高校科研能力的协同IWD粗糙集-块神经网络评估模型

来源：计算机工程与科学杂志2016年第3期北京时间：

作者：刘春霞1,2，田芸2

单位：（1.滨州学院信息工程系，山东 滨州 256603；2.首都师范大学数学科学学院,北京 100048）

摘要：针对高校科研能力评估过程中存在的多因素、高非线性特点，经典评估模型主观性较强，导致模型评估准确性不高的问题，提出基于协同智能水滴算法IWD和粗糙集块神经网络RBNN的高校科研能力评估模型。首先，引入智能水滴算法，并针对传统智能水滴算法固定旁域搜索范围不利于提升算法搜索效率的问题，提出一种局部空间自动缩放算法LSAS，该算法根据当前种群最优个体，自动调整下一步搜索空间大小，对进化过程进行指导，提高算法的进化效率；其次，基于粗糙集理论对高校科研能力数据进行特征预处理，简化数据计算量；最后，对块神经网络和粗糙集参数进行编码，并对高校科研能力模型进行评估。仿真结果表明，此评估模型具有较高的准确性和较快的计算效率。

关键词：智能水滴,块神经网络,粗糙集,高校科研能力,协同计算,

基金资助：滨州市科技发展项目（2014ZC0210）;滨州学院科研基金（BZXYQNLG201006）