基于BP神经网络的MRO需求量预测模型研究

在分析MRO物料特点的基础上,利用BP神经网络算法,对MRO类物料历史需求数量的时间序列数据建立预测模型,解决了MRO类物料由于需求不稳定,影响因子难以确定等带来的需求量预测精度偏低的问题.并通过实证分析说明了BP神经网络在MRO类物料需求量预测上的有效性.     

基于MATLAB的物料需求计划优化模型研究

根据企业对物料的需求预测和企业自身的资源约束条件,基于某种目标建立物料需求计划的线性优化模型,利用MATLAB软件求得满足该目标的最优物料需求计划。结合某汽车配件产品的实例分析,获得物料需求计划的可行且最优的方案,避免了传统物料需求计划制定后再通过细能力计划检验物料需求计划是否可行的过程,提高了物料需求计划制定的效率。     

箱室线放射性物料运输机技术方案研究

箱室线放射性物料转运技术的研究、开发与应用是核工程中防止核扩散的关键技术及设备之一.本文提出了几种可满足核工程中的放射性物料转运需求的运输机技术方案,并进行方案对比分析,为后续核工程中运输机选型和详细设计打下基础.     

箱室线放射性物料运输机技术方案研究

箱室线放射性物料转运技术的研究、开发与应用是核工程中防止核扩散的关键技术及设备之一.本文提出了几种可满足核工程中的放射性物料转运需求的运输机技术方案,并进行方案对比分析,为后续核工程中运输机选型和详细设计打下基础.     

倒排计划和安全库存计划相结合的物料需求计划与控制方法--用于非定型产品制造业

介绍生产非定型产品企业的物料需求计划与控制的原则，根据制造业企业的物料整体逻辑流程图，找出影响物料需求计划与控制的各个因素，提出合理实效的需求计划与控制方法并以实例加以说明。     

空港新城T5站前综合商务区需求分析

综合商务区的需求分析是机场航站规划的重要组成部分。文章以空港新城T5站前综合商务区为例,结合西安市及空港新城的总体规划,以及研究范围周边区域的土地利用及交通特性,针对区域交通需求进行预测,预测方法按照经典的四阶段预测方法进行,利用交通规划软件EMME得到控规方案和优化方案,并对各自的平均延误及饱和度进行了对比。结果表明:优化方案中道路网络通行效率和运行状况明显优于控规方案。     

运动鞋生产商对分销商铺货补货优化

本文探讨了在当今市场供给远大于需求的背景下，品牌运动鞋生产商应如何预测实际需求，并采取相应的铺货补货策略，使得供应链的物料流趋于平稳，抑制牛鞭效应，结果生产商送货压力降低的同时，分销商的期望销量有所上升。     

一种应对突发活动需求的物流中心选址模型

根据突发需求的出现对于应急产品配送的要求,考虑如何在设立物流配送中心时综合规划选址方案,使得满足突发需求配送的效益最大化/损失最小化。给出了这一优化方案的数学模型,并根据数学模型的特点,提出了一种基于遗传式算法的数学模型求解方法,由此给出物流中心选址的最佳设置方案。     

基于CBR和GBOM的产品配置方法

在分析传统物料清单结构的基础上,提出了基于GBOM和CBR的产品配置模型,着重讨论基于面向对象技术建立GBOM模型和基于最近距离法、层次分析法的相似实例提取方法。该方法可以有效地从众多相似方案中提取出与客户需求最相近的方案。最后以某型减速器产品族为例,阐述了该方法的实际应用。     

通信机楼电源增容改造方案探讨

根据机房楼电源改造工程的特点,设计人员需要做到:仔细勘察现场、预测用电量需求,系统主接线方案简单、灵活,PLC可编程控制器运行可靠,做好新旧设备之间的连接等工作。     

安徽省能源需求的组合预测

根据预测理论,结合安徽省历年能耗的数据,在建立能源需求单项预测模型的基础上,建立组合预测模型,对2008～2014年的能源需求量进行预测。结果表明:组合预测模型的精度高于单项预测模型;安徽省能源需求量正以较快的速度在增长。     

