| 致谢 | 第1-7页 |
| 中文摘要 | 第7-9页 |
| ABSTRACT | 第9-11页 |
| 目录 | 第11-15页 |
| 图目录 | 第15-17页 |
| 表目录 | 第17-18页 |
| 1 绪论 | 第18-35页 |
| ·基本概念的界定 | 第18-23页 |
| ·物流网络 | 第18-19页 |
| ·物流网络运作 | 第19-20页 |
| ·物流网络运作风险 | 第20-22页 |
| ·物流网络运作风险的评估与预警 | 第22-23页 |
| ·研究问题的提出 | 第23-31页 |
| ·物流网络化运作的发展趋势 | 第23-25页 |
| ·物流网络运作风险管理现状 | 第25-31页 |
| ·研究意义 | 第31页 |
| ·理论意义 | 第31页 |
| ·实践意义 | 第31页 |
| ·研究方法和写作思路 | 第31-34页 |
| ·研究的主要方法 | 第31-32页 |
| ·研究的思路 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 2 国内外相关研究及文献综述 | 第35-48页 |
| ·物流及供应链风险相关研究 | 第35-42页 |
| ·物流及供应链风险的概念 | 第35-36页 |
| ·物流及供应链风险的分类 | 第36-37页 |
| ·物流及供应链风险的成因 | 第37-39页 |
| ·物流及供应链风险的评估 | 第39-40页 |
| ·物流及供应链风险的预警 | 第40-41页 |
| ·物流及供应链风险的管理 | 第41-42页 |
| ·物流网络运作风险的相关研究 | 第42-44页 |
| ·制度风险 | 第42-43页 |
| ·结构风险 | 第43页 |
| ·道德风险 | 第43-44页 |
| ·信息风险 | 第44页 |
| ·物流网络运作风险评估和预警方法 | 第44-47页 |
| ·传统方法 | 第44-46页 |
| ·人工智能技术 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 3 物流网络运作风险相关基础理论研究 | 第48-69页 |
| ·物流网络理论 | 第48-57页 |
| ·物流网络的结构 | 第48-50页 |
| ·物流网络运作的特点 | 第50-53页 |
| ·网络动态化运作的过程 | 第53-54页 |
| ·成员企业间的合作关系 | 第54-55页 |
| ·物流资源的优化和整合 | 第55-57页 |
| ·协同理论 | 第57-59页 |
| ·协同物流管理概述 | 第57-58页 |
| ·协同物流的自组织原理 | 第58页 |
| ·协同物流的"竞争—合作—协调"机制 | 第58-59页 |
| 案例:福田汽车与远成集团的协同发展策略 | 第59页 |
| ·风险管理理论 | 第59-67页 |
| ·风险管理的特点 | 第59-63页 |
| ·风险管理的一般流程 | 第63-64页 |
| ·风险管理的方法 | 第64-67页 |
| ·本章小结 | 第67-69页 |
| 4 物流网络运作的风险分析与评估 | 第69-116页 |
| ·风险评估概述 | 第69-74页 |
| ·风险识别 | 第69-70页 |
| ·风险分析 | 第70-73页 |
| ·风险评估 | 第73-74页 |
| ·风险评估系统的构建 | 第74-91页 |
| ·风险评估流程 | 第74-75页 |
| ·风险评估指标体系 | 第75-88页 |
| ·风险事项测度 | 第88-90页 |
| ·风险值的确定 | 第90-91页 |
| ·交互式风险评估模型设计 | 第91-98页 |
| ·风险评估模型的结构 | 第91-92页 |
| ·知识系统的构建 | 第92-94页 |
| ·基于Web的分布式OLAP结构的风险事项分析机制 | 第94-96页 |
| ·风险评估的信息增益(熵)分析算法 | 第96-98页 |
| ·案例:安得物流花城分公司风险分析与评估 | 第98-115页 |
| ·风险分析 | 第99-103页 |
| ·风险评估 | 第103-115页 |
| ·本章小结 | 第115-116页 |
| 5 物流网络运作的风险预警 | 第116-153页 |
| ·风险预警概述 | 第116-120页 |
| ·预警的内涵 | 第116-117页 |
| ·预警系统的功能 | 第117页 |
| ·预警系统的结构 | 第117-119页 |
| ·预警系统的关键技术 | 第119-120页 |
| ·风险预警系统的构建 | 第120-131页 |
| ·风险预警流程 | 第121-122页 |
| ·事例式推理(CBR)风险预警框架 | 第122-124页 |
| ·风险事例库的建立 | 第124-125页 |
| ·预警阈值的确定 | 第125-128页 |
| ·事例式推理(CBR)过程 | 第128-131页 |
| ·事例推理的人工神经网络(ANN)风险预警模型设计 | 第131-138页 |
| ·预警模型结构 | 第131-132页 |
| ·预警学习机制 | 第132-136页 |
| ·警情分析算法 | 第136-138页 |
| ·报警信号输出 | 第138页 |
| ·案例:安得物流P分公司的风险预警 | 第138-152页 |
| ·风险预警描述 | 第138-140页 |
| ·风险预警实施 | 第140-152页 |
| ·本章小结 | 第152-153页 |
| 6 物流网络运作风险控制 | 第153-170页 |
| ·COSO风险监控 | 第153-161页 |
| ·COSO风险监控框架 | 第153-154页 |
| ·COSO风险监控体系 | 第154-161页 |
| ·风险控制 | 第161-169页 |
| ·风险控制驱动力 | 第161-166页 |
| ·风险控制策略 | 第166-169页 |
| ·本章小结 | 第169-170页 |
| 7 总结与展望 | 第170-173页 |
| ·结论 | 第170-171页 |
| ·创新点 | 第171页 |
| ·待进一步研究的问题 | 第171-173页 |
| 参考文献 | 第173-181页 |
| 作者简历 | 第181-184页 |
| 学位论文数据集 | 第184页 |