| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-14页 |
| ·课题研究的背景 | 第8-11页 |
| ·教师绩效评价研究的意义 | 第8页 |
| ·教师绩效评价体系的国内外研究现状 | 第8-10页 |
| ·人工神经网络简述 | 第10页 |
| ·本论文研究的可行性分析 | 第10-11页 |
| ·课题研究的概述 | 第11-13页 |
| ·课题研究的目标内容与方法 | 第11-12页 |
| ·课题研究的重点与难点 | 第12-13页 |
| ·本论文的组织结构 | 第13-14页 |
| 第2章 多目标综合评价及BP神经网络 | 第14-28页 |
| ·多目标综合评价的概述 | 第14-16页 |
| ·多目标综合评价的概念 | 第14页 |
| ·多目标综合评价的基本过程 | 第14-15页 |
| ·多目标综合评价指标体系建立的基本原则 | 第15-16页 |
| ·多目标综合评价的基本方法 | 第16页 |
| ·层次分析法 | 第16-19页 |
| ·层次分析法的概述 | 第16-17页 |
| ·层次分析法的基本步骤 | 第17-19页 |
| ·模糊综合评价法 | 第19-21页 |
| ·模糊综合评价法的概述 | 第19-20页 |
| ·模糊综合评价法的基本步骤 | 第20-21页 |
| ·人工神经网络的概述 | 第21-23页 |
| ·人工神经网络的处理能力 | 第21页 |
| ·人工神经网络模型的分类 | 第21-22页 |
| ·人工神经网络的学习规则及算法 | 第22-23页 |
| ·BP神经网络模型及学习算法 | 第23-26页 |
| ·多层感知器神经网络 | 第23-24页 |
| ·BP神经网络学习算法 | 第24页 |
| ·BP神经网络训练步骤 | 第24-25页 |
| ·BP网络训练的计算机实现 | 第25-26页 |
| ·MATLAB软件简介 | 第26-28页 |
| ·MATLAB的发展历程及应用 | 第26页 |
| ·MATLAB的优势 | 第26-28页 |
| 第3章 教师绩效评价指标体系 | 第28-39页 |
| ·教师绩效评价概述 | 第28-30页 |
| ·教师绩效评价的目的 | 第28-29页 |
| ·教师绩效评价的基本原则 | 第29页 |
| ·教师绩效评价的基本过程 | 第29-30页 |
| ·教师绩效评价指标体系的建构 | 第30-36页 |
| ·国外教师绩效评价指标体系研究概况 | 第30-31页 |
| ·国内教师绩效评价指标体系研究概况 | 第31-32页 |
| ·高职院校教师绩效评价指标体系 | 第32-34页 |
| ·高职院校教师绩效评价指标评分细则 | 第34-36页 |
| ·教师绩效评价指标权重 | 第36-39页 |
| ·专家咨询表的设计 | 第36-37页 |
| ·高职院校教师绩效评价指标权重的计算 | 第37-39页 |
| 第4章 BP神经网络评价指数的计算模型与算法 | 第39-47页 |
| ·评价指数计算BP神经网络及实现 | 第39-44页 |
| ·评价指数计算结构模型及计算流程 | 第39-41页 |
| ·定性指标专家意见的调查与汇聚方法 | 第41-42页 |
| ·评价指标属性值标准化的计算方法 | 第42-43页 |
| ·评价指数计算BP神经网络学习训练的实现 | 第43-44页 |
| ·神经网络模型训练样本的设计 | 第44-45页 |
| ·神经网络模型泛化输入向量的设计 | 第45-47页 |
| 第5章 应用实例---江西外语外贸职业学院教师绩效评价 | 第47-56页 |
| ·神经网络模型的训练样本与泛化输入向量 | 第47-52页 |
| ·神经网络模型训练样本 | 第47-48页 |
| ·神经网络模型泛化输入向量 | 第48-52页 |
| ·评价指数的计算模型与算法应用结果与检验分析 | 第52-54页 |
| ·模型算法的应用结果 | 第52-53页 |
| ·应用的检验分析 | 第53-54页 |
| ·建议 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 第6章 结论 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-59页 |