冷链物流信息处理与安全风险管理研究
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-18页 |
| ·研究的目的与意义 | 第11-12页 |
| ·国内外研究现状 | 第12-17页 |
| ·国外研究现状 | 第12-14页 |
| ·国内研究现状 | 第14-16页 |
| ·国内外研究述评 | 第16-17页 |
| ·研究方法与内容 | 第17-18页 |
| ·研究内容 | 第17页 |
| ·研究方法 | 第17-18页 |
| 第2章 冷链物流安全风险管理 | 第18-30页 |
| ·基本概念 | 第18-22页 |
| ·物流 | 第18页 |
| ·现代物流 | 第18-19页 |
| ·冷链物流 | 第19-20页 |
| ·物流信息化 | 第20-21页 |
| ·冷链物流安全风险 | 第21页 |
| ·冷链物流安全风险的特点 | 第21-22页 |
| ·冷链物流安全风险识别 | 第22-25页 |
| ·安全风险管理理论 | 第22-23页 |
| ·冷链物流的安全风险识别的方法 | 第23-25页 |
| ·冷链物流安全风险分析 | 第25-27页 |
| ·冷链物流风险分析的流程 | 第25页 |
| ·冷链物流风险分析的方法 | 第25-27页 |
| ·冷链物流安全风险控制 | 第27-28页 |
| ·风险控制的原理 | 第27-28页 |
| ·冷链物流安全风险控制 | 第28页 |
| 本章小结 | 第28-30页 |
| 第3章 支持向量机基本原理 | 第30-39页 |
| ·支持向量机原理简介 | 第30-33页 |
| ·用于分类的支持向量机 | 第33-35页 |
| ·SVM二类分类模型 | 第33页 |
| ·支持向量机多类分类模型 | 第33-35页 |
| ·核函数 | 第35-36页 |
| ·基于粒子群优化的支持向量机分类模型 | 第36-37页 |
| ·基于PSO算法的支持向量机参数优化 | 第37-38页 |
| 本章小结 | 第38-39页 |
| 第4章 基于信息技术的冷链物流安全风险控制机制 | 第39-53页 |
| ·我国目前冷链物流组织模式及分析 | 第39-40页 |
| ·我国目前冷链物流组织模式 | 第39页 |
| ·我国目前冷链物流组织模式存在的问题 | 第39-40页 |
| ·基于信息技术的冷链物流安全风险控制模式 | 第40-44页 |
| ·RFID(射频识别技术)及在冷链物流上的应用 | 第41-43页 |
| ·信息技术对冷链物流安全风险总体控制模式 | 第43-44页 |
| ·信息技术在冷链物流主要环节风险控制上的应用 | 第44-49页 |
| ·信息技术对突发事件的应急处理以及追溯模式 | 第47-48页 |
| ·基于信息技术的冷链物流应用效益初步分析 | 第48-49页 |
| ·采用基于信息技术的安全控制模式需要解决的问题 | 第49页 |
| ·冷链物流安全风险智能决策支持系统的构建 | 第49-52页 |
| ·智能决策支持系统 | 第49-50页 |
| ·冷链物流决策支持系统的初步架构 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 实例 | 第53-65页 |
| ·北京生鲜农产品调研结果分析 | 第53-55页 |
| ·北京市生鲜农产品冷链物流配送模式 | 第53-54页 |
| ·北京市生鲜农产品冷链物流配送信息平台 | 第54页 |
| ·北京市生鲜农产品冷链物流规范化、安全意识 | 第54-55页 |
| ·生鲜农产品销售环节安全风险指标体系 | 第55-58页 |
| ·指标权重的确定方法 | 第58-65页 |
| ·给指标权重赋值 | 第58页 |
| ·北京生鲜农产品销售环节物流安全风险水平实证评价 | 第58-63页 |
| ·评价结果 | 第63-65页 |
| 结论与展望 | 第65-67页 |
| 参考文献 | 第67-70页 |
| 附录 | 第70-83页 |
| 致谢 | 第83-84页 |
| 作者简介 | 第84页 |
| 攻读学位期间发表论文及参与科研情况 | 第84页 |
