| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 关于备件分类方法的研究 | 第9-10页 |
| 1.2.2 关于备件需求量预测的研究 | 第10-12页 |
| 1.2.3 发展趋势 | 第12-13页 |
| 1.3 研究内容和目标 | 第13-14页 |
| 1.4 研究生期间主要工作 | 第14页 |
| 1.5 本文组织结构 | 第14-16页 |
| 第二章 板卡备件分类和需求量预测技术综述 | 第16-22页 |
| 2.1 K-means与K-medoids聚类算法 | 第16-18页 |
| 2.1.1 K-means基本概念及原理 | 第16-17页 |
| 2.1.2 K-means特点及缺陷 | 第17-18页 |
| 2.1.3 K-medoids方法概述 | 第18页 |
| 2.2 支持向量机方法 | 第18-21页 |
| 2.2.1 支持向量机原理 | 第18-20页 |
| 2.2.2 支持向量分类和回归 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 板卡备件分类方法设计与实现 | 第22-31页 |
| 3.1 板卡特征分析及信息提取 | 第22-25页 |
| 3.1.1 重要程度 | 第23-24页 |
| 3.1.2 在运数量 | 第24页 |
| 3.1.3 采购成本 | 第24-25页 |
| 3.1.4 缺陷率 | 第25页 |
| 3.2 分类方法设计 | 第25-28页 |
| 3.2.1 问题分析 | 第25-26页 |
| 3.2.2 基于K-medoids的方法设计及实现 | 第26-28页 |
| 3.3 分类实现及结果评价 | 第28-30页 |
| 3.3.1 板卡分类实现 | 第28-29页 |
| 3.3.2 分类结果评价 | 第29-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第四章 基于SVR的板卡备件需求量预测方法设计 | 第31-48页 |
| 4.1 备件需求量预测问题分析 | 第31-32页 |
| 4.2 样本数据处理 | 第32-36页 |
| 4.2.1 数据提取 | 第32-34页 |
| 4.2.2 样本数据正规化处理 | 第34-36页 |
| 4.3 基于SVR的预测模型确定 | 第36-43页 |
| 4.3.1 损失函数选取 | 第36-39页 |
| 4.3.2 核函数选取 | 第39-43页 |
| 4.4 模型参数的调整与优化 | 第43-45页 |
| 4.5 预测结果评价 | 第45-46页 |
| 4.6 本章小结 | 第46-48页 |
| 第五章 板卡备件需求量预测系统(SCPS)实现 | 第48-56页 |
| 5.1 流程分析 | 第48-50页 |
| 5.1.1 板卡分类流程 | 第48-49页 |
| 5.1.2 板卡备件需求量预测流程 | 第49-50页 |
| 5.2 系统设计 | 第50-53页 |
| 5.2.1 结构设计 | 第51-52页 |
| 5.2.2 功能模块设计 | 第52-53页 |
| 5.3 系统实现 | 第53-55页 |
| 5.3.1 板卡分类实现 | 第53-54页 |
| 5.3.2 板卡备件需求量预测实现 | 第54-55页 |
| 5.4 本章小结 | 第55-56页 |
| 第六章 总结及展望 | 第56-57页 |
| 6.1 全文总结 | 第56页 |
| 6.2 不足之处及研究展望 | 第56-57页 |
| 参考文献 | 第57-60页 |
| 致谢 | 第60页 |