论文部分内容阅读
在经济全球化、需求多样化的今天，企业之间的竞争日趋激烈。因此，为了从容应对激烈的竞争，企业的绩效管理至关重要。所以探索用科学合理的方法对企业的绩效进行准确迅速的评价和分析，实现企业绩效评价的实时化、智能化，为决策者提供决策参考，是一件非常有意义和重要的工作。
论文首先在回顾国内外企业绩效评价研究现状的基础上，依据制造企业特点和构建评价指标体系原则，提出了基于数据仓库的制造企业绩效评价指标体系，并从财务、客户、运营、学习与成长四个方面对各指标进行了阐述。
然后，阐述了建立制造企业绩效评价数据仓库的三个阶段，即规划分析阶段、设计实施阶段和使用维护阶段；根据制造企业绩效评价和绩效分析的特点，从财务情况、客户情况、运营情况和学习与成长情况四个角度，分析并确定了制造企业绩效评价对数据仓库的要求；描述了数据仓库数据模型的设计过程；详细阐述了如何从企业现有的信息系统中获取评价制造企业绩效水平所需数据，并说明了ETL过程中数据转换和数据加载的处理步骤。
最后，为了利用制造企业绩效评价数据仓库中的数据综合评价企业绩效，采用神经网络方法来评价企业绩效。详细描述了建立基于BP神经网络的制造企业绩效评价模型的具体步骤，并利用训练样本和检测样本对制造企业绩效评价模型进行训练和检测，验证了其良好的评价能力；最后将训练好的神经网络应用于企业绩效评价。