收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

面向慢速流动备件供应有效性的需求预测研究

魏曦初  
【摘要】:慢速流动备件是企业备件的主要形式,也是备件库存成本的主要产生点,需求预测是降低慢速流动备件库存的重要解决方法,但因其存在数据间断性严重、寿命周期内工况环境变化复杂,寿命周期较长的特殊性,致使采用常规的预测技术难以达到想要获得效果。本论文以慢速流动备件需求预测问题为研究对象,深入分析了慢速备件需求特征,在明确需求预测收益点的基础上,定义了需求预测有效的概念,并以此为基础研究了外部供应资源的配置方法;同时,对在既定供应能力条件下,对处于预测失效或部分有效的慢速流动备件,分析了以时间有效和数量有效为基础的预测方法对库存的影响,在此基础上建立了以时间有效性为基础的推进式慢速流动备件需求预测方法,确保慢速流动备件需求预测结果在备件供应系统中发挥有效作用。本论文的主要研究内容包括:(1)提出了基于需求预测有效性分析的备件供应状态划分。针对因备件种类繁杂而导致的需求预测复杂性的问题,提出了基于预测效用的备件供应状态分区图,实现了对需求预测的降维处理,发现了备件在不同供应状态下需求预测效用提升的技术路线。在分析备件需求及预测特征的基础上,结合需求预测在时间维度和数量维度的要求,定义了备件需求预测的有效性;同时依据需求预测时间维的有效性状态将备件供应状态区分为预测完全有效区、部分有效区和失效区,并讨论了时间维度上预测有效临界点的估算方法。利用备件供应状态的分区处理,可有效评估需求预测所处的状态,并为提高备件需求预测的效用找到有效的改进路线。通过此方法可以为企业提供一套有助于提升备件需求预测能力的有效技术路线,确保企业以有限的资源实现预测效果,促进需求预测成本降低,并作为企业评估备件需求预测能力、制定预测计划的基础性工具。(2)提出了推进慢速备件预测效用实现的外部资源配置方法。备件预测的效用要求首先在外部供应源达到一定能力的前提下才能够实现,而外部供应源的供应能力主要来源于供应商的供应能力,因此为了保证外部资源配置能力达到预测效用实现的基本要求,提出了面向备件需求预测有效性的外部供应商评估方法,该方法以推进预测有效性为主要目标,用决策树和支持向量回归实现备件分类,以不同类别的备件区分相应的供应商,进而对备件供应商采用区分化管理的策略,提出了单一类别和复合类别供应商管理策略,并通过案例企业的实际数据检验证明该方法可有效地增强需求预测对供应工作的指导作用,解决了提升预测算法精度与预测成本增加之间的矛盾。(3)提出了提升慢速备件内部预测能力的推进式预测方法。针对影响慢速流动备件预测精度的三个关键问题提出了以工况和性能状态双相似性比较为基础的推进式预测方法。①针对因备件需求历史数据的无序形态而导致的备件需求预测准确性不足的问题,提出了基于在役工位的备件历史数据重构模型。该模型将常见的基于固定时间间隔的需求数量间断性序列预测转变为基于固定数量的需求时间连续型序列,籍此将原有的间断性时间序列预测问题转化为常见的连续型时间序列预测问题。经某企业实际数据校验,该方法有效的提高了需求预测的有效性,为解决备件需求预测中历史数据间断性特征造成的现有预测方法中出现的周期内数量小数化和预测误差较大的问题提供了一种有效的数据预处理方案。②在数据重构的基础上,针对慢速备件工况环境的高可变性导致历史样本工况差异显著影响预测效果的问题,提出了基于RS和DT的工况识模式别,以及基于工况相似性比较的参照样本提取的方法。该方法在识别影响慢速备件预测效果的关键因素集的基础上,通过样本关键工况因素相似性比较,获取在役零件可知工况条件相似的样本作为本期预测使用样本。③针对慢速备件的长程预测问题,提出了基于性能状态相似性的推进式预测模型(Performance Assessment Based Demand Prediction,PABDP)。该模型是以采购周期为基础的变步长迭代预测策略,根据在役零件的当前劣化状态曲线与每条样本状态劣化曲线中相似度最大的位置,获得失效预警时间,再依据所有失效预警时间预测零件当前工况条件下需求发生的时间,并根据其与预警标准的关系,发出采购预警或改变预测间隔进行迭代预测,实现了对慢速流动备件需求的有效预测。总体看来,论文主要针对如何提高需求预测对慢速流动备件供应工作的有效指导的问题,构建了以推进有效预测为目标的慢速流动备件需求预测技术路线,提出了不同供应状态下提升备件需求预测能力的系列研究方法。通过对外部供应源的合理配置实现预测失效环境下的有效性推进;通过基于工位的历史数据重构,以及针对外界工况与零件状态的双相似性分析,分别解决了影响备件内部预测能力提升的数据间断性、工况影响以及长程预测的问题,实现预测有效环境下的预测精度提升,为慢速流动备件需求预测研究提供了一种新的方法和思路。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 冬晓;;全国农药药械需求预测会商会在杭州召开[J];农业技术与装备;2011年22期
