首页--工业技术论文--电工技术论文--电气测量技术及仪器论文--电数量的测量及仪表论文--电能测量、电度表论文

T电网公司新建项目计量装置需求预测研究

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

论文共97页,点击 下载论文
上一篇:基于人工蜂群遗传算法的冷链物流配送多目标动态优化问题研究
下一篇:工商银行A支行小微企业信贷风险管理研究