| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第10-17页 |
| 1.1 课题研究背景 | 第10页 |
| 1.2 研究目的及意义 | 第10-11页 |
| 1.3 国内外相关领域研究现状 | 第11-15页 |
| 1.3.1 绩效考核理论的国内外研究现状 | 第11-13页 |
| 1.3.2 模糊推理的国内外研究现状 | 第13-15页 |
| 1.4 研究内容 | 第15-16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 绩效考核理论基础研究 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 绩效考核概念 | 第17-19页 |
| 2.2.1 绩效考核原则 | 第17-18页 |
| 2.2.2 绩效考核流程 | 第18-19页 |
| 2.3 绩效考核方法 | 第19-23页 |
| 2.3.1 目标管理绩效考核法 | 第19-20页 |
| 2.3.2 平衡记分卡绩效考核法 | 第20-22页 |
| 2.3.3 关键绩效指标考核法 | 第22-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第三章 基于模糊系统的理论研究 | 第24-30页 |
| 3.1 引言 | 第24页 |
| 3.2 模糊系统 | 第24-27页 |
| 3.2.1 模糊系统概念 | 第24-25页 |
| 3.2.2 Mamdani模糊系统 | 第25页 |
| 3.2.3 模糊关系模型 | 第25页 |
| 3.2.4 T-S模糊系统 | 第25-27页 |
| 3.2.5 万能逼近定理 | 第27页 |
| 3.3 T-S模糊系统参数的确定 | 第27-29页 |
| 3.3.1 隶属度函数的分类 | 第27-29页 |
| 3.3.2 隶属度函数的确定 | 第29页 |
| 3.4 本章小结 | 第29-30页 |
| 第四章 改进的粒子群优化算法 | 第30-45页 |
| 4.1 引言 | 第30页 |
| 4.2 基本粒子群算法 | 第30-31页 |
| 4.3 粒子群优化的改进策略 | 第31-35页 |
| 4.3.1 粒子群初始化 | 第31-32页 |
| 4.3.2 惯性因子的设计 | 第32-33页 |
| 4.3.3 速度更新式的设计 | 第33-34页 |
| 4.3.4 粒子位置的越界处理 | 第34页 |
| 4.3.5 终止条件 | 第34页 |
| 4.3.6 改进PSO的算法流程 | 第34-35页 |
| 4.4 仿真实验 | 第35-44页 |
| 4.4.1 测试函数 | 第35-38页 |
| 4.4.2 参数设置 | 第38页 |
| 4.4.3 结果对比 | 第38-44页 |
| 4.5 本章小结 | 第44-45页 |
| 第五章 基于T-S模糊系统的绩效考核方案设计及实现 | 第45-63页 |
| 5.1 引言 | 第45页 |
| 5.2 公交运行数字化管理系统 | 第45-49页 |
| 5.2.1 目前考核方式及存在的问题 | 第46页 |
| 5.2.2 项目中的客户需求 | 第46-47页 |
| 5.2.3 本文提出的解决方法 | 第47-48页 |
| 5.2.4 具体的实施方案 | 第48-49页 |
| 5.3 服务绩效考核方案的设计与仿真 | 第49-55页 |
| 5.3.1 服务考核指标集的制定 | 第49-50页 |
| 5.3.2 构建服务考核模糊规则库 | 第50-51页 |
| 5.3.3 基于IPSO的模型参数优化 | 第51页 |
| 5.3.4 模型参数设计 | 第51-53页 |
| 5.3.5 目标函数设置 | 第53-55页 |
| 5.4 燃料绩效考核方案的设计与仿真 | 第55-58页 |
| 5.4.1 燃料考核指标集的制定 | 第55页 |
| 5.4.2 构建燃料考核模糊规则库 | 第55-56页 |
| 5.4.3 模型参数设置 | 第56-57页 |
| 5.4.4 目标函数设置 | 第57-58页 |
| 5.5 基于IPSO的考核指标权重优化 | 第58-59页 |
| 5.6 绩效考核方案整体仿真测试 | 第59-62页 |
| 5.6.1 现场数据资料准备 | 第59-60页 |
| 5.6.2 考核结果分析 | 第60-62页 |
| 5.6.3 基于模糊推理的公交人员绩效考核方案使用情况 | 第62页 |
| 5.7 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 发表文章目录 | 第67-68页 |
| 致谢 | 第68-69页 |