| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-17页 |
| 1.1 问题的提出 | 第12页 |
| 1.2 国内外企业信息系统的技术发展及信息管理的基础研究 | 第12-14页 |
| 1.2.1 企业信息系统的技术发展 | 第12-13页 |
| 1.2.2 企业信息管理的基础 | 第13-14页 |
| 1.3 课题研究的目的和意义 | 第14-16页 |
| 1.3.1 课题研究的目的 | 第14-15页 |
| 1.3.2 课题研究的意义 | 第15-16页 |
| 1.4 论文内容的编排 | 第16-17页 |
| 第二章 企业绩效管理的数据分析 | 第17-32页 |
| 2.1 引言 | 第17页 |
| 2.2 信息系统的数据问题 | 第17-23页 |
| 2.2.1 企业绩效管理的基础——数据仓库 | 第17-19页 |
| 2.2.2 数据集市 | 第19-20页 |
| 2.2.3 数据仓库应用于企业绩效管理 | 第20-23页 |
| 2.3 企业绩效管理技术 | 第23-26页 |
| 2.3.1 “A 记分”绩效评价法 | 第23-24页 |
| 2.3.2 我国国有企业三层指标评价体系 | 第24页 |
| 2.3.3 经济增加值（EVA） | 第24-25页 |
| 2.3.4 企业发展潜力评估的3M 理论和CSC 模型 | 第25页 |
| 2.3.5 平衡记分卡 | 第25-26页 |
| 2.3.6 绩效棱柱法 | 第26页 |
| 2.3.7 ABPA 法 | 第26页 |
| 2.4 企业绩效数据分析技术 | 第26-31页 |
| 2.4.1 联机分析处理（OLAP） | 第26-29页 |
| 2.4.2 数据挖掘 | 第29-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 人工神经网络原理、模型及学习算法 | 第32-39页 |
| 3.1 人工神经网络原理 | 第32页 |
| 3.2 人工神经网络模型 | 第32-35页 |
| 3.2.1 人工神经元模型 | 第32-34页 |
| 3.2.2 人工神经网络模型 | 第34-35页 |
| 3.3 神经网络的学习 | 第35-37页 |
| 3.3.1 学习方式 | 第35-36页 |
| 3.3.2 学习算法 | 第36-37页 |
| 3.4 神经网络的特点及其应用 | 第37-38页 |
| 3.4.1 神经网络的特点 | 第37-38页 |
| 3.4.2 神经网络的应用领域 | 第38页 |
| 3.5 小结 | 第38-39页 |
| 第四章 BP 神经网络原理在企业绩效管理中的应用 | 第39-61页 |
| 4.1 战略性企业综合绩效管理的信息系统实现 | 第39-46页 |
| 4.1.1 信息系统和战略的关系 | 第39-41页 |
| 4.1.2 数据流程和信息需求分析 | 第41-46页 |
| 4.2 战略性企业综合绩效管理体系的构建 | 第46-51页 |
| 4.2.1 传统企业绩效管理体系的局限性 | 第47页 |
| 4.2.2 以平衡计分卡为基础构建的战略性企业综合绩效评价指标体系 | 第47-50页 |
| 4.2.3 分析指标和数据的适用性 | 第50-51页 |
| 4.2.4 企业绩效评价中运用BP 神经网络模型的意义 | 第51页 |
| 4.3 BP 神经网络模型在企业绩效评价中的应用方法及步骤 | 第51-53页 |
| 4.3.1 BP 神经网络在企业绩效评价中应用的基本方法 | 第51页 |
| 4.3.2 基于BP 神经网络的企业绩效评价模型的设定 | 第51-53页 |
| 4.4 企业综合绩效BP 模型的算法及步骤 | 第53-56页 |
| 4.4.1 网络初始化 | 第53页 |
| 4.4.2 样本数据标准化处理 | 第53-54页 |
| 4.4.3 确定样本输入和输出 | 第54页 |
| 4.4.4 计算隐含层各神经元的输入和输出 | 第54页 |
| 4.4.5 计算误差函数对输出层的各神经元的偏导数 | 第54页 |
| 4.4.6 计算误差函数对隐含层各神经元的偏导数 | 第54-55页 |
| 4.4.7 利用输出层修正连接权值和阀值 | 第55页 |
| 4.4.8 利用输入层修正连接权值和阀值 | 第55页 |
| 4.4.9 计算全局误差E | 第55页 |
| 4.4.10 判断网络误差是否满足要求 | 第55页 |
| 4.4.11 绩效评价效果的检验和实际应用 | 第55-56页 |
| 4.5 神经网络优化算法 | 第56-57页 |
| 4.6 编程计算与数据仿真 | 第57-60页 |
| 4.7 小结 | 第60-61页 |
| 第五章 全文总结 | 第61-64页 |
| 5.1 研究结论与创新 | 第61-63页 |
| 5.1.1 主要结论 | 第61页 |
| 5.1.2 几点建议 | 第61-62页 |
| 5.1.3 创新点 | 第62-63页 |
| 5.2 研究意义 | 第63页 |
| 5.3 研究展望 | 第63-64页 |
| 参考文献 | 第64-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间已发表或录用的论文 | 第68页 |
