港口供应链网络均衡模型及风险评估研究
创新点摘要 | 第1-6页 |
摘要 | 第6-8页 |
英文摘要 | 第8-13页 |
第1章 绪论 | 第13-34页 |
·研究背景 | 第13-17页 |
·研究意义 | 第17-18页 |
·国内外研究现状 | 第18-29页 |
·港口供应链国外研究现状 | 第18-21页 |
·港口供应链国内研究现状 | 第21-23页 |
·均衡理论研究现状 | 第23-27页 |
·供应链风险评估研究现状 | 第27-29页 |
·研究的目标与主要内容 | 第29-31页 |
·研究的目标 | 第29-30页 |
·研究的主要内容 | 第30-31页 |
·研究的基本思路与方法 | 第31-32页 |
·研究的基本思路 | 第31页 |
·研究方法 | 第31-32页 |
·本章小结 | 第32-34页 |
第2章 基础理论概述 | 第34-60页 |
·最优化理论 | 第34-37页 |
·凸理论 | 第34-35页 |
·具有约束条件的最优化问题 | 第35-37页 |
·变分不等式理论 | 第37-41页 |
·变分不等式的定义 | 第37页 |
·变分不等式解的性质 | 第37-38页 |
·变分不等式算法 | 第38-41页 |
·支持向量机及其学习算法简介 | 第41-51页 |
·线性支持向量机算法 | 第42-44页 |
·近似线性可分支持向量机算法 | 第44-46页 |
·非线性可分支持向量机算法 | 第46-49页 |
·用于拟合的支持向量机 | 第49-51页 |
·神经网络简介 | 第51-58页 |
·BP神经网络简介 | 第51-52页 |
·径向基神经网络简介 | 第52-55页 |
·粗神经网络简介 | 第55-58页 |
·本章小结 | 第58-60页 |
第3章 港口供应链网络均衡模型 | 第60-76页 |
·港口供应链网络均衡模型构建 | 第61-62页 |
·港口供应链各层决策者的行为及目标分析 | 第62-65页 |
·供应商的行为及其最优目标 | 第63-64页 |
·港口物流商的行为及其最优目标 | 第64页 |
·客户的行为及其最优条件 | 第64-65页 |
·港口供应链网络平衡条件分析 | 第65-68页 |
·供应链平衡条件 | 第66-67页 |
·平衡条件分析 | 第67-68页 |
·算法实现 | 第68-72页 |
·投影算法 | 第68-69页 |
·修正投影算法 | 第69-70页 |
·算法步骤 | 第70-72页 |
·实例分析 | 第72-75页 |
·本章小结 | 第75-76页 |
第4章 基于电子商务的港口供应链网络均衡模型 | 第76-96页 |
·网络均衡模型构建 | 第77-78页 |
·网络模型中各层决策者的最优状态 | 第78-84页 |
·供应商的最优状态分析 | 第79-80页 |
·港口物流商的最优状态分析 | 第80-82页 |
·客户的最优状态分析 | 第82-84页 |
·网络模型的平衡状态及其求解算法 | 第84-88页 |
·平衡状态 | 第84-85页 |
·求解步骤 | 第85-87页 |
·计算结果 | 第87-88页 |
·实例分析 | 第88-94页 |
·本章小结 | 第94-96页 |
第5章 港口供应链风险评估研究 | 第96-124页 |
·基于变分不等式的线性支持向量机 | 第96-102页 |
·问题转化 | 第97-99页 |
·算法步骤 | 第99-100页 |
·实例分析 | 第100-102页 |
·基于变分不等式的近似线性支持向量机 | 第102-106页 |
·问题转化 | 第102-103页 |
·算法步骤 | 第103-105页 |
·实例分析 | 第105-106页 |
·基于支持向量机的港口供应链风险评估 | 第106-118页 |
·港口供应链风险评估指标体系设定 | 第107-111页 |
·模型建立及结果分析 | 第111-113页 |
·与其他神经网络方法对比分析 | 第113-118页 |
·基于粗神经网络的港口供应链风险评估 | 第118-122页 |
·模型建立 | 第118-120页 |
·结果分析 | 第120-122页 |
·本章小结 | 第122-124页 |
第6章 结论 | 第124-126页 |
参考文献 | 第126-138页 |
附录 港口供应链风险评估指标体系数据表 | 第138-140页 |
攻读学位期间公开发表论文 | 第140-142页 |
致谢 | 第142-143页 |
作者简介 | 第143页 |