声明
创新点摘要
摘要
第1章 绪论
1.1 研究背景
1.2 研究意义
1.3 国内外研究现状
1.3.1 港口供应链国外研究现状
1.3.2 港口供应链国内研究现状
1.3.3 均衡理论研究现状
1.3.4 供应链风险评估研究现状
1.4 研究的目标与主要内容
1.4.1 研究的目标
1.4.2 研究的主要内容
1.5 研究的基本思路与方法
1.5.1 研究的基本思路
1.5.2 研究方法
1.6 本章小结
第2章 基础理论概述
2.1 最优化理论
2.1.1 凸理论
2.1.2 具有约束条件的最优化问题
2.2 变分不等式理论
2.2.1 变分不等式的定义
2.2.2 变分不等式解的性质
2.2.3 变分不等式算法
2.3 支持向量机及其学习算法简介
2.3.1 线性支持向量机算法
2.3.2 近似线性可分支持向量机算法
2.3.3 非线性可分支持向量机算法
2.3.4 用于拟合的支持向量机
2.4 神经网络简介
2.4.1 BP神经网络简介
2.4.2 径向基神经网络简介
2.4.3 粗神经网络简介
2.5 本章小结
第3章 港口供应链网络均衡模型
3.1 港口供应链网络均衡模型构建
3.2 港口供应链各层决策者的行为及目标分析
3.2.1 供应商的行为及其最优目标
3.2.2 港口物流商的行为及其最优目标
3.2.3 客户的行为及其最优条件
3.3 港口供应链网络平衡条件分析
3.3.1 供应链平衡条件
3.3.2 平衡条件分析
3.4 算法实现
3.4.1 投影算法
3.4.2 修正投影算法
3.4.3 算法步骤
3.5 实例分析
3.6 本章小结
第4章 基于电子商务的港口供应链网络均衡模型
4.1 网络均衡模型构建
4.2 网络模型中各层决策者的最优状态
4.2.1 供应商的最优状态分析
4.2.2 港口物流商的最优状态分析
4.2.3 客户的最优状态分析
4.3 网络模型的平衡状态及其求解算法
4.3.1 平衡状态
4.3.2 求解步骤
4.3.3 计算结果
4.4 实例分析
4.5 本章小结
第5章 港口供应链风险评估研究
5.1 基于变分不等式的线性支持向量机
5.1.1 问题转化
5.1.2 算法步骤
5.1.3 实例分析
5.2 基于变分不等式的近似线性支持向量机
5.2.1 问题转化
5.2.2 算法步骤
5.2.3 实例分析
5.3 基于支持向量机的港口供应链风险评估
5.3.1 港口供应链风险评估指标体系设定
5.3.2 模型建立及结果分析
5.3.3 与其他神经网络方法对比分析
5.4 基于粗神经网络的港口供应链风险评估
5.4.1 模型建立
5.4.2 结果分析
5.5 本章小结
第6章 结论
参考文献
附录
攻读学位期间公开发表论文
致谢
作者简介