| 第1章 绪论 | 第1-24页 |
| 1．1 问题的提出与研究的意义 | 第12-14页 |
| 1．1．1 问题的提出 | 第12-13页 |
| 1．1．2 研究的意义 | 第13-14页 |
| 1．2 企业内部晋升问题的研究综述 | 第14-22页 |
| 1．2．1 晋升问题的经济学分析 | 第14-19页 |
| 1．2．2 影响晋升的各种因素 | 第19-22页 |
| 1．2．3 利用智能理论解决人力资源管理问题 | 第22页 |
| 1．3 研究中存在的问题 | 第22-23页 |
| 1．4 本文的主要工作 | 第23-24页 |
| 第2章 企业内部晋升问题和智能理论的研究方法 | 第24-37页 |
| 2．1 企业内部晋升问题的特点 | 第24-26页 |
| 2．1．1 晋升问题的复杂性和多样性 | 第24-25页 |
| 2．1．2 晋升中的岗位分配问题 | 第25-26页 |
| 2．2 智能理论概述 | 第26-33页 |
| 2．2．1 模糊逻辑理论概述 | 第27页 |
| 2．2．2 人工神经网络概述 | 第27-28页 |
| 2．2．3 模糊神经网络概述 | 第28-30页 |
| 2．2．4 遗传算法的产生与机理 | 第30-33页 |
| 2．3 应用智能理论研究企业内部晋升问题 | 第33-36页 |
| 2．3．1 人工神经网络与多元回归方法的比较 | 第33-34页 |
| 2．3．2 经验法解决晋升问题的局限性 | 第34-35页 |
| 2．3．2 应用智能理论解决晋升问题的优点 | 第35-36页 |
| 2．4 本章小结 | 第36-37页 |
| 第3章 晋升人员选择的模糊神经网络模型 | 第37-57页 |
| 3．1 基于实例的晋升人员选择模型构建方法 | 第37-38页 |
| 3．2 模糊逻辑理论 | 第38-42页 |
| 3．2．1 模糊逻辑理论的基本概念 | 第38-40页 |
| 3．2．2 模糊逻辑系统的实现方法 | 第40-42页 |
| 3．3 人工神经网络理论 | 第42-45页 |
| 3．3．1 人工神经元模型 | 第42页 |
| 3．3．2 神经网络的典型结构 | 第42-44页 |
| 3．3．3 神经网络的学习算法 | 第44-45页 |
| 3．4 基于实例建立晋升人员选择的模糊神经网络模型 | 第45-56页 |
| 3．4．1 晋升人员选择模型的表示方法 | 第45-47页 |
| 3．4．2 晋升人员选择模型中参数的确定 | 第47-53页 |
| 3．4．3 训练结束条件 | 第53-55页 |
| 3．4．4 特殊样本处理方法 | 第55-56页 |
| 3．5 本章小结 | 第56-57页 |
| 第4章 晋升中岗位分配问题的方法研究 | 第57-79页 |
| 4．1 遗传算法的工作原理 | 第57-60页 |
| 4．1．1 模式定理 | 第57-60页 |
| 4．1．2 积木假设 | 第60页 |
| 4．2 晋升中岗位分配的优化问题 | 第60-62页 |
| 4．3 岗位与员工匹配度的计算 | 第62-72页 |
| 4．3．1 工作资格要素分析 | 第63-68页 |
| 4．3．2 工作匹配度的计算 | 第68-70页 |
| 4．3．3 工作匹配度计算举例 | 第70-72页 |
| 4．4 应用遗传算法解决晋升中的岗位分配问题 | 第72-77页 |
| 4．4．1 编码方法 | 第72页 |
| 4．4．2 初始解的产生 | 第72-73页 |
| 4．4．3 适应度函数 | 第73页 |
| 4．4．4 遗传算子的设计 | 第73-75页 |
| 4．4．5 控制参数和搜索策略的选择 | 第75-76页 |
| 4．4．6 晋升中岗位分配问题的遗传算法实现流程 | 第76-77页 |
| 4．5 本章小结 | 第77-79页 |
| 第5章 企业内部晋升问题的实证研究 | 第79-97页 |
| 5．1 天安保险内部晋升问题 | 第79-81页 |
| 5．1．1 保险公司的特点 | 第79-80页 |
| 5．1．2 天安保险的基本情况与组织结构 | 第80页 |
| 5．1．3 天安保险内部晋升机制 | 第80-81页 |
| 5．2 天安保险内部晋升问题的模糊神经网络模型 | 第81-86页 |
| 5．2．1 样本数据的采集 | 第81-82页 |
| 5．2．2 天安保险模糊神经网络模型的建立和结果分析 | 第82-86页 |
| 5．3 遗传算法在岗位分配中的实际应用和分析 | 第86-94页 |
| 5．3．1 对实际问题的求解 | 第86-88页 |
| 5．3．2 有序交叉(OX)算子和基于位置的有序交叉(POX)算子 | 第88页 |
| 5．3．3 采用优秀个体保护策略对搜索效果的影响 | 第88-89页 |
| 5．3．4 交叉率和变异率对搜索效果的影响 | 第89-93页 |
| 5．3．5 不同的子父代比优替换率对搜索效果的影响 | 第93-94页 |
| 5．4 遗传算法与模拟退火神经网络搜索效果的比较 | 第94-96页 |
| 5．5 本章小结 | 第96-97页 |
| 结论 | 第97-100页 |
| 致谢 | 第100-101页 |
| 参考文献 | 第101-108页 |
| 附录1 训练样本 | 第108-112页 |
| 附录2 验证样本 | 第112-114页 |
| 攻读博士学位期间发表的论文及科研情况 | 第114页 |
