网络工程师自我评价

2024-12-18

网络工程师自我评价(11篇)

1.网络工程师自我评价 篇一

请大家一起来欣赏以下这一份关于一名网络工程师的求职简历中的自我评价范文,欢迎大家浏览。

熟练office办公软件、CAD绘图、CorelDRAW、photoshop图像处理,3DsMAX建模,计算机维修等操作。本人从事培训教学管理及机室管理工作多年,具有计算机应用操作技能,并积累了多年的计算机网络管理工作经验,能够独立工作,进行计算机维修以及办公设备应用维修、能够维护局域网网络的正常运行。参加工作多年,有一定的工作经验和处理各项事物的经历。在广州市统计局培训中心工作时,从事培训教学及管理工作,能轻松处理相关培训的各种繁杂事务,以及人际关系。在公用事业高级技校从事机房维护及网络管理员工作,能够维护机房网络运行,处理网络故障能够维修、排除常见的计算机故障,工作勤勤恳恳,虚心好学。

本人为人正直,诚恳,性格开朗,有主观,积极进取,社会能力和团队意识强,自信心强。我具有较好的计算知识有应用能力,掌握基本应用软件的使用,会使用CAD,Office等办公软件。爱好打篮球,羽毛球等。

熟悉软件的安装及维护 熟悉计算机硬件组装及维护,熟悉windows2000,Xp,sever2003操作系统的安装配置与维护 有良好的计算机基础知识和网络技术基础,对网络设备,局域网和组网技术有一定的了解 有网络安全,网络管理和网络维护的基础知识。了解网站的建设 熟悉网站的编辑及管理 了解关于网站的优化 懂得网站的推广以及网站安全。了解一般网络安全软件的安装以及使用。

精通Linux服务器、windows server2008服务器的配置与管理,网络安全方面的管理,sql server数据库系列的操作与管理,熟悉C语言,C++,Delphi,JAVA语言,思科与锐捷网络设备的配置与维护。在2009年11月参加国家软考并获得“网络工程师”中级职称。

性格开朗,随和,善良正直,待人真诚。思维严谨,周密,较强的主动性和责任心。兴趣广泛,喜欢运动,读书看报,和朋友聊天,欣赏影视作品。组织能力较强、工作刻苦认真,积极进取,责任感强,团结友爱,有集体荣誉感,富于创新精神。

2.网络工程师自我评价 篇二

关键词:水电工程施工,安全评价,评价指标体系,人工神经网络

我国水能资源丰富,总量居世界首位,但目前开发利用程度较低。加快开发利用丰富的水能资源是有效增加清洁能源供应、优化能源结构、保障能源安全、应对气候变化、实现可持续发展的重要措施。“十二五”期间,我国将重点建设金沙江、澜沧江、大渡河、黄河、雅砻江、怒江、长江干流、雅鲁藏布江等大型水电基地。这些水电基地多数位于西部高山峡谷地带,地质条件复杂,交通不便,施工环境差,施工风险控制难度大,一旦发生事故,造成的后果往往十分严重。因此,必须建立完善合理的水电工程施工安全管理体系,进行必要的安全评价,将安全事故扼杀在萌芽状态,防患于未然。

目前应用较多的安全评价方法主要有安全检查表法、事故树分析法、LEC及LECM[1]、模糊网络分析法[2,3]、层次分析法[4]、敏感性分析法、蒙特卡罗模拟法、影响图法等。运用这些方法进行安全评价,虽然结果能在一定程度上反映风险水平的大小,但大都依靠专家进行权值的估计,受经验性、主观性的因素影响,得到的评价结论容易偏离实际甚至是错误的,对风险管理者进行风险决策造成不利影响。

自组织、自适应、自学习、并行分布处理以及优良的容错性等是人工神经网络方法独特的性能,人工神经网络对风险评价这类非线性、多因素、不确定性的问题处理能力较强[5]。因此,笔者引入人工神经网络模型来进行风险评价,以减小人为因素对风险评价结果的影响,以期为水电工程施工安全评价提供一种新途径。

1 水电工程施工安全评价指标体系

建立合理、有效的风险评价指标体系是对水电工程施工安全准确进行评价的关键,是进行风险决策和采取风险应对措施的重要依据。一般来说,风险评价指标的选择要遵循全面性、层次性、可操作性、差别性等原则。通过对我国水电工程施工安全管理现状进行调查研究,对水电工程施工安全事故的成因进行分析,参考已有的风险指标体系[6,7],并充分考虑了专家的建议,兼顾人工神经网络的特点,本文建立了如表1所示的水电工程施工安全评价指标体系。它是一个递阶层次结构,分为3个一级指标和12个二级指标。评价体系的评分区间如表2所示。

2 人工神经网络及其评价模型

2.1 LM-BP算法

1986年,Rumelhart和McClelland提出了BP(Back Propagation)神经网络,它是目前应用最为广泛、成功的神经网络之一。虽然BP算法具有优良的非线性映射能力、自学习和自适应能力、泛化能力、容错能力,但它存在着自身的限制和不足,主要表现在:①收敛速度慢,需要较长的训练时间,尤其对于一些复杂的问题,BP算法可能要进行几小时甚至更长时间的训练。②局部极小化问题,BP算法可以使网络权值收敛到一个解,但它并不能保证所求为误差超平面的全局最小解,很可能是一个局部极小解。针对上述问题,目前改进的优化算法有增加动量项法,自适应调节学习率法,引入陡度因子法等[8]。本文采用Levenberg-Marquardt算法对BP神经网络进行优化。

X=(x1,x2,……,xn)T是BP神经网络的输入样本,W(k)表示BP神经网络第k次迭代的权值向量,新的权值向量是W(k+1),可以根据以下规则求出:

W(k+1)=W(k)+ΔW (1)

根据牛顿法,有:

ΔW=-[∇2E(X)]-1∇E(X) (2)

式中,∇2E(X)是误差指标函数E(X)的Hessian矩阵,∇E(X)是E(X)的梯度。

设误差指标函数为:

