| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第16-30页 |
| 1.1 研究背景与研究意义 | 第16-20页 |
| 1.1.1 研究背景 | 第16-19页 |
| 1.1.2 研究意义 | 第19-20页 |
| 1.2 研究方法与研究内容 | 第20-27页 |
| 1.2.1 研究方法 | 第20-23页 |
| 1.2.2 研究内容 | 第23-25页 |
| 1.2.3 技术路线 | 第25-27页 |
| 1.3 研究思路与目的 | 第27-28页 |
| 1.3.1 研究思想 | 第27页 |
| 1.3.2 研究目的 | 第27-28页 |
| 1.3.3 课题来源 | 第28页 |
| 1.4 主要创新与特色 | 第28-30页 |
| 第2章 理论基础 | 第30-44页 |
| 2.1 系统理论 | 第30页 |
| 2.2 多米诺骨牌理论 | 第30-31页 |
| 2.3 能量释放理论 | 第31页 |
| 2.4 供应链的需求不确定性原理 | 第31-32页 |
| 2.5 文献综述 | 第32-43页 |
| 2.5.1 供应链网络复杂性 | 第32-34页 |
| 2.5.2 弱连接理论及其应用 | 第34-35页 |
| 2.5.3 供应链中断风险涵义、来源、分类及影响 | 第35-36页 |
| 2.5.4 供应链中断风险传导要素与传导路径与传导过程 | 第36-37页 |
| 2.5.5 供应链中断风险传导管理优化 | 第37-43页 |
| 2.6 本章小结 | 第43-44页 |
| 第3章 供应链中断风险传导复杂性分析 | 第44-54页 |
| 3.1 引言 | 第44页 |
| 3.2 供应链中断风险传导的定义与特征 | 第44-46页 |
| 3.3 供应链中断风险传导要素 | 第46-49页 |
| 3.3.1 供应链中断风险传导的构成要素 | 第46-48页 |
| 3.3.2 供应链中断风险传导要素之间的逻辑关系 | 第48-49页 |
| 3.4 供应链中断风险传导路径 | 第49-51页 |
| 3.4.1 链式传导路径 | 第49页 |
| 3.4.2 网状辐射传导路径 | 第49-50页 |
| 3.4.3 网状集中传导路径 | 第50页 |
| 3.4.4 网状交互传导路径 | 第50-51页 |
| 3.5 供应链中断风险传导的生命周期过程 | 第51-52页 |
| 3.6 供应链中断风险传导的复杂性综合分析 | 第52-53页 |
| 3.7 本章小结 | 第53-54页 |
| 第4章 基于小世界网络的供应链中断风险传导特性分析 | 第54-71页 |
| 4.1 引言 | 第54-55页 |
| 4.2 小世界网络模型及其适用性 | 第55-56页 |
| 4.3 基于多统计参量的供应链中断风险传导特性分析 | 第56-63页 |
| 4.3.1 供应链中断风险传导通道与密度 | 第56-57页 |
| 4.3.2 供应链中断风险传导路径 | 第57-58页 |
| 4.3.3 供应链中断风险传导广度 | 第58-60页 |
| 4.3.4 供应链中断风险传导稳定性 | 第60-62页 |
| 4.3.5 供应链中断风险传导速度 | 第62-63页 |
| 4.4 数值分析 | 第63-69页 |
| 4.4.1 供应链中断风险传导路径数值分析 | 第63-66页 |
| 4.4.2 供应链中断风险传导广度数值分析 | 第66-68页 |
| 4.4.3 供应链中断风险传导稳定性数值分析 | 第68-69页 |
| 4.5 本章小结 | 第69-71页 |
| 第5章 基于无标度网络的供应链中断风险传导特性分析 | 第71-85页 |
| 5.1 引言 | 第71-72页 |
| 5.2 无标度网络模型及其适用性 | 第72-73页 |
| 5.3 基于多统计参量的供应链中断风险传导特性分析 | 第73-78页 |
| 5.3.1 供应链中断风险传导通道与密度 | 第73-74页 |
| 5.3.2 供应链中断风险传导路径 | 第74-75页 |
| 5.3.3 供应链中断风险传导广度 | 第75-76页 |
| 5.3.4 供应链中断风险传导稳定性 | 第76-78页 |
| 5.3.5 供应链中断风险传导速度 | 第78页 |
| 5.4 数值分析 | 第78-83页 |
| 5.4.1 度分布函数 | 第79-81页 |
| 5.4.2 聚类系数 | 第81-83页 |
| 5.5 本章小结 | 第83-85页 |
| 第6章 供应链中断风险预测模型构建 | 第85-96页 |
| 6.1 引言 | 第85-86页 |
| 6.2 传统GM(1,1) 模型 | 第86-89页 |
| 6.3 改进的GM(1,1) 模型 | 第89-91页 |
| 6.3.1 变起点模型 | 第89-90页 |
| 6.3.2 新陈代谢模型 | 第90-91页 |
| 6.4 BP神经网络 | 第91-92页 |
| 6.4.1 确定网络层数 | 第91页 |
| 6.4.2 设计模型结构和选择函数 | 第91页 |
| 6.4.3 样本数据的预处理 | 第91-92页 |
| 6.4.4 初始权重和学习率的选取 | 第92页 |
| 6.4.5 模型评价指标 | 第92页 |
| 6.5 改进的BP神经网络 | 第92-93页 |
| 6.5.1 附加动量法 | 第92-93页 |
| 6.5.2 自适应学习率 | 第93页 |
| 6.6 改进的灰色BP神经网络预测模型 | 第93-95页 |
| 6.6.1 传统GM(1,1) 模型构建 | 第93-94页 |
| 6.6.2 改进的GM(1,1)模型构建 | 第94页 |
| 6.6.3 BP神经网络输入层神经元个数确定 | 第94页 |
| 6.6.4 改进的灰色BP神经网络预测模型构建 | 第94页 |
| 6.6.5 预测精度比较 | 第94-95页 |
| 6.7 本章小结 | 第95-96页 |
| 第7章 供应链中断风险预测模型实例验证 | 第96-109页 |
| 7.1 引言 | 第96-97页 |
| 7.2 实例 | 第97-98页 |
| 7.2.1 背景介绍 | 第97-98页 |
| 7.2.2 实例数据 | 第98页 |
| 7.3 供应链中断下传统GM(1,1) 模型构建 | 第98-101页 |
| 7.4 供应链中断下改进的GM(1,1) 模型 | 第101-105页 |
| 7.4.1 供应链中断下的变起点模型 | 第101-103页 |
| 7.4.2 供应链中断下的新陈代谢模型 | 第103-105页 |
| 7.5 供应链中断下改进的灰色BP神经网络预测模型 | 第105-107页 |
| 7.6 建议 | 第107页 |
| 7.7 本章小结 | 第107-109页 |
| 结论 | 第109-112页 |
| 参考文献 | 第112-127页 |
| 致谢 | 第127-129页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第129-130页 |
| 附录B 攻读博士学位期间参与的研究课题 | 第130页 |
