检索结果-南通市图书馆

医药物流仓储库存预测与补货策略优化方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

医药物流仓储库存预测与补货策略优化方法研究

作者：王灏篷西北师范大学

学位级别：硕士

医药物流仓储降本增效一直是医药物流管理研究的关键目标之一。准确预测医药产品库存量,能提升仓库备货效率,从而降低药品损耗,更好的满足市场需求,优化补货策略可以节省仓库管理成本,减少库存浪费。库存预测模型和补货策略可以实现对... 详细信息

医药物流仓储降本增效一直是医药物流管理研究的关键目标之一。准确预测医药产品库存量,能提升仓库备货效率,从而降低药品损耗,更好的满足市场需求,优化补货策略可以节省仓库管理成本,减少库存浪费。库存预测模型和补货策略可以实现对医药库存的准确预测和合理优化,对医药物流的发展有积极意义。现有时间序列预测方法对于医药库存预测存在局限,医药产品需求易受到政策、季节等外部因素的影响,难以量化,且数据呈现较大波动较大,周期趋势不明显的特征。传统的补货策略难以满足现实医药仓储需求复杂多变的真实场景,且由于不同药品的需求趋势和库存成本存在时空异质性,对多种类药品逐一训练预测模型,会大大增加建模的时间成本。论文以真实医药公司库存需求数据为研究对象,主要研究了医药物流库存预测和补货策略优化问题。论文首先构建了基于多层注意力机制和门控循环单元的医药物流库存预测模型MAGRU(Multi Layer Gated Recurrent Unit with Attention)。之后论文在考虑多药品需求时空异质性和库存成本的基础上提出了融合优势演员评论家算法(Advantage Actor Critic,A2C)与近端策略优化算法(Proximal Policy Optimization,PPO)的强化学习补货模型IACPPO(Integration of A2C and PPO),以实现优化补货策略的目的,形成了如下内容和创新:(1)论文提出了一种将多层注意力机制与门控循环单元结合的医药物流仓储库存预测模型。模型首先对原始数据的时间特征进行嵌入操作,捕捉药品需求与时间之间的映射关系。挖掘难以量化的隐藏因素如季节、月份对药品需求的影响。之后将注意力机制与门控循环单元进行组合堆叠,提高模型在长序列中的预测性能,模型在小规模数据集上表现良好。(2)论文提出了一种优化补货策略的强化学习模型IACPPO,模型对医药物流仓库补货过程进行建模并将A2C与PPO算法进行了融合,使用A2C与PPO算法同步训练智能体,在一个阶段内比较不同的智能体输出策略的奖励差异,选取较优的算法,进而实现选取低成本策略的目的。(3)论文改进了A2C与PPO的网络结构。A2C算法与PPO算法都具有Actor和Critic神经网络,论文对神经网络结构进行优化,将原始的全连接神经网络改进为使用门控循环单元与注意力机制结合的网络结构,从而更有效的获取状态信息,并增强网络表达能力,进而使智能体学习到更优的补货策略。在真实世界医药库存数据集上的实验结果表明,IACPPO模型得到的补货策略与7种预测模型及7种强化学习算法相比,都取得了更低的库存成本。同时对ACPPO模型超参数进行了研究,确定了最佳学习率、奖励衰减系数等超参数设置范围。

关键词：库存预测时间序列分析深度学习强化学习补货策略

基于优化BP算法的钢材库存预测系统的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于优化BP算法的钢材库存预测系统的设计与实现

作者：江欢成都理工大学

学位级别：硕士

钢铁产业是国民经济发展中不可或缺的重要组成部分,也是推动我国成为制造业大国的主要动力。钢材产业是钢铁产业的重要组成部分,但目前我国的钢材行业还处于发展阶段,投资过度、结果不匹配、资源浪费严重等都是目前面临的重要问题,而钢... 详细信息

