吕金历，孔宁，白望望，冯智慧

（1．国网甘肃省电力公司经济技术研究院，甘肃兰州730050；2．兰州理工大学电气工程与信息工程学院，甘肃兰州730050）

随着特高压电网与智能电网建设的快速推进，电力企业面临着专业领域内高素质复合人才的紧缺。人才的紧缺已经为企业人才管理敲响了警钟，使其必须认真分析并应用更加科学的方法来优化人才配置［1］。然而，要优化人才配置，首要任务是要对人才进行有效甄选。

通常，企业对人才综合能力评价是借助传统的人才资源理论，从经验、绩效等方面对人才进行人为的评价［2］，存在着一定的主观性和片面性。而人才综合能力评价应具有全面性、灵活性、客观性以及可靠性等特点。为适应现代人才的评价、甄选，K－means聚类算法、神经网络算法、层次分析法等机器学习算法被广泛应用。针对传统人才甄选方式的不足，文献［3］将 K－means聚类引入技术创新人才挖掘，可较好地对高维数据进行分析，减少人为主观性影响。文献［4］提出一种基于密度方法选择初始中心的K－means改进聚类算法，克服传统K－means算法选点随机性对结果的影响。文献［5，6］针对人才综合能力评价问题，提出基于层次分析法的人才综合评价方法，为评价指标提供可实施的量化方法，使得人才评价过程客观化、公开化、透明化。文献［7］在考虑人才考评工作复杂性、人类思维模糊性和指标属性模糊性后，提出基于模糊层次分析法的专业技术人才评价方法。文献［8］针对人才甄选的客观性、灵活性等特点，提出基于模糊神经网络的人才甄选系统，从而提高甄选结果的有效性。……