随着我国加入WTO,银行业竞争加剧。2006年12月11日起我国的金融大门已经向世界各国金融机构敞开,外资银行已经陆续进入中国,银行业竞争日益激烈,加上近些年席卷全球的金融海啸更是让银行业雪上加霜。所以当前必须提高我国商业银行的管理水平来应对这些危机。若要提高我国商业银行的管理水平,商业银行经营业绩的绩效评价就必须受到越来越多的重视。如何根据我国商业银行发展现状,运用科学的方法综合评价商业银行经营绩效已是摆在商业银行面前的一个严峻问题。目前在对相关课题进行的研究中,大多是对各商业银行总行的经营绩效进行评价,而对商业银行分支机构的经营绩效评价则少有人研究。因此如何建立全面、准确的商业银行分支机构绩效评价体系,以及采用什么评价方法,准确地反映经营绩效成为银行分支机构绩效评价极为重要的一个环节。本文在借鉴国内外对商业银行绩效评价的研究成果的基础上,以商业银行绩效评价概念和理论为出发点,分析现有的我国商业银行分支机构绩效评价指标体系存在的缺陷,采用了德尔菲法对指标进行了初步选,然后采用数理统计和定性分析相结合的方法对指标进行调整和改进,建立了三层次27个指标的商业银行分支机构绩效评价指标体系。在过去的商业银行分支机构绩效评价方法中,传统的模糊综合评判法无法摆脱决策过程中的随机性、主观不确定性以及缺乏与时俱进的自学习能力的缺点。并且在过去采用的BP神经网络评价方法具有局部极值的缺点,虽然其具有自学习能力,但是在自学习训练中具有致命的缺点:在有限的学习样本情况下缺乏严密的实验设计,那么这将导致所训练出的网络性能很难覆盖绝大多数情况,以至于神经网络无法得到充分全面的学习,评价性能差。本文采用了均匀设计法来设计RBF神经网络训练样本。采用均匀设计法可以用较少的试验次数来安排多因素、多水平的试验,是在均匀性的度量下最好的试验设计方法,这样可以产生均匀分布的、大量的、具有代表性的样本,从而更好的训练RBF神经网络。我们利用均匀设计法U1000(527)表,通过DPS软件,获得大规模的标准化的均匀设计样本,接着利用这些有代表性的样本进行RBF神经网络训练,获取误差小于预定误差0.0001的模型训练结果,并且获取了误差小于预定误差0.2的实例检验结果。这样我们就建立起了一套准确的、快速的、智能化的银行分支结构绩效评价模型。从而能够对我国商业银行分支结构绩效进行科学准确的评价。