E(X)=12i=1Νei2(X)=12eΤ(X)e(X)(3)

其中,ei(X)=di-yi为BP神经网络实际输出与期望输出的误差,且di表示期望输出,yi表示网络实际输出。

e(X)=[e1(X),e2(X),,eΝ(X)]Τ(4)

其中,N代表BP神经网络输出层的神经元个数。那么

E(X)=JT(Xe(X) (5)

∇2E(X)=JT(Xe(X)+J(X) (6)

在式(5)、(6)中,J(X)为Jacobian矩阵。

对于高斯-牛顿法的计算法则,有

ΔW=-[JT(XJ(X)]-1JT(Xe(X) (7)

LM算法是改进的高斯-牛顿法,它的形式为

ΔW=-[JT(XJ(X)+μ·I]-1JT(Xe(X) (8)

式中μ为大于0的常数,I为单位矩阵。

2.2 基于Matlab的BP神经网络评价模型

水电工程施工安全事故的最大特点是动态性、随机性和模糊性[6]。如何实现模糊性向确定性的转化,实现定性向定量的转化,求得风险因素和风险结果之间的非结构化关系,是水电工程施工安全风险评价的重要内容,但这采用一般的数学工具很难实现。结合人工神经网络理论,以量化的水电工程施工安全风险指标作为BP神经网络的输入,以风险评价结果作为BP神经网络的输出,建立一个与所要解决问题等价的安全评价模型,是进行风险评价的一个有效方法。Matlab7.0中集成了神经网络工具箱,可以用来辅助人工神经网络设计[9],基于Matlab的BP神经网络评价模型构建步骤如下:

1)收集详细的水电工程施工现场资料,结合国家相关法规、技术标准,建立施工安全知识库,进行风险单元划分,确定可能引发水电工程施工安全事故的风险因素,构建水电工程施工安全评价指标体系。

2)确定输入层神经元数M、隐含层神经元数Q、输出层神经元数N。典型的BP神经网络由输入层、输出层和隐含层组成。以表1建立的12个具体指标作为BP网络输入节点,分别以X1~X12表示,即企业施工安全管理制度(X1)、安全教育培训及施工操作规程(X2)、个人安全防护用品(X3)、施工期安全技术措施(X4)、施工机械设备的稳定性、可靠性(X5)、起重吊装及运输(X6)、施工用电及照明(X7)、危险地带安全防护设施(X8)、混凝土工程(X9)、基坑、边坡、地下洞室爆破开挖及支护(X10)、钢筋制作及安装(X11)、施工期防洪渡汛(X12)。确定了评价指标,也即确定了输入层神经元数M=12。网络隐含层神经元数的选取目前尚无准确的理论指导。神经元太少,网络不能很好地学习,需要训练的次数多,训练精度也不高;神经元太多,又会增加学习时间,训练精度也不一定提高。本模型隐含层神经元数的选取采用试探法,经多次运算并比较各种模型训练后所得的误差,最终确定Q=9。而网络的输出节点本模型采用一个介于0和1之间的输出作为评价结果,即N=1。因此,本模型的网络拓扑结构为12-9-1。

3)选取BP神经网络学习样本。训练网络的稳定性、精确性、可靠性很大程度上是由学习样本的数据准确性、数量适当性所决定的。因此,选取学习样本是建立神经网络的关键。当前,关于水电工程施工安全评价的实例较少,同时这些有限的实例采用的评价方法都有一定的局限性,所以把这些实例作为学习样本是不合适的。鉴于上述情况,本模型采用理想样本进行学习[10]。假设某水电工程施工评价的各项指标均隶属于安全等级,显然,该工程的施工安全评价等级为安全。基于上述假设,可在每种情况下选取4个样本,那么总共有20个样本。借助计算机生成满足样本要求的随机数,并进行规一化处理,选取20个学习样本,见表3。

4)训练BP网络。利用Matlab7.0中的神经网络工具箱构建BP神经网络:传递函数采用Sigmoid函数,网络输出采用线性函数purelin,设定训练误差mse=0.0001,学习速率lr=0.01。首先用traingd.m函数即标准BP算法-梯度下降法进行训练,经过10 000次迭代,网络尚未收敛。然后用trainlm.m函数即LM算法进行训练,经5次迭代即收敛,网络收敛速度明显加快,网络训练性能曲线如图1,训练结果见表4。

5)检验BP网络。用训练好的网络对表5中随机抽取的数据进行检验,检验结果如表6所示,网络总误差为0.0006,网络逼近极佳,准确性高,符合水电工程施工安全评价的要求。

3 应用实例

某水电工程位于大渡河中游,是四川省“十二五”重点建设项目。运用表1所建立的水电工程施工安全评价指标体系,对各指标结合表2进行专家打分、调研和数据归一化处理,得到各项指标因素的分数,见表7。

将表7中的数据输入已经训练好的BP网络,得到最终的风险值为0.833 0,该工程目前施工安全评价等级为2级,较安全。而相关专家给出的评价结果为0.824,两者在安全等级上具有一致性,模型运用效果较好。

运用已建立的评价模型还可以对该工程不同阶段、不同时期的施工安全状况进行评价,如果评价结果始终为安全或较安全无较大波动,说明该工程全过程的施工安全管理工作都做得较好。如果评价结果时好时坏有一定波动,就要分析原因,切实做好安全防护措施,加强日常施工安全监督与管理,及时消除不安全因素。

4 结论

1)人工神经网络模型主要根据所提供的数据,输入输出之间的连接权靠网络自动计算和训练,从而求取问题的解。相比于传统方法对经验知识和规则的严重依赖,人工神经具有自适应功能,这对于弱化权重确定中的人为因素是十分有益的,因而其评价结果具有客观性。

2)运用人工神经网络对水电工程施工安全进行评价时,只需输入有关数据,利用已经训练好的网络模型进行评价,不要求进行多余的计算,简单实用,易于推广。

3)实际应用中,由于水电工程施工风险的复杂性,工程类型不同风险评价指标的选择会有所不同,风险评价指标的选取标准以及定性指标的量化方法需要进一步研究。本文中安全评价底层指标的权重获取还要依靠专家的判断,不能完全避免人为因素的干扰。另外,采用怎样的风险评价标准来对比神经网络模型得出的评价结果也需要进一步研究。

参考文献

[1]朱渊岳,付学华,李克荣,等.改进LEC法在水利水电工程建设期危险源评价中的应用[J].中国安全生产科学技术,2009,5(4):51-54.

