基于組合數(shù)據(jù)分析的物流庫存控制應用與研究.pdf

1、在當今市場變化快速、競爭激烈的環(huán)境下，庫存控制問題不僅影響著企業(yè)庫存成本的高低、資金占用量的大小，而且影響著企業(yè)的客戶服務水平。因此，有必要采取正確的措施，更好地解決庫存控制問題。 本文以AL公司生產(chǎn)庫存問題為背景，對該企業(yè)的庫存控制問題進行了深入研究。 論文從產(chǎn)成品、半成品、原材料三個角度來探討該企業(yè)的庫存問題，分別采取不同的策略來解決庫存控制問題。本文中，我們著重研究了該企業(yè)的產(chǎn)成品銷量預測，以及半成品庫存分析問題。

2、 論文采用了多種數(shù)據(jù)分析與預測方法，對企業(yè)產(chǎn)品銷量進行分析預測。 首先，采用回歸分析方法，分析企業(yè)兩種產(chǎn)成品的銷量之間的相關關系。 其次，采用時間序列分析方法，構建ARMA模型，對企業(yè)產(chǎn)品銷量數(shù)據(jù)進行分析，分析各個月份的銷售量數(shù)據(jù)之間是否高度相關。 再次，針對傳統(tǒng)庫存控制方法所存在的缺陷，論文采用BP神經(jīng)網(wǎng)絡分析方法，對企業(yè)銷售數(shù)據(jù)進行分析，并對傳統(tǒng)的BP神經(jīng)網(wǎng)絡進行了改進：采用新的數(shù)據(jù)預處理方法，對原始

3、數(shù)據(jù)進行規(guī)范化處理；采用新的隱層節(jié)點數(shù)確定方法；采用變動的學習率。通過試驗對比，根據(jù)本文提出的方法所確定的隱層節(jié)點數(shù)，是本文實例的最優(yōu)隱層節(jié)點數(shù)。通過試驗法，獲得了該BP神經(jīng)網(wǎng)絡其他參數(shù)的最優(yōu)取值。 最后，在上述回歸分析、時間序列分析、神經(jīng)網(wǎng)絡分析的基礎上，本文構造了模糊組合預測模型。采用模糊數(shù)學方法，確定各種分析方法的模糊權重，并通過截集與樂觀指數(shù)，對該組合預測模型進行了敏感性分析，以驗證模型的健壯性。試驗分析表明，該算法具有