| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·选题背景与研究意义 | 第9-10页 |
| ·选题背景 | 第9-10页 |
| ·研究意义 | 第10页 |
| ·国内外相关研究综述 | 第10-14页 |
| ·供应链风险管理研究综述 | 第10-12页 |
| ·供应链风险评价研究综述 | 第12-14页 |
| ·国内相关研究综述小结 | 第14页 |
| ·本文研究内容、研究方法与研究思路 | 第14-16页 |
| ·研究内容 | 第14页 |
| ·研究方法 | 第14-15页 |
| ·研究思路 | 第15-16页 |
| 2 供应链风险评价与人工神经网络理论 | 第16-20页 |
| ·供应链风险评价概述 | 第16页 |
| ·供应链风险及风险管理 | 第16页 |
| ·供应链风险评价 | 第16页 |
| ·供应链风险的特点 | 第16-17页 |
| ·人工神经网络理论 | 第17-18页 |
| ·人工神经网络的概况与特点 | 第17-18页 |
| ·人工神经网络的相关应用 | 第18页 |
| ·基于 BP 神经网络的供应链风险评价可行性分析 | 第18-20页 |
| 3 供应链风险评价指标体系的构建 | 第20-24页 |
| ·供应链风险构成要素 | 第20-21页 |
| ·供应链风险评价指标体系构建原则 | 第21页 |
| ·科学性原则 | 第21页 |
| ·系统性原则 | 第21页 |
| ·实用性原则 | 第21页 |
| ·可行性原则 | 第21页 |
| ·供应链风险评价指标体系的确定 | 第21-24页 |
| 4 基于 BP 神经网络的供应链风险评价建模 | 第24-35页 |
| ·BP 神经网络模型 | 第24-25页 |
| ·BP 神经网络的供应链风险评价模型的建立 | 第25-28页 |
| ·网络层数的确定 | 第25页 |
| ·确定各层神经元数目 | 第25-26页 |
| ·选取激励函数 | 第26-27页 |
| ·BP 神经网络模型的建立 | 第27-28页 |
| ·BP 神经网络的供应链风险评价的学习机制 | 第28-29页 |
| ·基于 MATLAB 的 BP 神经网络供应链风险评价模型的实现 | 第29-35页 |
| ·面向 MATLAB 的 BP 神经网络设计 | 第29-31页 |
| ·训练样本数据的产生 | 第31-35页 |
| 5 BP 神经网络的供应链风险评价与其它评价方法的比较 | 第35-39页 |
| ·BP 神经网络方法与回归分析法的比较 | 第35-36页 |
| ·BP 神经网络方法与层次分析法的比较 | 第36-39页 |
| 6 结论与展望 | 第39-41页 |
| ·全文总结 | 第39页 |
| ·展望 | 第39-41页 |
| 参考文献 | 第41-44页 |
| 附录 | 第44-45页 |
| 攻读硕士学位期间发表学术论文情况 | 第45-46页 |
| 致谢 | 第46页 |