无忧论文网
当前位置: 无忧论文网 > 自然科学论文 > 计算机科学论文 > 计算机应用论文 > 基于BP神经网络改进算法的库存控制策略
点击提交论文指导需求
高薪诚聘老师
基于BP神经网络改进算法的库存控制策略
时间:2013-10-17 浏览次数:1053次 无忧论文网
点击这里在线咨询我
【中文题名】 基于BP神经网络改进算法的库存控制策略 【英文题名】 Strategy of Inventory Control Based on Improved Algorithm of BP Neural Networks 【中文摘要】 激烈的市场竞争产生了新的管理理念和管理方法,促进了更先进、更实用的管理技术的研究与应用。在当今基于时间和客户需求的竞争的市场环境下,库存控制是提高顾客满意度和降低库存成本的关键因素。论文把BP神经网络技术应用于库存控制,是新的管理技术的研究与应用的一个大胆的尝试。探讨了通过采用BP神经网络技术对库存进行管理的新的理念和方法,以达到消除企业的高库存现象和提高顾客服务水平的目的。对国内外传统库存控制研究现状进行了综述;指出了传统库存控制存在的问题,并指出了解决的方法是在库存控制中采用人工神经网络;对相关技术( 【英文摘要】 The competition of market brings new management ideas, and boost study and application of more advantage and more practical management methods. Under the market environment that based on time and consumer requirement, the inventory management is the key to improve the customers’ satisfaction and lower the inventory cost. It is a bold attempt to apply the BP neural networks technology to inventory management. To eliminate the enterprises’ high inventory and improve the customers’ service, this paper discu 【中文关键词】 BP神经网络. 数据挖掘. 改进算法. 库存控制. 需求预测. 【英文关键词】 BP neural networks. data mining. improved algorithm. inventory control. demand forecast. 【作者】 黄万杰. 【导师】 罗兵. 【论文级别】 硕士 【学科专业名称】 管理科学与工程 【学位授予单位】 重庆大学. 【论文提交日期】 2003-11-01 中文摘要 003-004 英文摘要 004-8 1 绪论 8-27 1.1 库存控制概述 8-12 1.1.1 库存控制的概念 8-8 1.1.2 库存管理系统的组成 8-10 1.1.3 传统库存控制存在的问题 10-13 1.2 数据挖掘及人工神经网络在库存控制中的应用 12-19 1.2.1 数据挖掘 13-16 1.2.2 人工神经网络 16-19 1.3 BP算法改进的研究现状 19-24 1.3.1 国外现状综述 19-22 1.3.2 国内现状综述 22-27 1.4 论文主要内容及研究过程 24-27 2 训练数据的准备 27-44 2.1 数据的收集 27-37 2.1.1 CQDP医院库存管理现状及存在的问题 27-29 2.1.2 CQDP医院库存ABC管理 29-32 2.1.3 影响库存订货量的因素 32-34 2.1.4 各参数值的计算 34-37 2.2 数据的预处理 37-44 2.2.1 数据清理 37-38 2.2.2 数据集成 38-40 2.2.3 数据变换 40-44 3 网络算法的改进 44-65 3.1 传统BP算法 44-52 3.1.1 网络的拓扑结构 44-46 3.1.2 网络的算法 46-50 3.1.3 网络的学习过程 50-52 3.2 改进算法的数学推导 52-62 3.2.1 传统BP算法的缺点 52-52 3.2.2 改进算法的思路 52-54 3.2.3 联接权值W的调整 54-57 3.2.4 缩放系数T的调整 57-59 3.2.5 位移参数θ的调整 59-65 3.3 算例 62-64 3.4 本章小结 64-65 4 网络结构的确定与库存模型的确定 65-89 4.1 优化网络结构 65-71 4.1.1 网络初训练 65-69 4.1.2 优化网络结构 69-74 4.2 网络正式训练和库存模型的确定 71-74 4.3 预测 74-83 4.3.1 传统方法的预测 74-78 4.3.2 基于BPNN的库存模型的预测 78-96 4.4 基于BPNN的库存模型灵敏度分析 83-86 4.5 本章小结 86-96 5 结论 89-91 致谢 91-92 参考文献 92-96 附录A.改进算法的C++语言程序 96-113
关于我们 | 老师招聘 | 版权声明 | 联系我们 | 付款方式 | 返回顶部 | 

COPYRIGHT ©2001 - 2013 51LUNWEN.NET. ALL RIGHTS RESERVED.
【免责声明】:本网站所提供的信息资源如有侵权、违规,请及时告知
无忧论文网提供毕业论文指导 硕士论文指导服务