| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·选题的目的和意义 | 第8页 |
| ·国内外研究现状概述 | 第8-12页 |
| ·供应链合作伙伴关系风险研究现状 | 第8-9页 |
| ·供应链风险预警研究现状 | 第9-11页 |
| ·目前研究的主要问题 | 第11-12页 |
| ·本选题研究目标和内容 | 第12-14页 |
| 第二章 供应链伙伴关系风险预警相关理论 | 第14-23页 |
| ·供应链合作伙伴关系 | 第14-20页 |
| ·供应链合作伙伴关系的概念 | 第14-15页 |
| ·供应链合作伙伴关系的特征 | 第15-16页 |
| ·供应链合作伙伴关系的利益 | 第16-18页 |
| ·供应链合作伙伴关系的适合条件 | 第18-19页 |
| ·供应链合作伙伴关系的问题和风险 | 第19-20页 |
| ·供应链风险预警研究 | 第20-23页 |
| ·供应链风险预警的定义 | 第20-21页 |
| ·供应链风险预警的方法 | 第21-23页 |
| 第三章 供应链伙伴关系风险预警指标体系构建 | 第23-34页 |
| ·供应链伙伴关系风险预警指标体系设计思路与原则 | 第23-24页 |
| ·供应链伙伴关系风险预警指标体系设计思路 | 第23页 |
| ·供应链伙伴关系风险预警指标体系设计原则 | 第23-24页 |
| ·供应链伙伴关系风险预警指标体系设计 | 第24-34页 |
| ·ISO28000:2007 族标准 | 第24-27页 |
| ·供应链合作伙伴选择的指标体系和方法研究 | 第27-28页 |
| ·供应链合作伙伴关系风险预警体系的确立 | 第28-34页 |
| 第四章 基于 BP 神经网络的供应链合作伙伴关系风险预警模型理论分析 | 第34-43页 |
| ·BP 神经网络理论概述 | 第34-36页 |
| ·BP 神经网络的学习算法及流程 | 第36-37页 |
| ·BP 神经网络的学习算法描述 | 第36-37页 |
| ·BP 神经网络模型算法流程 | 第37页 |
| ·BP 神经网络的特点及应用 | 第37-38页 |
| ·BP 神经网络预警模型的选择 | 第38-41页 |
| ·BP 神经网络预警模型在理论上的可行性 | 第39页 |
| ·BP 神经网络预警模型应用的现实性 | 第39-41页 |
| ·BP 神经网络的供应链合作伙伴关系风险预警模型构建思路 | 第41-43页 |
| ·BP 神经网络模型构建分析 | 第41-42页 |
| ·BP 神经网络模型建立的步骤 | 第42-43页 |
| 第五章 BP 神经网络的MATLAB 实现 | 第43-53页 |
| ·面向MATLAB 的BP 神经网络设计 | 第43-46页 |
| ·BP 神经网络的创建及其初始化 | 第43页 |
| ·BP 神经网络的训练及其仿真 | 第43-45页 |
| ·训练结果分析 | 第45-46页 |
| ·供应链合作伙伴关系风险预警指标数据搜集 | 第46-47页 |
| ·供应链合作伙伴关系风险预警指标数据搜集方案的选择 | 第46-47页 |
| ·供应链合作伙伴关系风险预警指标数据选取 | 第47页 |
| ·供应链合作伙伴关系风险预警指标数据处理 | 第47-51页 |
| ·供应链合作伙伴关系风险预警指标数据处理步骤 | 第47-48页 |
| ·BP 模型中各参数的设定及算法的实现 | 第48-51页 |
| ·供应链合作伙伴关系风险预警结果分析 | 第51-53页 |
| 第六章 结论与展望 | 第53-55页 |
| ·本文的主要研究成果 | 第53-54页 |
| ·有待于进一步研究的领域 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 附录 | 第58-60页 |
| 攻读学位期间发表的论文与参与科研项目情况 | 第60-61页 |
| 致谢 | 第61页 |
