基于绩效预测模型的公安绩效考核系统的研究与设计

发布时间：2017-10-16 21:35

  本文关键词：基于绩效预测模型的公安绩效考核系统的研究与设计

  更多相关文章： 公安绩效考核系统 绩效预测 3-SFM TS-GABPNN 3-d-FPE

【摘要】：随着天津市公安机关“督考一体化”的深入开展，设计并研发具有绩效预测功能的公安绩效考核系统具有重要意义。一方面，绩效考核系统可以实现绩效考核的信息化、自动化、降低工作成本、提高工作效率，另一方面，绩效预测功能有助于督考部门及时发现工作问题与绩效潜力提升点，从而辅助督考部门进行决策。 本文首先对公安绩效考核系统进行总体设计、功能模块设计和关键支撑构件设计。然后根据天津市公安机关实际考核情况，设计了绩效三步预测模型（3-SFM），该模型将绩效预测分为指标预测、绩效计算、绩效潜力分析三个阶段。首先是指标预测，通过分析天津市公安机关历年考核数据，设计了时间序列组合BP神经网络指标预测法（TS-GABPNN），该方法首先采用时间序列预测法进行总体趋势预测，然后用遗传算法优化后的BP神经网络对残差序列进行季节波动预测，最后将两次预测结果进行回归组合作为最终的指标预测结果。通过对比实验证明了该方法能有效预测公安绩效考核指标数据，且预测精度高于单一方法。其次是绩效计算，主要是对指标数据按照考核标准公式运算，得出绩效值。为方便绩效考核公式的录入和绩效自动计算，本文设计并实现了面向三维数据的公式解析引擎（3-d-FPE）。最后是绩效潜力分析，采用边际分析法对绩效考核公式和绩效预测结果进行分析，，并根据分析结果提出绩效改进建议。 目前，公安绩效考核系统V4.0版本已在市局及其下属分局投入使用，运行稳定，达到了预期目标。
【关键词】：公安绩效考核系统 绩效预测 3-SFM TS-GABPNN 3-d-FPE
【学位授予单位】：天津大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：D631.1;TP311.52
【目录】：

• 中文摘要4-5
• ABSTRACT5-8
• 第一章 绪论8-11
• 1.1 选题研究背景及意义8
• 1.2 绩效考核国内外研究现状8-9
• 1.3 本文研究的主要内容9-10
• 1.4 论文组织结构10-11
• 第二章 相关理论与技术11-20
• 2.1 预测方法11-16
• 2.1.1 预测方法综述11-12
• 2.1.2 时间序列预测12-15
• 2.1.3 人工神经网络预测15-16
• 2.2 遗传算法16-18
• 2.2.1 基本概念16-17
• 2.2.2 遗传算法优化 BP 神经网络17-18
• 2.3 回归分析18-20
• 第三章 公安绩效考核系统设计及预测模型研究20-38
• 3.1 绩效考核系统20-33
• 3.1.1 系统总体设计20-22
• 3.1.2 系统功能22-27
• 3.1.3 系统支撑构件27-33
• 3.2 绩效预测模型研究33-38
• 3.2.1 指标预测33-35
• 3.2.2 绩效计算35-36
• 3.2.3 绩效潜力分析36-38
• 第四章 绩效预测模型设计38-66
• 4.1 指标预测38-50
• 4.1.1 总体趋势预测39-45
• 4.1.2 季节波动预测45-47
• 4.1.3 指标预测47-48
• 4.1.4 实验对比分析48-50
• 4.2 绩效计算50-63
• 4.2.1 公式编辑50-52
• 4.2.2 公式预编译52-53
• 4.2.3 词法分析53-57
• 4.2.4 语法分析57-60
• 4.2.5 公式计算60-63
• 4.3 绩效潜力分析63-66
• 第五章 总结与展望66-68
• 5.1 总结66
• 5.2 展望66-68
• 参考文献68-70
• 发表论文和参加科研情况说明70-71
• 致谢71

【参考文献】

中国期刊全文数据库 前10条

1 赵宏岩;;词法分析在公式的编辑、编译及执行系统中的应用[J];电脑知识与技术;2008年33期

2 陈昭;;时序非平稳性ADF检验法的理论与应用[J];广州大学学报(自然科学版);2008年05期

3 杨朋辉;储飞黄;汪海兵;;AWG公式编辑软件的设计与实现[J];国外电子测量技术;2012年01期

4 陈刚;何政伟;杨斌;杨洋;;遗传BP神经网络在泥石流危险性评价中的应用[J];计算机工程与应用;2010年03期

5 汪克亮;杨力;;电力需求的非线性回归组合神经网络预测研究[J];计算机工程与应用;2010年28期

6 葛继科;邱玉辉;吴春明;蒲国林;;遗传算法研究综述[J];计算机应用研究;2008年10期

7 修春波;;时间序列一步预测方法[J];计算机应用研究;2010年04期

8 段丹青;杨卫平;;警务绩效评估系统的UML建模及实现[J];计算机应用与软件;2010年04期

9 李松;刘力军;解永乐;;遗传算法优化BP神经网络的短时交通流混沌预测[J];控制与决策;2011年10期

10 崔德光,吴淑宁,徐冰;空中交通流量预测的人工神经网络和回归组合方法[J];清华大学学报(自然科学版);2005年01期

本文编号：1045059