首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于BP神经网络的企业管理人才评价研究

摘要第8-10页
Abstract第10-11页
第一章 绪论第12-26页
    1.1 选题背景和意义第12-14页
        1.1.1 选题背景第12-13页
        1.1.2 选题意义第13-14页
    1.2 国内外研究综述第14-21页
        1.2.1 管理的本质第14页
        1.2.2 人才的概念研究第14-15页
        1.2.3 管理人才的概念研究第15-16页
        1.2.4 人才评价方法的研究第16-17页
        1.2.5 管理人才评价的研究第17-18页
        1.2.6 管理人才素质评价指标研究第18-20页
        1.2.7 国内外综合评述第20-21页
    1.3 研究内容与方法第21-25页
        1.3.1 主要内容第21-22页
        1.3.2 研究方法第22-24页
        1.3.3 研究的技术路线图第24页
        1.3.4 研究的创新点第24-25页
    1.4 本章小结第25-26页
第二章 企业管理人才评价的理论基础第26-32页
    2.1 相关概念界定第26-29页
        2.1.1 人才的基本概念第26页
        2.1.2 企业管理人才的概念第26页
        2.1.3 人才评价的概念第26-27页
        2.1.4 素质的概念第27页
        2.1.5 人才的素质第27-29页
        2.1.6 管理人才的素质第29页
    2.2 研究的理论基础第29-31页
        2.2.1 人才评价的相关理论基础第29-30页
        2.2.2 人才素质评价的“冰山模型”第30-31页
    2.3 本章小结第31-32页
第三章 企业管理人才评价指标体系的构建第32-40页
    3.1 指标体系建立的原则第32页
    3.2 建立企业管理人才评价指标体系第32-40页
        3.2.1 管理人才素质结构模型第32-33页
        3.2.2 企业管理人才评价指标体系的建立流程第33-34页
        3.2.3 建立评价指标体系第34-37页
        3.2.4 各项指标的概念描述第37-40页
第四章 确定企业管理人才评价指标的权重第40-48页
    4.1 问卷设计第40页
    4.2 熵值法的原理简介第40-41页
    4.3 基于熵值法的指标权重计算第41-45页
        4.3.1 建立指标体系集U第41页
        4.3.2 建立初始数据矩阵和数据标准化第41-42页
        4.3.3 指标权重的计算第42页
        4.3.4 计算指标权重第42-45页
    4.4 本章小结第45-48页
第五章 基于BP神经网络的企业管理人才评价实现第48-70页
    5.1 BP神经网络的原理第48-49页
    5.2 BP神经网络的学习过程第49-53页
    5.3 BP神经网络用于企业管理人才评价的可行性第53-54页
    5.4 BP神经网络的结构设计第54-57页
        5.4.1 网络层数确定第54页
        5.4.2 各层神经元个数的确定第54-55页
        5.4.3 学习速率的确定第55-56页
        5.4.4 初始值的选取第56页
        5.4.5 输入数据的预处理方式第56-57页
    5.5 BP神经网络的实现及结果分析第57-67页
        5.5.1 问卷设计第57-59页
        5.5.2 学习样本集的选择第59-61页
        5.5.3 测试样本集的选择第61-63页
        5.5.4 BP神经网络实现第63-67页
    5.6 实验结果分析第67-68页
    5.7 本章小结第68-70页
第六章 研究结论与展望第70-74页
    6.1 研究结论第70-71页
    6.2 基于BP神经网络建立的企业管理人才评价模型的应用价值第71页
    6.3 研究不足与未来展望第71-74页
        6.3.1 研究的不足之处第71-72页
        6.3.2 研究的未来展望第72-74页
参考文献第74-78页
致谢第78-80页
附录第80-83页
    附录A第80-82页
    附录B:企业管理人才评价指标权重设置调查问卷第82-83页
    附录C:BP神经网络测试样本集调查问卷第83页

论文共83页,点击 下载论文
上一篇:基于pH指示剂显色效应的改进型酶联免疫检测方法研究
下一篇:超声传感器铝壳频点检测技术研究