| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 论文的研究背景及意义 | 第10-13页 |
| 1.1.1 制造业 ERP 与销售预测概述 | 第10-12页 |
| 1.1.2 制造业实施 ERP 及销售预测的必要性与可行性 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 论文的研究内容 | 第14-16页 |
| 1.4 本章小结 | 第16-17页 |
| 第2章 基础理论介绍 | 第17-22页 |
| 2.1 ERP | 第17-18页 |
| 2.2 预测理论 | 第18-21页 |
| 2.2.1 时间序列预测模型 | 第18-19页 |
| 2.2.2 人工神经网络 | 第19-20页 |
| 2.2.3 灰色理论 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第3章 某电动车制造业 ERP 的分析、设计与实现 | 第22-34页 |
| 3.1 需求分析与建模 | 第22-25页 |
| 3.1.1 总体需求分析 | 第22-23页 |
| 3.1.2 功能需求分析 | 第23-25页 |
| 3.2 系统设计与实现 | 第25-33页 |
| 3.2.1 总体设计 | 第25-26页 |
| 3.2.2 数据库的设计 | 第26-30页 |
| 3.2.3 开发平台与系统架构设计 | 第30-31页 |
| 3.2.4 系统实现 | 第31-33页 |
| 3.3 本章小结 | 第33-34页 |
| 第4章 销售预测模型 | 第34-49页 |
| 4.1 时间序列预测 | 第34-38页 |
| 4.1.1 时间序列分析的基本思想 | 第34页 |
| 4.1.2 时序序列建模方法和实现的过程 | 第34-36页 |
| 4.1.3 预测实例仿真 | 第36-38页 |
| 4.2 BP 神经网络预测 | 第38-44页 |
| 4.2.1 BP 神经网络算法描述 | 第38-41页 |
| 4.2.2 BP 网络在销售预测中的应用 | 第41-42页 |
| 4.2.3 预测实例仿真 | 第42-44页 |
| 4.3 灰色预测 | 第44-48页 |
| 4.3.1 算法的基本思想 | 第44-45页 |
| 4.3.2 算法的步骤 | 第45-47页 |
| 4.3.3 预测实例仿真 | 第47-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 销售预测子系统的设计与实现 | 第49-55页 |
| 5.1 系统分析与设计 | 第49-50页 |
| 5.1.1 预测实例仿真 | 第49页 |
| 5.1.2 系统主要模块分析 | 第49页 |
| 5.1.3 系统设计目标 | 第49-50页 |
| 5.2 系统开发的关键技术及实现 | 第50-54页 |
| 5.2.1 关键技术 | 第50-52页 |
| 5.2.2 系统实现 | 第52-54页 |
| 5.3 小结 | 第54-55页 |
| 第6章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 作者简介及在学期间所取得的科研成果 | 第59-60页 |
| 致谢 | 第60页 |