基于模糊神经网络企业人力资源风险评估系统研究

论文摘要

人力资源作为企业重要的战略性资源,已经引起国内外企业界、政府部门和管理学术界的高度重视。对人力资源风险的评估也就不仅仅是仅限于理论上的推导和模型的假设,人们迫切地需要有一个能够切实可操作的软件系统,来实现对人力资源风险的评估。本文为基于模糊神经网络的人力资源风险评估系统的研究提出一种思路和方案。研究从人力资源风险评估出发,阐述基于模糊神经网络评估方法与传统的其他人力资源风险评估方法之间的区别,分析了运用模糊神经网络进行评估的优势与面临的挑战,并研究了可行性和适用范围。随后从系统设计的角度,完整介绍了基于模糊神经网络的企业人力资源风险评估系统的研发过程。完成了对系统的需求分析后,提出了系统基本的功能模块,在技术应用上给出了一种C/S与B/S相互结合的多层体系架构,并分析了这种架构的优势和部署方案。最后给出了一个人力资源风险评估系统的开发实例。基于模糊神经网络实现企业人力资源风险评估系统的技术研究十分少见,本文不仅为系统开发提供了理论基础和实现指南,更提出了系统实现中几个关键技术的解决方案。尤其是样本筛选器和利用Java和XML实现隶属函数库的思想是在实际开发过程中总结归纳得来的创新成果,类似的技术和方案同样可以运用在其他模糊神经网络的系统实现中。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 选题的目的和意义
• 1.2 研究现状
• 1.3 本论文的研究范围及内容与结构安排
• 第二章 企业人力资源风险评估的理论与方法
• 2.1 企业人力资源风险定义与分类
• 2.1.1 定义
• 2.1.2 分类
• 2.2 人力资源风险产生的原因
• 2.3 人力资源风险评估方法
• 2.3.1 专家评价法
• 2.3.2 马尔可夫评价方法
• 2.3.3 模糊综合评价法
• 第三章 基于FNN的人力资源风险评估方法研究
• 3.1 模糊神经网络技术
• 3.1.1 模糊神经元与隶属函数
• 3.1.2 模糊神经网络
• 3.2 基于FNN的人力资源风险评估方法
• 3.2.1 前层模糊化的实现
• 3.2.2 模糊神经网络学习训练
• 3.2.3 评价结果分析
• 3.3 应用可行性分析
• 3.3.1 FNN评估存在的问题和技术难点
• 3.3.2 几类解决方案
• 3.3.3 适合FNN评估的人力资源风险类别
• 第四章 基于FNN的人力资源风险评估系统设计
• 4.1 系统总体结构
• 4.1.1 系统总体需求
• 4.1.2 系统总体功能分析
• 4.1.3 FNN网络的选择
• 4.1.4 系统功能模块体系结构
• 4.2 系统实现技术
• 4.2.1 系统多层体系架构
• 4.2.2 系统技术框架及其优势
• 4.2.3 系统部署
• 4.3 系统应用实例
• 4.3.1 应用背景
• 4.3.2 应用方案
• 4.3.3 应用开发关键步骤
• 4.3.4 应用界面
• 4.3.5 评估结果跟踪
• 第五章 系统关键技术研究
• 5.1 基于JAVA和XML的隶属函数及推理规则库的实现
• 5.2 提高网络学习速度和质量的方法
• 第六章 结论与展望
• 6.1 结论
• 6.2 系统应用前景分析
• 参考文献
• 致谢