Classification-based model selection in retail demand forecasting

Retailers supply a wide range of stock keeping units (SKUs), which may differ for example in terms of demand quantity, demand frequency, demand regularity, and demand variation. Given this diversity in demand patterns, it is unlikely that any single model for demand forecasting can yield the highest forecasting accuracy across all SKUs. To save costs through improved forecasting, there is thus a need to match any given demand pattern to its most appropriate prediction model. To this end, we propose an automated model selection framework for retail demand forecasting. Specifically, we consider model selection as a classification problem, where classes correspond to the different models available for forecasting. We first build labeled training data based on the models’ performances in previous demand periods with similar demand characteristics. For future data, we then automatically select the most promising model via classification based on the labeled training data. The performance is measured by economic profitability, taking into account asymmetric shortage and inventory costs. In an exploratory case study using data from an e-grocery retailer, we compare our approach to established benchmarks. We find promising results, but also that no single approach clearly outperforms its competitors, underlying the need for case-specific solutions.     

CPFR中的联合预测研究

文章研究了联合计划、预测和补货（CPFR）中的联合预测流程,并建立了相关的预测模型。在建模的过程中,使用了状态空间方程来描述实际市场需求和观测到的市场需求（销售量）,并通过卡尔曼滤波来预测零售商下期的销售量．结合零售商库存策略,预测出零售商下期的订单量。     

基于IOWA算子的灰色—多项式组合模型在武汉市物流需求预测中的应用

针对2002～2009年武汉市物流需求的数据,采用灰色GM 1,1模型和多项式拟合模型两种单项预测模型对数据进行建模预测。并结合组合预测理论,采用基于IOWA算子的组合预测模型进行预测,结果表明基于诱导有序加权平均算子的组合预测模型的预测精度明显高于两种单项预测方法,说明了该方法用于物流需求预测的可行性和有效性,并在此基础上对2010～2012年的武汉市物流需求作出预测。     

河南省物流人才供求平衡分析

根据河南省近年物流人才的培养情况,提出了河南省物流人才供求平衡模型。其中,需求模型采用逻辑斯蒂(Logistic)模型进行分析,供给模型采用二次指数平滑法进行分析。通过分析,预计在2019年河南省物流人才供求基本趋于平衡。     

基于灰色预测模型与季节指数的区域物流需求预测

针对灰色预测模型在区域物流中不能有效解决因季节变动而引起的物流需求变化的问题,引入季节指数的概念,构建基于灰色模型和季节指数的物流需求预测模型,并给出了相应的具体实施方案。最后以哈尔滨市物流需求统计数据为例,对所提方法进行了仿真分析,仿真结果表明了该方法的有效性和可行性。     

基于BP神经网络的安徽省物流需求预测研究

利用BP神经网络构建安徽省物流需求预测模型,在初步确定了预测模型的输入指标和输出指标后,通过灰关联分析,验证了两者之间的强关联性。借助MATLAB7.0软件实现了神经网络预测模型的建立,该模型揭示了输入指标与物流需求量指标之间的非线性映射关系。对训练好的网络进行仿真预测,预测精度较高,说明基于BP神经网络的物流需求预测模型是有效的。     

备件需求预测模型研究

文中提出了基于寿命分布函数、时间序列和成组技术的备件需求预测模型的一般性原则,并研究了它们的特点和适用的范围,对于提高备件需求预测的科学性有实际的指导意义。     

城市物流需求供给研究

对物流需求进行分析的同时,构建了较为全面的物流需求指标体系,同时利用多种预测方法对各个指标进行了动态预测,最后建立了物流需求供给匹配模型。     

基于IOWA算子的组合预测模型在物流需求预测中的应用

根据2000~2009年宁波市物流需求的数据,采用灰色GM 1,,1,模型和一元线性回归模型进行组合优化,建立了基于诱导有序加权平均(IOWA)算子的物流需求量组合预测模型。结果表明基于IOWA算子的组合预测模型能有效提高预测精度,说明了该方法用于物流需求预测的可行性和有效性,并在此基础上对2010~2013年宁波市物流需求作出预测。