焊管厂带卷库管理系统开发及应用
| 学位论文数据集 | 第3-4页 |
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第12-16页 |
| 1.1 课题研究背景 | 第12页 |
| 1.2 库存管理的概念 | 第12-13页 |
| 1.3 库存管理国内外研究现状 | 第13-14页 |
| 1.4 焊管厂带卷库管理系统在焊管生产中的作用 | 第14页 |
| 1.5 本文研究的主要内容 | 第14-16页 |
| 第二章 理论基础及相关技术 | 第16-26页 |
| 2.1 相关理论及技术 | 第16-20页 |
| 2.1.1 库存预测理论 | 第16-17页 |
| 2.1.2 BP神经网络结构 | 第17-18页 |
| 2.1.3 相关技术 | 第18-20页 |
| 2.2 焊管厂工艺流程 | 第20-21页 |
| 2.3 焊管厂MES结构及功能 | 第21-25页 |
| 2.3.1 焊管厂结构、层次 | 第21-22页 |
| 2.3.2 焊管厂MES功能模块 | 第22-24页 |
| 2.3.3 各个子系统之间的关系 | 第24页 |
| 2.3.4 系统软硬件环境 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 焊管厂带卷库管理系统的设计及实现 | 第26-44页 |
| 3.1 带卷库管理概述 | 第26页 |
| 3.2 系统需求分析 | 第26-32页 |
| 3.3 系统UML建模 | 第32-36页 |
| 3.3.1 对象类建模 | 第32-34页 |
| 3.3.2 顺序图建模 | 第34-36页 |
| 3.4 数据库设计 | 第36-41页 |
| 3.5 系统测试 | 第41-42页 |
| 3.6 本章小结 | 第42-44页 |
| 第四章 基于BP神经网络的带卷库库存建模 | 第44-56页 |
| 4.1 BP神经网络算法 | 第44-46页 |
| 4.2 BP神经网络改进 | 第46-47页 |
| 4.2.1 BP神经网络不足 | 第46页 |
| 4.2.2 BP神经网络改进 | 第46-47页 |
| 4.3 实验数据收集与处理 | 第47-50页 |
| 4.3.1 数据收集 | 第47-49页 |
| 4.3.2 数据归一化处理 | 第49-50页 |
| 4.4 模型的实现 | 第50-55页 |
| 4.4.1 模型结构设计 | 第50-51页 |
| 4.4.2 模型参数确定 | 第51-52页 |
| 4.4.3 改进前后BP神经网络学习训练与仿真 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 总结与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 研究成果及发表的学术论文 | 第64-66页 |
| 作者和导师简介 | 第66-67页 |
| 附件 | 第67-68页 |
