基于BP神经网络多品种、小批量、订单式的生产交货期预测问题研究

利用BP神经网络具有自适应、自学习和高度容错性的特点,尤其具有对非线性、离散性的动态系统进行模拟仿真的能力,对多品种、小批量、订单式的生产交货期进行预测。同时把它嵌入ERP的生产系统模块中,建立起生产交货期的预测模型。仿真实验表明,该方法可行。     

基于Struts的Web应用程序设计

Struts是当前Web应用开发中最为流行的框架之一。本文结合笔者开发系统的实践,介绍了MVC设计模式的概念和基于Struts框架,然后重点介绍采用Struts架构进行系统的设计和实现与数据库的连接。     

考虑延期成本承诺交货时间与产能扩张决策

根据产能与交货时间的关系,构建了延期成本函数。在此基础上,建立以企业利润为目标函数,以承诺交货时间和产能扩张为决策变量的模型。通过模型的分析得到了相互递推的最优承诺交货时间和最优产能扩张关系式,以及联合最优承诺交货时间和产能扩张。最后通过算例分析表明企业利润随着承诺交货时间或产能扩张的增加先增加后减少,两者相比,企业利润受承诺交货时间影响更大。     

行动导向教学在《仓储实训》课程中的应用

采用行动导向教学构建了《仓储实训》课程的学习项目,通过行动导向教学基于工作过程教学法应用于配送型物流公司仓储作业学习项目,给出了行动导向教学法如何应用。实践表明,行动导向教学能有效提高学生的综合职业能力,培养企业需要的人才。     

基于人工神经网络蔬菜价格预测

蔬菜价格价格受各种不确定的因素影响,价格具有严重的非线性、随机性和高噪音,导致了预测的难度.因此,运用神经网络具有自适应、自学习和高度容错性的特点,建立起以L-M为训练函数的反向传播算法的人工神经网络模型来预测蔬菜的价格,最后通过算例验证,表明该方法有效.     

模糊聚类、判优与识别及其在全国各地运输、邮电通信业就业的应用

模糊聚类、判优与识别是模糊分析理论的基础;以模糊聚类为核心,建立模糊聚类、判优与识别的统一理论。模糊聚类分析方法是一种多元统计分析方法,它通过多指标把样本划分为若干类;判优,我们通过—统计量可以确定最优的分类;最后,用择近原则对新的样品识别,归类。文中以全国各地运输、邮电通信业就业人数分布为例来说明其应用。这种方法同样可用于各行各业就业分布情况的分析、归类。     

基于订单生产的供应链价格与承诺交货时间决策和协调

针对订单生产需求受价格和承诺交货时间影响以及延期现象,建立由生产商和销售商组成的供应链价格与承诺交货时间决策模型。研究表明:最优承诺交货时间绑定在服务水平上,提高服务水平可以降低双重边际化效应;相对于集中决策,分散决策采用较高的价格和较短的承诺交货时间,其最优利润和最优需求较少;此外,采用收益分享方式构建了供应链协调模型,得出销售商收益分享比例处于某一范围内才能实现供应链的协调。