| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 选题背景及其意义 | 第10-12页 |
| 1.1.1 选题背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-18页 |
| 1.2.1 国外研究现状 | 第12-15页 |
| 1.2.2 国内研究现状 | 第15-18页 |
| 1.3 论文研究内容及方法 | 第18-20页 |
| 1.3.1 研究内容 | 第18-19页 |
| 1.3.2 研究方法 | 第19-20页 |
| 第2章 相关基础理论 | 第20-27页 |
| 2.1 企业竞争力理论 | 第20-23页 |
| 2.1.1 企业竞争力的内涵 | 第20-21页 |
| 2.1.2 企业竞争力理论的发展 | 第21-22页 |
| 2.1.3 企业综合竞争力构成因素分析 | 第22-23页 |
| 2.2 企业竞争力的评价方法 | 第23-26页 |
| 2.2.1 主要评价方法概述 | 第23-24页 |
| 2.2.2 人工神经网络评价方法 | 第24-26页 |
| 2.3 本章小结 | 第26-27页 |
| 第3章 光伏产业发展现状及竞争力分析 | 第27-42页 |
| 3.1 全球光伏产业发展现状分析 | 第27-32页 |
| 3.1.1 产业规模 | 第27-28页 |
| 3.1.2 全球主要光伏市场 | 第28-30页 |
| 3.1.3 全球光伏市场细分 | 第30-32页 |
| 3.2 我国光伏产业发展现状分析 | 第32-35页 |
| 3.2.1 光伏装机和发电量 | 第32-33页 |
| 3.2.2 产业规模 | 第33-34页 |
| 3.2.3 产业结构 | 第34-35页 |
| 3.3 我国光伏上市公司现状分析 | 第35-38页 |
| 3.4 我国光伏产业及上市公司的竞争力分析 | 第38-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 光伏上市公司竞争力评价指标体系及评价模型 | 第42-51页 |
| 4.1 评价指标构建原则 | 第42-43页 |
| 4.2 光伏上市公司竞争力评价体系构建 | 第43-45页 |
| 4.3 基于BP神经网络的光伏上市公司竞争力评价模型构建 | 第45-50页 |
| 4.3.1 光伏上市公司竞争力的神经网络结构与模型 | 第45-48页 |
| 4.3.2 应用BP神经网络进行光伏公司竞争力评价的基本流程 | 第48-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 基于实证的光伏上市公司竞争力评价及政策建议 | 第51-63页 |
| 5.1 基于熵权的灰色关联分析在竞争力评价中的应用 | 第51-54页 |
| 5.1.1 熵权法的应用依据 | 第51-52页 |
| 5.1.2 灰色关联分析的计算步骤 | 第52-54页 |
| 5.2 算例分析 | 第54-60页 |
| 5.2.1 收集样本数据 | 第54页 |
| 5.2.2 数据标准化及权重确定 | 第54-56页 |
| 5.2.3 确定综合评价结果 | 第56-57页 |
| 5.2.4 训练BP神经网络 | 第57-59页 |
| 5.2.5 上市光伏企业竞争力的预测评价 | 第59-60页 |
| 5.3 提高光伏上市公司竞争力的政策建议 | 第60-62页 |
| 5.4 本章小结 | 第62-63页 |
| 第6章 研究成果与结论 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68-70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 |
