基于RS-BP神经网络的煤炭企业绩效评价研究
由于整个煤炭市场监督管理体制发生了非常明显的改变，因此煤炭企业绩效评价不得不建立新的管理制度。我国目前属于发展中国家，在绩效管理上相对比较落后，在理论和实践上还处于探索阶段。合理的进行煤炭企业绩效评价能理性，公平，高效的把握企业最为真实经营现状，也可以通过评价煤炭企业的经营状况和管理者的业绩，促使煤炭企业不断的提高管理水平，增强煤炭企业的全局收效。这项研究，对我国煤炭企业改革的深一步发展具有里程碑式的现实意义。
本文将比较合理系统的分析了煤炭企业绩效评价产生的根源，定理，和各种成本指标因素，并分析研究了煤炭企业在评价的过程中应注意的问题，包括技术革新，可持续发展战略，环境治理和安全生产等方面；其次，在现有结论的基础上全面总结了反应煤炭企业绩效管理运行中的评价指标体系；再次，运用RS-BP理论构建煤炭企业绩效的评价模型。最后与案例结合在MATLAB环境下实现了模型的评价过程，把所得到的结论与未确知-AHM的结果进行了分析比较，用来检测模型的有效性和可行性。在案例的分析中，讲述了具体的实现方法。相应的编写了计算程序，同时针对案例对模型选择、参数选择和权值、BP神经网络构建训练集以及粗集-BP神经网络模型构建过程中经常发生的一些情况进行了归纳和分析。最终表明，这种方法是可以应用的。本文研究成果为理论界和实业界提供了一套切实可行的煤炭企业绩效评价模型和算法，对提高我国煤炭企业绩效的深一步发展具有现实意义。
煤炭企业绩效;评价指标体系;未确知理论;粗糙集;RS-BP神经网络
河北工程大学
硕士
管理科学与工程
蔡振禹
2012
中文
F426.21
69
2012-11-30（万方平台首次上网日期，不代表论文的发表时间）