| 摘要 | 第1-5页 |
| ABSTRACT | 第5-6页 |
| 目录 | 第6-9页 |
| 附表与插图 | 第9-11页 |
| 符号表 | 第11-13页 |
| 1 绪论 | 第13-17页 |
| ·研究背景 | 第13-14页 |
| ·研究目的 | 第14页 |
| ·研究内容、方法和框架 | 第14-16页 |
| ·研究内容 | 第14-15页 |
| ·研究方法 | 第15-16页 |
| ·论文的框架 | 第16页 |
| ·研究的创新点 | 第16-17页 |
| 2 供应链绩效评价综述 | 第17-23页 |
| ·供应链绩效评价概述 | 第17-19页 |
| ·供应链绩效评价的定义 | 第17-18页 |
| ·供应链绩效评价的地位和作用 | 第18-19页 |
| ·供应链绩效评价方法概述 | 第19-21页 |
| ·层次分析法 | 第19页 |
| ·模糊综合评价 | 第19-20页 |
| ·人工神经网络 | 第20页 |
| ·数据包络分析 | 第20-21页 |
| ·支持向量机 | 第21页 |
| ·供应链绩效评价方法的融合趋势 | 第21-23页 |
| 3 基于PSO-SVM的供应链整体绩效评价研究 | 第23-39页 |
| ·微粒群算法的基本理论 | 第23-25页 |
| ·微粒群算法的标准模型 | 第23-24页 |
| ·微粒群算法的流程 | 第24-25页 |
| ·支持向量机的基本理论 | 第25-31页 |
| ·支持向量机的概念 | 第25页 |
| ·标准支持向量分类机 | 第25-28页 |
| ·标准支持向量回归机 | 第28-30页 |
| ·支持向量机的特点分析 | 第30-31页 |
| ·支持向量机核函数的选择 | 第31页 |
| ·基于PSO-SVM的供应链整体绩效评价 | 第31-34页 |
| ·PSO-SVM模型的参数分析 | 第31-32页 |
| ·PSO优化SVM参数的流程 | 第32-33页 |
| ·PSO-SVM绩效评价模型的建立 | 第33-34页 |
| ·算例 | 第34-39页 |
| ·PSO-SVM仿真算例 | 第34-37页 |
| ·PSO-SVM仿真效果的比较分析 | 第37-39页 |
| 4 基于PCA-CS-DEA的供应链内部有效性评价研究 | 第39-60页 |
| ·数据包络分析的基本理论 | 第39-44页 |
| ·数据包络分析的概念 | 第39-40页 |
| ·C~2R和C~2GS~2模型 | 第40-42页 |
| ·C~2R和C~2GS~2模型的有效性判定 | 第42-43页 |
| ·投影分析 | 第43页 |
| ·数据包络分析的优势和劣势评价 | 第43-44页 |
| ·主成分分析及其应用 | 第44-48页 |
| ·主成分分析的基本理论 | 第44页 |
| ·主成分分析的几何意义 | 第44-46页 |
| ·运用主成分分析确定指标权重 | 第46页 |
| ·算例 | 第46-48页 |
| ·数据包络分析的指标分析与处理 | 第48-50页 |
| ·指标数量与DEA有效性的关系 | 第48-49页 |
| ·复杂系统指标处理方法 | 第49-50页 |
| ·评价复杂供应链内部有效性的PCA-CS-DEA模型 | 第50-53页 |
| ·PCA-CS-DEA模型的基本思想和模型的建立 | 第50-52页 |
| ·PCA-CS-DEA的有效性判定及其投影分析 | 第52-53页 |
| ·实施PCA-CS-DEA的步骤 | 第53页 |
| ·算例 | 第53-60页 |
| ·供应链整体有效性评价 | 第54-57页 |
| ·投影分析及改进后的整体绩效检验 | 第57-60页 |
| 5 结论与展望 | 第60-62页 |
| ·结论 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 附录 | 第66-94页 |
| 攻读学位期间发表论文 | 第94-95页 |
| 致谢 | 第95页 |