| 致谢 | 第1-6页 |
| 摘要 | 第6-8页 |
| ABSTRACT | 第8-11页 |
| 目录 | 第11-15页 |
| 1 绪论 | 第15-37页 |
| ·从动态系统和随机过程的角度考察供应链系统的不确定性 | 第15-17页 |
| ·供应链不确定性问题的总体框架 | 第17-20页 |
| ·研究问题的相关文献及其评述 | 第20-32页 |
| ·客户需求不确定性的若干研究 | 第20-24页 |
| ·前置时间不确定性的若干研究 | 第24-27页 |
| ·库存数据的误差处理和最优估计—动态数据协调研究 | 第27-31页 |
| ·国内研究现状 | 第31-32页 |
| ·供应链不确定性问题的研究思路—一个随机控制理论的构架 | 第32-34页 |
| ·全文组织结构以及主要创新点 | 第34-37页 |
| 2 供应链客户需求不确定性的研究—一种基于最小方差控制理论的方法 | 第37-61页 |
| ·模型 | 第37-38页 |
| ·运行成本结构分析 | 第38-40页 |
| ·库存期望成本 | 第38-39页 |
| ·订单期望成本 | 第39-40页 |
| ·最小方差控制策略 | 第40-45页 |
| ·预备工作 | 第40-42页 |
| ·最小方差控制 | 第42-44页 |
| ·带订单方差约束的最小方差控制 | 第44-45页 |
| ·库存变量和订单变量的统计特性分析 | 第45-53页 |
| ·最优估计误差 | 第46页 |
| ·OUT订货策略和牛鞭效应:时域分析 | 第46-48页 |
| ·OUT订货策略和牛鞭效应:频域分析 | 第48-50页 |
| ·广义OUT订货策略 | 第50-53页 |
| ·设计最小可变成本的供应链系统 | 第53-54页 |
| ·数值仿真研究 | 第54-60页 |
| ·广义OUT策略的效果 | 第54-58页 |
| ·供应链系统参数优化的整体效果 | 第58-60页 |
| ·结论 | 第60-61页 |
| 3 供应链前置时间不确定性的研究—最小方差控制理论的扩展应用 | 第61-100页 |
| ·模型和假设 | 第61-65页 |
| ·时变前置时间条件下的基本关系分析 | 第65-68页 |
| ·供应链成本结构 | 第68-70页 |
| ·完全前置时间信息 | 第70-81页 |
| ·供应链管理策略设计 | 第71-74页 |
| ·库存和订单的统计特性分析 | 第74-81页 |
| ·不完全前置时间信息(1) | 第81-88页 |
| ·供应链管理策略设计 | 第81-83页 |
| ·关键变量的统计特性分析 | 第83-88页 |
| ·不完全前置时间信息(2) | 第88-98页 |
| ·关于订货历史信息的随机过程(1) | 第89-91页 |
| ·关于订货历史信息的随机过程(2) | 第91-93页 |
| ·供应链管理策略设计 | 第93-94页 |
| ·关键变量的统计特性分析 | 第94-98页 |
| ·结论 | 第98-100页 |
| 4 供应链库存数据不确定性的研究—一个新的动态数据协调(最优估计)和显著误差检测的框架 | 第100-133页 |
| ·引言—库存数据不确定性对供应链运行的影响 | 第100-103页 |
| ·物流网络模型及其数学描述 | 第103-106页 |
| ·用于动态数据协调的过程模型和测量模型 | 第103-105页 |
| ·处理未测量的过程变量 | 第105-106页 |
| ·线性动态数据协调—一个简化的最小二乘框架 | 第106-108页 |
| ·经典的最小二乘框架 | 第106-107页 |
| ·简化的最小二乘框架 | 第107-108页 |
| ·滤波公式的推导 | 第108页 |
| ·动态显著误差检测方法 | 第108-111页 |
| ·新的残差定义和统计特性 | 第108-109页 |
| ·一种应用于广义线性动态系统的显著误差检测方法 | 第109-111页 |
| ·仿真实验研究 | 第111-122页 |
| ·比较两种线性动态数据协调框架 | 第111-112页 |
| ·关于显著误差识别方法性能的研究 | 第112-118页 |
| ·关于CGT-GLR显著误差侦测方法的性能研究 | 第118-122页 |
| ·对新框架的进一步讨论 | 第122-132页 |
| ·卡尔曼滤波器在线性动态数据协调问题中的局限性(1) | 第122-124页 |
| ·卡尔曼滤波器在线性动态数据协调问题中的局限性(2) | 第124-125页 |
| ·关于SLSF的看法(1):从优化的视角 | 第125页 |
| ·关于SLSF的看法(2):从统计的视角 | 第125-126页 |
| ·从SLSF的角度重新推导线性稳态数据协调的若干结论 | 第126-127页 |
| ·在SLSF中引入模型不确定性并重新推导卡尔曼滤波器 | 第127-128页 |
| ·关于过程泄漏和仪表显著误差的等价性 | 第128页 |
| ·关于SLSF和线性稳态数据协调的一个比较研究 | 第128-132页 |
| ·结论 | 第132-133页 |
| 5 网状供应链不确定性的初步探讨—标准状态方程及多变量随机控制理论的应用 | 第133-144页 |
| ·一个供应商和多个下游客户 | 第133-134页 |
| ·两个以上的供应商和一个零售商 | 第134-142页 |
| ·网状供应链的标准状态方程模型 | 第134-136页 |
| ·ARMA时间序列的状态方程表示和卡尔曼一步预报器 | 第136-138页 |
| ·结合预测器的网状供应链标准状态方程模型 | 第138页 |
| ·考虑订单约束的最小方差控制策略 | 第138-140页 |
| ·仿真实验结果 | 第140-142页 |
| ·结论 | 第142-144页 |
| 6 全文总结 | 第144-149页 |
| ·本文的主要研究内容和贡献 | 第144-147页 |
| ·进一步的研究方向 | 第147-149页 |
| 7 后记—一个控制论的观点 | 第149-151页 |
| 附录 | 第151-165页 |
| 附录A (第二章附录):关于广义OUT订货策略的推导 | 第151-152页 |
| 附录B (第四章附录):关于CLSF和SLSF的等价性 | 第152-156页 |
| 附录C (第四章附录):不同时刻的残差向量在统计上互不相关 | 第156-159页 |
| 附录D (第四章附录):用于计算标记矩阵的递推公式 | 第159-160页 |
| 附录E (第四章附录):从新框架中重新推导卡尔曼滤波器 | 第160-161页 |
| 附录F (第四章附录):用于显著误差以及过程泄漏侦测的统一标记矩阵计算公式 | 第161-163页 |
| 附录G (第五章附录):关于随机最优控制律的推导 | 第163-165页 |
| 参考文献 | 第165-175页 |
| 作者简历及在读期间所取得的科研成果 | 第175-176页 |
