| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第1章 绪论 | 第8-16页 |
| ·研究背景 | 第8-9页 |
| ·供应商评价研究现状及问题 | 第9-12页 |
| ·现状分析 | 第9-10页 |
| ·存在的问题 | 第10-12页 |
| ·汽车零部件供应链的组织结构 | 第12-14页 |
| ·本文拟定解决的主要问题及其价值 | 第14页 |
| ·本文拟定解决的主要问题 | 第14页 |
| ·本文的研究价值 | 第14页 |
| ·本文研究内容安排 | 第14-16页 |
| 第2章 汽车零部件供应商评价指标体系 | 第16-47页 |
| ·供应商评价指标的研究现状 | 第16-21页 |
| ·国内外相关研究 | 第16-18页 |
| ·制造商与供应商关系要素 | 第18-21页 |
| ·选择合格汽车零部件供应商的要求与标准 | 第21-24页 |
| ·要求 | 第21-22页 |
| ·标准 | 第22-24页 |
| ·供应商评价的关键技术问题 | 第24-30页 |
| ·供应商分类 | 第24-27页 |
| ·供应商评价方法 | 第27-30页 |
| ·供应商评价指标体系的建立 | 第30-38页 |
| ·评价指标得分的确定和数据采集方法 | 第38-45页 |
| ·评价指标得分确定方法 | 第38-39页 |
| ·数据采集表格 | 第39-45页 |
| ·小结 | 第45-47页 |
| 第3章 基于神经网络的供应商评价方法 | 第47-55页 |
| ·神经网络基本知识 | 第47-48页 |
| ·人工神经网络的基本结构 | 第48-49页 |
| ·基本 BP算法 | 第49-51页 |
| ·神经元 | 第49-50页 |
| ·训练过程概述 | 第50-51页 |
| ·BP算法的问题及改进 | 第51-53页 |
| ·神经网络评价方法的优势 | 第53-55页 |
| 第4章 MATLAB 平台上的供应商评价BP算法设计 | 第55-63页 |
| ·MATLAB的神经网络工具箱 | 第55-61页 |
| ·BP神经网络的创建 | 第56-57页 |
| ·BP神经网络的仿真 | 第57页 |
| ·BP神经网络的训练 | 第57-59页 |
| ·BP神经网络训练样本的处理 | 第59-61页 |
| ·图形用户界面(GUI) | 第61-63页 |
| 第5章 供应商评价 BP神经网络实例研究 | 第63-75页 |
| ·数据的获取 | 第63-65页 |
| ·模型的建立 | 第65-70页 |
| ·样本数据导入 MATLAB | 第65-66页 |
| ·网络的建立 | 第66-67页 |
| ·模型数据训练 | 第67-70页 |
| ·BP网络模型的研究经验及结论 | 第70-75页 |
| 第6章 全文总结及展望 | 第75-78页 |
| ·全文总结 | 第75页 |
| ·研究展望 | 第75-78页 |
| 参考文献 | 第78-83页 |
| 致谢 | 第83-84页 |
| 攻读研究生期间发表的论文 | 第84页 |