| 目录 | 第1-7页 |
| 图目录 | 第7-8页 |
| 表目录 | 第8-9页 |
| 摘要 | 第9-10页 |
| ABSTRACT | 第10-11页 |
| 第一章 绪论 | 第11-23页 |
| 1．1 企业供应链管理系统 | 第11-18页 |
| 1．1．1 供应链管理 | 第11-14页 |
| 1．1．1．1 供应链管理盛行的时代背景 | 第11-13页 |
| 1．1．1．2 供应链管理的核心思想 | 第13-14页 |
| 1．1．1．3 供应链管理与传统的管理模式的主要区别 | 第14页 |
| 1．1．2 供应链管理系统技术 | 第14-18页 |
| 1．1．2．1 信息化技术 | 第14-16页 |
| 1．1．2．2 株冶的核心思想技术 | 第16-17页 |
| 1．1．2．3 原料采购的技术 | 第17-18页 |
| 1．2 智能优化方法的发展及应用 | 第18-22页 |
| 1．2．1 人工神经网络 | 第19-20页 |
| 1．2．2 混沌控制 | 第20-22页 |
| 1．3 本论文的研究意义及结构 | 第22-23页 |
| 1．3．1 研究的意义 | 第22页 |
| 1．3．2 论文结构 | 第22-23页 |
| 第二章 连续生产企业供应链管理系统 | 第23-30页 |
| 2．1 系统总体结构 | 第23-24页 |
| 2．1．1 SCMS系统结构 | 第23-24页 |
| 2．2 供应链管理系统 | 第24-29页 |
| 2．2．1 智能原料采购决策模块 | 第24-25页 |
| 2．2．2 原料库存管理系统 | 第25-26页 |
| 2．2．3 物流管理系统 | 第26-28页 |
| 2．2．4 供应商信息管理 | 第28页 |
| 2．2．5 其他功能模块 | 第28-29页 |
| 2．3 小结 | 第29-30页 |
| 第三章 混沌神经网络模型 | 第30-43页 |
| 3．1 神经元模型 | 第30-31页 |
| 3．2 人工神经网络模型 | 第31-35页 |
| 3．2．1 离散 Hopfield网络模型的稳定性 | 第32-34页 |
| 3．2．2 连续 Hopfield网络模型的稳定性 | 第34-35页 |
| 3．3 混沌控制 | 第35-36页 |
| 3．4 改进混沌神经网络模型 | 第36-38页 |
| 3．4．1 Chen和 Aihara混沌神经网络 | 第36-37页 |
| 3．4．2 改进的混沌神经网络 | 第37-38页 |
| 3．5 实验研究 | 第38-42页 |
| 3．6 小结 | 第42-43页 |
| 第四章 冶炼企业原料采购策略建模 | 第43-48页 |
| 4．1 原料采购 | 第43-44页 |
| 4．1．1 有色冶炼企业原料采购的特点 | 第43-44页 |
| 4．1．2 智能原料采购 | 第44页 |
| 4．2 建立原料采购模型 | 第44-47页 |
| 4．2．1 原料采购模型 | 第44-46页 |
| 4．2．2 原料采购策略 | 第46-47页 |
| 4．3 小结 | 第47-48页 |
| 第五章 冶炼企业原料采购策略优化模型的应用 | 第48-63页 |
| 5．1 应用背景 | 第48-53页 |
| 5．1．1 精矿品位对生产能力和主要技术经济指标的影响 | 第48-50页 |
| 5．1．2 株洲冶炼厂精矿的来源与分类 | 第50-53页 |
| 5．2 锌、铅精矿原料采购优化模型的建立 | 第53-55页 |
| 5．3 优化计算 | 第55-62页 |
| 5．3．1 原料采购模型的优化 | 第55-57页 |
| 5．3．2 智能寻优的方法 | 第57-62页 |
| 5．3．2．1 实现过程 | 第57-59页 |
| 5．3．2．2 实验结果 | 第59-62页 |
| 5．4 小结 | 第62-63页 |
| 第六章 智能原料采购决策系统实现 | 第63-67页 |
| 6．1 功能简介 | 第63-66页 |
| 6．2 小结 | 第66-67页 |
| 第七章 结论与展望 | 第67-68页 |
| 7．1 本论文的主要研究成果和结论 | 第67页 |
| 7．2 有待进一步研究的工作 | 第67-68页 |
| 致谢 | 第68-69页 |
| 附录:攻读硕士期间发表的论文 | 第69-70页 |
| 参考文献 | 第70-71页 |
