共查询到20条相似文献，搜索用时 187 毫秒
1.
供应商管理库存和牛鞭效应 总被引：5，自引：0，他引：5
研究了发生在供应链中订货的牛鞭效应和安全库存放大问题, 其需求模型是ARIMA(0, 1, 1), 而所用的预测方法是简单的指数平滑. 在此基础上, 还研究了供应商管理库存计划如何确定减轻这样的负面效应, 并且给出了理论证明和数值解释, 结果表明在需求预测、安全库存水平等方面使用供应商管理库存的效果比没用供应商管理库存的要好. 相似文献
2.
3.
针对电力负荷序列不稳定性、随机性等特点引起的电力负荷预测精度下降等问题,提出MEEMD加窗改进方法和GRNN组合的短期电力负荷预测模型。利用GRNN神经网络延拓方法对原始信号两端数据进行延拓,用余弦窗函数对延拓数据加窗处理后再进行MEEMD分解,用神经网络对各分量趋势进行预测,叠加各分量的预测结果得到负荷序列的最终预测结果。实验结果表明,MEEMD加窗改进分解预测的平均绝对误差、平均绝对值百分比误差和均方根误差分别为73.926 8、0.818 0%和82.930 1。基于MEEMD加窗改进方法和GRNN组合的电力负荷预测不仅能抑制端点效应,而且能解决模态混叠和伪分解问题,提高了短期电力负荷的预测精度。 相似文献
4.
5.
基于供应链的库存管理一直是零售业经营管理中的一个重要环节。零售商要降低库存成本、最大化利润,必须具有一定的库存管理方法或机制;而要将这些方法或机制应用于实际,必须具有简单方便的操作方式。因此,本文建立了基于供应链的多级库存管理协调系统,在保证数据安全性的基础上,可定期检查各级库存的货物水平,并据此协调分配生产完的货物,实现了多级库存的自助管理与协调,大大提高了服务水平,降低了管理成本和库存成本,提高了供应链的盈利能力。 相似文献
6.
研究由一个供应商和一个零售商组成的简单二级供应链系统,在假定零售商面对的市场需求服从一阶自回归模型AR（1）并且零售商采取滑动平均法对未来需求进行预测的背景下,证明了如果外界输入的白噪声服从正态分布,则零售商面对的市场需求以及发出的订货量也服从正态分布,并基于此导出了零售商的期望库存水平公式,进而给出了零售商期望库存水平和系统牛鞭效应水平之间的关系方程,解释了为什么供应链系统中牛鞭效应会引起节点企业库存大量积压的现象。 相似文献
7.
浅析供应商管理库存（VMI） 总被引：1，自引：0，他引：1
在目前许多企业实施供应链管理（SCM）的条件下,传统库存控制方法的这种弊病显的更为突出：各节点企业为了应付需求的突发性变化和保护自己的利益,往往扩大库存水平以备不时之需,这本无可厚非,但却由此增加了供应链的总体库存成本。结果增加了供应链的运作成本,降低了其整体竞争优势。这在企业之间的竞争日益转变为供应链之间的竞争的情况下． 相似文献
8.
随着大数据的发展和物流科技信息化进程的加快,企业供应链数据呈爆炸式增长,且种类繁多、关系网络复杂,而传统CPRF技术中的预测模型已经不能适应供应链大数据需求预测,更不能依据需求预测进行有效的库存管理,经典的周期库存盘点策略也不能很好地适应非正态分布的需求数据,如何对供应链大数据进行准确预测并补货已成为供应链研究的热点。依据大数据的分位数回归预测技术,利用历史数据信息进行准确预测,并将分位数回归预测与补货模型合理有效连接,通过真实数据仿真分析,表明在98%的服务水平下,平均库存得到了降低。 相似文献
9.
供应链库存管理存在的问题与对策 总被引：1，自引：0，他引：1
库存在供应链中的首要作用是满足客户的随机需求;库存费用是构成供应链成本的主体;库存是供应链驱动中的重要因素之一。本文介绍了供应链中库存管理的内容及原供应链中库存管理及现在比较流行的VMI管理模式所存在的问题,并提出了新的库存管理对策。 相似文献
10.
针对卡尔曼滤波应用需要构建精确数学模型的局限,提出将广义回归神经网络与卡尔曼滤波相融合,并将其用于短时交通流预测。这种融合后的新方法利用了GRNN良好的非线性映射能力,能对实际系统进行系统辨识,并获得符合预测要求的系统状态方程。深圳市实际流量数据的验证表明,这种方法在简化系统数学建模的同时,也能达到较高的预测精度,从而证实了这种方法的可行性和有效性。 相似文献
11.