钢铁产业是国民经济发展中不可或缺的重要组成部分,也是推动我国成为制造业大国的主要动力。钢材产业是钢铁产业的重要组成部分,但目前我国的钢材行业还处于发展阶段,投资过度、结果不匹配、资源浪费严重等都是目前面临的重要问题,而钢材企业库存管理不合理却是造成资源浪费的重要原因之一。如何准确预测钢材库存量,从而优化钢材库存管理,已成为钢材企业急需解决的难题。因此,本文将着重研究和实现一套合理的钢材库存预测系统。本文的主要研究内容如下:(1)对国内外钢材库存管理现状进行研究,通过对实际的钢材公司的调研,对钢材进行了分类,总结了影响钢材库存需求的因素。(2)对国内外预测算法进行研究和对比,选择BA(Bat Algorithm,蝙蝠算法)优化BP神经网络的方式来建立预测模型,并用实际的数据进行模型测试,验证BA-BP模型的有效性。(3)对数据交换和加解密算法进行研究,结合两种技术实现钢材产业链中各节点之间的数据交换,将共享的数据运用于预测模型之中,提高了库存预测结果的准确度。(4)对钢材库存预测系统进行需求分析,将研究成果运用到库存管理系统中,设计开发了集系统管理、库存预测、业务管理、库存管理和综合查询为一体的钢材库存预测系统,并对系统进行测试,验证了系统的可行性和可靠性。本文的成果:(1)将BA-BP算法运用于钢材库存预测之中,优化了库存管理合理性,减少了资源浪费。(2)结合Web Service技术和DES加解密算法实现了安全的数据交换,通过信息之间的共享,提高了钢材库存预测的准确性。(3)优化业务流程,并利用可视化图表技术为用户提供了清晰明了的信息展示,提高了用户体验度和办公效率。

关键词：钢材库存预测蝙蝠算法 BP神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于库存预测的农资管理信息系统研究与设计

基于库存预测的农资管理信息系统研究与设计

作者：王承吉安徽农业大学

学位级别：硕士

随着国内经济发展增速减缓,各行业内部竞争日益加剧,农资企业间的竞争也逐渐白炽化。目前,许多农资企业采用的管理模式水平较低,信息化相对落后,导致农资企业生产不足或过剩,运营流转不畅,成为影响企业生存和发展的负担。如何准确预测... 详细信息

随着国内经济发展增速减缓,各行业内部竞争日益加剧,农资企业间的竞争也逐渐白炽化。目前,许多农资企业采用的管理模式水平较低,信息化相对落后,导致农资企业生产不足或过剩,运营流转不畅,成为影响企业生存和发展的负担。如何准确预测库存量,提高库存价值,加快资金周转,已成为企业亟需解决的难题。本文以农资企业的业务现状为研究出发点。在研究国内外农资库存管理的基础上,归纳影响农资库存需求的因素。利用多重插补方法优化BP (Back Propagation)神经网络库存预测模型,并结合库存各业务人员和功能单元的需求现状,设计实现基于C/S结构模式的农资管理信息系统。本文的主要研究内容如下：(1)农资企业管理现状与需求分析。分析农资企业在处理订单、仓储管理和市场管控等方面业务现状。按照代理经销商、农业大户、区域业务代表等角色进行需求分析,同时对采购、仓储、销售等功能模块进行详细需求分析。归纳总结四类影响农资库存需求的因素。(2)农资库存预测研究。使用Matlab软件对传统BP神经网络进行仿真验证,证明该方法在农资库存需求预测领域应用的可行性。并针对输入层某些样本点的数据缺失问题,采用多重插补方法进行数据插补,探究代替值取数集合规模对计算效率的影响。通过仿真试验,确定本系统所采用的数据插补具体方案。(3)农资管理信息系统的实现。在建立了实体间的E-R图基础上,对数据表进行详细设计。在Microsoft. Net Framework平台上,设计开发集采购管理、订单管理、仓储管理、决策支持和基础信息为一体的农资管理信息系统。在安徽省科技攻关计划项目(No.1301032169)一“面向全程电子商务的农资物流信息化关键技术研发与应用”的课题支持下,本论文研究成果对农资管理和库存预测的研究具有一定的借鉴价值。对进一步构建高效、精准库存管理优化系统,减轻仓储和资金的压力,提高企业管理水平,增加市场竞争力具有一定理论意义和实际应用价值。

关键词：农资库存预测 BP神经网络多重插补管理信息系统

基于ARIMA-RBF神经网络的库存预测模型的研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于ARIMA-RBF神经网络的库存预测模型的研究与实现

作者：时晓晴东南大学

学位级别：硕士

在全球的电脑产业中,各电脑制造厂商之间的竞争日趋激烈,各公司在不断寻求能够适应市场发展的方法。为了提升公司竞争力和企业服务质量,高效的售后维修服务尤为重要,保持适量的库存是保证优质售后服务的基础,可以有效提高企业的服务水... 详细信息

