根据表8-2列出的绩效评价指标和图8-1所示的RBF神经网络结构，建立创新型企业知识管理绩效评价模型如图8-2所示。该模型是一个由23个输入单元和1个输出单元组成的RBF神经网络评价模型。

图8-2 创新型企业知识管理绩效评价的RBF神经网络模型(www.daowen.com)

图8-2中，I₁，I₂，…，I₂₃为绩效评价指标数据，其中定性评价指标数据采用综合打分得到一个绝对数值，定量指标数据根据具体情况直接计算得到一个绝对数值；由于神经网络对在[0，1]范围之内的数据比较敏感，且为了使各个指标进行统一的度量，应将得到的绩效评价指标数据进行无量纲化处理和归一化处理，使其转化为[0，1]之间的数据，对应为X₁，X₂，…，X₂₃，作为RBF神经网络的输入值。S为RBF神经网络的输出，代表企业知识管理绩效综合评价值，范围在[0，10]之间，[0，2]、[2，4]、[4，6]、[6，8]、[8，10]分别对应{差、较差、中、良好、好}5个评判结果。利用该RBF神经网络模型，可以根据企业知识管理绩效评价指标数据的输入值，以及采用模糊综合评价法得到的结果，对RBF神经网络进行训练，训练好的RBF神经网络可用于分析评价创新型企业知识管理的绩效情况。