苗怡然　李毅　苗永臣　李寧　黎春梅　覃瑞昱

摘 要 科研單位體制機(jī)制創(chuàng)新工作的開展在發(fā)揮人主觀能動(dòng)性同時(shí)也要充分利用國(guó)家政策進(jìn)行可能的合理改革，本文從科研人才隊(duì)伍現(xiàn)狀入手，研究了習(xí)近平新時(shí)代中國(guó)特色社會(huì)主義理論與現(xiàn)代管理學(xué)相關(guān)理論，給出了一種分析研究新時(shí)代背景下科研單位人才隊(duì)伍現(xiàn)狀的方法。應(yīng)用人工智能神經(jīng)網(wǎng)絡(luò)進(jìn)行了調(diào)研數(shù)據(jù)的圖像識(shí)別和處理工作，將工作強(qiáng)度作為評(píng)價(jià)分析的設(shè)計(jì)變量、將員工滿意度作為衡量人才隊(duì)伍現(xiàn)狀的目標(biāo)函數(shù)，等采用神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了調(diào)查材料中設(shè)計(jì)變量和目標(biāo)函數(shù)關(guān)系的擬合，隨后采用靈敏度分析的辦法對(duì)其相關(guān)性進(jìn)行了分析，最后針對(duì)分析結(jié)果提出了一些改進(jìn)人才隊(duì)伍思想狀態(tài)的建議。該方法對(duì)人才隊(duì)伍思想現(xiàn)狀的研究提供了一定的參考價(jià)值。

關(guān)鍵詞 軍工科研單位;人工智能;人才隊(duì)伍;現(xiàn)時(shí)代;神經(jīng)網(wǎng)絡(luò)

中圖分類號(hào)： F270 文獻(xiàn)標(biāo)識(shí)碼： A

DOI：10.19694/j.cnki.issn2095-2457.2020.02.063

0 引言

軍工科研單位作為我國(guó)國(guó)防科技創(chuàng)新的主體部分在新時(shí)代要勇于承擔(dān)起人民和時(shí)代賦予的使命與責(zé)任[1-2]。其在創(chuàng)新實(shí)踐中取得驕人成績(jī)的同時(shí)也應(yīng)該看到其在科研與創(chuàng)新過(guò)程中仍有諸多潛力可挖掘，而挖掘潛力的最主要方向，就是建設(shè)一支穩(wěn)定、積極的人才隊(duì)伍。

國(guó)內(nèi)許多軍工科研工作者在人才隊(duì)伍建設(shè)上進(jìn)行了探索。郭玲玲[3]研究了大型科研單位人才隊(duì)伍建設(shè)中存在的問(wèn)題，從優(yōu)化隊(duì)伍結(jié)構(gòu)、加大投入力度等等方面提出了對(duì)策;陳鋼[4]等從人才隊(duì)伍建設(shè)價(jià)值與發(fā)展戰(zhàn)略的角度出發(fā)，研究了人才隊(duì)伍建設(shè)中存在的突出問(wèn)題;譚順蓉[5]著眼于四川省科技人才現(xiàn)狀，重點(diǎn)提出了發(fā)揮軍工文化、穩(wěn)定人才隊(duì)伍、挖掘人才潛力等改進(jìn)人才隊(duì)伍質(zhì)量的方法。

本文則利用卷積神經(jīng)網(wǎng)絡(luò)與響應(yīng)面模型等方法，結(jié)合習(xí)近平新時(shí)代中國(guó)特色社會(huì)主義現(xiàn)狀與現(xiàn)代管理學(xué)和心理學(xué)理論提出了一套適用于軍工科研單位的人才隊(duì)伍思想狀態(tài)分析方法，同時(shí)以某科研單位為研究對(duì)象進(jìn)行了理論方法的探索并驗(yàn)證了該方法可行性。

1 主要理論方法與應(yīng)用

1.1 新時(shí)代綜合管理理論研究

圖1 新時(shí)代綜合管理理論方法

現(xiàn)代管理學(xué)理論是繼科學(xué)管理理論和行為科學(xué)理論后的又一管理學(xué)新階段，由于其學(xué)派眾多，說(shuō)法不一，逐步形成了包容而復(fù)雜的現(xiàn)代管理理論叢林，但其管理的四大基本原理仍是相對(duì)統(tǒng)一的。另一方面在人類活動(dòng)內(nèi)在因素即心理學(xué)研究上，馬斯洛及赫茲伯格等人提出的相關(guān)理論以其言簡(jiǎn)意賅、便于理解為人們所廣泛使用。改革開放四十年來(lái)，中國(guó)特色社會(huì)主義進(jìn)入了新的時(shí)代，改革進(jìn)入深水區(qū)、經(jīng)濟(jì)發(fā)展亦步入新常態(tài)，軍工科研單位管理理論也應(yīng)該有新的發(fā)展。綜合上述三個(gè)方面，可以認(rèn)為其存在相互制約與平衡的關(guān)系，可以通過(guò)觀點(diǎn)融合、理論分析的手段對(duì)其進(jìn)行整合和提煉。

