| 【中文题名】 | 粒子群神经网络在供应链库存管理中的应用研究 |
| 【英文题名】 | |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-8-29 |
| 【中关键词】 | 神经网络,粒子群优化算法,供应链管理,库存控制,, |
| 【英关键词】 | Neural Network,Particle Swarm Optimization arithmetic,Supply Chain Management,Stock Control, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>人工神经网络与计算> |
| 【论文摘要】 |
供应链管理是当前的一个研究的热点，也是企业界越来越青睐的管理方式，而库存管理是供应链管理中的一个重要组成部分，有效的企业库存管理能够创造巨大的经济价值。随着信息化技术的普及，越来越多的企业引入了管理信息系统，但随着市场竞争的加剧，传统的管理信息系统已经不能满足企业的需求了，将供应链思想和智能技术应用到企业的信息管理中成为一种必然的趋势。
作为计算机智能技术之一的人工神经网络是一门活跃的边缘性交叉学科，研究它的发展过程和前沿问题，具有重要的理论意义。BP神经网络是目前应用最为广泛的神经网络之一，但是BP神经网络的学习算法是基于梯度下降这一本质的，因此不可避免地存在着容易陷于局部极小值，收敛速度慢，训练时间长等问题。而粒子群优化算法作为一种解决非线性、不可微和多峰值复杂优化问题的优秀算法，它具有计算简单、收敛速度快等特点，并具有较强的全局寻优能力，可以作为BP神经网络的学习算法，但该算法在进化后期容易出现速度变慢以及早熟的现象。
本文针对粒子群优化算法的不足，对其进行了学习因子自适应调节和增加变异算子两种思路的改进；将改进后的算法作为BP网络的学习算法来进行网络的训练，并通过仿真实验验证... |
| 【论文题纲】 |
|
目录 |
3-5 |
|
摘要 |
5-6 |
|
ABSTRACT |
6-7 |
|
第一章 绪论 |
7-12 |
|
1.1 研究的背景、意义及发展现状 |
7-10 |
|
1.1.1 供应链环境下的库存管理 |
7-8 |
|
1.1.2 决策支持技术 |
8-10 |
|
1.2 论文的研究内容及结构 |
10-12 |
|
1.2.1 论文研究的主要内容 |
10-11 |
|
1.2.2 论文的结构 |
11-12 |
|
第二章 供应链环境下的库存管理 |
12-20 |
|
2.1 供应链管理概述 |
12-14 |
|
2.1.1 供应链管理的概念 |
12 |
|
2.1.2 供应链管理的核心思想 |
12-14 |
|
2.1.3 供应链管理与传统的管理模式的主要区别 |
14 |
|
2.2 库存管理概述 |
14-20 |
|
2.2.1 库存的概念 |
14-15 |
|
2.2.2 库存管理的作用 |
15 |
|
2.2.3 库存控制 |
15-17 |
|
2.2.3.1 库存成本 |
16-17 |
|
2.2.3.2 库存控制策略 |
17 |
|
2.2.4 供应链环境下的库存管理和控制 |
17-20 |
|
第三章 粒子群优化算法及改进 |
20-29 |
|
3.1 群智能算法 |
20-21 |
|
3.2 粒子群优化算法原理 |
21-22 |
|
3.3 粒子群优化算法的流程 |
22-23 |
|
3.4 粒子群优化算法参数分析 |
23-25 |
|
3.5 改进的粒子群优化算法 |
25-29 |
|
3.5.1 学习因子的自适应调节 |
25-26 |
|
3.5.2 带变异算子的粒子群优化算法 |
26-29 |
|
第四章 PSO算法在神经网络中的应用 |
29-41 |
|
4.1 人工神经网络 |
29-31 |
|
4.1.1 神经元模型 |
29-30 |
|
4.1.2 神经网络模型 |
30-31 |
|
4.1.2.1 神经网络的分类 |
30-31 |
|
4.1.2.2 神经网络的学习 |
31 |
|
4.2 BP神经网络 |
31-34 |
|
4.2.1 BP神经网络的原理 |
32-33 |
|
4.2.2 BP神经网络的优势和不足 |
33-34 |
|
4.3 用改进的粒子群优化算法训练BP神经网络 |
34-41 |
|
4.3.1 IPSO-BP算法流程 |
34-36 |
|
4.3.2 仿真实验及结果分析 |
36-41 |
|
4.3.2.1 评价网络性能的指标 |
37 |
|
4.3.2.2 IRIS数据集上的仿真实验 |
37-41 |
|
第五章 生产型企业供应链系统中的库存管理子系统分析 |
41-48 |
|
5.1 系统架构分析 |
41-42 |
|
5.2 库存管理业务流程分析 |
42-48 |
|
第六章 生产型企业原料库存控制策略 |
48-56 |
|
6.1 库存控制模型 |
48-54 |
|
6.1.1 确定性模型 |
49-51 |
|
6.1.2 随机性模型 |
51-53 |
|
6.1.3 供应链库存模型 |
53-54 |
|
6.2 原料库存控制指标分析 |
54-56 |
|
第七章 原料库存控制辅助决策模块的实现 |
56-61 |
|
7.1 预测模型的建立 |
56-58 |
|
7.1.1 预测模型的建立过程 |
57-58 |
|
7.2 原料库存控制辅助决策模块的实现 |
58-61 |
|
第八章 结束语 |
61-63 |
|
8.1 结论 |
61-62 |
|
8.2 展望 |
62-63 |
|
致谢 |
63-64 |
|
参考文献 |
64-67 |
|
附录 |
67-68 |
|
| 【DOI】 | LunWen.ID:2.2008.388924 |
