| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 选题背景与研究意义 | 第10-11页 |
| 1.1.1 选题背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外有关研究发展现状 | 第11-15页 |
| 1.2.1 汽车制造企业物流研究现状 | 第11-13页 |
| 1.2.2 智能匹配技术研究现状 | 第13页 |
| 1.2.3 智能算法研究现状 | 第13-15页 |
| 1.3 研究主要内容及目标 | 第15-16页 |
| 1.3.1 研究内容 | 第15页 |
| 1.3.2 研究方法 | 第15-16页 |
| 1.3.3 研究目标 | 第16页 |
| 1.4 创新点 | 第16-18页 |
| 第2章 概念界定及相关理论与方法概述 | 第18-27页 |
| 2.1 云物流概念 | 第18-19页 |
| 2.1.1 网络平台阶段 | 第18-19页 |
| 2.1.2 物流云平台和半智能系统 | 第19页 |
| 2.1.3 云共享平台 | 第19页 |
| 2.2 云物流智能匹配方法 | 第19-24页 |
| 2.2.1 启发式匹配方法 | 第19-22页 |
| 2.2.2 基于模块匹配方法 | 第22-23页 |
| 2.2.3 基于过程的匹配方法 | 第23-24页 |
| 2.3 研究方法和理论基础 | 第24-27页 |
| 2.3.1 前景理论 | 第24-25页 |
| 2.3.2 考虑指标期望多指标决策法 | 第25-27页 |
| 第3章 汽车制造企业云物流服务资源描述与发现 | 第27-36页 |
| 3.1 汽车制造企业云物流资源描述 | 第27-29页 |
| 3.1.1 汽车制造企业物流层次结构图 | 第27-29页 |
| 3.1.2 供应物流服务描述 | 第29-28页 |
| 3.1.3 汽车制造企业云物流本体建模 | 第28-29页 |
| 3.2 云物流资源发现流程 | 第29-36页 |
| 3.2.1 汽车制造企业物流运作模式 | 第31-32页 |
| 3.2.2 云物流协作模式 | 第32-34页 |
| 3.2.3 服务匹配流程 | 第34-36页 |
| 第4章 基于前景理论的汽车制造企业云物流智能匹配方法选择模型 | 第36-48页 |
| 4.1 汽车制造企业云物流资源特点 | 第36-37页 |
| 4.1.1 汽车制造企业分类 | 第36-37页 |
| 4.1.2 汽车制造企业云物流资源特点 | 第37页 |
| 4.2 典型智能匹配方法优劣势分析 | 第37-42页 |
| 4.2.1 匹配时间 | 第38-41页 |
| 4.2.2 匹配精度 | 第41页 |
| 4.2.3 实现难易性 | 第41页 |
| 4.2.4 稳定性及扩展性 | 第41-42页 |
| 4.3 匹配方法评价指标体系构建 | 第42-43页 |
| 4.3.1 一级指标选取 | 第42页 |
| 4.3.2 二级指标选取 | 第42-43页 |
| 4.4 模型构建 | 第43-45页 |
| 4.4.1 指标权重及期望获取 | 第44-45页 |
| 4.4.2 方法表现打分 | 第45页 |
| 4.5 权重计算 | 第45-48页 |
| 第5章 例证研究 | 第48-54页 |
| 5.1 A汽车制造企业信息概述 | 第48-49页 |
| 5.1.1 A公司概述 | 第48页 |
| 5.1.2 智能匹配方法选择原因分析 | 第48-49页 |
| 5.2 企业物流数据获取 | 第49-52页 |
| 5.2.1 一级指标权重计算 | 第49-50页 |
| 5.2.2 前景价值计算 | 第50-52页 |
| 5.2.3 方法得分排序 | 第52页 |
| 5.3 结果分析 | 第52-54页 |
| 第6章 总结 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 附录 调查问卷 | 第59-61页 |
| 在学研究成果 | 第61-62页 |
| 致谢 | 第62页 |