| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-16页 |
| 1.1 论文的研究背景与意义 | 第9-10页 |
| 1.1.1 论文的研究背景 | 第9-10页 |
| 1.1.2 论文的研究意义 | 第10页 |
| 1.2 国内外研究现状综述 | 第10-13页 |
| 1.2.1 电子政务概念综述 | 第10-11页 |
| 1.2.2 电子政务绩效评价综述 | 第11-12页 |
| 1.2.3 神经网络综述 | 第12-13页 |
| 1.3 论文研究的思路与方法 | 第13-14页 |
| 1.4 论文研究的内容 | 第14-16页 |
| 2 电子政务绩效评价模型及相关理论概述 | 第16-26页 |
| 2.1 电子政务绩效评价概述 | 第16-17页 |
| 2.1.1 电子政务概念 | 第16页 |
| 2.1.2 电子政务建设存在的问题 | 第16-17页 |
| 2.1.3 电子政务绩效评价概述 | 第17页 |
| 2.2 平衡计分卡概述 | 第17-19页 |
| 2.2.1 平衡计分卡的概念 | 第17-18页 |
| 2.2.2 平衡计分卡的基本理论 | 第18页 |
| 2.2.3 平衡计分卡的优缺点 | 第18-19页 |
| 2.3 BP 神经网络概述 | 第19-22页 |
| 2.3.1 人工神经网络概述 | 第19-20页 |
| 2.3.2 BP 神经网络简介 | 第20-21页 |
| 2.3.3 BP 神经网络的基本原理 | 第21-22页 |
| 2.4 粒子群算法（PSO）概述 | 第22-26页 |
| 2.4.1 粒子群算法的简介 | 第22-23页 |
| 2.4.2 粒子群算法的基本原理 | 第23-26页 |
| 3 基于平衡记分卡的电子政务绩效评价指标体系建立 | 第26-32页 |
| 3.1 指标体系的构建原则 | 第26页 |
| 3.2 基于平衡计分卡的电子政务绩效评价指标体系的设计 | 第26-29页 |
| 3.2.1 指标体系的总体框架 | 第26-27页 |
| 3.2.2 服务对象指标 | 第27-28页 |
| 3.2.3 成本效益指标 | 第28页 |
| 3.2.4 内部运营指标 | 第28-29页 |
| 3.2.5 学习和发展指标 | 第29页 |
| 3.3 基于平衡计分卡的电子政务绩效评价指标体系 | 第29-32页 |
| 4 基于 PSO-BP 神经网络的电子政务绩效评价模型 | 第32-37页 |
| 4.1 可行性分析 | 第32-33页 |
| 4.2 BP 神经网络的结构设计 | 第33-35页 |
| 4.2.1 数据的预处理 | 第33-34页 |
| 4.2.2 输入层、输出层的设计 | 第34页 |
| 4.2.3 隐层节点的选择 | 第34-35页 |
| 4.3 基于 BP 神经网络的电子政务绩效评价模型的设计 | 第35-37页 |
| 4.3.1 评价模型的操作步骤 | 第35-36页 |
| 4.3.2 应用粒子群算法优化 BP 神经网络模型 | 第36-37页 |
| 5 基于 PSO-BP 神经网络的电子政务绩效评价模型实例分析 | 第37-42页 |
| 5.1 训练并评测 BP 神经网络模型 | 第37-39页 |
| 5.1.1 训练参数和样本的选择 | 第37-38页 |
| 5.1.2 模型训练及结果分析 | 第38-39页 |
| 5.1.3 选取剩余样本评测模型 | 第39页 |
| 5.2 训练并评测 PSO 优化过的神经网络模型 | 第39-40页 |
| 5.3 优化前后的模型应用结果的比较 | 第40-42页 |
| 6 结论与展望 | 第42-43页 |
| 6.1 全文总结及主要的创新性成果 | 第42页 |
| 6.2 展望 | 第42-43页 |
| 致谢 | 第43-44页 |
| 参考文献 | 第44-45页 |
