基于作业的钢铁产品成品状态分析方法研究
摘要 | 第1-5页 |
Abstract | 第5-10页 |
1 绪论 | 第10-24页 |
·研究背景及意义 | 第10-13页 |
·研究背景 | 第10-11页 |
·研究课题的提出 | 第11-12页 |
·研究意义 | 第12-13页 |
·国内外相关研究综述 | 第13-14页 |
·相关理论研究 | 第14-22页 |
·成本控制理论综述 | 第14-15页 |
·作业成本法理论 | 第15-16页 |
·论文相关算法综述 | 第16-22页 |
·研究目的和研究内容 | 第22-24页 |
·研究目的 | 第22页 |
·研究内容 | 第22-24页 |
2 钢铁企业生产成本分析现状研究 | 第24-31页 |
·钢铁企业生产流程特点及生产成本构成 | 第24-27页 |
·钢铁企业生产流程特点 | 第24-26页 |
·钢铁企业产品生产成本构成 | 第26-27页 |
·钢铁企业生产成本控制流程 | 第27-28页 |
·钢铁企业生产成本分析现状及问题分析 | 第28-31页 |
·钢铁企业生产成本分析现状 | 第28-29页 |
·问题分析 | 第29-31页 |
3 基于作业的钢铁产品成本估算方法研究 | 第31-51页 |
·钢铁产品成本估算模型 | 第31-32页 |
·钢铁产品成本估算费用分配方式的选择规则制定 | 第32-34页 |
·钢铁产品成本估算费用分配方式选择的特点 | 第32-33页 |
·钢铁产品成本估算费用分配方式选择步骤 | 第33-34页 |
·钢铁产品成本估算方法的制定 | 第34-37页 |
·作业成本估算 | 第34-36页 |
·产品成本估算 | 第36-37页 |
·基于改进支持向量机的钢铁产品间接费用预测方法 | 第37-47页 |
·问题描述 | 第37-39页 |
·钢铁产品间接费用预测模型建立 | 第39-40页 |
·钢铁产品间接费用预测方法 | 第40页 |
·基于蚁群算法的支持向量机参数优化方法 | 第40-43页 |
·钢铁产品间接费用预测模型算法流程 | 第43-47页 |
·实例应用 | 第47-50页 |
·数据预处理 | 第47-48页 |
·模型训练 | 第48-49页 |
·费用预测及验证 | 第49-50页 |
·本章小结 | 第50-51页 |
4 钢铁产品生产成本状态分析方法研究 | 第51-69页 |
·问题描述 | 第51页 |
·基于作业的生产成本状态描述 | 第51-54页 |
·基于作业的生产成本状态含义 | 第52-53页 |
·成本状态的影响因素 | 第53-54页 |
·钢铁产品生产成本状态分析模型 | 第54-58页 |
·成本状态分析的维度定义 | 第55-56页 |
·成本状态构成属性设计 | 第56-58页 |
·基于K-means的成本状态分析算法 | 第58-61页 |
·算法设计 | 第58-59页 |
·算法流程 | 第59-61页 |
·实例分析 | 第61-68页 |
·数据处理 | 第61-62页 |
·成本状态聚类 | 第62-65页 |
·产品成本状态分析 | 第65-67页 |
·作业成本状态分析 | 第67-68页 |
·本章小结 | 第68-69页 |
结论 | 第69-70页 |
参考文献 | 第70-72页 |
致谢 | 第72-73页 |