摘要 | 第4-5页 |
abstract | 第5-6页 |
第一章 绪论 | 第10-20页 |
1.1 研究背景和意义 | 第10-12页 |
1.1.1 研究背景 | 第10-12页 |
1.1.2 研究意义 | 第12页 |
1.2 国外研究现状 | 第12-16页 |
1.2.1 国外信用评级发展 | 第12-13页 |
1.2.2 国外信用风险研究现状 | 第13-15页 |
1.2.3 国外信用评级研究现状 | 第15-16页 |
1.3 国内研究现状 | 第16-18页 |
1.3.1 国内信用评级发展 | 第16-17页 |
1.3.2 国内信用风险研究现状 | 第17页 |
1.3.3 国内信用评级研究现状 | 第17-18页 |
1.4 主要研究内容 | 第18-19页 |
1.5 研究技术路线 | 第19-20页 |
第二章 基本理论概述 | 第20-28页 |
2.1 智慧物流公共信息平台的概念及其发展 | 第20页 |
2.2 智慧物流公共信息平台信用体系 | 第20-24页 |
2.2.1 信用的含义 | 第20-21页 |
2.2.2 智慧物流公共信息平台信用的定义及作用 | 第21-22页 |
2.2.3 智慧物流平台信用风险来源及特征分析 | 第22-23页 |
2.2.4 智慧物流平台信用评级的概念及存在问题分析 | 第23-24页 |
2.3 智慧物流公共信息平台信用评价方法研究 | 第24-27页 |
2.4 本章小结 | 第27-28页 |
第三章 智慧物流公共信息平台用户信用评级指标体系构建 | 第28-39页 |
3.1 智慧物流公共信息平台信用体系功能 | 第28-30页 |
3.1.1 智慧物流公共信息平台自身信用监管体系 | 第29-30页 |
3.1.2 智慧物流公共信息平台参与方信用影响 | 第30页 |
3.2 智慧物流公共信息平台用户信用体系及评级指标的设置 | 第30-32页 |
3.2.1 智慧物流公共信息平台用户信用体系构建要求 | 第31页 |
3.2.2 智慧物流公共信息平台用户信用评级指标的设置原则 | 第31-32页 |
3.3 智慧物流公共信息平台用户信用指标体系的研究 | 第32-33页 |
3.4 智慧物流公共信息平台用户信用评级指标的分析 | 第33-36页 |
3.5 智慧物流公共信息平台用户信用评级指标的确定 | 第36-38页 |
3.6 本章小结 | 第38-39页 |
第四章 智慧物流公共信息平台用户信用评价模型的构建 | 第39-54页 |
4.1 基于BP算法的神经网络的理论基础 | 第39-42页 |
4.1.1 BP神经网络的工作原理 | 第39页 |
4.1.2 BP神经网络的学习算法 | 第39-42页 |
4.2 BP神经网络算法的缺陷及改进 | 第42-43页 |
4.3 智慧物流公共信息平台用户信用评价模型的建立 | 第43-50页 |
4.3.1 初始权值的设计 | 第43-44页 |
4.3.2 BP神经网络拓扑结构的选择 | 第44-46页 |
4.3.3 节点转移函数的分类 | 第46-49页 |
4.3.4 训练函数的种类 | 第49-50页 |
4.4 BP神经网络的信用评级模型的程序输出 | 第50-53页 |
4.4.1 输入-输出数据的预处理 | 第50-51页 |
4.4.2 信用评级模型的MATLAB程序 | 第51-52页 |
4.4.3 BP神经网络算法程序技术路线图 | 第52-53页 |
4.5 本章小结 | 第53-54页 |
第五章 实例验证与结果分析 | 第54-72页 |
5.1 实例公司基本信息 | 第54页 |
5.2 信用评价数据的收集与处理 | 第54-58页 |
5.3 训练函数及训练参数的选择与确定 | 第58-65页 |
5.3.1 训练函数的选择与确定 | 第58-60页 |
5.3.2 隐层节点数的选择与确定 | 第60-65页 |
5.4 BP神经网络训练及仿真过程分析 | 第65-70页 |
5.4.1 BP神经网络训练过程分析 | 第65-68页 |
5.4.2 BP神经网络仿真结果分析 | 第68-70页 |
5.5 对策分析 | 第70-71页 |
5.5.1 加强企业内部管理 | 第70页 |
5.5.2 加强驾驶员及车辆管理 | 第70页 |
5.5.3 提升企业信息化水平 | 第70-71页 |
5.6 本章小结 | 第71-72页 |
第六章 总结与展望 | 第72-74页 |
6.1 总结 | 第72-73页 |
6.2 论文不足与展望 | 第73-74页 |
致谢 | 第74-75页 |
参考文献 | 第75-78页 |
在学期间发表的论文和取得的学术成果 | 第78页 |