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

    《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。

      当今世界，企业与企业之间的个体竞争已经转向供应链与供应链之间的群体竞争。面对日益激烈的竞争环境，唯有通过对供应链绩效的适当衡量，才能协助企业成功执行策略，以获取竞争优势。正确的绩效评价必须能够配合组织策略、结构、管理风格及企业流程，制定关键绩效指标，以供供应链管理从业者制订策略及日常经营考核之用。建立合适的供应链绩效评价体系是供应链有效运作与科学管理的基础。传统的供应链绩效评价方法大多属于静态评价，忽视了动态供应链所具有的随机性和不确定性以及绩效指标之间具有的非线性关联性的特点。针对这样一个复杂的绩效评价系统，郑培编著的《动态供应链运作与绩效管理》主要对动态供应链绩效评价体系框架、绩效指标、评价模型、评价方法及其特点进行深入系统的研究。