鉴于BP神经网络、RBF神经网络在城市供水量预测精度上的不足,利用粒子群算法优化两者相关参数,实现更高预测精度,并通过建立BP神经网络、RBF神经网络、PSO-BP神经网络、PSO-RBF神经网络分别对城市供水量数据进行仿真预测。最终测试样本统计结果显示：RBF神经网络比BP神经网络平均相对误差（MRE）低约1%,在拟合度（R2）上高约0.014;PSO-BP神经网络比BP神经网络在MRE上降低约1.25%,在R2上提高约0.05;PSO-RBF神经网络比RBF神经网络在MRE上降低约0.3%,在R2上提高约0.072。由此说明RBF神经网络比BP神经网络在城市供水量预测方面更有优势,并且利用粒子群算法优化神经网络模型参数可有效提升神经网络预测精度。 相似文献
12.
1 Ｉｎｔｒｏｄｕｃｔｉｏｎ Ｍｏｄｅｌｉｎｇｏｆｓｏｉｌｂｅｈａｖｉｏｕｒｐｌａｙｓａｎｉｍｐｏｒｔａｎｔｒｏｌｅｉｎｄｅａｌｉｎｇｗｉｔｈｐｒｏｂｌｅｍｓｒｅｌａｔｅｄｔｏｓｏｉｌｍｅｃｈａｎｉｃｓａｎｄｆｏｕｎｄａｔｉｏｎｅｎｇｉｎｅｅｒｉｎｇ .Ｏｖｅｒｔｈｅｐａｓｔｆｏｕｒｄｅｃａｄｅｓ ,ｍａｎｙｒｅｓｅａｒｃｈｅｒｓｈａｖｅｄｅｖｏｔｅｄｅｎｏｒｍｏｕｓｅｆｆｏｒｔｓｔｏｆｏｒｅｃａｓｔｉｎｇｔｈｅｌｉｑｕｅｆａｃｔｉｏｎｏｆｓａｔｕｒａｔｅｄｓｏｉｌｕｎｄｅｒｖａｒｉｏｕｓａｓｓｕｍ… 相似文献
13.
BP神经网络的改进及其在股票预测中的应用 总被引：1，自引：0，他引：1
研究了BP神经网络,对BP算法的权值初始化进行改进,使得其收敛速度更快,并建立了基于BP神经网络的股价预测模型．最后以深发展A的收盘价为例,分析改进后NBP神经网络模型的预测效果． 相似文献
14.
在分析灰色预测模型GM(1,1)以及BP神经网络预测模型2种单一模型在电力消费量预测方面不足的基础上,提出灰色神经网络组合预测模型。以河北省电力消费量为基础,分别用3种模型进行预测,并加以比较分析。结果表明,灰色神经网络组合模型提高了关于河北省中长期电力消费量的预测精度,对河北省未来电力系统及能源需求规划具有一定参考价值。 相似文献
15.
为获得更精确预测粮食价格的方法,引入了人工神经网络预测法,建立了一种改进的人工神经网络模型,并通过该模型自学习的特性对已获得粮食价格时间序列数据的波动规律与发展趋势实现记忆性的学习,最终预测出未来价格.结果表明：人工神经网络模型在预测价格问题上具有很高的精度;其方法不仅可行,而且适用性强,预测结果客观、合理,具有一定的研究价值和较好的应用前景. 相似文献
16.
符保龙 《柳州职业技术学院学报》2009,9(1):81-85
针对BP神经网络的不足,采用PSO算法对BP神经网络进行优化,建立一个混合的神经网络洪水预测模型。实验仿真结果表明,该模型的预测效果优于传统的洪水预测模型。 相似文献
17.
提出了把粗糙集和R BF神经网络相结合应用于农业总产值预测的方法。首先用粗糙集对影响农业总产值的多个因素进行属性约简,选择主要影响因素,去除冗余信息;然后利用RBF神经网络建立预测模型。最后对该模型的预测结果与因子分析神经网络模型的预测结果进行了比较,表明了该模型的有效性和优越性。 相似文献
18.
Effective and exact short-termforecastingof urban wa-ter consumptionis veryimportant to on-line simulation andoptimal schedulingin municipal water supply management .Almost all traditional short-termpredictions use time seriesmethods,such as multi linear … 相似文献
19.
集装箱量预测的BP神经网络方法 总被引：2，自引：0，他引：2
陈军飞 《南京晓庄学院学报》2002,18(4):65-68
介绍了BP神经网络的基本理论 ,建立了集装箱运量时间序列的BP神经网络预测模型。并将此模型应用于上海港集装箱运量的预测。结果表明 ,与传统的预测方法相比 ,该方法具有较好的非线性自适应能力和预测精度 相似文献
20.
Elman神经网络是一种典型的回归神经网络,比BP神经网络具有更强的计算和适应时变特性的能力,因而非常适用于预测股市这一类极其复杂的非线性动力学系统。文章给出一种基于Elman神经网络的股票市场建模、预测及决策方法,对浦发银行股价在时间序列上作了连续若干天的短期预测,实验结果取得较高的预测精度、较为稳定的预测效果和较快的收敛速度。这表明该预测模型对于个股价格的短期预测是可行和有效的。 相似文献