基于优化BP算法的钢材库存预测系统的设计与实现
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 国内外现状分析 | 第10-12页 |
| 1.3 目前存在的问题 | 第12页 |
| 1.4 论文的主要工作和创新点 | 第12-13页 |
| 1.5 论文结构安排 | 第13-14页 |
| 第2章 钢材库存预测系统需求分析 | 第14-25页 |
| 2.1 钢铁产业链 | 第14-15页 |
| 2.2 钢材的分类 | 第15-16页 |
| 2.3 钢材库存预测影响因素分析 | 第16-17页 |
| 2.4 钢材库存预测系统的需求分析 | 第17-24页 |
| 2.4.1 用户需求分析 | 第17页 |
| 2.4.2 业务流程分析 | 第17-19页 |
| 2.4.3 系统功能需求分析 | 第19-20页 |
| 2.4.4 系统用例图 | 第20-24页 |
| 2.5 本章小结 | 第24-25页 |
| 第3章 预测模型分析与选择 | 第25-34页 |
| 3.1 BP神经网络 | 第25-28页 |
| 3.1.1 BP神经网络结构 | 第25-26页 |
| 3.1.2 BP神经网络训练过程 | 第26-28页 |
| 3.2 蝙蝠算法模型 | 第28-29页 |
| 3.2.1 蝙蝠算法 | 第28页 |
| 3.2.2 蝙蝠算法的过程 | 第28-29页 |
| 3.3 蝙蝠算法优化BP神经网络 | 第29-30页 |
| 3.4 BA-BP神经网络实验测试 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 钢材库存预测系统的设计与实现 | 第34-57页 |
| 4.1 总体结构设计 | 第34-35页 |
| 4.1.1 体系架构设计 | 第34-35页 |
| 4.1.2 体系结构设计 | 第35页 |
| 4.2 系统功能设计 | 第35-40页 |
| 4.2.1 系统管理模块 | 第36页 |
| 4.2.2 库存预测模块 | 第36-38页 |
| 4.2.3 业务管理模块 | 第38-39页 |
| 4.2.4 库存管理模块 | 第39-40页 |
| 4.2.5 综合查询模块 | 第40页 |
| 4.3 系统数据库设计 | 第40-45页 |
| 4.3.1 概念设计 | 第40-42页 |
| 4.3.2 物理结构设计 | 第42-45页 |
| 4.4 关键技术研究 | 第45-48页 |
| 4.4.1 Web Service | 第45-46页 |
| 4.4.2 DES加解密算法 | 第46-47页 |
| 4.4.3 Bootstrap框架 | 第47-48页 |
| 4.4.4 Highcharts图表库 | 第48页 |
| 4.5 系统开发环境 | 第48页 |
| 4.6 钢材库存预测系统的实现 | 第48-56页 |
| 4.6.1 系统管理模块的实现 | 第48-50页 |
| 4.6.2 库存预测模块的实现 | 第50-51页 |
| 4.6.3 业务管理模块的实现 | 第51-53页 |
| 4.6.4 库存管理模块的实现 | 第53-54页 |
| 4.6.5 综合查询模块的实现 | 第54-56页 |
| 4.7 本章小结 | 第56-57页 |
| 第5章 系统测试 | 第57-67页 |
| 5.1 系统测试目的 | 第57页 |
| 5.2 系统测试环境 | 第57-58页 |
| 5.3 测试目标 | 第58-59页 |
| 5.3.1 系统功能测试目标 | 第58页 |
| 5.3.2 系统性能测试目标 | 第58-59页 |
| 5.4 系统功能测试 | 第59-64页 |
| 5.4.1 系统管理模块测试 | 第59页 |
| 5.4.2 库存预测模块测试 | 第59-60页 |
| 5.4.3 业务管理模块测试 | 第60-61页 |
| 5.4.4 库存管理模块测试 | 第61页 |
| 5.4.5 综合查询模块测试 | 第61-62页 |
| 5.4.6 部分测试用例截图展示 | 第62-64页 |
| 5.5 系统性能测试 | 第64-66页 |
| 5.5.1 性能测试工具 | 第64页 |
| 5.5.2 测试结果 | 第64-66页 |
| 5.6 本章小结 | 第66-67页 |
| 结论 | 第67-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-72页 |
| 附录 | 第72-75页 |
