A修船厂物料库存预测问题研究

摘要

随着国内经济的高速发展和市场化竞争的愈加激烈，企业面临的压力越来越大，降低成本、提高企业的经济效益是企业能很好发展的重要途径。对物料库存能否进行科学的管理是企业能否进行正常运作的一个关键方面，科学合理的物料库存管理能保证企业的正常生产运作活动、降低成本、提高企业获利情况及运作效率，因此对企业是具有重要的意义和实际价值的。而企业想要做到科学合理的物料库存管理，其中必不可少的一个重要方面是合理地开展物料库存的预测。
　　由于影响物料库存的因素关系比较复杂、预测难度大，所以用传统的方法对物料库存进行数学建模已经难以做出比较准确的预测。本文研究的问题属于非线性问题，某些智能算法可以较好地解决这些非线性问题，而神经网络算法在处理这方面的问题更是有其自身的优点和其他算法没有的优势。目前，BP神经网络已被广泛应用于各种领域，取得不错的效果。BP神经网络有局限性，容易陷入局部最优，而粒子群算法具有较强的全局寻优能力，因此考虑将两者结合起来。
　　本文在分析某修船厂物料库存管理的基础上，确定对修船厂物料库存影响最大的五个因素和一个输出因素。然后建立了BP神经网络修船厂物料安全库存预测模型和基于混沌粒子群BP神经网络算法的修船厂物料安全库存预测模型，应用matlab软件对两个模型分别进行仿真计算。实验结果表明，后者模型的准确性和稳定性更高，后者更适合用于对修船厂物料安全库存进行预测，企业可以使用这种方法对物料库存进行预测，为企业的决策、生产计划提供参考和依据。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

§1.1 研究背景及意义

§1.2 物料库存预测国内外研究现状

§1.3 论文主要内容及创新之处

第二章 库存预测及神经网络相关理论

§2.1 库存预测相关理论

§2.2 人工神经网络概述

§2.3 BP神经网络的相关理论

第三章 混沌粒子群BP神经网络库存预测算法设计

§3.1 粒子群优化算法

§3.2 混沌粒子群BP神经网络混合算法的分析与设计

第四章 混沌粒子群BP神经网络模型预测修船厂物料库存

§4.1 问题描述和修船厂物料情况简介

§4.2 模型的计算流程

§4.3 原始数据收集

§4.4 预测网络结构的设计

§4.5 粒子群算法参数设置

§4.6 预测算法核心程序介绍

§4.7 物料库存的预测

第五章 结论与展望

参考文献

致谢

作者在攻读硕士期间主要研究成果