致谢 | 第1-5页 |
中文摘要 | 第5-6页 |
ABSTRACT | 第6-14页 |
1 绪论 | 第14-30页 |
·研究背景 | 第14-20页 |
·相关概念界定 | 第14-17页 |
·智能仓储的发展与应用 | 第17-18页 |
·智能仓储智能品质评价的社会背景和现实需要 | 第18-20页 |
·研究意义 | 第20-22页 |
·理论意义 | 第20-21页 |
·实践意义 | 第21-22页 |
·国内外研究现状 | 第22-27页 |
·国外研究现状分析 | 第22-23页 |
·国内研究现状分析 | 第23-27页 |
·研究内容与创新点 | 第27-28页 |
·研究内容 | 第27-28页 |
·创新点 | 第28页 |
·研究方法与研究技术路线 | 第28-30页 |
2 相关理论概述 | 第30-50页 |
·智能仓储体系框架与核心技术 | 第30-35页 |
·智能仓储体系框架 | 第30-31页 |
·智能仓储的特点 | 第31-32页 |
·智能仓储的核心技术 | 第32-35页 |
·智能仓储智能品质评价方法 | 第35-38页 |
·灰色多层次评价法 | 第35-37页 |
·模糊综合评判法 | 第37-38页 |
·基于BP人工神经网络的智能仓储智能品质评价 | 第38-50页 |
·人工神经元的模型 | 第38-39页 |
·激活转移函数 | 第39-41页 |
·神经元网络的模型结构 | 第41-44页 |
·反向传播网络 | 第44-50页 |
3 基于BP人工神经网络的智能仓储智能品质评价模型的构建 | 第50-56页 |
·模型构建的总体思路及基本步骤 | 第50-52页 |
·模型构建的总体思路 | 第50-51页 |
·模型构建的基本步骤 | 第51-52页 |
·模型的神经网络结构及参数确定 | 第52-54页 |
·智能仓储智能品质BP神经网络结构的确定 | 第52-53页 |
·智能仓储智能品质BP神经网络参数的确定 | 第53-54页 |
·模型的神经网络学习训练及仿真实现 | 第54-56页 |
·初始化样本数据 | 第54页 |
·建立BP神经网络 | 第54-55页 |
·训练网络 | 第55-56页 |
4 智能仓储智能品质评价指标体系的构建 | 第56-63页 |
·评价指标体系构建的必要性及基本原则 | 第56-58页 |
·建立评价指标体系的必要性 | 第56-57页 |
·建立评价指标体系的基本原则 | 第57-58页 |
·评价指标体系的建立 | 第58-63页 |
·评价指标体系的设计 | 第58-61页 |
·评价指标体系的组成 | 第61-63页 |
5. 实例论证--京东商城北京一号库智能品质评价 | 第63-96页 |
·京东商城北京一号库智能仓储的建设 | 第63-67页 |
·京东商城简介 | 第63-66页 |
·京东商城北京一号库智能仓储的建设 | 第66-67页 |
·基于灰色多层次评价法京东商城北京一号库智能品质评价 | 第67-78页 |
·确定评价灰类及白化权函数 | 第67-68页 |
·评定等级 | 第68页 |
·确定指标体系及各级指标权重 | 第68-73页 |
·专家评分及灰色综合评价 | 第73-78页 |
·基于模糊综合评价法京东商城北京一号库智能品质评价 | 第78-84页 |
·确定各级评价指标集和评语集 | 第78-79页 |
·确定各评价指标的权重分配向量A及评价等级 | 第79-80页 |
·确定专家调查及模糊综合评价 | 第80-84页 |
·基于BP人工神经网络评价法京东商城北京一号库智能品质评价 | 第84-94页 |
·输入节点数 | 第84-85页 |
·输入输出层数据进行归一化处理 | 第85-89页 |
·输出层节点数 | 第89页 |
·隐含层节点数 | 第89页 |
·学习速率η | 第89-90页 |
·MATLAB算法及评价等级 | 第90页 |
·网络的训练及仿真 | 第90-94页 |
·智能仓储智能品质评价相关方法对比 | 第94-96页 |
·三种评价方法的基本步骤 | 第94-95页 |
·BP神经网络应用于智能仓储智能品质评价的优越性 | 第95-96页 |
6. 结论与展望 | 第96-98页 |
·本文主要研究工作及结论 | 第96-97页 |
·存在的问题和有待进一步研究的工作 | 第97-98页 |
参考文献 | 第98-99页 |
作者简历 | 第99-101页 |
附录1 | 第101-105页 |
附录2 | 第105-107页 |
附录3 | 第107-109页 |
附录4 | 第109-112页 |
附录5 | 第112-117页 |
附录6 | 第117-120页 |
附录7 | 第120-121页 |