[2]钟登华,蔡绍宽,李玉钦.基于网络分析法(ANP)的水电工程风险分析及其应用[J].水力发电学报,2008,27(1):11-17.

[3]聂相田,罗刚.基于模糊网络分析法的水利工程施工风险分析[J].人民黄河,2011,33(5):113-114.

[4]郭金玉,张忠彬,孙庆云.层次分析法在安全科学研究中的应用[J].中国安全生产科学技术,2008,18(5):148-153.

[5]韩力群.人工神经网络理论、设计及应用[M].北京:化学工业出版社,2007:15-16.

[6]郑霞忠,谌巧玲,陈述,等.基于粗糙集的水电工程施工安全评价方法[J].中国安全科学学报,2011,21(1):82-86.

[7]崔纪委.水利施工现场危险源辨析及其风险评价研究[D].保定:河北农业大学,2012:42-44.

[8]王亦裴.基于GA_LM的BP神经网络在数字滤波器设计中的应用[D].南京:南京航空航天大学,2008.

[9]丛爽.面向MATLAB工具箱的神经网络理论与应用[M].合肥:中国科学技术大学出版社,2003:142-152.

3.网络专业简历自我评价 篇三

本人是一个开心生活,认真做事的人,综合能力比较好,分别做过设计,外贸电子商务,仓管,模具技术工。对计算机操作成熟,熟练photoshop,ILLustrator,CAD,office等软件。 做过三年多的销售。自已有工作,家里有网,自己有开发市场能力。之前也开过双钻网店。欢迎合作。开始就要多少加盟费或其它什么费用的免谈。真心寻找合作商。

本人有较强的责任心,做事认真、勤奋、有耐心;性格温和,谦虚; 有学习精神;为人较为执着;能够自觉的融入集体团队,有团队合作意识,能够协助团队完成工作;能够较快适应新的环境;善于与人相处。掌握一定的专业知识,能够用英语交流。 本人性格开朗,为人诚恳,乐观向上。兴趣广泛。拥有较强的组织能力和适应能力。并具有较强的管理协调能力。经验是积累出来的,希望贵公司能给我一个展示自己的平台。相信我通过努力能把工作做得最好。

4.工程师自我评价 篇四

而且我能认真执行公司决策,服从公司领导,做事能吃苦耐劳,工作积极,有良好的团队合作精神。

1、负责中国外运江门区域三家子公司以及5个分支办事处it全面工作。

2、负责中国外运江门区域三家子公司日常it网络管理和系统运维工作。

3、制定和完善公司信息技术管理制度,并推动实施、改进、完善。

4、根据公司发展规划,组织拟定公司it工作计划与it预算并跟进实施、监控与检查。

5、根据业务需要推动、建设、完善企业内部信息化平台。

6、制定部门内部工作管理制度、运维流程,执行实施并持续跟进。

5.网络专业个人简历自我评价 篇五

虽然没有工作经验,但是对工作非常热爱,具有团队协作精神,有责任心,积级进取,积级向上,还有较强的适应能力和学习能力,可以在短时间内适应工作进入工作状态,性格开朗,善与人交流。相信我一定有能力把工作做好。如果能给我一次机会我相信一定能做好!

如果您能培养我这个没有工作过的人才,我相信我是个人才,我会成为真正的人才!

我虽远远没达到您贵公司的要求,但我相信只要有您公司的培养和我自己的刻苦努力,我会成为一个对您公司有用的人才,只要您给我一次机会!了解Asp,c语言,JAVA,ACCESS,WINDOWS,linux,SQLSVERER,ACCESS,CCNA,Dreamweaver,flash,fireworks,jsp,HTML,电子商务应酬能力强,沟通能力强,适应能力强,酒量也可以。

6.网络工程师自我评价 篇六

在全球经济一体化的市场竞争环境中, 社会飞速向前发展。面对越来越激烈的竞争, 组织必须采取有效的策略来不断提高自身的核心竞争力, 以获得自身的发展。团队以其灵活的组织方式、快速的反应速度得到企业的广泛推崇。伴随我国近年来基础设施建设逐年加大, 在基础设施建设类企业中也广泛采用团队的形式作业, 工程项目团队就是一种具体的表现形式。对工程项目团队进行绩效评价, 在我国的工程建设事业中越发显得重要。关于绩效评价, 业界和学术界也越来越重视。国务院国有资产监督管理委员会 (国资发评价[ 2006 ] 157 号) 公布了《中央企业综合绩效评价实施细则》。文献[1,2]对工程项目绩效指标体系进行了研究。文献[3]基于BSC对工程项目团队绩效指标进行了系统的探讨。这些文献都还在进行指标建立的研究, 还没有采用一些定量的评价方法 (如神经网络方法、AHP、DEA、主成分、模糊数学等方法) 进行评价。在其他行业已有这方面的研究[4,5,6,7]。这些研究都为工程项目绩效评价提供了参考。

波兰数学家 Z Pawlak 于1982年提出了粗糙集 (Rough set) 理论[8], 粗糙集理论是一种处理不精确、不一致、不完整等各种不完备数据的理论, 能有效分析不精确、不一致、不完整等各种不完备信息, 它通过对数据进行分析、近似分类和推理数据间的关系, 从中发现隐含的知识, 揭示潜在的规律, 提供一种决策支持方法[9]。神经网络的研究已有50多年的历史, 最早是由心理学家McCulloch 和数学家Pitts融合生物物理学和数学的知识提出来的, 神经网络是对生物神经网络的简化和模拟。1985年, Powell构造了多变量插值的径向基函数 (Radial Basis Function, RBF) , 1988年, Broomhead和Lowe将插值计算演绎为神经计算, 将RBF应用于人工神经网络设计, 1989年, 由J.Moody和C.Darken提出一种RBF的神经网络结构, 构造了径向基函数网络 (Radial Basis Function Network, RBFN) 。径向基函数网络能够以任意精度逼近任意连续函数[10]。

