基于BP神经网的我国制造业企业绩效评价体系——以上市白色家电制造企业为例
发布时间：2021-01-20 11:36
以上市白色家电制造企业为例,从盈利能力、适应能力、偿债能力和发展能力4个方面共选取了26个指标进行相关性分析,最终筛选确定了18个具有代表性的指标,构建上市白色家电制造企业的绩效评价体系。其中利用信息熵理论对指标权重进行确定,并计算出期望绩效值,再利用BP神经网络技术构建了绩效评价模型,训练以及模拟仿真样本白色家电制造企业的绩效,结果验证所构建的评价模型具有良好的泛化能力,可以有效地对上市白色家电制造企业进行评价。
【文章来源】：科技管理研究. 2020,40(15)北大核心CSSCI
【文章页数】：7 页
【部分图文】：
BP神经网络绩效评价模型
张振刚等：基于BP神经网的我国制造业企业绩效评价体系——以上市白色家电制造企业为例221图1BP神经网络绩效评价模型BP神经网络经过初始化后，经过166次训练后，图2BP神经网络模型训练误差表4BP神经网络模型训练结果训练样本期望输出值相对误差训练样本期望输出值相对误差A10.6770420.6771000.000058A270.5744390.5745350.000096A20.6363380.6358650.000473A280.6266720.6267990.000127A30.6266720.6267990.000127A290.6303280.6302500.000078A40.5664430.5662380.000205A300.7875220.7864600.001062A50.5306250.5307410.000116A310.6843090.6847890.000480A60.5988480.5989280.000079A320.5793850.5795780.000193A70.5646690.5647110.000043A330.7330770.7328380.000239A80.6028120.6024510.000360A340.6347060.6344610.000245A90.6656120.6661970.000585A350.4860320.4860270.000005A100.5629130.5628610.000051A360.4975130.4974750.000037A110.5470120.5471200.000107A370.5649310.5647530.000178A120.5505310.5506660.000135A380.6004880.6003330.000155A130.6084690.6086200.000150A390.5904700.5905730.000104A140.4954490.4953870.000062A400.5964620.5963630.000099A150.4985370.4985750.000038A410.5436370.5437300.000093A160.4653360.4652400.000096A420.7305480.7310310.000483A170.6145270.6145880.000061A430.6655070.6659070.000400A180.6256140.6256080.000006A440.6698310.6697950.000036A190.5388410.5394270.000586A450.5020020.5019560.000046A200.6539900.6537140.000276A460.7029310.7030930.000161A210.5924450.5924970.000053A470.5004830.5003560.000127A220.6343840.6339780.000406A480.6173560.617015
【参考文献】：
期刊论文
[1]基于机器学习算法的研究热点趋势预测模型对比与分析——BP神经网络、支持向量机与LSTM模型[J]. 李静,徐路路. 现代情报. 2019(04)
[2]制造企业服务化绩效评价指标体系研究[J]. 梁永康,杨水利. 运筹与管理. 2018(09)
[3]制造系统精益设计的绩效评价体系构建[J]. 宝斯琴塔娜,齐二石. 统计与决策. 2018(10)
[4]网络社群知识消费用户体验评价研究——基于扎根理论和BP神经网络的分析[J]. 郭宇,王晰巍,杨梦晴. 情报理论与实践. 2018(03)
[5]师范院校文化软实力评价体系构建——基于BP人工神经网络模型[J]. 赵琴,宋晓宇. 广西社会科学. 2017(05)
[6]探究高校图书馆电子资源质量评价体系的构建——基于BP神经网络模型研究[J]. 王军光. 新世纪图书馆. 2017(03)
[7]基于BP神经网络的上市商业银行绩效评价体系[J]. 蔡艳萍,孙夏. 系统工程. 2016(12)
[8]基于BP神经网络的中国煤炭安全评价研究[J]. 孟超,胡健. 科研管理. 2016(08)
[9]我国家电行业的国际化战略发展:文献综述[J]. 孙秀文. 商. 2016(25)
[10]基于BP神经网络的企业突破性创新绩效评价研究[J]. 尹惠斌,游达明. 软科学. 2014(05)
