致谢 | 第5-6页 |
摘要 | 第6-7页 |
ABSTRACT | 第7-8页 |
1 绪论 | 第12-17页 |
1.1 研究背景及意义 | 第12-13页 |
1.1.1 研究背景 | 第12页 |
1.1.2 研究意义 | 第12-13页 |
1.2 研究的内容与研究思路 | 第13-17页 |
1.2.1 论文研究内容 | 第13-14页 |
1.2.2 论文研究方法及创新性工作 | 第14-15页 |
1.2.3 本文研究技术路线图 | 第15-17页 |
2 国内外研究现状及相关理论基础 | 第17-29页 |
2.1 国内外研究现状 | 第17-22页 |
2.1.1 需求管理文献综述 | 第17-18页 |
2.1.2 需求预测方法文献综述 | 第18-20页 |
2.1.3 基于数理统计预测文献综述 | 第20-22页 |
2.1.4 研究现状小结 | 第22页 |
2.2 需求管理理论 | 第22-26页 |
2.2.1 物料需求分析理论 | 第22-23页 |
2.2.2 需求预测理论 | 第23-25页 |
2.2.3 时间序列分解预测理论 | 第25-26页 |
2.3 数理统计理论 | 第26-29页 |
2.3.1 数据分析理论 | 第26-27页 |
2.3.2 贝叶斯统计理论 | 第27-29页 |
3 T电网公司新建项目计量装置需求管理现状和问题分析 | 第29-40页 |
3.1 T公司新建项目计量装置需求管理现状 | 第29-34页 |
3.1.1 T公司计量装置需求管理模式 | 第30-31页 |
3.1.2 新建项目计量装置需求申报管理流程 | 第31-32页 |
3.1.3 新建项目计量装置需求影响因素分析 | 第32-34页 |
3.2 T公司新建项目计量装置需求特点分析 | 第34-38页 |
3.2.1 计量装置需求量不确定 | 第34-36页 |
3.2.2 计量装置需求产生时间不稳定 | 第36-38页 |
3.2.3 计量装置需求类型复杂 | 第38页 |
3.3 T公司计量装置现行需求预测方法及问题 | 第38-40页 |
3.3.1 T公司计量装置需求预测流程及方法 | 第38-39页 |
3.3.2 T公司计量装置需求预测存在的问题 | 第39-40页 |
4 基于数理统计理论的新建项目计量装置需求预测模型构建 | 第40-53页 |
4.1 新建项目计量装置需求预测模型 | 第40-45页 |
4.1.1 新建项目计量装置需求预测问题描述 | 第40-42页 |
4.1.2 基于贝叶斯统计的时间序列分解预测模型构建 | 第42-45页 |
4.2 基于贝叶斯统计的时间序列分解需求预测方法实施依据 | 第45-48页 |
4.2.1 模型实施的现实依据 | 第46页 |
4.2.2 模型实施的理论依据 | 第46-48页 |
4.3 基于贝叶斯统计的时间序列分解预测模型的实施方法 | 第48-53页 |
4.3.1 时间序列分解预测模型的实施方法 | 第48-50页 |
4.3.2 基于贝叶斯统计的调整模型实施方法 | 第50-53页 |
5 T公司新建项目单相表需求预测实例研究 | 第53-76页 |
5.1 新建项目单相表需求数据分析及处理 | 第53-61页 |
5.1.1 基于时间序列分解法的单相表需求量特点分析 | 第54-57页 |
5.1.2 基于概率分布的单相表需求产生时间分析及计算 | 第57-61页 |
5.2 新建项目单相表需求预测 | 第61-71页 |
5.2.1 基于时间序列分解的单相表需求量预测 | 第61-66页 |
5.2.2 基于条件概率的需求预测结果调整 | 第66-71页 |
5.3 需求预测结果分析 | 第71-74页 |
5.3.1 调整前需求预测结果分析 | 第72-73页 |
5.3.2 调整后需求预测结果分析 | 第73-74页 |
5.4 基于结果分析的需求管理建议 | 第74-76页 |
5.4.1 基于结果分析的企业实际应用建议 | 第74-75页 |
5.4.2 T公司需求管理方面建议 | 第75-76页 |
6 全文总结与展望 | 第76-78页 |
6.1 全文总结 | 第76-77页 |
6.2 研究展望 | 第77-78页 |
参考文献 | 第78-82页 |
附录A | 第82-85页 |
附录B | 第85-87页 |
附录C | 第87-88页 |
附录D | 第88-95页 |
作者简历及攻读硕士/博士学位期间取得的研究成果 | 第95-97页 |
学位论文数据集 | 第97页 |