基于此提出了一種適用于新時(shí)代條件的科研單位人才隊(duì)伍綜合管理理論方法（簡(jiǎn)稱：新時(shí)代綜合管理理論方法），根據(jù)前期調(diào)研結(jié)果將工作時(shí)間、工作強(qiáng)度、辦公環(huán)境等七項(xiàng)輸入項(xiàng)列為付出項(xiàng)，將人文關(guān)懷、福利待遇、薪資待遇等十項(xiàng)輸入項(xiàng)列為獲得項(xiàng)。同時(shí)對(duì)付出項(xiàng)和獲得項(xiàng)與科研工程工作關(guān)聯(lián)關(guān)系分為關(guān)聯(lián)依次增加的一、二、三級(jí);另一方面將輸入項(xiàng)按照基礎(chǔ)和保障、社會(huì)和生活、精神和提升三個(gè)層次進(jìn)行需求初步分級(jí)，并將輸入項(xiàng)按照需求初步分解為八個(gè)級(jí)別。如圖1所示。

1.2 人工智能技術(shù)

人工智能是目前最為流行的計(jì)算機(jī)技術(shù)之一，其在學(xué)術(shù)界和工業(yè)界已經(jīng)取得了諸多成果。其中自動(dòng)化視覺(jué)圖像識(shí)別技術(shù)已經(jīng)在鐵路進(jìn)站掃描、智能手機(jī)解鎖等方面得到了較為充分的應(yīng)用[7]。

本文利用二維卷積神經(jīng)網(wǎng)絡(luò)對(duì)調(diào)研資料進(jìn)行了自動(dòng)化數(shù)據(jù)讀取，利用局部連接和權(quán)重共享的方法重組了濾波器對(duì)其數(shù)量進(jìn)行了確定，通過(guò)反復(fù)的卷積和池化操作對(duì)圖像數(shù)據(jù)進(jìn)行了重新的數(shù)據(jù)排列，最終使用五分類器和十分類器確定了選項(xiàng)內(nèi)容的平均打分。根據(jù)以上原理實(shí)現(xiàn)了對(duì)LeNet-5網(wǎng)絡(luò)的模擬和重現(xiàn)，非線性激活函數(shù)選用ReLU取代Sigmiod進(jìn)一步提高了收斂速度，通過(guò)對(duì)Minist手寫圖庫(kù)的識(shí)別驗(yàn)證了重現(xiàn)LeNet-5模型進(jìn)行手寫體內(nèi)容識(shí)別時(shí)的準(zhǔn)確性。

2 軍工科研單位人才隊(duì)伍現(xiàn)狀研究

在明確設(shè)計(jì)輸入項(xiàng)后，通過(guò)調(diào)查問(wèn)卷的形式獲得了120份某部門員工性別、年齡、工作時(shí)長(zhǎng)等基本情況信息X1-X5;對(duì)收入水平、城市人口、平均氣溫等客觀事物判斷準(zhǔn)確性信息Y1-Y5，并對(duì)該五項(xiàng)取平均值YAVE;對(duì)十六項(xiàng)輸入項(xiàng)的個(gè)人評(píng)價(jià)信息Z1-Z15和對(duì)該部門工作滿意度打分情況信息G。首先通過(guò)人工智能圖像識(shí)別方法對(duì)掃描輸入的紙質(zhì)調(diào)查進(jìn)行了圖像信息識(shí)別，將前述四種信息進(jìn)行了匯總。

圖4 模型對(duì)照試驗(yàn)結(jié)果

隨后將基本情況信息、客觀事物判斷信息和輸入項(xiàng)評(píng)價(jià)信息作為設(shè)計(jì)試驗(yàn)的試驗(yàn)變量，將部門工作滿意度信息作為目標(biāo)函數(shù)，采用徑向基神經(jīng)網(wǎng)絡(luò)、Kriging和多項(xiàng)式響應(yīng)面模型分別對(duì)其進(jìn)行擬合。試驗(yàn)選取其中110份作為擬合試驗(yàn)組，其余10份作為對(duì)照試驗(yàn)組，使用可決系數(shù)R2作為擬合效果的評(píng)判指標(biāo)，最終確認(rèn)該組設(shè)計(jì)試驗(yàn)通過(guò)徑向基神經(jīng)網(wǎng)絡(luò)擬合效果最好，如圖4所示，其可決系數(shù)R2達(dá)到0.948。另一方面為解決徑向基神經(jīng)網(wǎng)絡(luò)模型難以閱讀的問(wèn)題，本文給出了神經(jīng)網(wǎng)絡(luò)近似線性回歸系數(shù)。如表1及圖5所示。

圖5 將神經(jīng)網(wǎng)絡(luò)模型轉(zhuǎn)化到線性形式后

3 軍工科研單位人才隊(duì)伍現(xiàn)狀分析

調(diào)研結(jié)果顯示：男女比例23比10，平均年齡為35.46歲，平均工作年限9.62年，該三項(xiàng)指標(biāo)與實(shí)際情況符合程度分別為100%、96.42%和97.34%，證明調(diào)查問(wèn)卷能夠準(zhǔn)確地反應(yīng)實(shí)際情況，說(shuō)明被調(diào)查人群事實(shí)反應(yīng)自身情況的意愿較高。在對(duì)客觀事實(shí)進(jìn)行主觀評(píng)價(jià)時(shí)，選取對(duì)客最終獲得的偏差率為16.2%，表明該部門人員對(duì)于客觀事物的判斷是比較準(zhǔn)確的，調(diào)查結(jié)果可以比較客觀反映被調(diào)研者真實(shí)感受。