本文的研究思路是引入RBF神经网络算法对文献[3]研究得到的工程项目团队绩效进行评价, 由于文献[3]中的绩效指标一共有20项, 考虑到使用这么复杂的指标体系进行评价, 难免存在指标数据冗余问题, 增加数据采集和评价的工作量, 本文引入粗糙集理论对这些指标进行简约, 然后把约简的指标输入到RBF神经网络进行评价。

1 粗糙集和

RBF神经网络的基本原理及其在工程项目团队绩效评价中的应用

1.1 粗糙集的基本原理

粗糙集理论RS (Rough sets) 首先由波兰科学家Z Pawlak教授提出来, 是一种新的处理模糊和不确定性知识的数学工具。其主要思想是在保持分类能力不变的前提下, 通过知识约简, 导出问题的决策或分类规则。粗糙集理论是建立在分类机制的基础上的, 它将分类理解为在特定空间上的等价关系, 而等价关系构成了对该空间的划分。粗糙集理论将知识理解为对数据的划分, 每一被划分的集合称为概念[11]。粗糙集理论能有效地分析和处理不精确、不一致和不完整等各种不完备信息, 是关于数据推理的一种强大工具。1992年, 第一届关于粗糙集理论的国际学术会议在波兰召开。1995 年, ACM Communication将其列为新出现的计算机科学研究课题。1998年, 国际信息科学杂志 (Information Sciences) 还为粗糙集理论的研究出了一期专辑, 目前粗糙集理论的研究及应用已遍及数学、计算机等各个专业。

1.2 RBF神经网络的基本原理

径向基函数 ( Radius Basis Function) 神经网络是一种具有单隐层的三层前馈神经网络, 是一种局部逼近神经网络, 它的隐层激活函数是一种径向对称的核函数。输入层由一些源点 (感知单元) 组成, 它们将网络与外界环境连接起来;第二层是网络中仅有的一个隐层, 它的作用是从输入空间到隐藏空间之间进行非线性变换, 在大多数情况下隐藏空间有较高的维数;输出层是线性的, 它为作用与输入层的激活模式提供响应。RBF神经网络模型图如图1所示。与BP神经网络相比, RBF神经网络具有最佳逼近, 不易陷入局部极小值的解域中, 神经元个数可能比BP多, 训练时间比BP少等优点。

1.3 基于粗糙集和RBF神经网络的工程项目团队绩效评价模型的框架结构

决策者在对一个事物做出判断和决策时, 并不是依据被判断事物的全部特性, 而是依据最主要的一个或几个重要特点做出判断。粗糙集中属性约简就是根据这一原理, 剔除知识库中的冗余属性。决策表约简的原则是:约简后的决策表与约简前的决策表具有相同的功能, 但约简后的决策表具有更少的条件属性。通过决策表的约简, 同样的决策可以基于更少量的条件, 获得同样要求的结果。决策表的约简就是在保留对对象的分类能力不变的基础上, 消除重复、冗余以及无用的知识, 为决策者在做决策时提炼知识的重要特点的过程。RBF神经网络从输入到输出的映射是非线性的, 而网络输出对可调参数而言又是线性的;这样网络的权可由线性方程组直接解出或用RLS方法递推计算, 从而大大加快了学习的速度并避免局部极小问题。

对工程项目团队绩效评价的研究需要在已有信息的基础上, 对评价指标进行约简, 然后通过使用RBF神经网络对它进行智能计算, 实现对对工程项目团队绩效评价的研究。该研究思路如图2所示。

2 基于粗糙集和

RBF神经网络的工程项目团队绩效评价模型的计算及分析

2.1 指标数据获取和处理

指标数据应该包含条件属性变量和决策属性两类。一般情况下, 收集到的数据有的属性值不全, 或有的数据出现异常值, 对于有属性值不全面的, 可以补上一个合理的值, 如该属性值的平均值, 对于出现异常值的, 可以当作脏数据删除。

2.2 指标数据离散化

粗糙集理论分析要求数据必须以类别的形似出现, 在实际应用中遇到的多是连续型, 在运用粗糙集理论之前, 必须应用适宜的方法将数据离散化。常见的离散方法有专家离散法、等宽度区间法、等频率区间法、最小类熵法和Chimerge法[9]。离散原则是属性离散归一化后的空间维数尽量小, 即属性值的种类尽量少, 信息丢失尽量少。

2.3 制定绩效决策表和构造区分矩阵

将离散化的指标值填到样本和指标及实际结果构成的表格中, 就可以得到一张二维信息决策表。其中, 离散化后的指标值就是条件属性集, 实际结果构成了决策属性集。在决策表的基础上, 构造区分矩阵。Skowron提出的区分矩阵表示知识系统的本质部分, 它可以识别原始许多益处, 用它可以方便地解释和计算信息系统的核和约简。

定义1[13]令S= (U, A, V, f) 是一个知识表达系统, |U|=n.S的区分矩阵式是一个n×n矩阵, 其任一元素为α (x, y) ={aA|f (x, a) ≠f (y, a) }.因此, α (x, y) 是区分对象xy的所有属性的集合。

定义2[13]对于每个属性aA, 指定一个布尔变量“a”.若α (x, y) ={a1, a2, …, ak) ≠ϕ, 则指定一个布尔函数a1∨a2∨…∨ak, 用∑α (x, y) 表示;若α (x, y) =ϕ, 则指定布尔常量1.区分函数定义为:f (A) = (xy) U×Uα (xy) .

