基于数据挖掘的煤炭企业物流成本预测研究--以内蒙古某煤炭企业为例
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 1 绪论 | 第9-20页 |
| ·研究背景与意义 | 第9-11页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·国内外的研究概况 | 第11-18页 |
| ·物流成本的研究 | 第11-13页 |
| ·煤炭企业物流成本研究 | 第13-14页 |
| ·数据挖掘技术在预测方面的研究 | 第14-17页 |
| ·数据挖掘对内蒙煤炭企业物流成本预测研究 | 第17-18页 |
| ·小结 | 第18页 |
| ·主要研究内容 | 第18-20页 |
| 2 数据挖掘技术 | 第20-26页 |
| ·数据挖掘的相关概念 | 第20页 |
| ·数据挖掘的常用技术 | 第20-21页 |
| ·数据挖掘预测方法介绍 | 第21-26页 |
| ·回归分析模型 | 第21-22页 |
| ·时间序列模型 | 第22-23页 |
| ·神经网络模型 | 第23-26页 |
| 3 物流成本管理及煤炭物流系统 | 第26-34页 |
| ·物流成本管理 | 第26-28页 |
| ·物流成本管理的实质 | 第27页 |
| ·物流成本的构成 | 第27-28页 |
| ·物流成本预测 | 第28-29页 |
| ·煤炭企业物流成本管理现状 | 第29-31页 |
| ·煤炭企业物流系统及特点 | 第31-34页 |
| ·煤炭企业物流系统 | 第31-32页 |
| ·煤炭企业物流成本的特点 | 第32-33页 |
| ·煤炭企业物流成本构成 | 第33-34页 |
| 4 煤炭企业物流成本预测 | 第34-51页 |
| ·数据收集 | 第34-35页 |
| ·公司简介 | 第34页 |
| ·数据收集 | 第34-35页 |
| ·回归分析预测 | 第35-41页 |
| ·物流成本与自变量的一元线性回归 | 第35-36页 |
| ·多元线性回归的多重共线性判断 | 第36-38页 |
| ·多重共线性的排除 | 第38-39页 |
| ·模型残差分析 | 第39-41页 |
| ·模型预测 | 第41页 |
| ·回归预测小结 | 第41页 |
| ·时间序列预测 | 第41-47页 |
| ·时间序列的建立 | 第42-44页 |
| ·时间序列模型识别与定阶 | 第44-45页 |
| ·模型参数估计和适应性检验 | 第45-46页 |
| ·ARIMA 模型拟合 | 第46-47页 |
| ·时间序列预测小结 | 第47页 |
| ·神经网络预测 | 第47-51页 |
| ·模型构建 | 第47-49页 |
| ·模型预测 | 第49-50页 |
| ·神经网络预测小结 | 第50-51页 |
| 5 灰色系统预测 | 第51-57页 |
| ·灰色系统模型 | 第51-54页 |
| ·灰色系统预测 | 第54-55页 |
| ·灰色系统检验 | 第54页 |
| ·灰色系统的 MATLAB 实现 | 第54-55页 |
| ·灰色系统预测小结 | 第55页 |
| ·预测结果分析 | 第55-57页 |
| 结论 | 第57-60页 |
| 参考文献 | 第60-64页 |
| 附录A 神经网络模型MATLAB 编码 | 第64-66页 |
| 附录B 灰色预测模型MATLAB 编码 | 第66-68页 |
| 在学研究成果 | 第68-69页 |
| 致谢 | 第69页 |
