摘要 | 第1-7页 |
ABSTRACT | 第7-12页 |
第一章 绪论 | 第12-27页 |
·选题背景与研究意义 | 第12-13页 |
·国内外研究文献回顾 | 第13-23页 |
·合作伙伴选择研究 | 第13-17页 |
·库存优化与管理研究 | 第17-22页 |
·国内外研究评述 | 第22-23页 |
·问题的提出 | 第23-24页 |
·本文研究内容与技术路线 | 第24-25页 |
·本文的创新点 | 第25-27页 |
第二章 基于粗糙集的服务商定量评价指标选择 | 第27-41页 |
·引言 | 第27-28页 |
·粗糙集理论知识 | 第28-30页 |
·基本概念 | 第28-29页 |
·知识约简 | 第29页 |
·知识的依赖性 | 第29-30页 |
·服务商定量评价指标体系的构建 | 第30-39页 |
·评价指标选取原则 | 第30页 |
·服务商定量评价指标初选 | 第30-31页 |
·评价指标的原始数据及其离散化 | 第31-33页 |
·评价指标重要性程度 | 第33-38页 |
·评价指标的筛选及权重计算 | 第38-39页 |
·本章小结 | 第39-41页 |
第三章 服务商选择的模糊评价方法研究 | 第41-55页 |
·引言 | 第41页 |
·服务商的模糊综合评价方法 | 第41-46页 |
·模糊综合评价原理 | 第41-43页 |
·服务商的模糊综合评价 | 第43-46页 |
·服务商定性评价指标选择 | 第46-47页 |
·基于模糊多属性决策的服务商选择 | 第47-51页 |
·模糊多属性决策理论 | 第47-49页 |
·算例分析 | 第49-51页 |
·基于模糊Borda法的服务商选择 | 第51-54页 |
·模糊Borda法原理 | 第51-52页 |
·算例 | 第52-54页 |
·本章小结 | 第54-55页 |
第四章 基于服务信用评价的服务商选择及评价误差分析 | 第55-68页 |
·引言 | 第55页 |
·服务商的服务信用评价方法 | 第55-58页 |
·服务商的动态组合评价及误差估计 | 第58-66页 |
·动态组合评价的误差函数 | 第58-59页 |
·服务商服务信用的动态组合评价方法 | 第59-62页 |
·动态组合评价的误差估计 | 第62-66页 |
·服务商的多期组合评价 | 第66页 |
·本章小结 | 第66-68页 |
第五章 备件备品需求的组合预测方法 | 第68-99页 |
·引言 | 第68页 |
·基于ARIMA模型的备件备品的需求预测 | 第68-77页 |
·ARMA 理论模型 | 第68-71页 |
·数据来源及处理 | 第71-72页 |
·ADF 检验 | 第72-73页 |
·模型的识别与估计 | 第73-75页 |
·模型检验 | 第75-76页 |
·预测 | 第76-77页 |
·基于改进的BP 神经网络的备件备品需求预测 | 第77-86页 |
·基本原理 | 第77-82页 |
·基于改进的BP 神经网络的备件备品需求预测 | 第82-86页 |
·基于ARIMA—BP 神经网络组合模型的备件备品需求预测 | 第86-90页 |
·组合预测模型的建立 | 第87页 |
·基于组合预测模型的备件备品的需求预测 | 第87-90页 |
·基于更新过程的备件寿命分布估计 | 第90-97页 |
·基于更新过程的失效率估计 | 第90-95页 |
·基于失效率的寿命分布拟合 | 第95-97页 |
·本章小结 | 第97-99页 |
第六章 备件备品的安全库存与最优库存分析 | 第99-112页 |
·引言 | 第99页 |
·基于时序—神经网络的重型机械备件的安全库存预测 | 第99-103页 |
·重型机械备件的安全库存 | 第99-100页 |
·时序—神经网络模型 | 第100-101页 |
·时序神经网络模型的备件备品安全库存量预测 | 第101-103页 |
·最优库存模型及其遗传算法求解 | 第103-107页 |
·库存存本与缺货率 | 第103-104页 |
·最优库存模型 | 第104-106页 |
·遗传算法 | 第106-107页 |
·××大型设备制造企业备件备品最优库存算例 | 第107-111页 |
·单类备件备品的最优库存 | 第107-109页 |
·多类备件备品的最优库存 | 第109-111页 |
·本章小结 | 第111-112页 |
第七章 结论 | 第112-113页 |
致谢 | 第113-114页 |
参考文献 | 第114-122页 |
攻读博士期间发表的论文 | 第122-123页 |