| 摘要 | 第1-5页 |
| ABSTRACT | 第5-7页 |
| 目录 | 第7-10页 |
| CONTENTS | 第10-13页 |
| 第一章 绪论 | 第13-19页 |
| ·研究背景和意义 | 第13-14页 |
| ·课题来源 | 第14页 |
| ·国内外相关研究状况综述 | 第14-16页 |
| ·备件的特性及分类 | 第14-15页 |
| ·备件库存研究 | 第15-16页 |
| ·研究内容 | 第16-18页 |
| ·小结 | 第18-19页 |
| 第二章 模具制造企业库存备件管理研究 | 第19-27页 |
| ·模具制造企业的生产特征 | 第19-20页 |
| ·模具制造企业的备件特征 | 第20-22页 |
| ·模具制造企业的备件库存管理特征 | 第22-23页 |
| ·模具备件库存管理应用中的问题 | 第23-26页 |
| ·模具备件库存管理现状 | 第23-25页 |
| ·模具备件库存管理的不足 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第三章 备件库存ABCD分类模型的研究 | 第27-34页 |
| ·备件库存ABCD分类模型 | 第27-31页 |
| ·分类指标 | 第27-28页 |
| ·分类类别 | 第28-31页 |
| ·库存管理策略 | 第31-33页 |
| ·库存策略 | 第31-32页 |
| ·分类备件管理方式 | 第32-33页 |
| ·小结 | 第33-34页 |
| 第四章 基于BP神经网络的备件库存ABCD分类模型 | 第34-44页 |
| ·BP神经网络理论 | 第34页 |
| ·BP神经网络备件ABCD分类结构 | 第34-36页 |
| ·基于BP神经网络的备件库存ABCD分类模型的建立步骤 | 第36-37页 |
| ·仿真分析 | 第37-43页 |
| ·样本数据 | 第37-40页 |
| ·数据预处理 | 第40-42页 |
| ·确定神经网络模型的连接权系数 | 第42-43页 |
| ·计算分类精度 | 第43页 |
| ·小结 | 第43-44页 |
| 第五章 基于遗传算法的BP神经网络备件ABCD分类模型 | 第44-54页 |
| ·BP神经网络的不足 | 第44-45页 |
| ·遗传算法优化神经网络 | 第45-47页 |
| ·遗传算法 | 第45-46页 |
| ·遗传算法与神经网络的结合 | 第46-47页 |
| ·基于遗传算法的BP神经网络步骤 | 第47-48页 |
| ·基于遗传算法的BP神经网络模型仿真 | 第48-53页 |
| ·遗传算法的优化参数设置 | 第48-50页 |
| ·仿真训练结果 | 第50-52页 |
| ·GA-BP算法与BP算法仿真对比 | 第52-53页 |
| ·小结 | 第53-54页 |
| 第六章 GA-BP备件库存ABCD分类模型的实例验证 | 第54-63页 |
| ·GA-BP备件库存ABCD分类模型算例 | 第54-59页 |
| ·GA-BP备件库存ABCD分类模型结果比较 | 第59-63页 |
| 总结与展望 | 第63-65页 |
| 总结 | 第63页 |
| 展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 攻读学位期间发表论文 | 第68-70页 |
| 致谢 | 第70页 |
