首页--经济论文--工业经济论文--中国工业经济论文--工业部门经济论文

装备制造企业快速响应能力评价研究及应用

中文摘要第3-4页
英文摘要第4-5页
1 绪论第9-17页
    1.1 研究背景第9-10页
    1.2 国内外研究现状第10-13页
        1.2.1 快速响应能力研究现状第10-11页
        1.2.2 快速响应能力评价研究现状第11-13页
        1.2.3 研究现状总结第13页
    1.3 研究目的及意义第13-14页
        1.3.1 课题来源第13页
        1.3.2 研究目的第13-14页
        1.3.3 研究意义第14页
    1.4 研究思路及主要研究内容第14-16页
        1.4.1 研究思路第14-15页
        1.4.2 主要研究内容第15-16页
    1.5 本章小结第16-17页
2 装备制造企业快速响应能力评价的总体研究第17-27页
    2.1 装备制造企业需求响应过程分析第17-23页
        2.1.1 装备制造企业特点分析第17-18页
        2.1.2 装备制造企业供应链特征分析第18页
        2.1.3 装备制造企业需求响应过程分析第18-23页
    2.2 装备制造企业快速响应问题分析第23-24页
        2.2.1 快速响应内涵第23-24页
        2.2.2 装备制造企业快速响应现存问题分析第24页
    2.3 装备制造企业快速响应能力评价的技术框架第24-26页
        2.3.1 关键问题分析第24-25页
        2.3.2 研究的技术框架第25-26页
    2.4 本章小结第26-27页
3 装备制造企业快速响应能力评价指标体系构建第27-47页
    3.1 装备制造企业快速响应能力评价指标体系构建原则第27-28页
    3.2 装备制造企业快速响应能力评价指标体系构建思路第28-29页
        3.2.1 评价指标体系构建过程第28页
        3.2.2 评价指标选取方法第28-29页
    3.3 装备制造企业快速响应能力评价指标体系构建第29-46页
        3.3.1 评价指标体系初步建立第29-31页
        3.3.2 指标解释及量化处理第31-38页
        3.3.3 指标筛选第38-40页
        3.3.4 指标体系信度和效度分析第40-45页
        3.3.5 装备制造企业快速响应能力评价指标体系第45-46页
    3.4 本章小结第46-47页
4 装备制造企业快速响应能力评价模型研究第47-57页
    4.1 评价方法的选取第47-48页
        4.1.1 评价方法选取的原则第47页
        4.1.2 评价方法的比较与选取第47-48页
    4.2 基于BP神经网络的装备制造企业快速响应能力评价模型第48-55页
        4.2.1 人工神经网络和BP神经网络第48-50页
        4.2.2 BP神经网络应用于快速响应能力评价的可行性分析第50页
        4.2.3 基于BP神经网络的快速响应能力评价模型设计第50-54页
        4.2.4 装备制造业快速响应能力评价模型的应用步骤第54-55页
    4.3 本章小结第55-57页
5 工程应用及效果分析第57-79页
    5.1 应用背景第57-60页
        5.1.1 M企业背景介绍第57-58页
        5.1.2 M企业快速响应问题分析第58-60页
    5.2 M企业快速响应能力评价第60-66页
        5.2.1 快速响应能力评价相关数据处理第60-62页
        5.2.2 快速响应能力综合评价第62-64页
        5.2.3 评价结果分析第64-66页
    5.3 提高M企业快速响应能力的措施第66-76页
        5.3.1 需求管理阶段第66-67页
        5.3.2 产品设计阶段第67-69页
        5.3.3 采购管理阶段第69-73页
        5.3.4 协同制造阶段第73-76页
    5.4 实施效果分析第76-77页
    5.5 本章小结第77-79页
6 结论第79-81页
致谢第81-83页
参考文献第83-87页
附录第87-95页
    A.关于快速响应能力评价指标重要程度的调查问卷第87-89页
    B.关于装备制造企业快速响应能力评价的调查问卷第89-91页
    C.攻读硕士学位期间发表及完成的论文第91-92页
    D.作者在攻读硕士学位期间参加的主要项目第92页
    E.BP神经网络的训练样本数据第92-95页

论文共95页,点击 下载论文
上一篇:基于3S技术的神池县林地利用变化及其驱动力分析
下一篇:基于灰色关联-GA模型的装配式住宅供应链合作伙伴选择研究