| 摘要 | 第1-4页 |
| ABSTRACT | 第4-10页 |
| 第一章 绪论 | 第10-19页 |
| ·选题研究的背景与意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·国内外相关研究状况综述 | 第12-15页 |
| ·安全库存预测研究现状 | 第12-14页 |
| ·安全库存预测发展动态 | 第14页 |
| ·库存控制绩效评价研究现状 | 第14-15页 |
| ·相关研究中存在问题 | 第15页 |
| ·论文研究思路与目标 | 第15-16页 |
| ·研究思路 | 第15-16页 |
| ·研究目标 | 第16页 |
| ·研究主要内容及框架 | 第16-19页 |
| 第二章 安全库存预测理论 | 第19-29页 |
| ·库存理论概述 | 第19-21页 |
| ·库存概念 | 第19页 |
| ·库存分类 | 第19页 |
| ·库存作用 | 第19-20页 |
| ·库存成本及其分类 | 第20-21页 |
| ·安全库存预测原理 | 第21-28页 |
| ·安全库存概念 | 第21-22页 |
| ·安全库存量确定方法概述 | 第22-27页 |
| ·安全库存预测原理 | 第27-28页 |
| ·本章小结 | 第28-29页 |
| 第三章 人工神经网络基础 | 第29-50页 |
| ·人工神经网络发展历史 | 第29-30页 |
| ·人工神经网络的概念 | 第30-41页 |
| ·基本单元结构 | 第30-33页 |
| ·分类及运作方式 | 第33-35页 |
| ·人工神经网络特征 | 第35-36页 |
| ·人工神经网络模型 | 第36-39页 |
| ·人工神经网络的工作方式和学习 | 第39-41页 |
| ·BP 神经网络模型 | 第41-49页 |
| ·BP 神经网络理论概述 | 第41-42页 |
| ·BP 网络模型结构 | 第42-43页 |
| ·BP 神经网络的学习算法描述 | 第43-45页 |
| ·BP 神经网络学习过程 | 第45-46页 |
| ·BP 神经网络的结构设计 | 第46-48页 |
| ·BP 网络的优缺点 | 第48-49页 |
| ·本章小结 | 第49-50页 |
| 第四章 安全库存预测BP 神经网络模型及算法 | 第50-64页 |
| ·问题描述 | 第50-51页 |
| ·预测原理 | 第51-52页 |
| ·建立安全库存预测BP 神经网络模型 | 第52-58页 |
| ·安全库存预测 BP 神经网络算法设计 | 第58-62页 |
| ·网络结构设计 | 第58-59页 |
| ·网络各层参数与节点设计 | 第59-60页 |
| ·网络训练学习过程与结果 | 第60-62页 |
| ·预测结果分析 | 第62-63页 |
| ·本章小结 | 第63-64页 |
| 第五章 库存控制绩效评价 | 第64-89页 |
| ·数据包络分析（DEA）理论及模型 | 第64-72页 |
| ·DEA 概述 | 第64-66页 |
| ·C~2R 模型 | 第66-69页 |
| ·DEA 有效性及其经济含义 | 第69-72页 |
| ·基于 DEA 库存控制绩效评价模型及指标体系设计 | 第72-88页 |
| ·评价目的 | 第72-73页 |
| ·DEA 评价方法使用原则 | 第73-74页 |
| ·基于DEA 库存控制绩效评价模型设计 | 第74-78页 |
| ·评价指标体系 | 第78-81页 |
| ·建立输入输出指标体系并进行评价 | 第81-85页 |
| ·系统有效性分析评价结果 | 第85-88页 |
| ·本章小结 | 第88-89页 |
| 第六章 安全库存预测系统 | 第89-101页 |
| ·系统功能设计 | 第89-90页 |
| ·系统环境与技术介绍 | 第90-94页 |
| ·系统开发环境 | 第90-91页 |
| ·MATLAB 程序概述 | 第91页 |
| ·VB 和 Matlab 编程接口研究 | 第91-94页 |
| ·系统设计 | 第94-99页 |
| ·系统流程设计 | 第94-95页 |
| ·数据库结构设计 | 第95-96页 |
| ·系统界面设计 | 第96-99页 |
| ·本章小结 | 第99-101页 |
| 第七章 结论与展望 | 第101-104页 |
| ·本文主要研究成果 | 第101-102页 |
| ·有待于进一步研究的问题 | 第102-104页 |
| 致谢 | 第104-105页 |
| 参考文献 | 第105-108页 |
| 在学期间的科研成果及发表的论著 | 第108页 |