| 摘要 | 第4-5页 |
| ABSTRACR | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 EVA影响因素研究现状 | 第10-11页 |
| 1.2.2 神经网络敏感性分析研究现状 | 第11-12页 |
| 1.3 研究目标、内容及拟创新点 | 第12-13页 |
| 1.3.1 研究目标 | 第12页 |
| 1.3.2 研究内容 | 第12页 |
| 1.3.3 拟创新点 | 第12-13页 |
| 1.4 研究思路及论文结构 | 第13-15页 |
| 第二章 相关基础理论 | 第15-23页 |
| 2.1 经济增加值及其计算 | 第15-16页 |
| 2.2 BP神经网络基础理论 | 第16-18页 |
| 2.3 RBF神经网络基础理论 | 第18-19页 |
| 2.4 敏感性分析基础理论 | 第19-23页 |
| 2.4.1 局部敏感性分析 | 第19-20页 |
| 2.4.2 全局敏感性分析 | 第20-23页 |
| 第三章 大型专用装备制造企业EVA驱动因素选择与指标构建 | 第23-31页 |
| 3.1 大型专用装备制造企业生产管理特点共性分析 | 第23-25页 |
| 3.2 EVA在大型专用装备制造企业生产管理中的作用 | 第25-27页 |
| 3.3 驱动因素初步选择与指标构建 | 第27-29页 |
| 3.3.1 驱动因素初步选择 | 第27-28页 |
| 3.3.2 指标构建与数据获取 | 第28-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第四章 BP神经网络构建及EVA驱动因素指标敏感性分析 | 第31-45页 |
| 4.1 单隐层网络构建及EVA驱动因素指标敏感性分析 | 第31-40页 |
| 4.1.1 网络构建及局部敏感性计算 | 第31-34页 |
| 4.1.2 考虑二阶作用的全局敏感性计算 | 第34-35页 |
| 4.1.3 敏感性仿真测试 | 第35-40页 |
| 4.2 双隐层网络构建及EVA驱动因素指标敏感性分析 | 第40-44页 |
| 4.2.1 网络构建及局部敏感性计算 | 第40-41页 |
| 4.2.2 敏感性仿真测试 | 第41-44页 |
| 4.3 本章小结 | 第44-45页 |
| 第五章 RBF神经网络构建及EVA驱动因素指标敏感性分析 | 第45-55页 |
| 5.1 网络构建及选择 | 第45-47页 |
| 5.2 考虑信息熵的GRNN一阶局部敏感性 | 第47-50页 |
| 5.3 EVA驱动因素指标之间的交互作用分析 | 第50-52页 |
| 5.4 本章小结 | 第52-55页 |
| 第六章 GRNN敏感性与多元线性回归分析敏感性对比 | 第55-61页 |
| 6.1 GRNN与多元线性回归拟合度对比 | 第55-58页 |
| 6.2 GRNN熵敏感性与多元线性回归敏感性对比 | 第58-59页 |
| 6.3 本章小结 | 第59-61页 |
| 第七章 结论与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 攻读学位期间所取得的相关科研成果 | 第67-69页 |
| 致谢 | 第69页 |