該部門百分制條件下平均滿意度評(píng)分為80.46分，屬于較為滿意級(jí)別，說(shuō)明員工隊(duì)伍對(duì)于目前工作總體來(lái)說(shuō)比較滿意。通過(guò)滿意度近似回歸系數(shù)表可以發(fā)現(xiàn)，影響被調(diào)查者滿意度分值最高的前五項(xiàng)輸入項(xiàng)依次為受調(diào)查者薪酬待遇（0.4004）、工作壓力（0.2902）、成就感（-0.2043）、工作強(qiáng)度（0.1733）和人文關(guān)懷（0.1520）?？梢?jiàn)該部門在實(shí)際生產(chǎn)和生活中，員工最關(guān)心的內(nèi)容是希望獲得更高的薪資水平，這也一定程度上反映了目前我國(guó)新時(shí)代背景下，隨著產(chǎn)業(yè)和消費(fèi)升級(jí)人民群眾對(duì)于物質(zhì)條件仍有較大需求的時(shí)代特征，因此提高員工收入水平是增加其滿意度的最直接手段，這與直觀上的感受是一致的;另一方面工作壓力與工作強(qiáng)度雙雙進(jìn)入權(quán)重前五反映出該部門工作壓力和強(qiáng)度持續(xù)保持在較高水平，突顯出了該部門在科研生產(chǎn)任務(wù)較為繁重的現(xiàn)狀，在我國(guó)軍工科研生產(chǎn)事業(yè)日益蓬勃發(fā)展的前提下，應(yīng)進(jìn)一步通過(guò)體制機(jī)制改革和創(chuàng)新工作模式等改進(jìn)該部門員工工作狀態(tài)，保證科研隊(duì)伍持續(xù)健康發(fā)展。另一方面成就感和人文關(guān)懷權(quán)重較高反映出該部門員工具有較強(qiáng)的自我意識(shí)，較為重視將工作中取得的成績(jī)與個(gè)人獲得的關(guān)心和重視程度，因此對(duì)于該兩項(xiàng)內(nèi)容應(yīng)加強(qiáng)通過(guò)先鋒示范和榮譽(yù)與獎(jiǎng)勵(lì)等措施進(jìn)一繼續(xù)激發(fā)員工隊(duì)伍自豪感與榮譽(yù)感，使其以更加飽滿的熱情投入到科研工作中去。

4 結(jié)論

通過(guò)對(duì)現(xiàn)代管理學(xué)理論和心理學(xué)理論得研究，建立了幫助軍工科研管理者分析科研隊(duì)伍現(xiàn)狀的理論方法，并建立數(shù)學(xué)模型成功對(duì)其調(diào)研結(jié)果進(jìn)行了擬合，通過(guò)對(duì)于擬合結(jié)果的靈敏度分析定性地分析和驗(yàn)證了提出的理論方法的合理性和可行性。利用人工智能技術(shù)能夠較好地解決大量數(shù)據(jù)條件下問(wèn)卷內(nèi)容的讀取，保證問(wèn)卷調(diào)查內(nèi)容可信的基礎(chǔ)上為大型科研生產(chǎn)單位應(yīng)用該模型提供了可行的方法，通過(guò)定量分析，明確了改進(jìn)人才隊(duì)伍滿意度的主攻方向，對(duì)于類似的科研設(shè)計(jì)單位人才現(xiàn)狀調(diào)查、研究和政策制定提供了有意義的借鑒。

參考文獻(xiàn)

[1]習(xí)近平談治國(guó)理政[M].北京：外文出版社，2014.

[2]劉瓊.習(xí)近平就深化人才發(fā)展體制機(jī)制改革文件作出重要批示[EB/OL].[2016-05-06].http：//www.xinhuanet.com//politics/2016-05/06/c_1118820251.htm.

[3]郭玲玲，等.大型科研單位人才隊(duì)伍建設(shè)中存在問(wèn)題集解決對(duì)策[J].中國(guó)高新技術(shù)企業(yè).20163013-0172-02.

[4]陳鋼，等.軍工科研單位人才隊(duì)伍建設(shè)思考和建議[J].人才開發(fā).

[5]譚順蓉.四川省國(guó)防科技工業(yè)人才隊(duì)伍建設(shè)分析[D].成都：西南財(cái)經(jīng)大學(xué)，2012.

[6]秦業(yè).全球人工智能與制造業(yè)融合的現(xiàn)狀及思考[J].先進(jìn)制造業(yè).20180615-0228-06.

[7]Xu Yuanming， Li Shuo， Rong Xiaomin.Composite Structural Optimization by Genetic Algorithm and Neural Network Response Surface Modeling[J].ChineseJournal of Aeronautics，2005.11，Vol.18 No.4，pp.310-316.