| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 选题背景及意义 | 第11-12页 |
| 1.1.1 选题背景 | 第11-12页 |
| 1.1.2 选题意义 | 第12页 |
| 1.2 国内外研究综述 | 第12-19页 |
| 1.2.1 国外研究现状 | 第12-15页 |
| 1.2.2 国内研究现状 | 第15-18页 |
| 1.2.3 研究现状评述 | 第18-19页 |
| 1.3 研究思路和文章内容结构 | 第19-21页 |
| 1.3.1 研究思路 | 第19-20页 |
| 1.3.2 文章内容结构 | 第20-21页 |
| 第2章 产业集群及绩效的相关理论 | 第21-31页 |
| 2.1 产业集群概述 | 第21-25页 |
| 2.1.1 产业集群概念 | 第21-22页 |
| 2.1.2 产业集群特征 | 第22-24页 |
| 2.1.3 产业集群分类 | 第24-25页 |
| 2.2 产业集群绩效经典理论 | 第25-30页 |
| 2.2.1 产业集群绩效概述 | 第25-28页 |
| 2.2.2 外部经济理论 | 第28页 |
| 2.2.3 区位理论 | 第28-29页 |
| 2.2.4 竞争优势理论 | 第29-30页 |
| 2.3 产业集群绩效评价现有方法综述 | 第30页 |
| 2.3.1 影响因素相关性分析 | 第30页 |
| 2.3.2 区位商法甄别主导产业 | 第30页 |
| 2.3.3 层次分析法综合评价 | 第30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 产业集群绩效综合评价指标体系建立 | 第31-37页 |
| 3.1 选取指标的原则 | 第31-32页 |
| 3.2 综合评价指标的初选及确定 | 第32-36页 |
| 3.2.1 综合评价指标的初选 | 第32-33页 |
| 3.2.2 基于高新技术特点的指标筛选 | 第33-36页 |
| 3.3 本章小结 | 第36-37页 |
| 第4章 产业集群绩效评价模型设计 | 第37-45页 |
| 4.1 模型技术方法分析 | 第37-41页 |
| 4.1.1 产业集群绩效的神经网络评价原理 | 第37-38页 |
| 4.1.2 绩效程度分类的自组织竞争神经网络分析 | 第38-39页 |
| 4.1.3 产业集群绩效的BP神经网络评价 | 第39-40页 |
| 4.1.4 集群绩效的主成分分析 | 第40-41页 |
| 4.2 神经网络方法在产业集群绩效评价的适用性分析 | 第41-43页 |
| 4.2.1 神经网络模型应用前提 | 第41-42页 |
| 4.2.2 BP网络训练绩效目标值获取途径 | 第42-43页 |
| 4.3 综合评价模型设计及实现路径 | 第43-44页 |
| 4.3.1 综合评价模型设计 | 第43-44页 |
| 4.3.2 综合评价模型的实现路径 | 第44页 |
| 4.4 本章小结 | 第44-45页 |
| 第5章 京津冀高新技术产业集群绩效综合评价 | 第45-57页 |
| 5.1 京津冀高新技术产业集群现状分析 | 第45-47页 |
| 5.1.1 京津冀高新技术产业集群内容界定 | 第45页 |
| 5.1.2 京津冀高新技术产业集群的特征 | 第45-46页 |
| 5.1.3 京津冀高新技术产业发展状况 | 第46-47页 |
| 5.2 京津冀产业集群绩效评价 | 第47-53页 |
| 5.2.1 基于自组织竞争神经网络的集群绩效分类评价 | 第47-48页 |
| 5.2.2 BP神经网络目标值获取 | 第48-51页 |
| 5.2.3 集群绩效评价的BP神经网络模型训练与仿真 | 第51-53页 |
| 5.3 综合评价结果分析及政策建议 | 第53-56页 |
| 5.3.1 网络评价结果综合分析 | 第53-55页 |
| 5.3.2 政策建议 | 第55-56页 |
| 5.4 本章小结 | 第56-57页 |
| 结论 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |
