| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第8-10页 |
| 1 绪论 | 第10-17页 |
| 1.1 选题的背景 | 第10-12页 |
| 1.1.1 问题的提出 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 制造业物流协同发展的研究 | 第12-13页 |
| 1.2.2 物流绩效评价理论和技术的研究 | 第13-14页 |
| 1.2.3 研究现状评述 | 第14-15页 |
| 1.3 研究内容与方法 | 第15-16页 |
| 1.3.1 研究内容 | 第15-16页 |
| 1.3.2 研究方法 | 第16页 |
| 1.4 研究创新点 | 第16-17页 |
| 2 相关研究基础与理论综述 | 第17-26页 |
| 2.1 协同物流理论的研究内容 | 第17-20页 |
| 2.1.1 协同的产生及其含义 | 第17页 |
| 2.1.2 协同物流的概念与特点 | 第17-18页 |
| 2.1.3 协同物流合作伙伴的选择 | 第18-19页 |
| 2.1.4 协同物流与传统物流的差异 | 第19-20页 |
| 2.2 相关研究方法和理论基础 | 第20-26页 |
| 2.2.1 粗糙集 | 第20-21页 |
| 2.2.2 人工神经网络（ANN） | 第21页 |
| 2.2.3 BP 神经网络 | 第21-24页 |
| 2.2.4 粗糙集和 BP 神经网络相结合的研究 | 第24页 |
| 2.2.5 企业资源论和能力论 | 第24-26页 |
| 3 制造业协同物流绩效指标体系的构建 | 第26-31页 |
| 3.1 制造业协同物流的资源和能力因素 | 第26-27页 |
| 3.2 制造业协同物流绩效产生机制 | 第27-28页 |
| 3.3 制造业协同物流绩效指标体系的架构设计 | 第28-31页 |
| 3.3.1 评价指标体系设计的原则 | 第28-29页 |
| 3.3.2 评价指标的选取方法 | 第29页 |
| 3.3.3 制造业协同物流绩效指标体系 | 第29页 |
| 3.3.4 指标体系的解释说明和取值范围 | 第29-31页 |
| 4 基于 BP 神经网络与粗糙集的制造业协同物流绩效评价 | 第31-36页 |
| 4.1 BP 神经网络和粗糙集两种方法结合的必要性 | 第31页 |
| 4.2 基于 BP 神经网络的制造业协同物流绩效评价方法 | 第31-33页 |
| 4.2.1 制造业协同物流绩效评价指标体系 | 第31页 |
| 4.2.2 基于 BP 神经网络的制造业协同物流绩效评价模型 | 第31-33页 |
| 4.3 基于 BP 神经网络和粗糙集的制造业协同物流绩效评价方法 | 第33-36页 |
| 4.3.1 基于粗糙集的指标筛选模型 | 第33-35页 |
| 4.3.2 基于 BP 神经网络和粗糙集的制造业协同物流绩效评价模型 | 第35-36页 |
| 5 基于 BP 神经网络和粗糙集的制造业协同物流绩效评价方法的应用 | 第36-46页 |
| 5.1 萧山化纤纺织制造业协同物流背景 | 第36-38页 |
| 5.1.1 萧山化纤纺织制造业发展情况 | 第36页 |
| 5.1.2 萧山化纤纺织物流业发展情况 | 第36-37页 |
| 5.1.3 萧山化纤纺织制造业与物流业协同发展情况 | 第37-38页 |
| 5.2 基于 BP 神经网络的萧山化纤纺织制造业协同物流绩效评价方法 | 第38-41页 |
| 5.2.1 萧山化纤纺织制造业协同物流绩效指标体系 | 第38页 |
| 5.2.2 基于 BP 神经网络绩效评价模型 | 第38-41页 |
| 5.3 基于 BP 神经网络和粗糙集的萧山化纤纺织制造业协同物流绩效评价方法 | 第41-45页 |
| 5.4 结果分析 | 第45-46页 |
| 5 总结与展望 | 第46-48页 |
| 5.1 工作总结 | 第46页 |
| 5.2 研究展望 | 第46-48页 |
| 致谢 | 第48-49页 |
| 参考文献 | 第49-53页 |
| 作者在读研期间发表的学术论文及参与的科研项目 | 第53页 |
