论文题目：基于改进SOM神经网络的空中交通管理系统绩效评价研究
摘要：我国民航空中交通管理系统（简称“空管系统”）作为保障民航业的关键枢纽,一直受到有限空域资源与中国不断增大的航班量的影响,使得管理效率较低,服务品质不足等问题较为突出。为解决上述问题,就需要建立科学合理且有空管特色的绩效评价体系与评价方法,以明确现阶段我国空管系统绩效管理的优势与短板、借鉴国外空管系统的管理经验,从而达到优化中国空管系统管理模式的作用。由于空管系统本身是涉及三大系统的复杂系统,它的绩效评价研究势必不能采用传统的评价方法。本文基于神经网络可以处理繁杂高维的信息数据的特点,构建了一套基于因子分析的PSO-SOM神经网络的空管系统绩效评价方法。本文的研究过程主要有五个方面:一是界定研究对象范围,明确空管系统绩效内涵;二是选取空管系统绩效评价指标,根据系统管理理论与绩效棱柱法,建立了5个一级指标以及25个二级指标的绩效评价指标体系;三是构建基于P-SOM神经网络的绩效评价模型,提高传统模型的准确性与收敛速度,并用MATLAB软件设计模型算法程序;四是运用空管系统绩效评价模型,对包括中国在内的十个国家的空管系统进行绩效评价研究;五是结合评价结果进行多维度分析并给出相应建议。实证结果表明,运用该绩效评价模型能够较好地反映空管系统绩效水平,具有较强的可行性与准确性。中国空管系统处于所评价各国空管系统的中流水平,在财务绩效与社会贡献绩效方面居于前列,但在服务绩效与运营绩效方面仍有较大的发展空间。
关键词：空中交通管理;绩效棱柱法;评价指标体系;SOM神经网络;粒子群算法（PSO）
学科专业：管理科学与工程
摘要
Abstract
第一章 绪论
1.1 研究背景
1.2 研究意义
1.3 文献综述
1.3.1 企业绩效评价研究现状
1.3.2 空管系统绩效评价研究现状
1.3.3 神经网络在评价领域的应用研究
1.3.4 启示
1.4 研究方法与技术路线
1.4.1 研究方法
1.4.2 研究内容
1.4.3 技术路线图
1.5 创新之处
第二章 相关理论
2.1 绩效管理理论
2.1.1 绩效管理
2.1.2 绩效评价
2.2 人工神经网络相关理论
2.2.1 人工神经网络原理
2.2.2 自组织特征映射(SOM)神经网络
2.3 因子分析相关理论
2.3.1 因子分析基本原理
2.3.2 因子分析的特点与应用
2.4 粒子群算法理论
2.4.1 基本原理
2.4.2 粒子群算法流程
2.5 本章小结
第三章 构建空管系统绩效评价指标体系
3.1 空中交通管理系统含义
3.2 空管系统绩效内涵
3.3 空管系统绩效影响因素分析
3.4 指标体系设计原则
3.5 空管系统绩效评价指标体系设计
3.6 本章小结
第四章 空管系统绩效评价模型构建
4.1 基于SOM神经网络绩效评价模型构建步骤
4.2 基于因子分析法的P-SOM的空管绩效评价模型
4.2.1 因子分析法优化输入层设计
4.2.2 粒子群算法PSO优化初始权值随机值
4.2.3 基于因子分析的P-SOM神经网络模型设计
4.3 模型算法设计
4.4 本章小结
第五章 空管系统绩效评价模型实证研究
5.1 国内外主要国家空管概况
5.1.1 中国空管系统概况
5.1.2 加拿大空管系统概况
5.1.3 美国空管系统概况
5.1.4 欧洲空管系统概况
5.1.5 泰国空管系统概况
5.2 数据的采集与预处理
5.3 基于因子分析法的空管系统主因子提取
5.4 基于因子分析的P-SOM的绩效评价结果
5.5 绩效评价结果分析
5.6 本章小结
第六章 总结与展望
6.1 研究结论与建议
6.2 研究不足与展望
致谢
参考文献