摘要 | 第8-9页 |
Abstract | 第9页 |
1 绪论 | 第10-16页 |
1.1 研究背景 | 第10-13页 |
1.1.1 国外研究现状 | 第11-12页 |
1.1.2 国内研究现状 | 第12-13页 |
1.1.3 国内外研究总结 | 第13页 |
1.2 研究意义 | 第13-14页 |
1.3 研究目的 | 第14页 |
1.4 研究内容 | 第14-16页 |
2 绩效评价(考核)与人工神经网络(ANN)的概述 | 第16-30页 |
2.1 绩效评价(考核)概述 | 第16-18页 |
2.1.1 绩效考核 | 第16页 |
2.1.2 绩效考核的作用 | 第16-17页 |
2.1.3 目前国内绩效考核中存在的问题 | 第17-18页 |
2.1.4 提高员工绩效考核应注意的事项 | 第18页 |
2.2 人工神经网络概述 | 第18-23页 |
2.2.1 生物中的神经网络 | 第18-20页 |
2.2.2 人工神经网络的基本介绍 | 第20-23页 |
2.3 BP神经网络的基本原理 | 第23-28页 |
2.3.1 基本BP算法公式 | 第23-25页 |
2.3.2 BP网络学习机理 | 第25-26页 |
2.3.3 算法的学习目的 | 第26-28页 |
2.4 BP神经网络的优势与劣势 | 第28-29页 |
2.5 本章小结 | 第29-30页 |
3 利用平衡记分卡理论对绩效评价进行设计 | 第30-35页 |
3.1 平衡记分卡理论 | 第30页 |
3.2 基于平衡记分卡的绩效评价体系 | 第30-32页 |
3.2.1 财务指标维度 | 第30-31页 |
3.2.2 客户价值维度 | 第31页 |
3.2.3 内部业务流程维度 | 第31页 |
3.2.4 学习与成长维度 | 第31-32页 |
3.3 企业绩效评价指标体系设置的要求 | 第32-33页 |
3.4 企业绩效评价指标体系设置 | 第33-34页 |
3.5 本章小结 | 第34-35页 |
4 构建基于BP神经网络绩效评价模型 | 第35-40页 |
4.1 销售部成员绩效评价模型的确立 | 第35-39页 |
4.1.1 BP网络层数的确定 | 第36页 |
4.1.2 各层神经元个数的确定 | 第36-37页 |
4.1.3 样本的选取 | 第37页 |
4.1.4 原本数值的选取 | 第37-38页 |
4.1.5 学习速率的确定 | 第38页 |
4.1.6 目标误差的确定 | 第38页 |
4.1.7 网络训练模式的确定 | 第38-39页 |
4.2 本章小结 | 第39-40页 |
5 结合实例对基于BP神经网络的绩效评价实证分析 | 第40-47页 |
5.1 评价模型的程序实现 | 第40-45页 |
5.1.1 样本的采集与整合 | 第40-42页 |
5.1.2 在MATLAB中的程序实现 | 第42-45页 |
5.2 基于BP神经网络对成员组绩效评价实例分析 | 第45-46页 |
5.2.1 算法的应用结果 | 第45页 |
5.2.2 基于BP神经网络对成员组绩效评价的检验分析 | 第45-46页 |
5.3 本章小结 | 第46-47页 |
6 结论与展望 | 第47-49页 |
6.1 结论 | 第47页 |
6.2 展望 | 第47-49页 |
参考文献 | 第49-52页 |
致谢 | 第52页 |