| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-18页 |
| 1.1 研究背景及目的意义 | 第11-12页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究目的及意义 | 第12页 |
| 1.2 国内外研究现状及评述 | 第12-16页 |
| 1.2.1 国外研究现状 | 第12-13页 |
| 1.2.2 国内研究现状 | 第13-15页 |
| 1.2.3 国内外研究现状评述 | 第15-16页 |
| 1.3 研究内容与方法 | 第16-18页 |
| 1.3.1 研究内容 | 第16页 |
| 1.3.2 研究方法 | 第16-17页 |
| 1.3.3 技术路线 | 第17-18页 |
| 第2章 企业人力资源需求预测相关概念及预测系统分析 | 第18-25页 |
| 2.1 企业人力资源需求预测相关概念的界定 | 第18-20页 |
| 2.1.1 人力资源预测的定义 | 第18页 |
| 2.1.2 人力资源需求预测内涵的界定 | 第18-19页 |
| 2.1.3 人力资源需求预测的特点 | 第19-20页 |
| 2.2 企业人力资源需求预测系统分析 | 第20-23页 |
| 2.2.1 人力资源需求预测原理 | 第20页 |
| 2.2.2 人力资源需求预测系统及构成子系统 | 第20-21页 |
| 2.2.3 指标体系设计子系统的指标类型分析 | 第21页 |
| 2.2.4 模型构建子系统的构成要素分析及确定 | 第21-23页 |
| 2.3 企业人力资源需求预测系统理论框架 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 企业人力资源需求预测指标体系设计 | 第25-33页 |
| 3.1 人力资源需求预测指标体系构建过程分析 | 第25-26页 |
| 3.1.1 指标发现过程 | 第25页 |
| 3.1.2 指标筛选过程 | 第25-26页 |
| 3.2 人力资源需求预测指标体系构建方案 | 第26-28页 |
| 3.2.1 GM(1,1)模型指标体系构建方案设计 | 第26页 |
| 3.2.2 BP神经网络模型指标体系构建方案设计 | 第26-27页 |
| 3.2.3 灰关联法进行指标筛选的优势分析 | 第27-28页 |
| 3.3 BP神经网络的人力资源需求预测初选指标体系构建 | 第28-32页 |
| 3.3.1 初选指标选择的方法 | 第28-29页 |
| 3.3.2 匹配视角下的需求预测影响因素分析 | 第29-31页 |
| 3.3.3 匹配视角下的初选指标体系构建 | 第31-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 企业人力资源需求预测模型的构建 | 第33-51页 |
| 4.1 GM(1,1)模型构建原理及误差分析 | 第33-36页 |
| 4.1.1 GM(1,1)模型的建模机理 | 第33-35页 |
| 4.1.2 模型背景值带来的误差分析 | 第35-36页 |
| 4.2 基于人力资源需求预测的GM(1,1)模型优化 | 第36-40页 |
| 4.2.1 GM(1,1)模型背景值优化过程 | 第36-38页 |
| 4.2.2 优化GM(1,1)模型的构建 | 第38-39页 |
| 4.2.3 基于人力资源需求特性的GM(1,1)优化结果分析 | 第39-40页 |
| 4.3 基于人力资源需求预测的BP神经网络模型的设计 | 第40-44页 |
| 4.3.1 人工神经元的数学模型的确定 | 第40-41页 |
| 4.3.2 BP人工神经网络的拓扑结构的确定 | 第41-42页 |
| 4.3.3 BP人工神经网络的算法步骤 | 第42-44页 |
| 4.4 企业人力资源需求预测模型构建设计 | 第44-49页 |
| 4.4.1 人力资源需求预测方法选择维度 | 第44-47页 |
| 4.4.2 GM(1,1)与BP人工神经网络组合方式研究 | 第47-48页 |
| 4.4.3 组合模型预测流程 | 第48-49页 |
| 4.5 组合模型评价与修正 | 第49-50页 |
| 4.5.1 模型评价 | 第49页 |
| 4.5.2 模型修正 | 第49-50页 |
| 4.6 本章小结 | 第50-51页 |
| 第5章 实证分析 | 第51-63页 |
| 5.1 企业相关内容介绍及模型选择 | 第51-54页 |
| 5.1.1 LT化工集团简介及人力资源状况 | 第51-52页 |
| 5.1.2 L供电企业简介及人力资源状况 | 第52-53页 |
| 5.1.3 定性分析及模型选择 | 第53-54页 |
| 5.2 LT化工集团的优化GM(1,1)模型预测 | 第54-57页 |
| 5.2.1 优化GM(1,1)预测实施过程 | 第54-56页 |
| 5.2.2 拟合预测结果分析 | 第56-57页 |
| 5.3 L供电企业的灰色BP人工神经网络预测 | 第57-61页 |
| 5.3.1 L供电企业指标体系的构建及筛选 | 第57-58页 |
| 5.3.2 灰色BP人工神经网络预测实施 | 第58-61页 |
| 5.4 L供电企业优化GM与灰色BP神经网络预测结果比较 | 第61-62页 |
| 5.5 本章小结 | 第62-63页 |
| 结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 攻读学位期间发表的学术论文 | 第68-69页 |
| 致谢 | 第69页 |
