员工绩效考核是企业人力资源管理的重要组成部分,在企业战略决策中占有重要的位置。本文以研发人员为研究对象,将管理学与人工智能学科相结合,构建了研发人员绩效考核动态贝叶斯网络模型。首先,本文对研发人员进行分析从而建立了考核指标体系。通过查阅相关资料总结出企业研发人员绩效考核常用指标,采用调查问卷和访谈项目管理人员的方法精简指标,使用层次分析法构建企业研发人员绩效考核指标体系。然后,以指标体系为基础,本文进行了数据的收集与整理工作。一方面对数据进行了规范化处理,使其满足指定格式的要求;另一方面采用Bayes Bootstrap方法对小样本数据集进行了扩充,使样本容量达到构建网络的要求。其次,选取合适的方法构建网络。本文以Asia网为例,使用K2算法、爬山算法和MCMC算法分别构建网络模型,最终选择了K2算法。通过分析K2算法的不足之处,本文使用了贪婪算法进行预处理,将预处理结果用于K2算法的初始条件中,得到较为精确的Asia网络。接下来,本文构建了研发人员绩效考核动态贝叶斯网络模型。在Matlab平台结合FullBNT工具箱,同时以上一个步骤的构建网络方法为理论依据,本文完成了网络模型的结构学习和参数学习,得到了动态贝叶斯网络模型。最后,本文将构建的网络模型以原型系统的形式展现出来。从需求分析开始,本文相继描述了系统结构设计和数据库设计,搭建了企业研发人员绩效考核原型系统。并在本文第五章对原型系统主要功能进行了介绍。