| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 选题背景及意义 | 第10-13页 |
| 1.1.1 选题背景 | 第10-11页 |
| 1.1.2 选题意义 | 第11-13页 |
| 1.2 国内外研究现状 | 第13-17页 |
| 1.2.1 国外研究现状 | 第13-15页 |
| 1.2.2 国内研究现状 | 第15-17页 |
| 1.2.3 国内外研究评述 | 第17页 |
| 1.3 研究内容及方法 | 第17-20页 |
| 1.3.1 研究内容 | 第17-18页 |
| 1.3.2 研究方法 | 第18-20页 |
| 第2章 相关理论基础 | 第20-34页 |
| 2.1 港口煤炭供应链脆弱性概述 | 第20-27页 |
| 2.1.1 港口煤炭供应链 | 第20-25页 |
| 2.1.2 港口的主导地位分析 | 第25页 |
| 2.1.3 港口煤炭供应链脆弱性 | 第25-27页 |
| 2.2 成批泊松过程 | 第27-29页 |
| 2.3 故障树分析法 | 第29-31页 |
| 2.4 贝叶斯网络模型 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 基于成批泊松过程的港口煤炭供应链脆弱性计算 | 第34-44页 |
| 3.1 基于成批泊松过程的港口煤炭供应链脆弱性模型描述 | 第34-36页 |
| 3.1.1 基于成批泊松过程的港口煤炭供应链的描述 | 第34页 |
| 3.1.2 基于成批泊松过程的供需不平衡脆弱性描述 | 第34-36页 |
| 3.2 基于成批泊松过程的港口煤炭供应链脆弱性分析 | 第36-40页 |
| 3.2.1 上游供给量分析 | 第36-37页 |
| 3.2.2 下游需求量分析 | 第37-38页 |
| 3.2.3 港口煤炭供应链脆弱性的表示 | 第38-40页 |
| 3.3 港口主导下煤炭供应链脆弱性的计算 | 第40-43页 |
| 3.3.1 港口煤炭供应链脆弱性的期望 | 第40-41页 |
| 3.3.2 港口煤炭供应链脆弱性的方差 | 第41-43页 |
| 3.3.3 港口煤炭供应链脆弱性的计算 | 第43页 |
| 3.4 本章小结 | 第43-44页 |
| 第4章 基于贝叶斯网络的港口煤炭供应链脆弱性计算 | 第44-65页 |
| 4.1 基于贝叶斯网络的港口煤炭短期供应链脆弱性的描述 | 第44-45页 |
| 4.2 港口主导下煤炭供应链的短期脆弱性计算 | 第45-53页 |
| 4.2.1 短期脆弱性模型描述 | 第45-46页 |
| 4.2.2 短期脆弱性模型构建 | 第46-49页 |
| 4.2.3 基于贝叶斯网络的短期脆弱性计算 | 第49-53页 |
| 4.3 港口主导下煤炭供应链的长期脆弱性计算 | 第53-64页 |
| 4.3.1 长期脆弱性模型描述 | 第53-55页 |
| 4.3.2 长期脆弱性模型构建 | 第55-59页 |
| 4.3.3 基于贝叶斯网络的长期脆弱性计算 | 第59-64页 |
| 4.4 本章小结 | 第64-65页 |
| 第5章 秦皇岛港煤炭供应链脆弱性实证分析 | 第65-83页 |
| 5.1 秦皇岛港煤炭供应链介绍 | 第65-69页 |
| 5.1.1 秦皇岛港概况 | 第65-66页 |
| 5.1.2 秦皇岛港吞吐量分析 | 第66-68页 |
| 5.1.3 秦皇岛港煤炭供应链分析 | 第68-69页 |
| 5.2 基于成批泊松过程的秦皇岛港煤炭供应链脆弱性计算 | 第69-76页 |
| 5.2.1 秦皇岛港煤炭供应链供需分析 | 第70-74页 |
| 5.2.2 秦皇岛港煤炭供应链脆弱性计算 | 第74-76页 |
| 5.3 基于贝叶斯网络模型的秦皇岛港煤炭供应链脆弱性计算 | 第76-82页 |
| 5.3.1 秦皇岛港煤炭供应链短期脆弱性计算 | 第77-79页 |
| 5.3.2 秦皇岛港煤炭供应链长期脆弱性计算 | 第79-82页 |
| 5.4 本章小结 | 第82-83页 |
| 结论 | 第83-85页 |
| 参考文献 | 第85-90页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第90-91页 |
| 致谢 | 第91-92页 |
| 作者简介 | 第92页 |