若布尔表达式仅由布尔变量和常量通过析取与合成运算来表达, 则称布尔表达式为一个范式;若布尔表达式由一些析取组成的合取所构成的范式, 则称布尔表达式为一个合取范式;若布尔表达式由一些合取式组成的析取所构成的范式, 则称表达式为一个析取范式;若布尔表达式是一个析取范式且包含最小数目的合取式, 则称布尔表达式为一个极小析取范式;区分函数的极小析取范式中的所有合取式是属性集A的所有约简[13]。

2.4 评价指标的约简

Wong和Ziako已经证明搜索信息系统的所有约简或最佳约简是NP难问题, 需要考虑ϕ⊂P⊆C的所有2|P|个子集, 它的复杂性是指数集的, 在人工智能领域, 一般采用启发式搜索来找出最佳约简或次佳约简。常见的方法有:快速约简算法、启发式算法、遗传算法[9]。这里, 我们通过区分矩阵的方法对某指标的重要性进行排序的一种方法[13]。其原理为属性所在的分辨矩阵的元素长度越短, 该指标就对分类所起的作用越大。而且该指标出现越频繁, 其潜在区分能力就越大, 该指标越重要。因此, 对指标进行排序时, 除了长度外, 在长度相同的情况下, 出现频率高的指标更重要。其评价属性重要的程度的计算公式如下:

f (ak) =i=1nj=1nλij|mij|

其中, mij为区分矩阵中的第i行第j列元素;|mij|为mij包含属性的个数;而

λ={0akmij1akmij

2.5 构造RBF神经网络和设计RBF算法

(1) 参数初始化:输入与输出层的神经元数是由问题本身决定的, 由文献[3]知其输入神经元的个数就是评价指标的个数, 因为输出结果只有一个指标即绩效评价值, 所以输出神经元的个数是1。参考中心初始化的方法, 给出隐含层至输出层的连接权值Wk=[wk1, wk2, …, wkp]T (k=1, 2, …, q) 其中,

wk1=mink+jmaxk-minkq+1

式中, mink为训练集中第k个输出神经元所有期望输出的最小值;maxk为训练集中第k个输出神经元所有期望输出的最大值。

初始化隐含层各神经元的中心参数Cj=[cj1, cj2, …, cjn]T。其中心值应该能与中心对应宽度能够调节, 不同的输入信息特征能被不同隐含层神经元最大程度地反映出来, 根据高斯核的思想, 中心参数可以由下式给出:

cji=mini+maxi-mini2p+ (j-1) maxi-minip (p为隐含层神经元总个数, j=1, 2, …, p)

式中, mini为训练集中第 个特征所有输入信息的最小值;maxi为训练集中第i个特征所有输入信息的最大值。根据RBF神经网络的特点, 还需要初始化宽度向量Dj=[dj1, dj2, …, djn]T, 一般计算方法为:

dji=df1Νk=1Ν (xik-cji)

其中df为调节系数, 取值小于1。

(2) 给定迭代终止精度ε, 计算:

RΜS=l=1Νk=1q (Οlk-ylk) 2qΝ

RMSε, 则训练结束, 否则, 转第 (3) 部分。

其中:Olk为期望输出向量;yk=j=1pwkjzj为输出层神经元的输出。而zj=exp (-|X-CDj|2) 为隐含层第 个神经元的输出值;

(3) 采用梯度下降法对RBF网络权重参数训练, 通过学习调节到最佳值。中心、宽度和调节权重参数的迭代计算如下公式:

wkj (t) =wkj (t-1) -ηEwkj (t-1) +α[wkj (t-1) -wkj (t-2) ]cji (t) =cji (t-1) -ηEcji (t-1) +α[cji (t-1) -cji (t-2) ]dji (t) =dji (t-1) -ηEdcji (t-1) +α[dji (t-1) -dji (t-2) ]

其中η为学习因子;E为神经网络评价函数, 定义如下:

E=12l=1Νk=1q (ylk-Οlk) 2

(4) 返回步骤 (2) [12,15]。

2.6 工程项目团队绩效评价

将指标数据代入训练好的RBF神经网络, 得出一个输出值, 将其与绩效等级系数相对照, 完成工程项目团队绩效的综合评价。

3 案例研究

3.1 数据收集和离散化

本文使用文献[3]给出的指标和工程建设某公司的实际数据进行分析。文献[3]中建立的绩效评价指标体系中, 用a1, a2, …, a20表示这20个指标, 其中成本收入比、人均成本、客户利润贡献度、返工损失率、重大事故次数、关键成员流失数和关键成员流失率为定量指标, 服务响应时间、服务态度、团队技术、验收情况与创优获奖、项目按时完成情况、领导能力、团队归属、团队氛围、共享意愿、传授与学习能力、人际关系能力、决策能力和技术能力为定性指标。文献中对于定性指标主要采用了4级量纲:优, 良, 中, 差。文献中的定量指标, 成本收入比、人均成本和返工损失率指标为百分比似;客户利润贡献度和关键成员流失率在[0, 1 ]上取值;对于重大事故次数和关键成员流失数, 根据公司历史资料记录, 取其最大值作为除数做比值可转化为[0, 1]之间的数。对于文献[3]中采用的4级量纲:优取4、良取3、中取2、差取1;对于其他已转化为[0, 1]之间的数或百分数, 对应的离散数为0.00-0.25, 1;0.25-0.50, 2;0.50-0.75, 3;0.75-1.00, 4。经过以上步骤完成了数据的收集和离散化。

3.2 制定决策表和构造区分矩阵

根据离散化处理后和公司实际样本数据, 得到如表1所示的工程项目团队的绩效决策表。

根据以上决策表可以, 计算得到其区分矩阵, 限于篇幅, 区分矩阵省略。

3.3 评价指标约简

决策表中有20个指标, 20个样本, 一个决策属性。根据2.4小节方法计算指标的重要性。得到约简后的指标为 (按重要程度先后次序, 取前14项) :成本收入比、人均成本、客户利润贡献度、返工损失率、重大事故次数、团队技术、项目按时完成情况、领导能力、共享意愿、传授和学习能力、人际关系能力、关键成员流失率、团队归属、决策能力。

