随着经济全球化和客户个性化需求的增加，驱动着物流从一项功能性的活动发展成为一项具有战略意义的服务模式。物流服务的可视化特性使其在一定程度上变得比价格更加重要，利用这一特征，本文建立物流企业的征信管理模式，希望能进一步完善社会信用体系，有效防范、降低和化解金融风险，开拓新的融资渠道，增强企业市场竞争能力。 第一部分：提出本文的研究背景和意义，通过对物流企业征信的现状研究，分析其中存在的有待解决问题，确定要研究的目标和方向。 第二部分：研究了物流企业征信体系的理论基础，阐明了神经网络的基本原理及算法，为后面建立基于神经网络的信用评估模型打下理论基础。 第三部分：建立基于神经网络的信用评估模型。论文首先对我国物流企业征信信息指标体系进行界定。其次，建立了科学的三层神经网络企业信用评估模型，并对模型的计算算法进行了推导。最后，利用BP神经网络算法LMBP对建立的企业信用评估模型进行训练、仿真、测试，通过仿真测试，得出基于BP算法的神经网络企业信用评估模型能够很好地对企业的信用进行预测评价。 第四部分：研究基于BP改进算法的企业信用评估神经网络模型。针对上一章中神经网络训练过程中出现的陷入局部极小点和信用评估模型预测准确度不是很高的问题，对模型的算法进行了改进，以达到提高预测评估准确度的目的。