绩效评价是企业战略管理不可或缺的工具和手段,是企业自我监督、自我提高的必要措施。煤炭企业绩效管理水平的高低是企业核心竞争力的重要体现,是企业立足市场和发展壮大的关键因素。构建一个科学合理的企业绩效评价指标体系和科学的评价模型,对于新汶矿业集团进行科学合理的战略规划具有重要的现实意义,对其它煤炭企业也有参考价值。论文在梳理相关理论的基础上,剖析了新汶矿业集团现行绩效评价体系存在的问题；重点设计了新汶矿业集团绩效评价指标体系,构建了新汶矿业集团绩效评价组合模型,并对模型的性能进行了检验；进一步,设计了新汶矿业集团绩效评价组合模型原型系统。论文的主要工作如下：(1)设计了新汶矿业集团绩效评价指标体系。在分析新汶矿业集团现行绩效评价指标体系存在问题的基础上,借鉴前人已有研究成果,结合新汶矿业集团的特色,设计了新的新汶矿业集团绩效评价指标体系。(2)构建了基于FNN的新汶矿业集团绩效评价组合模型。首先利用BP神经网络训练财务指标,利用Takagi-Sugeno型模糊神经网络训练非财务指标,最后再次利用Takagi-Sugeno型模糊神经网络构建了绩效评价组合模型。进一步,用实证分析证明了基于FNN的组合模型绩效评价性能优于BP神经网络模型。(3)设计了基于FNN的新汶矿业集团绩效评价组合模型原型系统的总体架构。该原型系统主要由图形用户界面、系统管理与控制模块、评价标准管理模块、指标体系管理模块、数据管理模块、评价模型管理模块、知识库系统、综合评价模块和输出模块等组成。论文的特色及创新之处在于：(1)在设计绩效评价指标体系时,充分考虑了的新汶矿业集团的特色及战略发展规划。当前国内外广泛使用的企业绩效评价指标体系,大多是面向一般工业企业的,对于特定的煤炭行业企业来说,其中的指标体系并不完全适合。本文在在分析新汶矿业集团现行绩效评价指标体系存在问题的基础上,借鉴前人已有研究成果,结合新汶矿业集团的特色及战略发展规划,设计了适合新汶矿业集团战略发展规划的绩效评价指标体系。(2)将FNN理论应用于新汶矿业集团绩效评价模型的构建。论文在将财务指标和非财务指标相结合进行绩效评价的同时,把模糊神经网络理论应用于绩效评价领域,用模糊化方法和神经网络的自学习能力最大限度减少人为因素对评价结果造成的影响,构建了基于模糊神经网络的绩效评价组合模型,使绩效评价智能化。组合模型的构建解决了模糊规则的“维灾难”问题,简化了绩效评价模型的网络结构,减少了网络训练时间。