3.4 构造RBF神经网络和设计RBF算法

本实例总共20个样本数据中, 取前18个作为训练样本, 参考文献[12]和[15]中神经网络算法设计对样本进行训练, 最后2样本作为验证样本来验证网络训练的效果。先用约简后的指标进行模拟;再运用全指标进行模拟, 并进行比较。整个过程在Matlab7.1软件上实现。绩效效果按如下转化为数值:优取4、良取3、中取2、差取1。

样本19和样本20的用约简后的指标模拟的结果为3.7154和2.3251;采用全指标进行模拟的结果为3.9376和2.1283。运用约简后的指标和为约简的指标模拟的误差比较如表2和表3。

3.5 工程项目团队的评价

将最后2个样本输入到已训练好的RBF神经网络中, 运行后即可得到绩效评价结果。样本19的结果为3.7 154, 实际值4, 其误差为7.12%, 对应于项目团队绩效属于“优”, 与实际结果相一致。如果不进行指标约简, 将样本19的指标输入到训练好的网络中, 结果为3.9 376误差为1.56%。同理, 可以分析样本20的评价结果。经过上面的分析可以得出约简后的指标可以有效的评价工程项目团队绩效。

4 结论

本文主要运用粗糙集中约简概念和方法, 对文献[3]中的工程项目团队绩效的研究进行约简, 将约简后的评价指标输入到RBF神经网络中进行网络训练, 得到一个稳定的工程项目团队绩效评价智能神经网络, 并将实验样本输入到这个网络进行验证, 经验证其结果基本一致。本文将粗糙集和RBF神经网络运用到工程项目团队绩效评价, 但在数据离散化、粗糙集的约简算法等以及如何把这些方法合理的运用到管理决策的研究较少, 需在这方面有更加深入的研究。

摘要:利用粗糙集和RBF神经网络的理论和方法, 建立了基于粗糙集和RBF神经网络相结合的工程项目团队绩效评价模型。并结合一个工程项目团队绩效实例, 首先对其基于平衡记分卡的评价指标体系进行了约简, 然后将约简的评价指标输入到RBF神经网络中进行智能训练, 最后把检验样本输入到训练好的RBF网络中, 验证得到通过RBF神经网络计算的评价结果与实际结果基本一致。

7.计算机网络专业学生自我评价 篇七

在上个学期里,自己总的表现情况如下:

一个学期的学习,我发现大学的学习方式与高中时有相当大的差异,在高中时,每天基本上是离不开记词背诵,还有繁多的作业。而在大学,有很多东西就不再像高中时那般强迫式的完成。大学的学习要靠的是自觉和方法,以前那种跟着老师走的套路早不管用了,所以学习上就更充满挑战性了。上个学期在学习上虽然并不是很乐观,但在其它方面的知识,我到学了不少,比如,计算机方面的c++语言,网页制作,fireworks与photoshop的图片处理,还有一些关于电脑方法的常识,我觉得,学习太过于局限于大学课本,那么大学就不再是真正意义上的大学了,并且学校的图书馆也就失去意义。所以,对于上个学期总的学习情况我还是比较满意的,但这并不是最终的满意。

一个人能在不影响原有的学习上,来学习自己喜欢的东西,那或许会更成功。所以在这个学期,我会往这个成功努力的。

在大学,除了学习,还有一样非常重要的就是生活,从小学到高中,我与同学的交流基本都很少,可能是性格的原故吧!我这人不爱主动与别人交流,更不喜欢聊一些无关痛痒的东西。因为我觉得那很没意义,所以,能与我谈得来的同学一般与我相处都非常好。不过到了大学,一切也就不一样了,你要是离来了群体也就等于鱼儿离开了水。所以我愿意放下以前一些对人的成见,好好的融入群体当中,作里面快乐的一员。

但是现在这并不是最主要的,它只是最终的目的。古时候,古人非常注重修身养性,那是因为他们为提高个人的修养,以达到作人的某种境界。而今在这样的一个经济高速发展、处处又充满竟争的社会里,没有一个良好的思想品德是很难在群体里找到立足之地的。所以大学不但要学习科学知识,而且,还要学习作人的一些道理。

平常在做一些事的时候总缺一点自信和勇气,可能与小时候的经历有关。因此在许多方面我可以比别人做的更好的,但就因为自己缺少自信和勇气,所以自己错过了很多美好的东西,这使我感到做人很失败,明明有些东西属于自己的,可是就因为勇气而最终只能把后悔留给自己。这令我很不干愿。

在初中和高中,我都有当过班里的重职,但我觉得那算不了什么,毕竟当时我并没有很好的把握住。不过,那一切已经成为过去。只有大学才更接近于社会。在大学,第一次选临时班委时就是缺少信心和勇气,所于错过了一次让大家深刻认识我的机会。过后我有些失望,更多的是后悔。不过一个月后,我终于鼓起了勇气,虽然最终并我没有当上班委,不过,我并没有把后悔留给自己,相反的,在这件事上,我明白了在大学的第一个月里我并没有与同学好好的勾通,所以,最终我以少有的票数落选了。

在过后的日子里,我尽量主动与周边的同学进行交流,虽然主动并不是我的天性,不过,我还是迈出了第一步。而今的我今非昔比了。不过,唯一欠佳的是,还没有主动与女生交流。这可能更取决我的性格,我想这个会是我接下来的一个挑战。

8.结构工程师求职自我评价 篇八

1、五年的塑胶产品(各类适配器,充电器,路由器,U盘,音箱)结构设计经验。熟悉塑胶模具结构及制作流程,了解多种常用塑胶性质。熟练运用AutoCAD,Pro/E,绘制图形,熟练应用OFFICE办公软件。

2、擅长与客户积极沟通,交流,协调合作关系。

3、本人为人老实,积极性高,爱岗敬业,能积极配合上司及同事完成各项工作任务。团队合作精神强。

(二)结构工程师求职自我评价

本人性格开朗、稳重、有活力,待人热情、真诚。工作认真负责,积极主动,能吃苦耐劳。有一定的组织能力、实际动手能力和团体协作精神,能迅速的适应各种环境,并融合其中,同时具有较强的思考能力和自学能力,对新事物新技术很感兴趣,勇于和善于在压力和困难下工作,愿意从基层做起,争取在未来几年内成为一名业内行家。

