基于PLM的ARIMA决策支持模型及应用

摘要

随着经济社会的转型升级，制造型企业的竞争加剧，企业在生产计划制定、原材料采购和产品销售等方面需要做到更加精细化和规范化，需要对企业PLM过程中的产品设计、制造、装配、入库、出库、销售、退货及服务等各环节的变化情况进行实时监测，以过往的企业生产数据为样本和基础对企业未来一段时间内的产品生产、销售等过程进行预测，为企业制定采购计划、生产计划等战略决策提供数据的支撑。
　　本文首先分析了企业PLM过程中决策支持的重要意义以及数据预测对企业决策的影响，以企业过往生产数据为研究对象，对如何获得有效的预测数据以及以友好精美的方式展示给决策者进行数据预测的建模和应用研究，具体的研究内容如下：首先，构建了基于ARIMA的数据学习预测模型，采用残差检验对模型进行校验，并用方差校验和T校验对模型进行优化处理；接着，采用R语言和基于Java的JSP、Servlet和JavaBean技术以及rJava相结合的方法，实现预警模型求解并进行测试验证与优化；然后，构建了基于浏览器/服务器结构的决策支持系统，在为企业决策提供支持的同时根据不断变动的企业生成情况对预测模型进行微调；最后，以决策支持系统为基础建立基于web的应用，让决策者可以及时直观的了解企业实时的生产情况。

目录

1 绪论

1.1 背景及意义

1.2 国内外研究现状

1.3 论文研究内容及组织结构

2 基于PLM的决策支持理论基础

2.1 数据挖掘概述

2.2 数据预测的理论基础

2.3 本章小结

3 基于PLM的决策支持系统构建

3.1 系统的功能体系结构

3.2 数据库的构建

3.3 预测模型的实现

3.4 本章小结

4 基于PLM的决策支持系统企业应用

4.1 企业应用的开发环境

4.2 应用构架及主要技术

4.3 系统主要功能

4.4 本章小结

5 总结与展望

5.1 本文工作总结

5.2 未来工作展望

参考文献

致谢

攻读硕士学位期间发表的学术论文

声明