基于神经网络和数据包络分析方法的安全库存预测及评价研究

摘要

自从人类文明开始，物流活动就已经存在于社会的很多方面，但一直没有得到重视。直到进入二十世纪，物流逐渐成为人们研究的对象，主要因为国家与国家经济交流越来越频繁，物流成本上升很快，人们开始将注意力转移到这个领域。伴随着计算机信息网络技术和经济的快速发展，物流不仅是影响企业经营效率的关键，物流产业也成为影响一个国家经济发展的重要产业之一。而减少物流成本就成为物流研究存在的主要原因，在整个物流成本中，库存成本占了很大一个部分。那是因为无论原材料采购、产品生产加工、包装、运输、装卸、配送等环节都需要库存来调节，因此都会涉及库存成本。 但是持有太多不需要的库存，会带来很多额外的库存成本，因此，在控制库存和提供良好客户服务两个方面要实现一个平衡，所以要对库存进行预测与控制。 库存设立的目的是为了满足生产需要、满足市场需求、调节整个物流过程。它包括有很多部分。其中一个很重要的部分就是安全库存(又称缓冲库存)，它是除去基本库存外设立的缓冲库存，是为了防止和减少很多不确定因素(突发性订货、交货延期)造成不良影响。在现有的研究中，已经有很多计算和预测安全库存的定量方法。随着计算机技术的快速发展，用电脑技术来进行预测也越来越得到大家的重视，它让人们脱离了繁琐的计算，且精确度更高。 本文以一个汽车零配件制造商的物流部门对一种零配件--汽车轴承的库存进行管理和控制情况作为研究对象，应用人工神经网络原理，用计算机仿真预测该配件的安全库存。并用运筹学中的一个理论-数据包络分析(DEA)来分析企业一年中不同时期的库存控制绩效，并根据存在的问题提出库存系统中存在的改进方向。将得到的结论给物流部门进行参考，最后，形成一个预测安全库存和绩效评价的信息管理系统，用于实际中操作。

目录

文摘

英文文摘

声明

第一章绪论

1.1选题研究的背景与意义

1.1.1研究背景

1.1.2研究意义

1.2国内外相关研究状况综述

1.2.1安全库存预测研究现状

1.2.2安全库存预测发展动态

1.2.3库存控制绩效评价研究现状

1.2.4相关研究中存在问题

1.3论文研究思路与目标

1.3.1研究思路

1.3.2研究目标

1.4研究主要内容及框架

第二章安全库存预测理论

2.1库存理论概述

2.1.1库存概念

2.1.2库存分类

2.1.3库存作用

2.1.4库存成本及其分类

2.2安全库存预测原理

2.2.1安全库存概念

2.2.2安全库存量确定方法概述

2.2.3安全库存预测原理

2.3本章小结

第三章人工神经网络基础

3.1人工神经网络发展历史

3.2人工神经网络的概念

3.2.1基本单元结构

3.2.2分类及运作方式

3.2.3人工神经网络特征

3.2.4人工神经网络模型

3.2.5人工神经网络的工作方式和学习

3.3BP神经网络模型

3.3.1BP神经网络理论概述

3.3.2BP网络模型结构

3.3.3BP神经网络的学习算法描述

3.3.4BP神经网络学习过程

3.3.5BP神经网络的结构设计

3.3.6BP网络的优缺点

3.4本章小结

第四章安全库存预测BP神经网络模型及算法

4.1问题描述

4.2预测原理

4.3建立安全库存预测BP神经网络模型

4.4安全库存预测BP神经网络算法设计

4.4.1网络结构设计

4.4.2网络各层参数与节点设计

4.4.3网络训练学习过程与结果

4.5预测结果分析

4.6本章小结

第五章库存控制绩效评价

5.1数据包络分析(DEA)理论及模型

5.1.1 DEA概述

5.1.2 C2R模型

5.1.3 DEA有效性及其经济含义

5.2基于DEA库存控制绩效评价模型及指标体系设计

5.2.1评价目的

5.2.2 DEA评价方法使用原则

5.2.3基于DEA库存控制绩效评价模型设计

5.2.4评价指标体系

5.2.5建立输入输出指标体系并进行评价

5.2.6系统有效性分析评价结果

5.3本章小结

第六章安全库存预测系统

6.1系统功能设计

6.2系统环境与技术介绍

6.2.1系统开发环境

6.2.2 MATLAB程序概述

6.2.3 VB和Matlab编程接口研究

6.3系统设计

6.3.1系统流程设计

6.3.2数据库结构设计

6.3.3系统界面设计

6.4本章小结

第七章结论与展望

7.1本文主要研究成果

7.2有待于进一步研究的问题

致谢

参考文献

在学期间发表的论著及取得的科研成果