| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第1章 绪论 | 第12-20页 |
| ·本文的研究背景及意义 | 第12-13页 |
| ·研究背景 | 第12-13页 |
| ·研究意义 | 第13页 |
| ·研究文献综述 | 第13-17页 |
| ·国外企业核心能力研究综述 | 第13-14页 |
| ·国内企业核心能力研究综述 | 第14-16页 |
| ·国内外装备制造企业核心能力研究综述 | 第16-17页 |
| ·当前研究存在的问题 | 第17页 |
| ·本文的研究内容和创新点 | 第17-18页 |
| ·研究内容 | 第17-18页 |
| ·创新点 | 第18页 |
| ·本文的研究方法和技术路线 | 第18-19页 |
| ·研究方法 | 第18-19页 |
| ·技术路线 | 第19页 |
| ·本章小结 | 第19-20页 |
| 第2章 本文研究的理论基础 | 第20-33页 |
| ·企业核心能力理论 | 第20-25页 |
| ·核心能力及相关概念 | 第20-21页 |
| ·核心能力的内涵 | 第21-22页 |
| ·核心能力的主要观点 | 第22-24页 |
| ·核心能力的特征 | 第24-25页 |
| ·平衡计分卡理论 | 第25-31页 |
| ·BSC 的起源 | 第25-26页 |
| ·BSC 理论框架 | 第26-29页 |
| ·BSC 四维度的因果关系 | 第29页 |
| ·BSC 视角的正确把握 | 第29-30页 |
| ·BSC 对企业核心能力评价指标体系构建的启示 | 第30-31页 |
| ·本章小结 | 第31-33页 |
| 第3章 基于平衡计分卡的企业核心能力培育 | 第33-41页 |
| ·企业核心能力培育的四阶段 | 第33-35页 |
| ·核心能力要素的获取 | 第33-34页 |
| ·核心能力要素的扩散 | 第34页 |
| ·核心能力要素的整合 | 第34页 |
| ·核心产品的开发 | 第34-35页 |
| ·基于平衡计分卡的企业核心能力培育 | 第35-40页 |
| ·财务维度的企业核心能力培育 | 第35-36页 |
| ·顾客维度的企业核心能力培育 | 第36-37页 |
| ·内部流程维度的企业核心能力培育 | 第37-38页 |
| ·学习与成长维度的企业核心能力培育 | 第38-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 基于平衡计分卡的装备制造企业核心能力评价指标体系构建 | 第41-55页 |
| ·装备制造企业核心能力的研究 | 第41-44页 |
| ·装备制造企业核心能力的定义 | 第41页 |
| ·装备制造企业核心能力的特征 | 第41-42页 |
| ·构建评价指标体系的原则 | 第42-44页 |
| ·关系假说及变量的确定 | 第44-47页 |
| ·关系假说 | 第44页 |
| ·关系变量的确定 | 第44-47页 |
| ·结构方程原理 | 第47-48页 |
| ·结构方程式原理 | 第47-48页 |
| ·结构方程模型分析程序 | 第48页 |
| ·基于结构方程模型的指标体系验证 | 第48-54页 |
| ·模型构建 | 第48-49页 |
| ·数据收集与数据正态性检验 | 第49-50页 |
| ·结构方程模型检验 | 第50-52页 |
| ·结构方程模型修正及评价 | 第52-54页 |
| ·本章小结 | 第54-55页 |
| 第5章 基于 ACO-SVM 的装备制造企业核心能力智能评价模型 | 第55-69页 |
| ·支持向量机理论 | 第55-62页 |
| ·统计学习理论 | 第55-57页 |
| ·支持向量机及其学习算法 | 第57-62页 |
| ·蚁群算法理论 | 第62-65页 |
| ·蚁群算法概述 | 第62-63页 |
| ·连续优化问题的蚁群算法 | 第63-64页 |
| ·连续域蚁群优化中参数的选择 | 第64-65页 |
| ·ACO-SVM 算法设计 | 第65-67页 |
| ·ACO-SVM 算法的基本思路 | 第65-66页 |
| ·ACO-SVM 算法的实现步骤 | 第66-67页 |
| ·模型预测误差的确定 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 第6章 基于 ACO-SVM 的河北省装备制造企业核心能力评价实例研究 | 第69-87页 |
| ·河北省装备制造企业的发展概况 | 第69-72页 |
| ·河北省装备制造企业的发展现状 | 第69-71页 |
| ·河北省装备制造业存在的问题 | 第71页 |
| ·河北省装备制造企业面临的良好机遇 | 第71-72页 |
| ·基于 ACO-SVM 的智能评价模型 | 第72-80页 |
| ·ACO-SVM 模型训练样本数据的选取 | 第73页 |
| ·指标数据的规范化处理 | 第73-77页 |
| ·蚁群优化支持向量机参数 | 第77-78页 |
| ·ACO-SVM 预测模型建立 | 第78-80页 |
| ·实证研究 | 第80-84页 |
| ·对策建议 | 第84-86页 |
| ·本章小结 | 第86-87页 |
| 结论 | 第87-88页 |
| 致谢 | 第88-89页 |
| 参考文献 | 第89-92页 |
| 附录 | 第92-94页 |
| 作者简介 | 第94-95页 |
| 攻读硕士期间发表的论文和科研成果 | 第95-96页 |
