声明
摘要
1 绪论
1.1 论文的研究背景与意义
1.1.1 论文的研究背景
1.1.2 论文的研究意义
1.2 国内外研究现状综述
1.2.1 电子政务概念综述
1.2.2 电子政务绩效评价综述
1.2.3 神经网络综述
1.3 论文研究的思路与方法
1.4 论文研究的内容
2 电子政务绩效评价模型及相关理论概述
2.1 电子政务绩效评价概述
2.1.1 电子政务概念
2.1.2 电子政务建设存在的问题
2.1.3 电子政务绩效评价概述
2.2 平衡计分卡概述
2.2.1 平衡计分卡的概念
2.2.2 平衡计分卡的基本理论
2.2.3 平衡计分卡的优缺点
2.3 BP神经网络概述
2.3.1 人工神经网络概述
2.3.2 BP神经网络简介
2.3.3 BP神经网络的基本原理
2.4 粒子群算法(PSO)概述
2.4.1 粒子群算法的简介
2.4.2 粒子群算法的基本原理
3 基于平衡记分卡的电子政务绩效评价指标体系建立
3.1 指标体系的构建原则
3.2 基于平衡计分卡的电子政务绩效评价指标体系的设计
3.2.1 指标体系的总体框架
3.2.2 服务对象指标
3.2.3 成本效益指标
3.2.4 内部运营指标
3.2.5 学习和发展指标
3.3 基于平衡计分卡的电子政务绩效评价指标体系
4 基于PSO-BP神经网络的电子政务绩效评价模型
4.1 可行性分析
4.2 BP神经网络的结构设计
4.2.1 数据的预处理
4.2.2 输入层、输出层的设计
4.2.3 隐层节点的选择
4.3 基于BP神经网络的电子政务绩效评价模型的设计
4.3.1 评价模型的操作步骤
4.3.2 应用粒子群算法优化BP神经网络模型
5 基于PSO-BP神经网络的电子政务绩效评价模型实例分析
5.1 训练并评测BP神经网络模型
5.1.1 训练参数和样本的选择
5.1.2 模型训练及结果分析
5.1.3 选取剩余样本评测模型
5.2 训练并评测PSO优化过的神经网络模型
5.3 优化前后的模型应用结果的比较
6 结论与展望
6.1 全文总结及主要的创新性成果
6.2 展望
致谢
参考文献