基于不同神经网络的DLC薄膜综合性能预测的对比研究

类金刚石（DLC）薄膜因其具备高硬度、高耐磨性等优良性质而被广泛应用于机械、航空航天等领域。但为满足不同行业应用的需求,DLC薄膜常常采用不同的制备方法及工艺参数以获得不同的特性,对不同工艺流程制备出的样品进行表征性能测试费时费力。为了解决这一问题,文章探索了不同人工神经网络在薄膜性能预测领域应用的可行性及适用性。将试验制备的DLC薄膜数据作为训练样本,以不同的工艺参数作为输入,对应工艺下制备的DLC薄膜各项性能作为输出,对BP、ELM、KELM三种神经网络进行训练。利用验证样本对训练好的三种模型进行验证,对比三种神经网络预测值与真实值的结果、相对误差、决定系数及均方误差,以性能最佳的网络模型为样本对薄膜各性能进行灵敏度分析。结果表明,KELM的预测精度与稳定性均优于BP与ELM神经网络,更适用于DLC薄膜的综合性能预测,且得到了各工艺参数对各性能指标的影响情况。     

餐饮业员工离职意向的影响因素：入职时间的不同效应

本研究采用问卷调查法,以某餐饮企业在北京的5家门店287名工作人员为调查对象,考察入职时间不同的员工在离职意向的影响因素重要程度上的差异。结果发现：对于入职时间不到1年的员工来说,心理资本、组织承诺对离职意向有显著的负向影响。对于入职时间在1年以上的员工来说,月收入是影响员工离职意向的重要因素。研究表明餐饮业员工的入职时间不同,离职意向的影响因素的重要程度不同,为降低离职率的组织行为提供指导。     

应用性科研成果综合评价的模糊数学方法研究

在对现有应用性科研成果评价存在主要问题分析基础上,探讨一种在定性评议基础上进行定量评判,以定量为主,定性与定量相结合的规范的综合评价方法.该方法采用特尔斐法、层次分析法和模糊数学综合评价法形成评价指标体系和评价模型对应用性科研成果进行综合评价,并给出了评价指标体系和评价模型在实际评审中的应用实例.