| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 选题背景和意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究方法与思路框架 | 第12页 |
| 1.4 研究内容 | 第12-15页 |
| 第2章 基于物联网的电网企业物流风险理论基础 | 第15-25页 |
| 2.1 物联网相关理论基础 | 第15-18页 |
| 2.1.1 物联网的概念与特征 | 第15-17页 |
| 2.1.2 物联网体系架构 | 第17-18页 |
| 2.2 企业物流风险理论基础 | 第18-22页 |
| 2.2.1 风险的概念 | 第18-19页 |
| 2.2.2 物流风险的定义 | 第19页 |
| 2.2.3 物流风险要素及特征 | 第19-20页 |
| 2.2.4 物流风险预警流程 | 第20-21页 |
| 2.2.5 物流风险预警的意义 | 第21-22页 |
| 2.2.6 传统物流风险预警与基于物联网的物流风险预警 | 第22页 |
| 2.3 基于物联网的电网企业物流风险预警体系理论 | 第22-24页 |
| 2.3.1 电网企业物流风险预警体系流程 | 第22-23页 |
| 2.3.2 电网企业物流风险预警体系架构 | 第23-24页 |
| 2.4 本章小结 | 第24-25页 |
| 第3章 基于物联网的电网企业物流风险评价 | 第25-40页 |
| 3.1 基于物联网的电网企业物流风险评价指标 | 第25-28页 |
| 3.1.1 电网企业物流风险评价指标选取原则 | 第25-26页 |
| 3.1.2 电网企业物流风险评价指标的选取 | 第26-28页 |
| 3.2 基于物联网的电网企业物流风险评价模型 | 第28-34页 |
| 3.2.1 采用Delphi法建立物流风险评价指标体系 | 第29-30页 |
| 3.2.2 利用ANP网络分析法确定加权子集 | 第30-31页 |
| 3.2.3 采用Grey灰色模型计算灰色权值 | 第31-34页 |
| 3.2.4 通过Fuzzy模糊数学判断物流风险评价等级 | 第34页 |
| 3.3 基于物联网的电网企业物流风险评价实例分析 | 第34-39页 |
| 3.3.1 Delphi法获取判断矩阵 | 第34-36页 |
| 3.3.2 ANP法求解指标权重 | 第36-37页 |
| 3.3.3 Grey法求灰色权值 | 第37-39页 |
| 3.3.4 Fuzzy法求出评价等级 | 第39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 基于物联网的电网企业物流风险预警 | 第40-51页 |
| 4.1 基于物联网的电网企业物流风险预警体系的构成 | 第40-41页 |
| 4.2 基于物联网的电网企业物流风险实时感知与传输 | 第41-50页 |
| 4.2.1 电网企业物流风险实时感知 | 第41-49页 |
| 4.2.2 电网企业物流风险实时传输 | 第49-50页 |
| 4.3 本章小结 | 第50-51页 |
| 第5章 基于物联网的电网企业物流风险预警信息系统分析与设计 | 第51-64页 |
| 5.1 基于物联网的电网企业物流风险预警信息系统分析 | 第51-55页 |
| 5.1.1 可行性分析 | 第51-52页 |
| 5.1.2 需求分析 | 第52-53页 |
| 5.1.3 业务流程分析 | 第53-54页 |
| 5.1.4 数据流程分析 | 第54-55页 |
| 5.2 基于物联网的电网企业物流风险预警信息系统设计 | 第55-63页 |
| 5.2.1 系统设计概述 | 第55-57页 |
| 5.2.2 系统总体设计 | 第57页 |
| 5.2.3 系统详细设计 | 第57-63页 |
| 5.3 本章小结 | 第63-64页 |
| 第6章 研究成果和结论 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第70-71页 |
| 致谢 | 第71页 |
