服装库存控制及神经网络预测算法研究
| 摘要 | 第1-4页 |
| Abstract | 第4-5页 |
| 目录 | 第5-7页 |
| 第一章 绪论 | 第7-15页 |
| ·研究背景和意义 | 第7-8页 |
| ·国内外文献资料综述 | 第8-10页 |
| ·选题的依据和意义 | 第10-13页 |
| ·研究对象的界定 | 第10-12页 |
| ·选题的依据和意义 | 第12-13页 |
| ·研究的思路与内容 | 第13-15页 |
| 第二章 服装库存控制策略研究 | 第15-27页 |
| ·相关库存控制模型 | 第15-17页 |
| ·没有补货机会的库存模型 | 第15-16页 |
| ·有补货机会库存模型 | 第16-17页 |
| ·服装产品库存补货控制模型 | 第17-25页 |
| ·问题描述 | 第17-18页 |
| ·单一品种的服装库存补货控制 | 第18-22页 |
| ·多品种的服装库存补货控制 | 第22-25页 |
| ·多品种服装产品的库存控制方法 | 第22-24页 |
| ·多品种服装产品的库存控制的前提 | 第24-25页 |
| ·本章小结 | 第25-27页 |
| 第三章 人工神经网络基本理论及算法改进 | 第27-39页 |
| ·人工神经网络概述 | 第27-28页 |
| ·人工神经网络的基本特征 | 第27页 |
| ·人工神经网络技术的应用领域 | 第27-28页 |
| ·神经元模型和网络结构及工作方法 | 第28-31页 |
| ·人工神经元模型 | 第28-29页 |
| ·神经网络的结构及工作方式 | 第29-30页 |
| ·神经网络的学习和训练 | 第30-31页 |
| ·前馈神经网络的数学模型及学习算法 | 第31-34页 |
| ·神经网络结构 | 第31页 |
| ·多层前馈神经网络的范化能力 | 第31-32页 |
| ·前馈人工神经网络结构的确定 | 第32-34页 |
| ·改进的前馈神经网络及其实现 | 第34-38页 |
| ·改进的前馈神经网络学习算法的原理 | 第34-36页 |
| ·改进的BP算法及计算流程 | 第36-37页 |
| ·学习样本的归一化 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 人工神经网络在服装预测中的实现 | 第39-51页 |
| ·产品需求预测 | 第39页 |
| ·BOM结构 | 第39-40页 |
| ·神经网络模型研究 | 第40-42页 |
| ·模型输入 | 第40-41页 |
| ·模型构造 | 第41-42页 |
| ·BP网络模型的MATLAB仿真实现 | 第42-48页 |
| ·实际研究数据 | 第42-43页 |
| ·网络训练 | 第43-46页 |
| ·网络测试 | 第46-48页 |
| ·人工神经网络预测方法与平均值预测方法结果比较 | 第48-49页 |
| ·本章小结 | 第49-51页 |
| 第五章 服装库存预测模型在系统中的实现 | 第51-59页 |
| ·功能结构的设计 | 第51-52页 |
| ·数据的传输功能 | 第51页 |
| ·反映库存状况及统计功能 | 第51-52页 |
| ·盘存处理功能 | 第52页 |
| ·系统主要功能模块 | 第52-53页 |
| ·系统的主要功能 | 第53-55页 |
| ·系统的主要界面 | 第55-58页 |
| ·本章小结 | 第58-59页 |
| 第六章 总结 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-63页 |
