基于BP神经网络改进算法的库存需求预测
| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-10页 |
| 1 绪论 | 第10-26页 |
| ·传统库存控制存在的问题 | 第10-11页 |
| ·相关技术及其在库存控制中的应用 | 第11-17页 |
| ·数据挖掘 | 第12-14页 |
| ·人工神经网络 | 第14-15页 |
| ·BP人工神经网络 | 第15-17页 |
| ·BP算法的研究现状 | 第17-23页 |
| ·国外现状综述 | 第17-20页 |
| ·国内现状综述 | 第20-23页 |
| ·论文的主要研究内容及工作流程 | 第23-26页 |
| 2 训练数据的准备 | 第26-42页 |
| ·数据的收集 | 第26-35页 |
| ·CQDP医院库存管理现状及存在的问题 | 第26-28页 |
| ·CQDP医院库存ABC管理 | 第28-31页 |
| ·影响需求量的因素 | 第31-32页 |
| ·各参数值的计算 | 第32-35页 |
| ·数据的预处理 | 第35-41页 |
| ·数据清理 | 第35-36页 |
| ·数据集成 | 第36-38页 |
| ·数据变换 | 第38-41页 |
| ·本章小结 | 第41-42页 |
| 3 网络算法的改进 | 第42-62页 |
| ·传统BP算法 | 第42-50页 |
| ·网络的拓扑结构 | 第42-44页 |
| ·网络的算法 | 第44-48页 |
| ·网络的学习过程 | 第48-50页 |
| ·改进算法的数学推导 | 第50-60页 |
| ·传统算法的缺点 | 第50页 |
| ·改进算法的思路 | 第50-51页 |
| ·联接权值W的调整 | 第51-54页 |
| ·缩放系数T的调整 | 第54-57页 |
| ·位移参数θ的调整 | 第57-60页 |
| ·算例 | 第60-61页 |
| ·本章小结 | 第61-62页 |
| 4 网络结构与库存模型的确定 | 第62-84页 |
| ·优化网络结构 | 第62-66页 |
| ·网络参数的初步确定 | 第62-63页 |
| ·调整样本顺序以提高收敛精度 | 第63-65页 |
| ·确定网络结构 | 第65-66页 |
| ·网络正式训练和库存模型的确定 | 第66-70页 |
| ·预测 | 第70-78页 |
| ·传统方法的预测 | 第70-74页 |
| ·基于BPNN的库存模型的预测 | 第74-78页 |
| ·基于BPNN的库存模型灵敏度分析 | 第78-80页 |
| ·本章小结 | 第80-84页 |
| 5 结论 | 第84-86页 |
| 致 谢 | 第86-88页 |
| 参考文献 | 第88-92页 |
| 附录A 改进算法的C++语言程序 | 第92-110页 |
| 附录B 作者在攻读硕士学位期间取得的成果 | 第110-116页 |
