基于BP神经网络的港口货运运营风险控制研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-11页 |
| 1 绪论 | 第11-18页 |
| ·研究背景 | 第11-13页 |
| ·选题背景 | 第11-12页 |
| ·项目背景 | 第12-13页 |
| ·研究目的和意义 | 第13页 |
| ·论文研究内容、方法及创新点 | 第13-16页 |
| ·研究内容 | 第14页 |
| ·研究方法 | 第14-15页 |
| ·论文创新点 | 第15-16页 |
| ·论文结构 | 第16-18页 |
| 2 文献综述 | 第18-31页 |
| ·客户分类的方法现状 | 第18-20页 |
| ·客户分类方法 | 第18-19页 |
| ·客户分类指标分析 | 第19-20页 |
| ·港口企业运营风险控制现状 | 第20-22页 |
| ·人工神经网络 | 第22-26页 |
| ·人工神经网络的概念 | 第22-23页 |
| ·人工神经网络工作原理 | 第23-25页 |
| ·人工神经网络的功能 | 第25-26页 |
| ·BP神经网络 | 第26-31页 |
| ·BP神经网络概念 | 第26-28页 |
| ·BP神经网络的改进研究 | 第28-29页 |
| ·BP神经网络算法分析 | 第29-31页 |
| 3 基于BP神经网络的港口客户分类 | 第31-49页 |
| ·港口客户分类的必要性 | 第31页 |
| ·客户分类指标选取 | 第31-35页 |
| ·港口业务分析 | 第31-32页 |
| ·客户分类指标分析 | 第32-34页 |
| ·客户分类指标提取 | 第34-35页 |
| ·基于改进BP神经网络模型构建 | 第35-40页 |
| ·样本选择和预处理 | 第35-37页 |
| ·确定BP网络结构 | 第37-38页 |
| ·提高BP网络效率的研究 | 第38-40页 |
| ·BP神经网络模型的实现 | 第40-44页 |
| ·BP算法程序分析 | 第40-42页 |
| ·训练BP神经网络 | 第42-43页 |
| ·训练结果 | 第43-44页 |
| ·客户分类实现 | 第44-49页 |
| ·客户分类业务流程 | 第44-45页 |
| ·客户分类管理 | 第45-49页 |
| 4 基于客户分类的运营风险控制 | 第49-56页 |
| ·客户分类与运营风险控制的关系 | 第49页 |
| ·基于客户分类的流程优化 | 第49-53页 |
| ·签订合同流程优化 | 第49-50页 |
| ·费用测算 | 第50-51页 |
| ·货物质押管理 | 第51-52页 |
| ·客户账户管理 | 第52-53页 |
| ·提货控制点 | 第53-56页 |
| ·出库单核发控制 | 第53-54页 |
| ·货物提货量控制 | 第54-56页 |
| 5 运营风险控制实现 | 第56-62页 |
| ·系统开发实现的关键技术 | 第56-58页 |
| ·系统架构分析 | 第56-58页 |
| ·关键技术分析 | 第58页 |
| ·数据层实现 | 第58-60页 |
| ·数据库层实现 | 第58-60页 |
| ·数据访问层实现 | 第60页 |
| ·业务逻辑层实现 | 第60-61页 |
| ·用户表示层实现 | 第61页 |
| ·流程优化后对现有系统的影响 | 第61-62页 |
| 6 总结与展望 | 第62-64页 |
| ·总结 | 第62页 |
| ·研究展望 | 第62-64页 |
| 参考文献 | 第64-66页 |
| 作者简历 | 第66-68页 |
| 学位论文数据集 | 第68页 |
