| 摘要 | 第9-10页 |
| Abstract | 第10-11页 |
| 第1章 绪论 | 第14-20页 |
| 1.1 研究背景和意义 | 第14-15页 |
| 1.2 国内外研究现状 | 第15-18页 |
| 1.2.1 备品备件分类研究现状 | 第15-16页 |
| 1.2.2 备件需求预测研究现状 | 第16-17页 |
| 1.2.3 备件库存策略研究现状 | 第17-18页 |
| 1.3 待研究问题和课题来源 | 第18页 |
| 1.4 研究内容与章节安排 | 第18-20页 |
| 第2章 电解铝行业备件管理系统分析 | 第20-25页 |
| 2.1 引言 | 第20页 |
| 2.2 电解铝生产工艺描述 | 第20-21页 |
| 2.3 电解铝行业备品备件管理存在的问题 | 第21-22页 |
| 2.4 备品备件库存管理系统分析 | 第22-24页 |
| 2.4.1 需求分析 | 第22-23页 |
| 2.4.2 作用分析 | 第23-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 电解铝行业备件分类方法研究 | 第25-34页 |
| 3.1 传统的备件分类管理 | 第25-26页 |
| 3.1.1 传统的备件分类原则 | 第25页 |
| 3.1.2 ABC备件分类法 | 第25-26页 |
| 3.2 电解铝备件分类方法的改进 | 第26-30页 |
| 3.2.1 传统ABC分类方法的缺陷 | 第26-27页 |
| 3.2.2 电解铝行业备件分类评价指标的选取 | 第27页 |
| 3.2.3 基于AHP的备件分类方法的改进 | 第27-30页 |
| 3.3 实例验证 | 第30-33页 |
| 3.4 本章小结 | 第33-34页 |
| 第4章 电解铝行业备件需求预测方法研究 | 第34-44页 |
| 4.1 电解铝行业备件需求预测问题分析 | 第34页 |
| 4.2 时间序列预测理论 | 第34-37页 |
| 4.2.1 ARIMA模型 | 第34-35页 |
| 4.2.2 BP神经网络模型 | 第35页 |
| 4.2.3 卷积长短期记忆神经网络模型 | 第35-37页 |
| 4.3 ARIMA-BP-CNN组合预测模型 | 第37-39页 |
| 4.3.1 ARIMA-BP-CNN组合预测方法数学模型 | 第37-38页 |
| 4.3.2 ARIMA-BP-CNN方法预测步骤 | 第38-39页 |
| 4.4 实例分析 | 第39-43页 |
| 4.4.1 ARIMA时间序列预测 | 第39-40页 |
| 4.4.2 BP神经网络预测 | 第40页 |
| 4.4.3 CNN-LSTM神经网络预测 | 第40-41页 |
| 4.4.4 组合预测 | 第41-42页 |
| 4.4.5 结果分析 | 第42-43页 |
| 4.5 本章小结 | 第43-44页 |
| 第5章 电解铝行业备件库存策略研究 | 第44-53页 |
| 5.1 备件库存管理现状 | 第44页 |
| 5.2 常用库存控制模型 | 第44-48页 |
| 5.2.1 经济订货批量模型 | 第44-46页 |
| 5.2.2 经典安全库存模型 | 第46-47页 |
| 5.2.3 订货点库存控制模型 | 第47-48页 |
| 5.3 电解铝行业备品备件安全库存及库存控制策略 | 第48-52页 |
| 5.3.1 最大、最小安全库存 | 第48-49页 |
| 5.3.2 A类备件库存策略 | 第49-50页 |
| 5.3.3 B类备件库存策略 | 第50-51页 |
| 5.3.4 C类备件库存策略 | 第51-52页 |
| 5.4 本章小结 | 第52-53页 |
| 第6章 电解铝行业备品备件库存管理系统 | 第53-64页 |
| 6.1 引言 | 第53页 |
| 6.2 系统框架设计 | 第53-54页 |
| 6.3 系统功能设计 | 第54-55页 |
| 6.4 数据库设计 | 第55-57页 |
| 6.5 系统功能实现 | 第57-63页 |
| 6.5.1 备品备件出入库系统 | 第58-61页 |
| 6.5.2 数据决策平台 | 第61-63页 |
| 6.6 本章小结 | 第63-64页 |
| 总结与展望 | 第64-66页 |
| 论文总结 | 第64-65页 |
| 论文展望 | 第65-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-71页 |
| 附录 攻读工程硕士学位期间发表的学术论文 | 第71页 |