基于质保数据的备件库存控制策略研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 1 引言 | 第11-21页 |
| 1.1 选题背景及意义 | 第11-13页 |
| 1.2 备件库存管理文献综述 | 第13-18页 |
| 1.2.1 备件分类研究现状 | 第13-14页 |
| 1.2.2 备件需求预测研究现状 | 第14-16页 |
| 1.2.3 备件库存管理研究现状 | 第16-18页 |
| 1.3 研究内容及思路 | 第18-19页 |
| 1.4 服务备件库存控制的作用 | 第19-20页 |
| 1.5 算例和数据 | 第20-21页 |
| 2 相关理论基础 | 第21-33页 |
| 2.1 机器学习 | 第21页 |
| 2.2 支持向量机算法概述 | 第21-25页 |
| 2.2.1 支持向量分类机 | 第22-23页 |
| 2.2.2 支持向量回归机 | 第23页 |
| 2.2.3 最小二乘支持向量机 | 第23-25页 |
| 2.3 平均故障间隔时间 | 第25-29页 |
| 2.3.1 MTBF经验分布函数 | 第25-26页 |
| 2.3.2 威布尔分布模型及其特性 | 第26-28页 |
| 2.3.3 正态分布及对数正态分布 | 第28-29页 |
| 2.4 ABC分类法 | 第29-30页 |
| 2.5 常用库存控制策略 | 第30-32页 |
| 2.6 本章小结 | 第32-33页 |
| 3 基于质保数据的备件分类策略 | 第33-45页 |
| 3.1 备件分类准则的选取 | 第33-35页 |
| 3.1.1 第一阶段分类 | 第34页 |
| 3.1.2 第二阶段分类 | 第34-35页 |
| 3.2 质保数据的MTBF分析 | 第35-39页 |
| 3.2.1 质保数据样本条件下可靠性分析流程 | 第36页 |
| 3.2.2 MTBF的算例计算 | 第36-39页 |
| 3.3 基于SVM的分类模型框架 | 第39-40页 |
| 3.4 算例 | 第40-44页 |
| 3.5 本章小结 | 第44-45页 |
| 4 备件需求预测 | 第45-55页 |
| 4.1 备件需求预测方法分析 | 第45-46页 |
| 4.2 基于时间序列的备件需求预测 | 第46-48页 |
| 4.2.1 加权移动平均法 | 第46-47页 |
| 4.2.2 算例 | 第47-48页 |
| 4.3 基于质保数据的LS-SVM需求预测 | 第48-53页 |
| 4.3.1 LS-SVM预测的步骤 | 第48-49页 |
| 4.3.2 影响因素分析 | 第49-50页 |
| 4.3.3 算例 | 第50-53页 |
| 4.4 不同备件需求预测方法的应用总结 | 第53-54页 |
| 4.5 本章小结 | 第54-55页 |
| 5 备件库存控制策略及模型 | 第55-68页 |
| 5.1 备件库存控制策略制约因素 | 第55页 |
| 5.2 基于备件分类的备件库存控制策略 | 第55-60页 |
| 5.2.1 A1、A2类备件库存控制策略 | 第56-58页 |
| 5.2.2 B1、B2类备件库存控制策略 | 第58-59页 |
| 5.2.3 C1、C2类备件库存控制策略 | 第59-60页 |
| 5.3 基于需求分布的备件库存模型 | 第60-63页 |
| 5.3.1 需求分布假设检验 | 第60-61页 |
| 5.3.2 泊松分布下的备件库存控制模型 | 第61-62页 |
| 5.3.3 正态分布下的备件库存控制模型 | 第62-63页 |
| 5.4 算例 | 第63-66页 |
| 5.5 本章小结 | 第66-68页 |
| 6 总结与展望 | 第68-70页 |
| 6.1 全文总结 | 第68-69页 |
| 6.2 研究展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-76页 |
| 附录 | 第76页 |
