2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩73頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、在卷煙行業(yè)應(yīng)對(duì)市場(chǎng)開放,推行“訂單供貨”改革的背景下,卷煙企業(yè)準(zhǔn)確預(yù)測(cè)卷煙訂單、把握市場(chǎng)需求變得極為重要。準(zhǔn)確預(yù)測(cè)配送中心的訂單能夠?yàn)榇_定訂貨點(diǎn)和訂貨量提供數(shù)據(jù)支持,能夠進(jìn)一步降低庫(kù)存成本,提高客戶訂單的滿足率。使煙草供應(yīng)鏈能更有效地組織采購(gòu)、生產(chǎn)和配送等環(huán)節(jié),使其整體效益得到提高。 論文對(duì)卷煙配送中心的客戶訂單進(jìn)行按時(shí)期、品牌、區(qū)域的多維預(yù)測(cè)。在預(yù)測(cè)年訂單量時(shí),采用了回歸模型、灰色模型、自適應(yīng)二次指數(shù)平滑及移動(dòng)平均等七種模型。

2、其中,對(duì)數(shù)回歸模型預(yù)測(cè)結(jié)果的平均準(zhǔn)確率最高,達(dá)到98.45﹪,灰色模型GM(1,1)、地區(qū)生產(chǎn)總值回歸模型、自適應(yīng)二次指數(shù)平滑法、線性回歸模型、指數(shù)回歸模型及移動(dòng)平均模型預(yù)測(cè)結(jié)果的平均準(zhǔn)確率依次為98.25﹪,97.16﹪,96.85﹪,96.21﹪,95.6﹪,84.97﹪。 在進(jìn)行卷煙月訂單量預(yù)測(cè)時(shí),采用四層BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)(NN)進(jìn)行預(yù)測(cè)。同時(shí),利用遺傳算法(GA)優(yōu)化神經(jīng)網(wǎng)絡(luò)的權(quán)值,克服神

3、經(jīng)網(wǎng)絡(luò)權(quán)值搜索陷入局部最優(yōu)的弱點(diǎn)。該方法加快了收斂速度,提高了網(wǎng)絡(luò)的泛化能力。通過(guò)訓(xùn)練、測(cè)試神經(jīng)網(wǎng)絡(luò)達(dá)到了預(yù)期準(zhǔn)確率(98﹪)。在預(yù)測(cè)月訂單量時(shí),還采用了回歸模型、灰色模型及自適應(yīng)二次指數(shù)平滑模型,其中,預(yù)測(cè)效果較優(yōu)的線性回歸模型平均準(zhǔn)確率達(dá)到96.9﹪,自適應(yīng)的二次指數(shù)平滑模型對(duì)全部煙、省內(nèi)煙、省外煙普遍適用,預(yù)測(cè)平均準(zhǔn)確率分別為96.81﹪,97.12﹪,85.6﹪。 考慮到卷煙配送中心的實(shí)際工作周期及季節(jié)的影響,進(jìn)行日訂單

4、量預(yù)測(cè)時(shí),論文引入了日期特征標(biāo)識(shí)(PROPERTY_TAG),對(duì)預(yù)測(cè)加以修正,提高了預(yù)測(cè)精度,并且便于程序?qū)崿F(xiàn)。在此基礎(chǔ)上,論文采用基于農(nóng)歷的比例模型、區(qū)域趨勢(shì)模型、ARMA模型及遺傳算法優(yōu)化的神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測(cè)。GA優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)模型通過(guò)訓(xùn)練達(dá)到預(yù)定的98﹪的平均準(zhǔn)確率,但是運(yùn)算時(shí)間隨著訓(xùn)練樣本和進(jìn)化代數(shù)的增加而成倍增加?;谵r(nóng)歷的比例模型和區(qū)域趨勢(shì)模型能反映卷煙配送中心訂單的實(shí)際情況,平均準(zhǔn)確率分別為90.87﹪,95.61﹪

5、。ARMA的預(yù)測(cè)平均準(zhǔn)確率為96.61﹪。在預(yù)測(cè)卷煙的周訂單量預(yù)測(cè)時(shí),采用了基于特征標(biāo)識(shí)的日均銷量累加模型和區(qū)域趨勢(shì)累加模型。前者的平均準(zhǔn)確率為94.15﹪,耗時(shí)為14s,優(yōu)于后者。 論文基于J2EE平臺(tái)實(shí)施卷煙配送中心訂單預(yù)測(cè)Web系統(tǒng)開發(fā),采用基于Struts框架的結(jié)構(gòu),使得視圖和邏輯分離,便于模型的改進(jìn),增強(qiáng)了程序的可重用性。該系統(tǒng)具有良好的人機(jī)交互性,預(yù)測(cè)結(jié)果準(zhǔn)確直觀,為決策者提供了數(shù)據(jù)支持。同時(shí)程序具有可擴(kuò)展性,能夠進(jìn)

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論