论文部分内容阅读
人力资源已经成为港口企业动态核心竞争力和持续竞争优势的源泉,港口企业人力资源管理对港口企业的经营效益和发展潜力产生重大影响,使得很多港口企业开始重视人力资源管理并在这方面投入了大量精力。但是众多港口企业的组织和管理者却缺乏对本组织人力资源管理现状的准确把握。因此,对港口企业人力资源管理评价,保证其适应性、执行性和有效性,以更好地为港口企业经营目标的实现作出贡献,具有十分重要的意义。但是目前国内外对港口企业人力资源管理的研究以定性分析为主,较少定量评价;本文将定性分析与定量技术相结合,研究港口企业人力资源管理评价指标体系的构建以及评价模型采用的算法。本文首先从分析港口企业人力资源管理现状入手,在分析国内外现有人力资源管理评价指标体系的基础上,建立了能够反映港口企业人力资源管理状况的评价指标体系;然后在分析现有评价方法的基础上,研究了基于BP网络的港口企业人力资源管理评价模型的构建、算法及其计算机实现,而后在分析BP网络不足之处的基础上,进一步构建基于遗传神经网络的港口企业人力资源管理评价模型的构建、算法及其计算机实现,并通过算例说明了该模型的有效性。论文的主要工作与创新点如下:1.研究了适用于港口企业的人力资源管理评价方法当前的文献往往以一般企业为研究对象,极少研究港口企业人力资源管理评价;本文在研究港口企业人力资源现状的基础上,建立较为有效的人力资源管理评价指标体系和评价模型。2.建立了反映港口企业人力资源管理特点的评价指标体系目前的人力资源管理评价研究中,缺乏对港口企业人力资源管理评价指标的研究。由于港口企业人力资源管理是由相互联系、相互作用的若干职能构成的有机整体,各职能水平以及相互协同关系直接决定了港口企业人力资源管理水平。本文从港口企业人力资源管理特点出发,建立了一个较为全面的指标体系来提高港口企业人力资源管理评价模型的准确率。3.构建了基于BP神经网络的港口企业人力资源管理评价模型本文采用BP神经网络,把整个评价体系看成是一个复杂的非线性函数的黑盒子,有效地解决了港口企业人力资源管理评价过程的动态及非线性问题,也为人力资源管理评价指标体系的权值确定问题提供了新思路。4.构建了基于遗传神经网络的港口企业人力资源管理评价模型本文利用遗传算法强大的全局搜索功能来学习神经网络的权值和阈值,可以有效克服BP算法中收敛速度慢、易陷入局部最优的缺点。本文的研究成果可应用于我国港口企业人力资源管理评价及评价等级的确定,对于港口加强人力资源管理具有实际意义。