两种基于数据驱动的库存预测方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景及意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 库存管理研究现状 | 第12-14页 |
| 1.2.2 时间序列分析研究现状 | 第14-17页 |
| 1.3 本文主要工作及组织结构 | 第17-19页 |
| 第二章 库存管理研究理论概述 | 第19-30页 |
| 2.1 库存管理相关理论 | 第19-20页 |
| 2.2 时间序列相关理论 | 第20-30页 |
| 第三章 两步动态库存预测算法研究 | 第30-41页 |
| 3.1 问题描述 | 第30页 |
| 3.2 算法介绍 | 第30-33页 |
| 3.2.1 集成预测 | 第31-32页 |
| 3.2.2 动态预测 | 第32-33页 |
| 3.3 实验和小结 | 第33-41页 |
| 3.3.1 数据描述 | 第33-34页 |
| 3.3.2 实验设计 | 第34-35页 |
| 3.3.3 结果分析 | 第35-41页 |
| 第四章 基于联合预测的库存预测算法研究 | 第41-58页 |
| 4.1 问题描述 | 第41页 |
| 4.2 算法介绍 | 第41-46页 |
| 4.2.1 线性预测模型 | 第42-43页 |
| 4.2.2 非线性预测模型 | 第43-44页 |
| 4.2.3 时间窗口宽度学习 | 第44-46页 |
| 4.3 实验和小结 | 第46-58页 |
| 4.3.1 数据描述 | 第46页 |
| 4.3.2 实验设计 | 第46-49页 |
| 4.3.3 结果分析 | 第49-58页 |
| 第五章 总结和展望 | 第58-60页 |
| 5.1 总结 | 第58-59页 |
| 5.2 展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 附录 | 第66-67页 |
| 致谢 | 第67页 |
