制造业企业环境绩效评价 ——基于Matlab（BP）人工神经网络的方法

论文摘要

企业环境绩效是企业从事环境管理过程中,在节约资源和治理污染等方面取得的环境保护效率和效果。近年来,中国治理环境污染和资源过度消耗已经取得初步成效,但现状仍不容乐观,根源在于中国经济总体还沿袭着粗放型的增长方式,大部分企业,尤其是制造业企业依旧没有摆脱高投入、高消耗、高污染、低产出、低质量、低效益的经济发展模式,资源消耗型、环境污染型企业仍然占有较大比重。加强企业的环境绩效评价,有助于规范和促进企业污染治理和生态保护,减少资源过度消耗,完善企业环境管理系统,提高企业环境绩效水平。加强企业的环境绩效评价是提高中国整体环境绩效水平,实现中国经济和社会可持续发展的重要途径。目前国外制定的企业环境绩效评估指标与中国企业管理现状相距较远,具体实践中有诸多困难。企业环境绩效评估指标体系的研究,是建立中国企业环境绩效评估标准和评估体系重要的和必要的过渡阶段,具有十分重要的理论和实践意义。本文紧密结合中国企业实际的工作环境,通过构建制造业企业环境绩效指标体系,运用Matlab(BP)人工神经网络的方法将企业环境绩效分为优、良、中、差四个等级,实现了企业环境绩效的综合评价,旨在为中国企业发展和政府制定经济发展战略提供重要参考。基于Matlab(BP)人工神经网络的企业环境绩效评价研究共分为六个部分。第一章首先说明了选题背景、研究思路、研究意义、创新点和难点等。第二章为文献综述部分,详细阐述国内外学者在企业环境绩效方面的研究现状。第三章介绍制造业企业环境绩效评价指标体系及评价方法。第四章综合运用Matlab(BP)人工神经网络方法,设计制造业企业环境绩效评价的程序。第五章以贵州省制造业企业为研究对象,采集了大量实证样本,在进行仔细筛选后对选中样本进行环境绩效评价,综合实证研究的结果进行分析,得到了具有说服力的结论,为政府激励、扶持或抑制等相关政策的制定提供了理论依据和实践基础。第六章为结论与展望,主要概述了本文所得到的结论以及有待继续研究的问题。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究意义
• 1.3 研究内容与技术路线
• 1.4 创新点与难点
• 1.4.1 创新点
• 1.4.2 难点
• 第二章 企业环境绩效的国内外研究现状
• 2.1 国外研究现状
• 2.1.1 企业环境绩效研究现状
• 2.1.2 评估指标体系研究现状
• 2.2 国内研究现状
• 2.2.1 企业环境绩效研究现状
• 2.2.2 评估指标体系研究现状
• 2.3 主要评价方法分析
• 2.3.1 模糊综合评价方法
• 2.3.2 网络层次分析法
• 2.3.3 企业环境绩效的综合评价法
• 2.4 国内外研究现状的评价
• 第三章 企业环境绩效评价指标体系的构建和评价方法
• 3.1 制造业企业的污染现状
• 3.2 制造业企业环境绩效评价指标体系构建原则
• 3.3 制造业企业环境绩效评价指标体系的构建
• 3.3.1 经济社会发展指标（一类指标）
• 3.3.2 资源减量投入指标（二类指标）
• 3.3.3 污染减量排放指标（三类指标）
• 3.3.4 资源再利用指标（四类指标）
• 3.3.5 生态环境质量指标（五类指标）
• 3.4 MATLAB（BP）人工神经网络基本原理及评价方法
• 3.4.1 BP 神经元结构
• 3.4.2 BP 神经网络结构
• 3.4.3 BP 网络学习公式
• 3.4.4 基于Matlab（BP）人工神经网络的评价方法
• 3.4 本章小结
• 第四章 企业环境绩效评价--基于MATLAB（BP）人工神经网络的程序设计
• 4.1 面向MATLAB 的BP 神经网络的设计
• 4.1.1 BP 神经网络的初始化
• 4.1.2 BP 神经网络的创建
• 4.1.3 BP 神经网络的仿真
• 4.1.4 BP 神经网络的训练
• 4.2 基于MATLAB（BP）神经网络的程序设计
• 4.3 本章小结
• 第五章 企业环境绩效评价--基于MATLAB（BP）人工神经网络的实证分析
• 5.1 评价对象及范围
• 5.2 实证数据的采集和处理
• 5.3 MATLAB（BP）人工神经网络的运算
• 5.4 SPSS 对评价公司的聚类分析
• 5.5 不同样本测试
• 5.5.1 样本的选择
• 5.5.2 评价结果
• 5.5.3 评价结果的比较
• 5.6 评价结果特点
• 5.7 评价结果的讨论
• 第六章 研究结论与展望
• 6.1 论文研究成果
• 6.2 有待继续研究的问题
• 致谢
• 参考文献
• 附录1：作者在攻读硕士学位期间发表的论文
• 附录2：调查问卷表