动态供应链运作与绩效管理

　　第1章 绪论
　　1.1 研究背景
　　1.2 研究目的
　　1.3 研究内容与方法
　　1.3.1 研究内容
　　1.3.2 研究方法
　　1.4 研究创新点
　　第2章 相关研究基础与理论综述
　　2.1 供应链管理综述
　　2.1.1 供应链的定义
　　2.1.2 供应链管理的定义
　　2.2 绩效评价文献综述
　　2.2.1 绩效
　　2.2.2 绩效评价
　　2.3 其他相关理论综述
　　2.3.1 层次分析法
　　2.3.2 模糊评价法
　　2.3.3 马尔可夫链理论
　　2.3.4 粗糙集理论
　　2.3.5 人工神经网络理论
　　2.4 本章小结
　　第3章 供应链绩效评价理论研究与体系构建
　　3.1 供应链绩效评价研究现状
　　3.1.1 关键绩效指标法
　　3.1.2 供应链运作参考模型
　　3.1.3 供应链平衡计分卡
　　3.2 动态供应链绩效评价模型的建立
　　3.2.1 传统供应链绩效评价模型的特点分析
　　3.2.2 五维动态平衡计分卡框架
　　3.2.3 基于SCOR的整体供应链绩效模型
　　3.3 动态供应链绩效指标体系的架构设计
　　3.3.1 动态供应链绩效评价指标的选取
　　3.3.2 动态供应链绩效评价指标的度量
　　3.4 本章小结
　　第4章 基于模糊综合评价和Markov预测的供应链绩效评价
　　4.1 模糊集的基本概念
　　4.1.1 模糊集合论
　　4.1.2 模糊子集的定义
　　4.1.3 模糊集合与经典集合的联系
　　4.1.4 模糊关系和模糊矩阵
　　4.2 模糊评价在供应链绩效评价中的应用
　　4.2.1 动态供应链绩效指标体系
　　4.2.2 基于模糊评价的供应链绩效动态评价模型
　　4.2.3 仿真算例
　　4.3 基于模糊评价和Markov预测的供应链绩效评价
　　4.3.1 基于模糊评价和Markov预测的动态供应链绩效评价模型
　　4.3.2 Markov链绩效预测方法
　　4.3.3 供应链绩效评价结果的Markov链预测
　　4.4 本章小结
　　第5章 粗糙集理论在供应链绩效评价中的应用
　　5.1 粗糙集的基本概念
　　5.1.1 等价关系
　　5.1.2 决策表知识表达系统
　　5.1.3 Rough集
　　5.1.4 可辨识矩阵
　　5.1.5 决策规则的不确定性度量
　　5.2 决策表约简与推理
　　5.2.1 数据预处理
　　5.2.2 决策表属性约简
　　5.2.3 决策表值约简
　　5.3 基于粗糙集理论的动态供应链绩效评价方法
　　5.3.1 基于粗糙集约简的动态绩效评价模型
　　5.3.2 粗糙集理论与平衡计分卡相结合的综合绩效评价过程
　　5.3.3 仿真算例
　　5.4 基于粗糙集约简和模糊评价的供应链绩效评价方法
　　5.4.1 基于模糊评价的供应链绩效评价方法的不足
　　5.4.2 基于粗糙集约简和模糊评价的动态供应链绩效评价模型
　　5.4.3 仿真算例
　　5.5 本章小结
　　第6章 基于神经网络的供应链绩效评价方法
　　6.1 人工神经网络
　　6.1.1 人工神经网络的基本概念
　　6.1.2 BP神经网络的基本理论
　　6.2 基于BP神经网络的动态供应链绩效评价方法
　　6.2.1 动态供应链绩效指标体系
　　6.2.2 基于BP神经网络的动态供应链绩效评价模型
　　6.2.3 仿真算例
　　6.3 粗糙集约简和BP网络相结合的混合供应链绩效评价方法
　　6.3.1 算法基本思想
　　6.3.2 基于粗糙集约简和BP神经网络的动态供应链绩效评价模型
　　6.3.3 仿真算例
　　6.4 本章小结
　　第7章 基于智能信息处理的供应链绩效评价方法的比较
　　7.1 软计算与动态供应链绩效评价
　　7.1.1 软计算
　　7.1.2 基于模糊综合评价的供应链绩效评价
　　7.1.3 基于粗糙集约简的供应链绩效评价
　　7.1.4 基于神经网络的供应链绩效评价
　　7.1.5 几种软计算方法的优缺点
　　7.1.6 软计算融合技术在动态供应链绩效评价中的应用
　　7.2 基于智能信息处理的供应链绩效评价方法比较
　　7.2.1 基本思路
　　7.2.2 数据预处理
　　7.2.3 实验结果的比较和分析
　　7.3 本章小结
　　第8章 动态供应链运作绩效分析方法框架
　　8.1 定性研究
　　8.1.1 开放型访谈
　　8.1.2 观察
　　8.1.3 文献分析法
　　8.1.4 个案调查
　　8.2 定量研究
　　8.2.1 数据准备
　　8.2.2 一元数据分析
　　8.2.3 二元数据分析
　　8.2.4 多元数据分析
　　8.3 探索性数据分析之T检验分析
　　8.3.1 单样本T检验
　　8.3.2 两个独立样本T检验
　　8.4 探索性数据分析之方差与协方差分析
　　8.4.1 常用术语
　　8.4.2 Univariate过程
　　8.4.3 协方差分析
　　8.5 关系模型
　　8.5.1 相关分析
　　8.5.2 回归分析
　　8.5.3 Logistic分析
　　8.6 相关模型
　　8.6.1 主成分分析
　　8.6.2 因子分析
　　8.6.3 因子分析与主成分分析的比较
　　8.7 本章小结
　　结论
　　参考文献

　　    郑培，管理学博士，湖南大学工商管理学院营销系副主任、副教授，香港城市大学访问学者，湖南省烟草专卖公司（局）科技创新项目评审鉴定专家、湖南省及浙江省自然科学基金项目通讯评审专家。
　　    主要研究方向：供应链物流管理与绩效优化。已在国内外重点期刊上发表被EI、lSTP检索的学术论文20余篇，国家软科学重大研究计划核心骨干成员，主持教育部人文社科基金及省部级社科课题4项，承担湖南省科学技术厅科技计划重点项目子课题，以及企事业单位横向课题3项，校级课题4项。

　　    《动态供应链运作与绩效管理》系统深入地阐明了动态供应链绩效评价理论和技术，包括动态供应链绩效评价体系框架建立，绩效指标集选取、优化及处理方法。利用粗糙集理论、模糊综合分析、马尔可夫链预测、BP神经网络等智能学习方法建立动态供应链绩效评价模型，为读者呈现出供应链体系中系统决策与绩效之间的互动关系，并对模型推演过程进行数字仿真与解算，完成对评估模型的校验和对实际评价结果的验证。
　　    《动态供应链运作与绩效管理》对各种智能学习算法在动态供应链绩效评价中的主要特点和效果进行综合比较和分析，指出每种方法的优缺点及适用场合，弥补了业界在动态供应链绩效评价模型和配置优化体系方面的不足，拓宽了智能学习算法在动态供应链绩效评价领域的应用范围。