Resumen

Con el continuo desarrollo de la economía social y la intensificación de la competencia social, la gestión de los recursos humanos desempeña un papel cada vez más importante en todo el sistema de recursos. Cómo aprovechar al máximo las ventajas de los recursos humanos se ha convertido en la cuestión clave de la evaluación de la gestión de los recursos humanos. Sin embargo, el actual sistema de evaluación de la gestión de recursos humanos tiene algunos problemas, como la escasa puntualidad, la unilateralidad y la subjetividad. Por lo tanto, este trabajo propone una red neuronal de imagen BP optimizada basada en el algoritmo de recocido simulado para realizar la evaluación de la gestión de recursos humanos de la empresa y el análisis de imágenes. Mediante el aprendizaje de diferentes muestras de series temporales, se obtiene el esquema de distribución del peso medio de los principales indicadores, en el que las proporciones de peso medio de c1, c2, c3 y c4 son del 25,5%, 24,8%, 17,9% y 31,9%, respectivamente. En la evaluación global de los empleados de la empresa, el error entre el resultado real y el esperado es inferior al 4,5%. Los resultados muestran que la red neuronal de imágenes BP basada en el algoritmo de recocido simulado tiene una gran precisión en el análisis de imágenes y la evaluación de la gestión de recursos humanos de la empresa. Los resultados del análisis de la salida responden a las necesidades reales de la empresa y al desarrollo personal de los empleados y proporcionan un esquema de toma de decisiones para la evaluación de la gestión de los recursos humanos de la empresa.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:gestión de recursos humanos, evaluación de la empresa, evaluación de la gestión de recursos, imagen bp, red neuronal, análisis de imágenes, resultados del análisis de salida, desarrollo de los empleados, sistema de recursos completo, muestra de series temporales
• Keywords:human resources management, evaluation of enterprise, resources management evaluation, bp image, neural network, image analysis, output analysis results, development of employees, whole resources system, time series sample