基于主成分分析-RBF神经网络模型的备件预测研究

备件预测在产品物流保障中占有极其重要的地位,针对现有各种航空备件预测方法精度较低,无法满足实际需求的现状,文章提出了基于主成分分析-RBF神经网络模型的备件预测方法：首先利用主成分分析方法去除原始输入层数据的相关性,以解决RBF神经网络模拟预测备件需求时输入变量过多,网络规模过大导致效率下降的问题．最后选择合适的径向基函数密度训练神经网络。通过结合实例进行分析,取得了较好的效果。     

BP人工神经网络主成分分析预测模型及应用

本文提出了用主成分分析方法进行输入变量预处理的办法,以解决BP人工神经网络模拟预测复杂经济系统时输入变量过多导致效率下降的问题,实例证明,BP神经网络主成分分析模型在复杂经济系统模拟预测中比通常的BP神经网络模型有较好的效果。     

主成分分析与神经网络在物流中心选址决策中的应用

传统物流中心选址模型存在种种局限，本文通过综合主成分分析和神经网络方法降低神经网络规模，提高神经网络的泛化能力，在解决非线性系统的物流中心选址问题中显示了较高的精度和效率。     

备件需求预测技术综述

通过对国内外关于备件需求预测的文献进行研究,总结了当前备件需求的预测方法,揭示了备件需求预测技术的发展趋势。     

基于核主成分分析和BP神经网络的电子商务信用风险预警

用核主成分分析法(KPCA)、改进的粒子群算法(MPSO)和BP神经网络构建电子商务信用风险预警模型(KPCA-MPSO-BP)。首先,用核主成分分析(KPCA)对电子商务信用风险指标进行降维处理,接着用改进的粒子群算法(MPSO)对BP神经网络的惯性权重和阈值进行搜索,确定惯性权重和阈值的大小,再用BP神经网络对电子商务信用风险的13家企业的数据作为训练集,对其进行训练,用另外5家企业的数据作为测试集,对其进行测试。实验结果表明:KPCA-MPSO-BP模型预警的误差最小,说明组合模型是合理的。     

备件需求预测方法研究现状综述

目前,备件需求预测的方法很多。文章系统归纳总结了有关国内外比较科学的备件品种和数量需求预测的方法,并对如何结合实际工作应用合理的预测方法进行了分析。文章的研究成果能够为备件需求预测提供参考。     

基于主成分分析的区域物流需求预测指标研究

首先分析了我国物流统计现状,指出我国区域物流统计制度体系仍然存在不足,制约了区域物流需求预测的研究;对比欧美国家预测物流需求时的指标数,说明我国区域物流预测指标中存在的问题;最后,以湖北省区域物流需求预测为例,运用主成分分析法把影响区域物流需求的多个指标综合为两个主成分指标,能为区域物流需求预测指标研究提供一定的参考.     

基于主成分分析-BP神经网络的道路客运站场布局决策研究

为解决输入变量过多所造成的BP神经网络系统效率下降问题,提出一种主成分分析-BP神经网络的道路客运站场布局决策方法。首先,利用主成分分析方法,将个数较多的原始输入变量群变换为一组个数较少且彼此独立的新输入变量;然后,将新的输入变量群作为BP神经网络的输入进行道路客运站场的布局决策;最后,以廊坊市道路客运站场布局为例验证了方法的有效性。     

主成分分析法在神经网络经济预测中的应用

经济预测问题是典型的多指标小样本复杂系统的预测问题。神经网络非常适用于复杂非线性系统的处理，但神经网络的规模是影响它的泛化能力的一个主要因素。特别在样本集少，指标多的情况下，要保证神经网络的泛化能力，如何降低神经网络的规模就成为亟待解决的关键问题。本文提出了用主成分分析法从根本上降低神经网络的规模，提高神经网络的泛化能力的方法。并对我国失业问题进行了预测，取得了良好的预测结果。     

基于主成分分析-BP神经网络的道路客运站场布局决策方法

为解决输入变量过多所造成的BP神经网络系统效率下降问题,提出一种主成分分析-BP神经网络的道路客运站场布局决策方法.首先,利用主成分分析方法,将个数较多的原始输入变量群变换为一组个数较少且彼此独立的新输入变量.然后,将新的输入变量群作为BP神经网络的输入进行道路客运站场的布局决策.最后,以廊坊市道路客运站场布局为例进行了方法的有效性验证.     

支持向量机在装备维修备件需求量预测中的应用

利用支持向量机回归算法建立备件需求模型,对未来备件需求进行了预测,并结合实例将支持向量回归算法与传统的最小二乘拟合方法作比较。结果表明,支持向量回归算法在预测精度上具有明显的优势,该方法能够较好地适应样本数量较少、需求呈非线性特征的备件预测问题。     

基于支持向量回归的服务备件需求量预测研究

随着市场竞争的日益激烈,售后维修服务成为一种有效的竞争手段.作为维修服务物质基础的备件,在服务中具有决定性的作用,所以服务备件物流管理在实践上得到越来越多的重视.本文将基于支持向量回归的数据挖掘方法,用于服务备件需求预测研究中.并结合实例,讨论了支持向量回归在汽车维修服务备件需求预测中的应用及其特点.     

关于备件物流研究现状的综述

论述了备件物流研究的基本过程,并对国了内外备件物流的研究状况进行了综述,最后对未来备件物流研究做了展望。     

战时备件申请时机和申请量研究

本文对剩余作战使用时间和备件获取时间进行分析,选定剩余作战使用时间为备件申请的约束条件。根据给定备件保障率,建立了备件申请时机和申请量模型,给出了计算公式。通过举例分析,验证了模型和算法。为战时备件申请问题提供了决策依据。     

企业备件储备定额管理系统研究

针对某大型煤炭企业的备件储备管理需求,提出了一种备件储备定额计算模型,并阐述了储备定额系统实现方法。     

基于主成分分析与神经网络的供应商选择问题研究

首先对供应商评价的数据进行主成分分析,把多指标转化为少数几个综合指标,然后将其作为神经网络的输入数据,对其进行分析评价。最后用实例进行验证。用这两种相结合的方法对供应商进行评价,大大简化了模型结构。     

医疗企业的备件管理

就医疗设备售后过程中的备件归还流程混乱的问题进行剖析,运用现代物流思想中相关流程优化以及供应链等方面的知识,从整个售后服务流程出发提出医疗企业在售后备件管理工作上的改进建议,在满足顾客满意度的前提下使得公司的利润最大化。     

工程机械服务备件物流管理的探讨

备件物流是工程机械售后服务重要的一环，目前国内工程机械行业并没有对备件物流给予重视，而备件物流的特点决定了备件物流的管理比成品物流管理具有更高的难度。论文对我国工程机械行业备件物流的现状进行了分析，并给出了提高备件物流管理效率的建议。