在全球的电脑产业中,各电脑制造厂商之间的竞争日趋激烈,各公司在不断寻求能够适应市场发展的方法。为了提升公司竞争力和企业服务质量,高效的售后维修服务尤为重要,保持适量的库存是保证优质售后服务的基础,可以有效提高企业的服务水平。于是库存控制应运而生,库存控制是为了让库存量控制在最佳状态,既不能出现过度积压的情况,也不能出现库存短缺的情况。连带料件是电脑零件中的一种特殊零件,连带料件又被称作为附加料件,连带料件可以单独使用,除此之外,当维修过程中使用到主料件时,连带料件需要捆绑使用。因其特殊性,如果连带料件的数量不足,主料件也无法使用,会造成产品的闲置,导致工程滞留,会带来更大的影响。针对这一现状,对连带料件的库存预测模型的研究具有重大意义和实用价值。论文主要完成了以下工作:(1)针对连带料件的产品特性,介绍了数据统计规则,分析了影响连带料件需求的相关因素;为了减弱异常值对需求预测准确度的影响,采用四分位距法来筛选异常值并将其剔除。(2)提出ARIMA-RBF组合预测模型对连带料件需求进行预测。首先采用ARIMA模型进行需求量预测,然后通过善于处理多维向量的RBF神经网络来解决ARIMA模型的缺陷,加入需求影响因素对ARIMA的预测误差进行修正。RBF神经网络的核心是基函数中心的选取,本文通过k-means找到训练样本的聚类中心,并以此聚类中心作为RBF神经网络的基函数中心,通过这种方式选择的中心更具有代表性。(3)本文将ARIMA-RBF组合预测模型与单一ARIMA预测法、指数平滑法等多种预测方法预测方法的实验结果进行对比,验证了该组合模型有效提高了连带料件的需求预测精度,具有较好的效果。

关键词：库存预测 ARIMA RBF神经网络连带料件

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

修船厂物料库存预测及其应用研究

修船厂物料库存预测及其应用研究

作者：黄文静武汉理工大学

学位级别：硕士

物料库存预测是修船厂经营管理的重要方面,它直接影响企业的生产与销售以及企业经济效益的实现。开展物料安全库存预测研究对于合理地控制物料的进出,节约存货空间,降低库存成本,提高库存管理的科学性和企业经济效益具有重要的理论意义... 详细信息

物料库存预测是修船厂经营管理的重要方面,它直接影响企业的生产与销售以及企业经济效益的实现。开展物料安全库存预测研究对于合理地控制物料的进出,节约存货空间,降低库存成本,提高库存管理的科学性和企业经济效益具有重要的理论意义与实际应用价值。本文在分析修船厂物料库存管理的基础上,提出了用BP神经网络方法对物料安全库存进行预测的方案。该方案确定了对修船厂安全库存影响最大的五个因素,作为神经网络的输入层,实际安全库存作为输出层,建立了BP神经网络预测模型,但BP神经网络预测模型容易陷入局部最优,因此提出采用遗传算法对BP神经网络预测模型进行优化改进的思路,充分利用遗传算法和BP神经网络两者的优点,建立了基于遗传算法的BP神经网络修船厂安全库存预测模型,使之既有神经网络的学习能力和鲁棒性,又有遗传算法的全局随机搜索能力。为了比较BP神经网络和基于遗传算法的BP神经网络两预测模型的优劣,应用Matlab6.5对两者进行了仿真计算。仿真结果表明,后者是更适合用作修船厂物料安全库存预测的模型。在应用上,以基于遗传算法的BP神经网络模型为基础,结合修船厂ERP软件的研制,开发了修船厂物料库存预测子系统。该系统利用ActiveX技术实现.NET对Matlab的调用,Matlab提供了一个自动化对象,它支持COM技术,其他程序应用COM技术提供的函数可以得到自动化对象支持的接口指针,通过调用接口函数便可控制和使用自动化对象。同时,***平台也支持Active X自动控制端协议,在***中可以通过Active X技术实现对Matlab调用。应用***平台及SQL开发的修船厂物料库存预测子系统,可以对修船厂安全库存进行较好的预测。

关键词：修船厂神经网络 BP神经网络遗传算法库存预测

基于VMI的汽车制造商仓库业务管理及安全库存预测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于VMI的汽车制造商仓库业务管理及安全库存预测研究

作者：叶明珠西南交通大学

学位级别：硕士

随着信息技术和现代管理思想的发展,供应链管理已成为当今管理理论和实践的热点问题。库存管理是供应链管理的重要组成部分,是企业价值链实现增值的重要环节。研究供应链上下游节点企业的库存控制策略,对实现供应链整体的优化具有重要... 详细信息

