| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 目录 | 第8-9页 |
| 1 引言 | 第9-14页 |
| 1.1 背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究目标及方法 | 第12页 |
| 1.4 研究内容及论文结构 | 第12-14页 |
| 2 库存管理及库存预测理论 | 第14-22页 |
| 2.1 库存及库存管理 | 第14-17页 |
| 2.1.1 库存的作用 | 第14-15页 |
| 2.1.2 库存的类型 | 第15页 |
| 2.1.3 库存管理的任务及评价指标 | 第15-17页 |
| 2.2 库存预测 | 第17-22页 |
| 2.2.1 预测的概念和方法 | 第17-18页 |
| 2.2.2 安全库存的预测原理 | 第18-22页 |
| 3 修船企业传统库存管理制度 | 第22-29页 |
| 3.1 修船材料需求分析 | 第22-23页 |
| 3.2 修船企业库存管理方法 | 第23-29页 |
| 3.2.1 A 类材料的采购管理 | 第24-25页 |
| 3.2.2 A 类物资的验收和存储 | 第25-27页 |
| 3.2.3 修船企业 ERP 系统的库存子模块管理规定 | 第27-29页 |
| 4 修船企业库存管理的改进 | 第29-40页 |
| 4.1 库存管理的改进方向——JIT 系统 | 第29-32页 |
| 4.1.1 JIT 的实施条件 | 第30-31页 |
| 4.1.2 JIT 的实施步骤 | 第31-32页 |
| 4.2 JIT 采购战略 | 第32-40页 |
| 4.2.1 JIT 采购与传统采购的区别 | 第32-34页 |
| 4.2.2 JIT 采购的主要特点 | 第34-36页 |
| 4.2.3 JIT 采购的实施步骤 | 第36-38页 |
| 4.2.4 JIT 采购的应用环境 | 第38-40页 |
| 5 用人工神经网络建立修船企业库存预测模型 | 第40-51页 |
| 5.1 神经网络理论 | 第40-42页 |
| 5.1.1 人工神经网络的特征 | 第41页 |
| 5.1.2 神经元模型 | 第41-42页 |
| 5.2 建立修船厂材料安全库存预测 BP 神经网络模型 | 第42-51页 |
| 5.2.1 修船企业材料安全库存预测神经网络的结构设计 | 第44-47页 |
| 5.2.2 BP 神经网络模型 MATLAB6.5 仿真 | 第47-49页 |
| 5.2.3 优化结果 | 第49-51页 |
| 6 修船材料库存预测系统程序设计与实现 | 第51-56页 |
| 6.1 MATLAB 及其接口 | 第51页 |
| 6.2 ACTIVEX 技术 | 第51-52页 |
| 6.3 修船厂材料安全库存预测的程序化设计 | 第52-56页 |
| 7 全文总结 | 第56-57页 |
| 7.1 总结 | 第56页 |
| 7.2 展望 | 第56-57页 |
| 致谢 | 第57-58页 |
| 参考文献 | 第58-60页 |
| 攻读学位期间发表的学术论文目录 | 第60页 |
