基于PSO-SVM的煤矿物资计划管理系统的研究

摘要

煤炭作为我国能源消耗的主要来源之一，在经济发展当中具有举足轻重的地位。随着信息技术的不断发展，互联网技术和移动互联网技术的广泛应用，以及经济全球化进程的加剧，使得市场竞争更加激烈。国内的煤炭企业物资计划管理信息化水平整体还比较低，随之带来的问题是库存积压严重，占用大量资金，企业生产成本增大。为实现“零库存”的管理思想，延伸供应链到采煤工作面，做好煤炭企业物资计划的精细化管理，利用信息技术科学有效地对煤矿生产所消耗的物资进行动态预测、建立物资计划提报的智能化管理系统是降低企业库存成本，提高物资供应链的精细化管理水平的关键手段。
　　本文首先分析了当前煤炭企业物资计划管理存在的一些问题，然后阐述了物资计划管理的相关内容，根据已经分类好的物资，通过提取煤矿井下生产作业所需的这类物资的影响因素，设计关键指标进行分析，确立了物资需求预测关键指标体系。同时针对支持向量机模型在参数选取时具有一定的主观性和参数优化程度不够的问题，采用粒子群优化算法对支持向量机模型的最佳参数进行最优选取，然后将最优选取的参数结果应用于支持向量机对物资需求预测，以实际的物资采煤机截齿为例进行预测，预测结果表明通过粒子群算法对参数优化后的支持向量机预测模型提高了预测精度。
　　本论文以实际参与的企业课题“山东能源淄矿集团供应链电子商务系统”为背景，通过分析淄矿集团当前计划管理的业务需求，提出了煤矿企业物资计划管理系统的整体架构，探讨了系统的技术实现方案。对其中的物资预测进行数据建模，选择粒子群优化的支持向量机作为物资需求的预测模型，基于J2EE开发平台，并采用Oracle10g数据库作为底层数据支撑平台，同时以Act ivit i5流程引擎设计并开发了一套符合淄矿集团实际业务的基于PSO-SVM(Particle Swarm Optimization-Support Vector Machine，PSO-SVM)的物资计划管理平台，实现了淄矿集团物资计划管理的信息化，最后对论文的研究工作做以总结，并对系统的进一步研究做以展望。

目录

中文摘要

英文摘要

目录

1 绪论

1.1 选题背景及意义

1.2 研究现状

1.3 论文研究思路

1.4 论文结构

2 系统相关技术

2.1 工作流技术

2.2 AppCan移动终端开发平台介绍

2.3 本章小结

3 粒子群优化的支持向量机在物资需求预测的研究

3.1 支持向量机相关理论

3.2 粒子群优化算法

3.3 粒子群优化的支持向量机算法

3.4 粒子群优化的支持向量机在物资需求预测中的应用

3.5 结果与分析

3.6 本章小结

4 煤矿物资计划管理系统的设计

4.1 系统开发背景及目标

4.2 系统需求分析

4.3 系统设计

4.4 系统技术方案

4.5 本章小结

5 煤矿物资计划管理系统的实现

5.1 系统功能模块

5.2 开发环境搭建

5.3 典型系统功能实现

5.3 本章小结

6 总结与展望

6.1 总结

6.2 展望

参考文献

致谢

附录