| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第一章 绪论 | 第11-21页 |
| 1.1 研究背景及意义 | 第11-13页 |
| 1.1.1 研究背景 | 第11-12页 |
| 1.1.2 研究目的及意义 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 国外研究现状 | 第13-14页 |
| 1.2.2 国内研究现状 | 第14-16页 |
| 1.2.3 国内外研究评述 | 第16页 |
| 1.3 论文研究思路及方法 | 第16-18页 |
| 1.3.1 论文研究思路 | 第16-17页 |
| 1.3.2 论文研究方法 | 第17-18页 |
| 1.4 论文技术路线 | 第18-20页 |
| 1.5 本章小结 | 第20-21页 |
| 第二章 相关理论综述 | 第21-33页 |
| 2.1 制造业转型升级相关理论概述 | 第21-23页 |
| 2.1.1 制造业概述 | 第21页 |
| 2.1.2 制造业转型升级 | 第21-22页 |
| 2.1.3 制造业转型升级的特点 | 第22-23页 |
| 2.2 BP神经网络的基本原理 | 第23-30页 |
| 2.2.1 BP神经网络概述 | 第23-24页 |
| 2.2.2 BP神经网络的学习规则 | 第24-27页 |
| 2.2.3 BP神经网络的缺陷 | 第27-28页 |
| 2.2.4 BP神经网络的改进 | 第28-30页 |
| 2.3 遗传算法 | 第30-32页 |
| 2.3.1 遗传算法的运算流程 | 第30-31页 |
| 2.3.2 遗传算法优点 | 第31页 |
| 2.3.3 遗传算法优化BP神经网络 | 第31-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第三章 云南制造业转型升级影响因素识别及指标体系构建 | 第33-57页 |
| 3.1 云南省制造业转型升级分析 | 第33-38页 |
| 3.1.1 云南省制造业发展现状 | 第33-35页 |
| 3.1.2 云南制造业转型升级分析 | 第35-38页 |
| 3.2 影响因素识别方法 | 第38-40页 |
| 3.3 影响因素的理论分析及研究假设的提出 | 第40-46页 |
| 3.3.1 云南制造业转型升级的内部影响因素及研究假设 | 第40-43页 |
| 3.3.2 云南制造业转型升级的外部影响因素及研究假设 | 第43-46页 |
| 3.4 影响因素量表开发与问卷设计 | 第46-47页 |
| 3.4.1 云南省制造业转型升级影响因素量表 | 第46-47页 |
| 3.4.2 问卷设计 | 第47页 |
| 3.5 数据分析 | 第47-55页 |
| 3.5.1 描述性统计 | 第48-49页 |
| 3.5.2 因子分析 | 第49-55页 |
| 3.6 云南制造业转型升级影响因素指标体系建立 | 第55-56页 |
| 3.7 本章小结 | 第56-57页 |
| 第四章 影响因素评价模型构建 | 第57-69页 |
| 4.1 基于遗传算法优化BP神经网络的影响因素评价模型设计 | 第57-59页 |
| 4.1.1 输入层设计 | 第57页 |
| 4.1.2 输出层设计 | 第57-58页 |
| 4.1.3 隐含层设计 | 第58页 |
| 4.1.4 网络层数的设计 | 第58-59页 |
| 4.1.5 BP神经网络模型参数的选用 | 第59页 |
| 4.2 基于MATLAB的BP神经网络影响因素评价模型的实现. | 第59-65页 |
| 4.2.1 数据来源与划分 | 第60-61页 |
| 4.2.2 数据读入与预处理 | 第61页 |
| 4.2.3 初始化网络 | 第61-62页 |
| 4.2.4 网络模型训练 | 第62-64页 |
| 4.2.5 网络模型检验 | 第64-65页 |
| 4.3 行业专家打分情况检验 | 第65-66页 |
| 4.4 本章小结 | 第66-69页 |
| 第五章 云南省制造业转型升级的建议 | 第69-73页 |
| 5.1 企业层面 | 第69-70页 |
| 5.2 政府层面 | 第70页 |
| 5.3 社会层面 | 第70-71页 |
| 5.4 本章小结 | 第71-73页 |
| 第六章 结论与展望 | 第73-75页 |
| 6.1 结论 | 第73-74页 |
| 6.2 展望 | 第74-75页 |
| 致谢 | 第75-77页 |
| 参考文献 | 第77-81页 |
| 附录A：攻读硕士期间科研成果 | 第81-83页 |
| 附录B：云南省制造业转型升级影响因素识别调查问卷 | 第83-85页 |
| 附录C：云南省部分制造业企业转型升级影响因素问卷调查数据. | 第85-103页 |
| 附录D：BP神经网络在MATLAB实现的主要代码 | 第103-107页 |