(三)结构工程师求职自我评价

本人具备良好的学习能力,高度敬业精神,独立工作能力强,工作积极、主动,能吃苦耐劳、思想积极向上、具有团体合作精神、积极进取、为人诚坦、认真执着、善于思考、集体荣誉强、具有良好的敬业精神学习能力强、可塑性高、乐于接爱新的信息并勇于创新

(四)结构工程师求职自我评价

1、熟练掌握:Pro—E、AutoCAD、office等设计及办公软件的运用。

2、有扎实的机械设计理论知识,丰富的实践经验,精通结构件的加工工艺,清楚的知道电子产品设计所要注意的各种细节;对于电子产品的安规、可靠性散热、电磁兼容等的设计有比较丰富的经验。

3、能较完美的独立完成各种电子及通讯产品的结构设计。

4、熟知塑料、五金模具结构,能独立跟进模具制作进程。

5、熟知产品从设计输入到大批量生产的整个运作过程,有很强的处理生产及突发问题的能力。

6、具有团队合作精神;有非常强的设计部门管理经验,和较为丰富的营运系统的管理经验,能很好的协调及带领团队开展产品开发、试产、到批量生产之后的所有技术工作;

7、具有管理营运系统(主要是:品质部、生产部、PMC部以及采购部)的实际管理经验,懂得“以人为本”让营运的物流、品质、生产等均顺利、健康地向前发展!

8、有很强的组织协调及把握全局的能力;思维敏捷、处事果断、工作务实,目标感强烈、本人深信:细节决定成败!

9.电气工程师简历自我评价 篇九

性格开朗,责任心强,有强烈的敬业精神和团队精神。做事认真,能从做事中总结经验,能正视自己缺点。

熟悉Windows, Office,能够熟练使用Auto CAD、Master CAM,PRO/E;还了解一些平面软件如其它设计软件coreldraw。电气方面:熟悉三凌PLC,电气回路,了解变频器。了解液压。

有扎实的专业基础识知。对各种机械机构有一定了解。对机构能够提出设计方案。本人有2年的工作经验。为公司加工和设计过零件。加深了对工艺,机构和材料的知识的了解,运有用。深知做事,做人应一丝不苟,要有责任心,要说到做到,今天事今天完。

10.it工程师自我评价 篇十

本人能够独立设计完成非标工程项目,项目范围为电镀行业,工业清洗行业,部分涂装行业;同时待人诚恳热情,工作认真负责,工作期间 独立完成镀铬生产线,阳极氧化生产线,镀金镀银生产线及配套设备等的选型和设计,使用三菱PLC和触摸屏独立完成注塑机械手等的机械设计,接线,编程,调试;参与完成伺服驱动五轴平面喷涂自动化生产线和精确点胶机,各种清洗机等设备的开发,送排净风的无尘车间。熟悉使用solidworks20xx,PRO/E20xx,AUTOCAD,各种办公软件,熟悉ISO14000及ISO9001 期望从事职业: 研发工程师,机电工程师,自动化工程师 期望月薪: 面议 目前状况: 我目前在职,正考虑换个新环境(如有合适的工作机会,到岗时间一个月左右)

11.工程师简历自我评价 篇十一

工程师简历自我评价

1.对smt生产工艺流程了解深刻.2.良好的沟通能力,并有良好的团队合作,调协能力。

3.对smt siemens,hitachi,dek和heller机器了解深刻,能独立完成编程,设拉,对机维护,保养,并通过cpk,spc对机器性能的测定。

4。跟进npi,领导团队做各项smt改善项目。

5。smt经验丰富,能处理各种工艺和设备问题。

6.工作认真负责,能吃苦,有上进心。

7.自我信念是:求真,务实,创新。

电气工程及其自动化简历自我评价一:六年电子行业工作经验,熟悉电子产品的生产流程和制造管理。对产品的生产工艺、质量控制和成本控制有具体的实际操作经验。有产品导入和管理经验。有产品的设计和项目管理经验。能熟练使用protel和aotocad、solidworks。努力工作,成为公司优秀和忠实的员工,为公司创造最大价值。实现个人价值与公司利益的完美结合。

电气工程及其自动化简历自我评价二:毕业于***工业大学电气工程及其自动化专业,在校期间学习成绩优异,曾进入导师电器自动化实验室,进行电器元件选择与功能测试,控制器的设计与功能调试,编程控制以及电气系统的智能控制;

毕业之后进入国电***自动化股份有限公司,在水电工程部负责产品的设计和调试,现场设备的安装、调试和验收工作,工作内容为为水电站以及电厂等提供监控设备,精通于上位机和下位

机系统,各类型号plc和触摸屏的编程控制;在现场服务期间曾多次受到客户表扬,对待工作认真负责,善于沟通、协调有较强的组织能力与团队精神,活泼开朗、乐观上进;上进心强、勤于学习能不断提高自身的能力与综合素质。在未来的工作中,我将以充沛的精力,刻苦钻研的精神来努力工作,稳定地提高自己的工作能力,与企业同步发展;

电气工程及其自动化简历自我评价三:目前就职于国内及国际著名钢铁企业工程技术有限公司,主要从事工业与用民电气工程项目设计工作及项目经理工作。

主要为钢铁冶金方面如轧线,炼钢,烧结,炼铁,化工以及民用建筑等方面工程项目的电气设计工作,主要参与设计工程有:

冷轧磨辊间,钢丝处理工程,大型烧结脱硫工程,生活污水处理,废酸处理,化工公司供配电系统改造,石灰窖变频及控制系统改造,某区派出所等工

业与民用项目设计工作。参与项目既有工业电气自动控制系统的设计,又有高低压供配电系统,变电所,传动系统,民用住宅,办公楼等公建项目的电气设计。

至今完成大小工程项目超百余项,投资亿元元以上项目十余项,主要担任部门电气专业负责人,主任工程师,注册电气工程师,项目经理等职位。

电气工程及其自动化简历自我评价四:一名出色的电气工程师,15年电气工作经验。

谋求电气工程师职位,以充分发挥10年国企和5年外企电气工程师工作所积累的丰富专业知识和技能,包括电气图纸的设计与审核,各种工业现场的自动化控制系统的安装与调试,新建项目的商业谈判与现场安装调试与指导,各种进口设备的维护与保养等。

