某水泥公司生产与库存系统优化研究
致谢 | 第1-6页 |
中文摘要 | 第6-7页 |
ABSTRACT | 第7-10页 |
1 绪论 | 第10-16页 |
·论文研究意义 | 第10-11页 |
·论文研究背景 | 第11-12页 |
·生产与库存系统研究现状 | 第12-14页 |
·国内研究现状 | 第12-13页 |
·国外研究现状 | 第13-14页 |
·论文研究方法 | 第14-15页 |
·论文研究主要内容 | 第15-16页 |
2 需求预测方法 | 第16-25页 |
·回归分析模型 | 第17-19页 |
·一元线性回归法 | 第17页 |
·多元线性回归分析预测法 | 第17-18页 |
·非线性回归模型 | 第18-19页 |
·时间序列模型 | 第19-22页 |
·曲线拟合预测分析 | 第20-21页 |
·指数平滑模型 | 第21-22页 |
·人工神经网络方法 | 第22-25页 |
·BP神经网络结构 | 第23-24页 |
·BP神经网络算法 | 第24-25页 |
3 生产与库存优化理论 | 第25-32页 |
·系统最优化原理 | 第25-26页 |
·最优化问题的提出 | 第25-26页 |
·最优化定理 | 第26页 |
·背包问题 | 第26页 |
·动态规划问题 | 第26-32页 |
·动态规划基本概念 | 第27页 |
·动态规划基本思想 | 第27-28页 |
·动态规划模型的基本要素 | 第28-30页 |
·动态规划模型适用条件 | 第30页 |
·动态规划模型基本步骤 | 第30-32页 |
4 水泥产品需求函数分析 | 第32-44页 |
·需求影响因素分析 | 第32-34页 |
·经济环境影响 | 第32页 |
·固定资产投资、房地产投资影响 | 第32-33页 |
·设备管理因素影响 | 第33-34页 |
·季节因素影响 | 第34页 |
·时间序列预测模型 | 第34-40页 |
·傅里叶函数逼近 | 第34-37页 |
·高斯函数逼近 | 第37-38页 |
·多项式函数逼近 | 第38-40页 |
·神经网络预测模型 | 第40-43页 |
·小结 | 第43-44页 |
5 生产与库存系统优化实例应用分析 | 第44-58页 |
·逆序算法求解 | 第44-45页 |
·逆序算法 | 第44页 |
·动态规划设定 | 第44-45页 |
·优化模型求解 | 第45-52页 |
·matlab软件求解 | 第52-53页 |
·结果分析 | 第53-57页 |
·有库存的生产策略优化 | 第53-55页 |
·0库存的生产策略优化 | 第55-57页 |
·小结 | 第57-58页 |
6 结论与展望 | 第58-60页 |
·结论 | 第58-59页 |
·展望 | 第59-60页 |
参考文献 | 第60-62页 |
附录A | 第62-66页 |
附录B | 第66-75页 |
作者简历 | 第75-77页 |
学位论文数据集 | 第77页 |