智能制造背景下供應(yīng)商管理研究

 
第1章緒論
1.1研究背景
1.2國(guó)內(nèi)外研究現(xiàn)狀
1.2.1供應(yīng)商效率評(píng)價(jià)國(guó)內(nèi)外現(xiàn)狀
1.2.2供應(yīng)商風(fēng)險(xiǎn)評(píng)價(jià)國(guó)內(nèi)外研究現(xiàn)狀
1.2.3供應(yīng)商激勵(lì)國(guó)內(nèi)外研究現(xiàn)狀
1.2.4供應(yīng)商利益分配國(guó)內(nèi)外研究現(xiàn)狀
1.3研究?jī)?nèi)容
1.4本章小結(jié)
第2章相關(guān)理論與方法
2.1供應(yīng)商管理理論
2.1.1供應(yīng)商分類
2.1.2供應(yīng)商效率及評(píng)價(jià)
2.2復(fù)雜網(wǎng)絡(luò)理論
2.3協(xié)同理論
2.4熵理論
2.4.1協(xié)同熵
2.4.2熵權(quán)法
2.5過度自信理論
2.6博弈論
2.7BP神經(jīng)網(wǎng)絡(luò)
2.7.1BP神經(jīng)網(wǎng)絡(luò)的基本介紹
2.7.2BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)
2.8最小二乘結(jié)構(gòu)方程模型
2.9Shapley值法
2.10t-SNE算法
2.11本章小結(jié)
第3章智能制造背景下基于復(fù)雜網(wǎng)絡(luò)的供應(yīng)商效率評(píng)價(jià)
3.1復(fù)雜供應(yīng)商網(wǎng)絡(luò)
3.1.1復(fù)雜供應(yīng)商網(wǎng)絡(luò)定義
3.1.2復(fù)雜供應(yīng)商網(wǎng)絡(luò)特征分析
3.1.3復(fù)雜供應(yīng)商網(wǎng)絡(luò)角色劃分
3.2復(fù)雜供應(yīng)商網(wǎng)絡(luò)建模思想
3.3復(fù)雜供應(yīng)商網(wǎng)絡(luò)協(xié)同熵值度量
3.4復(fù)雜供應(yīng)商網(wǎng)絡(luò)協(xié)同效率評(píng)價(jià)模型構(gòu)建
3.4.1復(fù)雜供應(yīng)商網(wǎng)絡(luò)成員協(xié)同關(guān)系建立
3.4.2復(fù)雜供應(yīng)商網(wǎng)絡(luò)協(xié)同評(píng)價(jià)參數(shù)確定
3.5案例分析
3.5.1數(shù)據(jù)收集與統(tǒng)計(jì)
3.5.2結(jié)果分析與建議
3.6管理啟示
3.7本章小結(jié)
第4章智能制造背景下基于分類管理的供應(yīng)商效率評(píng)價(jià)
4.1構(gòu)建智能制造企業(yè)供應(yīng)商分類指標(biāo)體系及評(píng)價(jià)指標(biāo)體系
4.1.1評(píng)價(jià)指標(biāo)體系構(gòu)建原則
4.1.2智能制造企業(yè)供應(yīng)商分類指標(biāo)構(gòu)建
4.1.3智能制造企業(yè)供應(yīng)商效率評(píng)價(jià)指標(biāo)構(gòu)建
4.1.4指標(biāo)權(quán)重計(jì)算
4.1.5分類算法
4.2改進(jìn)PSO算法
4.2.1粒子群優(yōu)化算法概念
4.2.2粒子群優(yōu)化算法特點(diǎn)
4.2.3改進(jìn)粒子群優(yōu)化算法
4.3基于DPMPSO-BP構(gòu)建智能制造供應(yīng)商評(píng)價(jià)模型
4.3.1基于DPMPSO改進(jìn)BP神經(jīng)網(wǎng)絡(luò)算法
4.3.2貝葉斯分類下的DPMPSO-BP神經(jīng)網(wǎng)絡(luò)評(píng)價(jià)模型
4.4案例分析
4.4.1DPMPSO-BP神經(jīng)網(wǎng)絡(luò)模型結(jié)構(gòu)設(shè)計(jì)
4.4.2貝葉斯分類下改進(jìn)DPMPSO-BP神經(jīng)網(wǎng)絡(luò)的應(yīng)用
4.4.3評(píng)價(jià)結(jié)果分析與建議
4.5本章小結(jié)
第5章智能制造背景下基于PLS-SEM的供應(yīng)商風(fēng)險(xiǎn)評(píng)價(jià)
5.1智能制造背景下供應(yīng)商風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)構(gòu)建
5.2智能制造背景下基于PLS-SEM的供應(yīng)商風(fēng)險(xiǎn)評(píng)價(jià)模型
5.3實(shí)證分析
5.3.1數(shù)據(jù)收集與分析
5.3.2模型效果檢驗(yàn) 
5.4評(píng)價(jià)結(jié)果及建議
5.4.1一級(jí)指標(biāo)視角結(jié)果分析及建議
5.4.2二級(jí)指標(biāo)視角結(jié)果分析及建議
5.5本章小結(jié)
第6章智能制造背景下考慮隨機(jī)產(chǎn)出風(fēng)險(xiǎn)的供應(yīng)商激勵(lì)
6.1隨機(jī)產(chǎn)出風(fēng)險(xiǎn)分析
6.2基于成本共擔(dān)和收入共享的Stackelberg激勵(lì)模型構(gòu)建
6.2.1假設(shè)條件與模型構(gòu)建
6.2.2模型求解
6.3算例分析
6.4管理啟示
6.5本章小結(jié)
第7章智能制造背景下考慮過度自信風(fēng)險(xiǎn)的供應(yīng)商激勵(lì)
7.1過度自信風(fēng)險(xiǎn)分析
7.2基于t-SNE的過度自信判定
7.2.1智能制造能力成熟度指標(biāo)體系構(gòu)建
7.2.2數(shù)據(jù)收集及標(biāo)準(zhǔn)化處理
7.2.3過度自信程度聚類判定
7.3考慮過度自信的Stackelberg激勵(lì)模型構(gòu)建
7.3.1假設(shè)條件
7.3.2討論與分析
7.4算例分析 
7.4.1過度自信判定模型算例分析
7.4.2供應(yīng)商激勵(lì)模型算例分析
7.4.3管理啟示
7.5本章小結(jié)
第8章智能制造背景下考慮協(xié)同貢獻(xiàn)度的供應(yīng)商收益分配
8.1協(xié)同收益與協(xié)同效率關(guān)聯(lián)性分析
8.2Shapley值法協(xié)同收益分配方法
8.2.1Shapley值法應(yīng)用
8.2.2Shapley值法缺陷
8.3考慮協(xié)同貢獻(xiàn)度的復(fù)雜供應(yīng)商網(wǎng)絡(luò)協(xié)同收益分配模型
8.3.1復(fù)雜供應(yīng)商網(wǎng)絡(luò)成員實(shí)際協(xié)同能力影響因素
8.3.2復(fù)雜供應(yīng)商網(wǎng)絡(luò)成員觀測(cè)協(xié)同能力影響因素
8.3.3考慮協(xié)同貢獻(xiàn)度的復(fù)雜供應(yīng)商網(wǎng)絡(luò)協(xié)同收益分配方案
8.4算例分析
8.5管理啟示
8.6本章小結(jié)
第9章總結(jié)與展望
9.1總結(jié)
9.2展望
參考文獻(xiàn)