| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第10-19页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11页 |
| 1.2 国内外研究综述 | 第11-16页 |
| 1.2.1 跨境电商物流 | 第11-13页 |
| 1.2.2 跨境电商物流风险研究 | 第13-15页 |
| 1.2.3 相关研究评述 | 第15-16页 |
| 1.3 研究内容及框架 | 第16-19页 |
| 1.3.1 研究内容 | 第16-17页 |
| 1.3.2 研究方法 | 第17页 |
| 1.3.3 研究框架 | 第17-19页 |
| 第二章 相关理论基础概述 | 第19-26页 |
| 2.1 相关概念界定 | 第19-23页 |
| 2.1.1 跨境电商物流 | 第19-21页 |
| 2.1.2 跨境电商物流风险相关概念 | 第21-23页 |
| 2.2 评价方法分析与比较 | 第23-25页 |
| 2.2.1 定性评价方法 | 第23页 |
| 2.2.2 定量与定性风险评价方法 | 第23-24页 |
| 2.2.3 评价方法的对比和选择 | 第24-25页 |
| 2.3 本章小结 | 第25-26页 |
| 第三章 跨境电商物流风险分析及评价指标体系构建 | 第26-42页 |
| 3.1 跨境电商物流风险构成要素 | 第26-32页 |
| 3.1.1 跨境电商物流的过程风险 | 第28-29页 |
| 3.1.2 跨境电商物流的组织风险 | 第29-30页 |
| 3.1.3 跨境电商物流的平台风险 | 第30页 |
| 3.1.4 跨境电商物流的通关风险 | 第30-31页 |
| 3.1.5 跨境电商物流的环境风险 | 第31-32页 |
| 3.2 跨境电商物流风险评价指标体系构建的原则 | 第32页 |
| 3.2.1 科学客观性原则 | 第32页 |
| 3.2.2 层次递进原则 | 第32页 |
| 3.2.3 实用性原则 | 第32页 |
| 3.2.4 综合全面性原则 | 第32页 |
| 3.3 跨境电商物流风险评价指标体系的构建和指标分析 | 第32-41页 |
| 3.3.1 跨境电商物流风险指标的选择 | 第32-33页 |
| 3.3.2 跨境电商物流风险评价指标体系的初步构建 | 第33-35页 |
| 3.3.3 跨境电商物流风险指标体系的确定 | 第35-37页 |
| 3.3.4 风险指标的分析描述 | 第37-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第四章 跨境电商物流风险评价模型与算法研究 | 第42-52页 |
| 4.1 BP神经网络模型与遗传算法 | 第42-44页 |
| 4.1.1 BP神经网络模型 | 第42-43页 |
| 4.1.2 遗传算法 | 第43-44页 |
| 4.2 BP神经网络与遗传算法组合 | 第44-46页 |
| 4.3 基于遗传神经网络的跨境电商物流风险评价模型 | 第46-47页 |
| 4.4 遗传神经网络风险评价模型算法 | 第47-51页 |
| 4.4.1 确立网络拓扑结构 | 第47-48页 |
| 4.4.2 遗传算法优化神经网络的权值和阈值 | 第48-49页 |
| 4.4.3 确定适应度函数 | 第49页 |
| 4.4.4 遗传操作的参数设定 | 第49-50页 |
| 4.4.5 执行BP算法 | 第50-51页 |
| 4.5 本章小结 | 第51-52页 |
| 第五章 算例分析 | 第52-63页 |
| 5.1 算例描述 | 第52-53页 |
| 5.2 基于MATLAB的跨境电商物流风险评价GUI软件介绍 | 第53-54页 |
| 5.3 遗传神经网络风险评价模型 | 第54-60页 |
| 5.3.1 样本数据获取及分析 | 第54-55页 |
| 5.3.2 BP网络拓扑结构 | 第55-58页 |
| 5.3.3 遗传算法优化BP网络权阈值 | 第58-59页 |
| 5.3.4 训练过程与结果 | 第59-60页 |
| 5.4 算例分析评价结果 | 第60-62页 |
| 5.5 本章小结 | 第62-63页 |
| 第六章 结论与展望 | 第63-65页 |
| 6.1 研究结论 | 第63页 |
| 6.2 研究展望 | 第63-65页 |
| 参考文献 | 第65-69页 |
| 攻读学位期间取得的研究成果 | 第69-70页 |
| 致谢 | 第70页 |