谋求电气工程师职位,希望在项目建设期间或工厂正式投产以后,能利用我所掌握的知识和积累的工作经验,更

好的为贵企业服务,同时使企业的利益最大化。

电气工程师简历自我评价

电气工程及其自动化简历自我评价一:六年电子行业工作经验,熟悉电子产品的生产流程和制造管理。对产品的生产工艺、质量控制和成本控制有具体的实际操作经验。有产品导入和管理经验。有产品的设计和项目管理经验。能熟练使用protel和aotocad、solidworks。努力工作,成为公司优秀和忠实的员工,为公司创造最大价值。实现个人价值与公司利益的完美结合。

电气工程及其自动化简历自我评价二:毕业于***工业大学电气工程及其自动化专业,在校期间学习成绩优异,曾进入导师电器自动化实验室,进行电器元件选择与功能测试,控制器的设计与功能调试,编程控制以及电气系统的智能控制;

毕业之后进入国电***自动化

股份有限公司,在水电工程部负责产品的设计和调试,现场设备的安装、调试和验收工作,工作内容为为水电站以及电厂等提供监控设备,精通于上位机和下位机系统,各类型号plc和触摸屏的编程控制;在现场服务期间曾多次受到客户表扬,对待工作认真负责,善于沟通、协调有较强的组织能力与团队精神,活泼开朗、乐观上进;上进心强、勤于学习能不断提高自身的能力与综合素质。在未来的工作中,我将以充沛的精力,刻苦钻研的精神来努力工作,稳定地提高自己的工作能力,与企业同步发展; 电气工程及其自动化简历自我评价三:目前就职于国内及国际著名钢铁企业工程技术有限公司,主要从事工业与用民电气工程项目设计工作及项目经理工作。

主要为钢铁冶金方面如轧线,炼钢,烧结,炼铁,化工以及民用建筑等方面工程项目的电气设计工作,主要参与设计工程有:

冷轧磨辊间,钢丝处理工程,大型烧结脱硫工程,生活污水处理,废酸处理,化工公司供配电系统改造,石灰窖变频及控制系统改造,某区派出所等工业与民用项目设计工作。参与项目既有工业电气自动控制系统的设计,又有高低压供配电系统,变电所,传动系统,民用住宅,办公楼等公建项目的电气设计。

至今完成大小工程项目超百余项,投资亿元元以上项目十余项,主要担任部门电气专业负责人,主任工程师,注册电气工程师,项目经理等职位。

电气工程及其自动化简历自我评价四:一名出色的电气工程师,15年电气工作经验。谋求电气工程师职位,以充分发挥10年国企和5年外企电气工程师工作所积累的丰富专业知识和技能,包括电气图纸的设计与审核,各种工业现场的自动化控制系统的安装与调试,新建项目的商业谈判与现场安装调试与指导,各种进口设备的维护与保养

等。

谋求电气工程师职位,希望在项目建设期间或工厂正式投产以后,能利用我所掌握的知识和积累的工作经验,更好的为贵企业服务,同时使企业的利益最大化。

转载自:

工程师简历中自我评价

自我完善,多年的工作经验,熟悉iso质量体系管理,erp生产电脑自动化管理,qc7大手法及5s现场管理。

作为生产管理人员紧紧围绕人,机物,环,法和5s去开展生产管理工作,编排作业计划,把作业前及生产制造过程中的品质管控到位,具备丰富的现场管理经验和工艺技术经验。

工作简历自我评价一

我的大学就读于西南科技大学,环境工程专业本科,学习环境监测,环境影响评价,以及大气、水、固废污染控制相关知识,在校期间进行过大气、水、固废方面的认知实习、生产实习,掌握

专业相关技能知识。熟悉windows操作系统,熟练运用word,ppt,excel等常用办公软件,熟练运用auto cad软件。同时具有很强团队意识,课余参加学校的社团活动,做过兼职,大学假期和同学开办补习班。学习能力强,在校成绩优秀,曾获学习成绩优秀奖,国家励志奖学金,通过英语四六级。具有良好的沟通能力和人际交往能力,责任心强。

工作简历自我评价二

本科环境工程专业毕业,曾在环保公司担任过污水处理工程师,主要做污水厂设计、调试、运行管理等工作,有制革废水、陶瓷废水等水处理经验。诚实守信,吃苦耐劳,责任心强,学习能力比较强。

工作简历自我评价三

本人性格开朗、稳重,待人热情、真诚;责任心强,工作认真负责,积极主动,能吃苦耐劳,勇于承受压力,勇于创新;有很强的组织能力和团队协作精神,具有较强的适应能力;纪律性强,工

作积极配合;意志坚强,有较强的学习能力!特长:可以熟练的运用办公软件、有一定的cad基础。

工作简历自我评价四

我性格开朗、思维活跃;拥有年轻人的朝气蓬勃,做事有责任心,条理性强;易与人相处,对工作充满热情,勤奋好学,敢挑重担,具有很强的团队精神和协调能力。在为人方面,我诚实善良、开朗自信,能够吃苦。在生活中,我尊敬他人,能够和别人友好相处,现在我唯一的不足就是属于接触工业自动化仅有两年的新人,还没有较强的工作经验。但我擅长快速学习新知识,并且对工作有高度责任感,能够全身心的为工作奉献。

工作简历自我评价五

为人亲和友好,处事冷静稳健,重视人际关系,交往和沟通能力较强。07年至今一直从事环保工作,在北京、河北、吉林、贵州、江西等有多个独立完成的市政污水处理项目。从前期准备,土建施工,设备安装调试及工程竣工移

上一篇:经典热水器广告词下一篇:南化二月份工作总结