制衣生产管理信息系统的改进及产能预测研究

摘要

数据库优化是系统维护工作中最重要的任务之一，它是保证系统快速运行、满足日益增长的数据处理需求的主要手段。本文根据宁波申洲制衣生产管理系统的实际应用需求，提出了从索引、存储过程、视图、结构化查询语言（Structured Query Language，简称为SQL）语句优化等优化技术。为了帮助公司更有效的管理和由粗放管理向精细化管理转变，进一步开发IE管理模块和生产条形码管理模块。
　　 然后依据宁波申洲公司的缝制车间生产情况，分析了影响服装生产的各种主要因素。应用灰色系统理论的灰色关联分析，对影响服装生产的因素进行灰色关联分析，得出了各影响因素对服装生产的影响程度排序，以此确定人工神经网络的输入参数。
　　 最后应用神经网络的BP算法，选择灰色关联分析的六个优势因子作为输入参数，采用MATLAB中的神经网络函数库编写程序，建立了服装产能预测模型。考虑到BP神经网络有一些缺陷，就引用了遗传算法对BP神经网络的权值和阈值进行优化，提出了改进的基于遗传算法结合BP神经网络算法（GBP）的方法，这样就避免了BP神经网络容易陷入局部最优解的缺陷。经得到的结果进行分析，用遗传算法优化的BP神经网络的预测结果要好于单独用BP神经网络预测结果。

目录

文摘

英文文摘

第一章 绪 论

1.1 论文的研究背景

1.2 国内外研究现状

1.3 论文主要工作

第二章 数据库优化设计与实现

2.1 索引的概述

2.1.1 索引的概念

2.1.2 索引使用的原则

2.2 视图的概述

2.3 存储过程的概述

2.4 T-SQL语句优化策略

2.4.1 有效地查询参数

2.4.2 select语句与表连接优化

2.4.3 游标的优化

2.5 优化实例

2.5.1 使用case语句优化

2.5.2 存储过程优化

2.5.3 数据库的备份和还原

第三章 IE管理与生产条形码管理

3.1 IE管理

3.1.1 系统主要目标

3.1.2 系统主要任务

3.1.3 系统功能设计

3.1.4 程序设计实例

3.2 生产条形码管理

3.2.1 系统主要目标

3.2.2 系统主要任务

3.2.3 系统功能设计

3.2.4 程序设计实例

第四章 服装生产影响因素的灰色关联分析

4.1 灰色关联分析

4.1.1 灰色关联分析概述

4.1.2 关联度概念

4.1.3 数据处理

4.1.4 灰色关联分析

4.2 服装生产影响因素的灰色关联分析

4.2.1 数据的提取

4.2.2 数据的区间化处理

4.2.3 求解差序列

4.2.4 计算关联系数

4.2.5 计算关联度

4.2.6 排序结果分析

第五章 基于灰色关联分析的人工神经网络在服装产能预测中的应用

5.1 神经网络概述

5.1.1 神经网络的基本概念

5.1.2 神经网络的发展

5.1.3 神经网络的基本特性

5.1.4 BP神经网络概述

5.1.5 BP神经网络算法

5.2 人工神经网络在服装产能预测中的应用

5.2.1 服装产能预测人工神经网络模型的建立

5.2.2 网络结构的确定

5.3 数据的采集及归一化

5.3.1 数据的采集

5.3.2 数据的归一化

5.4 基于BP神经网络的服装产能预测

第六章 基于遗传算法优化BP神经网络的服装产能预测

6.1 基本遗传算法介绍

6.2 BP神经网络与遗传算法的优缺点

6.3 BP神经网络结合遗传算法改进的算法-GBP算法

6.4 基于GBP网络服装产能预测

第七章 总结与展望

7.1 总结

7.2 展望

致谢

参考文献

作者在学期间发表论文