基于某货运航空公司的航材管理研究
| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 课题的研究背景 | 第15-16页 |
| 1.2 国内外研究现状 | 第16-21页 |
| 1.2.1 货运航空现状 | 第16-18页 |
| 1.2.2 航材管理的国内外研究现状 | 第18-21页 |
| 1.3 课题的目的及意义 | 第21页 |
| 1.4 本文的工作内容及章节安排 | 第21-23页 |
| 1.4.1 工作内容 | 第21页 |
| 1.4.2 章节安排 | 第21-23页 |
| 第二章 航材分类方法研究 | 第23-34页 |
| 2.1 航材基本概念 | 第23-24页 |
| 2.2 航材属性因子 | 第24-25页 |
| 2.3 基于三角模糊层次分析法的航材分类研究 | 第25-30页 |
| 2.3.1 构建航材分类的层次模型 | 第25-26页 |
| 2.3.2 三角模糊数互补判断矩阵 | 第26-27页 |
| 2.3.3 三角模糊数权重向量计算 | 第27-30页 |
| 2.4 实例分析 | 第30-33页 |
| 2.4.1 构建航材分类的层次模型 | 第30页 |
| 2.4.2 建立三角模糊数互补判断矩阵 | 第30-31页 |
| 2.4.3 权重向量计算 | 第31-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第三章 航材需求预测分析 | 第34-51页 |
| 3.1 航材需求研究对象及评价指标 | 第34-37页 |
| 3.1.1 研究对象 | 第34-35页 |
| 3.1.2 评价指标 | 第35-37页 |
| 3.2 航材需求预测方法 | 第37-39页 |
| 3.2.1 移动平均算法 | 第37页 |
| 3.2.2 指数平滑法 | 第37-38页 |
| 3.2.3 Croston方法 | 第38页 |
| 3.2.4 Winter指数平滑法 | 第38-39页 |
| 3.3 基于神经网络的航材需求预测模型 | 第39-46页 |
| 3.3.1 改进的小波神经网络时序分析 | 第39-41页 |
| 3.3.2 基于遗传算法的灰色神经网络预测分析 | 第41-42页 |
| 3.3.3 需求预测方法比较 | 第42-46页 |
| 3.4 改进的需求预测算法 | 第46-50页 |
| 3.4.1 组合预测模型 | 第46-48页 |
| 3.4.2 改进预测模型比较分析 | 第48-50页 |
| 3.5 本章小结 | 第50-51页 |
| 第四章 基于边际效应的周转件多级库存优化模型 | 第51-67页 |
| 4.1 货运航空航材问题描述 | 第51-53页 |
| 4.1.1 货运航空航材供应过程 | 第51-52页 |
| 4.1.2 基本假设 | 第52页 |
| 4.1.3 符号及变量说明 | 第52-53页 |
| 4.2 多级库存优化建模 | 第53-56页 |
| 4.2.1 保障指标确定 | 第53-54页 |
| 4.2.2 库存分配模型建立 | 第54-55页 |
| 4.2.3 基于边际分析法的库存优化流程 | 第55-56页 |
| 4.3 算例分析 | 第56-65页 |
| 4.3.1 计算不同航站及基地的年平均需求 | 第56-58页 |
| 4.3.2 单个LRU的多级库存优化配置 | 第58-61页 |
| 4.3.3 多个LRU的的多级库存优化配置 | 第61-65页 |
| 4.4 本章小结 | 第65-67页 |
| 第五章 总结与展望 | 第67-69页 |
| 5.1 论文工作总结 | 第67-68页 |
| 5.2 不足与展望 | 第68-69页 |
| 参考文献 | 第69-73页 |
| 致谢 | 第73-74页 |
| 在学期间的研究成果及发表的学术论文 | 第74页 |
