家打分信息表。描述每个专家对某一项目和某个指标的打分分值。

(8)项目评估结果记录表。描述每个项目对应某个指标的综合评分值。

3 系统功能实现及安全措施

3.1 指标编码方式及树形结构实现

由于评估指标体系是树形结构,因此采用树形结构的递归编码方式对指标进行编码。评价节点的编号从01开始,其子节点编号为01.01,01.02,01.03……如果01.01还有子节点,则编号为01.01.01,01.01.02…依次类推。在这里不必考虑编码超过99的情况。本功能在实现时把其封装在一个静态类中,该类完成有关指标编码的所有处理过程。

3.2 神经网络方法实现

首先根据神经网络的结构和学习算法,并结合评估指标体系,确定神经网络的输入向量;然后输入样本模式的属性值矩阵的期望输出向量;根据各指标的类型分别进行归一化处理;然后启动三层BP网络进行学习;将训练好的神经网络存入知识库中,这样在评估时,只需输入待评估项目的指标属性值向量,便可得到待评估项目的评估结果值。

3.3 系统安全措施

在系统中,前台用户界面的安全性是通过系统管理员授权方式实现的。不同权限的用户提供相同的操作界面而不同的菜单;后台数据库SQL Server提供了对数据库安全性的一整套.的管理机制,对用户的权限验证采用双重验证的机制。

数据备份采用自动和手动相结合的方式:每个月自动进行一次完全备份,每个星期自动进行增量备份。同时,数据库管理员可以按照需要进行完全备份或增量备份。

网络采用防火墙技术,系统设立两级防火墙:一级为软件防火墙,另一级为硬件防火墙,确保网络安全,防止黑客破坏。

4 结束语

使用NET技术构建国防R&D项目绩效评估系统,大大缩短了系统开发时间,简化了和管理,降低了开发进程和程序设计的难度。系统功能完备适用,能够满足国防R&D项目绩效评估的需要,并且具有良好的可扩充性。该系统提高了国防R&D项目管理的效率,能够有效地控制资源浪费,并且为国防R&D项目管理提供了良好的决策支持。

上一篇:大功率LED具有光明的市场前景 下一篇:树型结构在题库系统开发中的应用