随着信息技术和现代管理思想的发展,供应链管理已成为当今管理理论和实践的热点问题。库存管理是供应链管理的重要组成部分,是企业价值链实现增值的重要环节。研究供应链上下游节点企业的库存控制策略,对实现供应链整体的优化具有重要的理论和现实意义。本文中的H汽车制造商的仓库管理采用供应商管理库存,供应商管理库存是供应链管理环境下一种新型的库存管理模式,体现了供应链集成化管理的思想,是供应链管理环境下库存控制的一项重要策略。本课题结合H公司供应商管理库存模式下的仓库管理功能,首先对供应商供货入库和物料出库功能进行了详细的需求分析,根据具体的需求分析,进一步进行了系统的数据库设计,并运用.NET技术,完成了物料仓库的系统功能的实现。随着信息化管理的进一步实施,系统数据库中积累了大量的业务数据,企业希望从企业数据管理信息中发现规律(即知识的发现)以更好的支持企业决策。通过简单的查询统计功能只能发现数据信息中的表层知识,无法达到智能预测的目的和要求。论文根据企业对仓库知识发现的具体需求,使用数据挖掘技术发现仓库信息中的知识以达到支持企业决策的目的。选择以“VMI仓库物料安全库存预测”为主题,首先对VMI仓库物料安全库存模型进行预测指标分析,进而选择BP神经网络算法对其进行算法分析,最后通过.NET技术完成了该安全库存预测模型的实现。通过实际验证,运用神经网络模型进行安全库存的预测值与实际值相差较小,预测精度较高,能够较好地预测未来的安全库存量,具有可行性,可以为决策支持提供参考,具有很大的现实意义。

关键词： VMI 仓库业务安全库存库存预测 BP神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于神经网络优化算法的库存预测应用研究

内蒙古工业大学学报（自然科学版） 2019年第1期38卷 51-58页

作者：刘金荣冯永祥武星宇内蒙古工业大学数据科学与应用学院

在药品流通领域中,企业及时供货可以提高合作商的满意度,较为科学的库存需求预测方法显得非常重要.神经网络算法模型是一种自适应系统,具备自学习功能,可以从已知数据中自动拟合出数据之间具体的非线性关系.以医药企业药品库存历史数据... 详细信息

在药品流通领域中,企业及时供货可以提高合作商的满意度,较为科学的库存需求预测方法显得非常重要.神经网络算法模型是一种自适应系统,具备自学习功能,可以从已知数据中自动拟合出数据之间具体的非线性关系.以医药企业药品库存历史数据为基础,把库存历史数据分成训练集、验证集和测试集,在神经网络模型训练过程中结合遗传算法优化预测模型,并用测试集完成模型预测效果验证,预测结果就是未来一周的库存需求量.通过库存预测应用研究,可以为企业制定合理的药品采购计划提供参考.

关键词：库存预测神经网络算法遗传算法

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于最小二乘支持向量机的企业库存预测方法

北京信息科技大学学报（自然科学版） 2014年第4期29卷 60-63页

作者：刘明徐晓敏北京信息科技大学信息管理学院北京100192

针对目前常用的基于神经网络的库存预测方法存在收敛速度慢或不收敛、存在局部极小值、网络结构选择具有随机性且对小样本库存预测容易出现过学习现象等问题,提出了基于最小二乘支持向量机的企业库存预测算法。通过结合某公司的库存实... 详细信息

针对目前常用的基于神经网络的库存预测方法存在收敛速度慢或不收敛、存在局部极小值、网络结构选择具有随机性且对小样本库存预测容易出现过学习现象等问题,提出了基于最小二乘支持向量机的企业库存预测算法。通过结合某公司的库存实际计算以及与其他预测方法进行比较,通过仿真试验和实际数据验证,该算法计算简单,且具有更好适应性和很好的鲁棒性等特点。

关键词：最小二乘支持向量机库存预测神经网络

基于PCA主成分分析和BP神经网络企业库存预测的研究

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

软件工程 2018年第7期21卷 14-16,13页

作者：腾杨刚陈劲杰葛桂林上海理工大学机械工程学院上海200093

近年来,人力资源和物流及仓储成本的不断攀升,导致零件制造成本不断上升,而准确的库存预测有助于企业据此调整生产计划,降低制造成本,有助于实现企业利润最大化。本文通过PCA主成分分析方法确定影响企业库存的因素,编写python代码分析... 详细信息

近年来,人力资源和物流及仓储成本的不断攀升,导致零件制造成本不断上升,而准确的库存预测有助于企业据此调整生产计划,降低制造成本,有助于实现企业利润最大化。本文通过PCA主成分分析方法确定影响企业库存的因素,编写python代码分析出影响库存的主要因素,包括订单、当月销量等因素,提出JIT即零库存作为企业库存管理的发展方向。随后选取影响库存的因素,分析并计算相关网络参数,建立BP神经网络,用MATLAB编写预测算法,预测9月的库存,确认预测的合理性,验证了算法的有效性。

关键词： PCA主成分分析 BP神经网络库存预测 Python 机器学习