学位论文 > 优秀研究生学位论文题录展示

基于W-SVR的供应链风险评价研究

作　者: 张方明
导　师: 曹庆奎
学　校: 河北工程大学
专　业: 管理科学与工程
关键词: 供应链风险支持向量机小波核函数风险评价灵敏性分析
分类号: F224
类　型: 硕士论文
年　份: 2009年
下　载: 84次
引　用: 0次
阅　读: 论文下载

内容摘要

在全球经济一体化和日益发达的信息技术的双重推动下,企业为了利用外界资源,集中精力发展自己的核心竞争力,以获取快速响应市场需求的优势,逐步采取供应链管理模式。企业通过实施供应链管理,使管理效率和竞争实力有了显著提高,取得了良好的经济效益。然而,由于企业所面临环境的不确定性及供应链自身复杂性不断增加,风险成为企业供应链管理不能回避的问题。为了保证供应链的稳健运行和供应链管理目标的顺利实现,供应链风险管理日益引起企业界和理论界的重视。本文主要对供应链风险评价问题进行了研究。本文首先以供应链管理理论和风险管理理论为基础,系统阐述了供应链风险管理理论体系。其次,对供应链风险的来源和形成机理进行了较为深入的探讨,在此基础上进行供应链风险识别与分析,建立了一套全面反映供应链风险水平的指标体系,并对每一个定量指标进行了量化分析,给出其量化方法。再次,重点对供应链风险的评价方法进行了研究:在构建径向基小波核函数的基础上,建立了基于小波支持向量回归机(W-SVR)的供应链风险评价模型。最后,结合实例在Matlab环境下实现了该模型的评价过程,并将测试结果与标准的支持向量回归机(ε-SVR)及BP神经网络的测试结果进行了比较分析;同时对供应链风险影响因子进行了灵敏性分析。结果表明,本文建立的基于小波支持向量回归机的供应链风险评价模型取得了良好的效果,为供应链风险管理提供了科学的决策依据。

全文目录

摘要  5-6
Abstract  6-10
第1章绪论  10-16
  1.1 研究背景及意义  10-11
    1.1.1 研究背景  10-11
    1.1.2 研究意义  11
  1.2 国内外研究现状  11-14
    1.2.1 国外研究现状  11-12
    1.2.2 国内研究现状  12-14
    1.2.3 目前研究中存在的问题  14
  1.3 研究内容及方法  14-16
    1.3.1 研究内容  14-15
    1.3.2 创新点  15
    1.3.3 研究方法  15-16
第2章供应链风险管理基础理论  16-26
  2.1 供应链的特征  16-18
    2.1.1 供应链的复杂性  16-18
    2.1.2 供应链的重复性  18
  2.2 供应链风险  18-21
    2.2.1 供应链风险的概念  19
    2.2.2 供应链风险存在的客观性  19-20
    2.2.3 供应链风险的特征  20-21
  2.3 供应链风险管理  21-23
    2.3.1 供应链风险管理的主体  21-23
    2.3.2 供应链风险管理体系  23
  2.4 风险评价方法概述  23-25
    2.4.1 解析方法  23-24
    2.4.2 模拟方法  24
    2.4.3 模型化方法  24-25
    2.4.4 传统风险评价方法的不足与对策  25
  2.5 本章小结  25-26
第3章供应链风险识别与分析  26-46
  3.1 供应链风险识别  26-31
    3.1.1 基本原则  26
    3.1.2 资料来源  26-27
    3.1.3 识别方法  27-31
  3.2 供应链风险的来源  31-32
    3.2.1 不确定性  31
    3.2.2 参与主体之间的矛盾  31-32
  3.3 供应链风险因素分析  32-37
    3.3.1 供应链外部风险因素  32-33
    3.3.2 供应链个体风险因素  33-34
    3.3.3 供应链全局风险因素  34-37
  3.4 供应链风险评价指标体系  37-45
    3.4.1 指标体系设计的原则  37-38
    3.4.2 供应链外部风险评价指标  38-39
    3.4.3 供应链个体风险评价指标  39-41
    3.4.4 供应链全局风险评价指标  41-45
  3.5 本章小结  45-46
第4章小波支持向量机  46-64
  4.1 支持向量机理论基础  46-50
    4.1.1 经验风险最小化的缺陷  47
    4.1.2 VC 维  47-48
    4.1.3 推广性的界  48
    4.1.4 结构风险最小化  48-50
  4.2 支持向量机  50-58
    4.2.1 支持向量分类机  50-54
    4.2.2 支持向量回归机  54-56
    4.2.3 支持向量机的关键问题  56-58
  4.3 小波分析理论  58-61
    4.3.1 小波函数的定义  58-59
    4.3.2 几种常用的小波函数  59
    4.3.3 多分辨分析  59-60
    4.3.4 小波函数的构造  60-61
  4.4 小波支持向量机  61-63
    4.4.1 建立小波支持向量机的思路  61
    4.4.2 小波核函数的构造  61-63
    4.4.3 小波支持向回归算法  63
  4.5 本章小结  63-64
第5章基于W-SVR 的供应链风险评价  64-84
  5.1 W-SVR 风险评价模型构建  64-68
    5.1.1 基本思路  64
    5.1.2 基本步骤  64-67
    5.1.3 本模型的优越性  67-68
  5.2 W-SVR 在供应链风险评价中的应用  68-76
    5.2.1 数据收集及预处理  68-73
    5.2.2 RBW 核函数  73
    5.2.3 参数优化  73-75
    5.2.4 训练与测试  75-76
  5.3 结果分析  76-82
    5.3.1 与标准SVR 的比较分析  77-78
    5.3.2 与BP 神经网络的比较分析  78-81
    5.3.3 灵敏性分析  81-82
  5.4 本章小结  82-84
结论与展望  84-86
参考文献  86-90
附录 W-SVR 的Matlab 实现程序  90-92
致谢  92-93
作者简介  93-94
攻读硕士学位期间发表的论文和科研成果  94

基于W-SVR的供应链风险评价研究

内容摘要

全文目录

相似论文