硕士论文
[1]全球价值链视角下国际反倾销对我国家电行业的影响分析和对策研究[D]. 应丹奇.浙江工业大学 2017
本文编号：2988972
【文章来源】：科技管理研究. 2020,40(15)北大核心CSSCI
【文章页数】：7 页
【部分图文】：
BP神经网络绩效评价模型
张振刚等：基于BP神经网的我国制造业企业绩效评价体系——以上市白色家电制造企业为例221图1BP神经网络绩效评价模型BP神经网络经过初始化后，经过166次训练后，图2BP神经网络模型训练误差表4BP神经网络模型训练结果训练样本期望输出值相对误差训练样本期望输出值相对误差A10.6770420.6771000.000058A270.5744390.5745350.000096A20.6363380.6358650.000473A280.6266720.6267990.000127A30.6266720.6267990.000127A290.6303280.6302500.000078A40.5664430.5662380.000205A300.7875220.7864600.001062A50.5306250.5307410.000116A310.6843090.6847890.000480A60.5988480.5989280.000079A320.5793850.5795780.000193A70.5646690.5647110.000043A330.7330770.7328380.000239A80.6028120.6024510.000360A340.6347060.6344610.000245A90.6656120.6661970.000585A350.4860320.4860270.000005A100.5629130.5628610.000051A360.4975130.4974750.000037A110.5470120.5471200.000107A370.5649310.5647530.000178A120.5505310.5506660.000135A380.6004880.6003330.000155A130.6084690.6086200.000150A390.5904700.5905730.000104A140.4954490.4953870.000062A400.5964620.5963630.000099A150.4985370.4985750.000038A410.5436370.5437300.000093A160.4653360.4652400.000096A420.7305480.7310310.000483A170.6145270.6145880.000061A430.6655070.6659070.000400A180.6256140.6256080.000006A440.6698310.6697950.000036A190.5388410.5394270.000586A450.5020020.5019560.000046A200.6539900.6537140.000276A460.7029310.7030930.000161A210.5924450.5924970.000053A470.5004830.5003560.000127A220.6343840.6339780.000406A480.6173560.617015
【参考文献】：
期刊论文
[1]基于机器学习算法的研究热点趋势预测模型对比与分析——BP神经网络、支持向量机与LSTM模型[J]. 李静,徐路路. 现代情报. 2019(04)
[2]制造企业服务化绩效评价指标体系研究[J]. 梁永康,杨水利. 运筹与管理. 2018(09)
[3]制造系统精益设计的绩效评价体系构建[J]. 宝斯琴塔娜,齐二石. 统计与决策. 2018(10)
[4]网络社群知识消费用户体验评价研究——基于扎根理论和BP神经网络的分析[J]. 郭宇,王晰巍,杨梦晴. 情报理论与实践. 2018(03)
[5]师范院校文化软实力评价体系构建——基于BP人工神经网络模型[J]. 赵琴,宋晓宇. 广西社会科学. 2017(05)
[6]探究高校图书馆电子资源质量评价体系的构建——基于BP神经网络模型研究[J]. 王军光. 新世纪图书馆. 2017(03)
[7]基于BP神经网络的上市商业银行绩效评价体系[J]. 蔡艳萍,孙夏. 系统工程. 2016(12)
[8]基于BP神经网络的中国煤炭安全评价研究[J]. 孟超,胡健. 科研管理. 2016(08)
[9]我国家电行业的国际化战略发展:文献综述[J]. 孙秀文. 商. 2016(25)
[10]基于BP神经网络的企业突破性创新绩效评价研究[J]. 尹惠斌,游达明. 软科学. 2014(05)
硕士论文
[1]全球价值链视角下国际反倾销对我国家电行业的影响分析和对策研究[D]. 应丹奇.浙江工业大学 2017
本文编号：2988972
本文链接：https://www.wllwen.com/jingjilunwen/gongyejingjilunwen/2988972.html
