一种改进的自组织映射树算法及在组织际关系分类中的应用

摘要

分析了自组织映射树各种改进算法的优缺点,改进和实现了一种基于动态二叉树的自组织神经网络(Improved dynamical binary-tree based self-organizing neuralnetwork,DBTSONN)。在改进动态二叉树中神经元节点可以自动生长和剪除,无需在训练前预先确定网络结构。DBTSONN1算法采用单路径搜索最匹配叶节点(获胜神经元),DBTSONN2算法考虑了获胜神经元节点所在自组织二叉树的层次,采用双路径搜索获胜叶节点,提高了搜索效率。以交易关系的经济和行为维度建立起来的关键中介变量集为度量指标,使用该算法把组织际关系分为四种类型:双边关系、周期性关系、层级关系以及分散关系,验证该算法的效率,并分析这种组织际关系分类的实际意义。