2 陶伟;倪明;;中西方旅游需求预测对比研究:理论基础与模型[J];旅游学刊;2010年08期
3 于汶加;王安建;王高尚;;解析全球能源需求预测结果及相关模型体系[J];资源与产业;2009年03期
4 Paul Clarke;Rob West;杨浩;;滚动需求预测[J];新理财;2007年10期
5 唐中君;个性化需求预测的基本原则研究[J];湖北经济学院学报;2005年04期
6 袁长伟 ,吴群琪;对运输需求预测理论的再认识[J];综合运输;2005年01期
7 张小明;日本W,Mo需求预测[J];稀有金属快报;2004年05期
8 鲁青;国际PTFE需求预测[J];国际化工信息;2004年07期
9 ;亚洲PTA需求增长20%/年[J];合成技术及应用;2003年04期
10 姚建中;出版物需求预测的风险分析[J];出版发行研究;2001年08期
11 方成;亚洲地区PTA需求预测[J];合成纤维工业;2001年02期
12 张蔚新,由德宏;总结利用经验 做好需求预测[J];兰台世界;2000年05期
13 陈远望;2000年全球铅锌需求预测[J];湖南有色金属;2000年03期
14 罗万伯,罗霄岚,张露,吴仲光,罗霄峰,JackC.Peck,SteveDavis;需求预测合同和订货系统[J];四川大学学报(工程科学版);2000年04期
15 陈云卿;需求预测[J];管理科学文摘;1998年01期
16 何兆利;公司职工的需求预测[J];行政人事管理;1999年12期
17 谈成龙;未来五年世界铀需求预测[J];国外铀金地质;1999年04期
18 ;今后几年化肥需求预测[J];垦殖与稻作;1996年02期
19 ;2000年世界钢铁需求预测[J];河北冶金;1995年03期
20 ;2010年世界钢需求预测[J];冶金管理;1995年02期
中国重要会议论文全文数据库 前10条
1 陈琳;李田;;存在竞争性制造商的需求预测信息的共享研究[A];第十八届中国管理科学学术年会论文集[C];2016年
2 张建业;沈佳;邹岳琳;罗义旺;潘建笠;陈奎印;;全业务统一数据中心架构下的电网协议库存采购物资需求预测[A];2017电力行业信息化年会论文集[C];2017年
3 宋国青;;从总需求预测的角度看利率[A];2013年秋季CMRC中国经济观察(总第35期)[C];2013年
4 聂锐;张炎治;吕涛;;江苏省能源需求预测及平衡方案设计[A];2006年江苏省哲学社会科学界学术大会论文集(上)[C];2006年
5 曹雪柠;;公共自行车短时预测方法研究[A];创新驱动与智慧发展——2018年中国城市交通规划年会论文集[C];2018年
6 马树德;;卷烟订单需求预测的特点及模型构建[A];上海市烟草专卖局2007年度获奖论文集(经济管理类)[C];2007年
7 唐家文;;基于灰色预测的通用航空发展需求预测[A];2013年中国通用航空发展论坛论文集[C];2013年
8 何忠伟;;“十一五”期间中国农业发展对财政投入的需求预测[A];农村公共品投入的技术经济问题——中国农业技术经济研究会2008年学术研讨会论文集[C];2008年
9 张淼;;北京市能源需求预测及发展对策研究[A];北京市第十五次统计科学讨论会获奖论文集[C];2009年
10 毕波;;基于能源统筹的市政设施需求预测[A];多元与包容——2012中国城市规划年会论文集(07.城市工程规划)[C];2012年
中国博士学位论文全文数据库 前10条
1 魏曦初;面向慢速流动备件供应有效性的需求预测研究[D];大连理工大学;2018年
2 张志清;面向不确定需求的供应链协同需求预测研究[D];哈尔滨工业大学;2010年
3 张斌儒;互联网环境下基于消费者搜索的旅游需求预测研究[D];对外经济贸易大学;2017年
4 徐琳;云计算环境下计算型任务的资源需求预测[D];中国科学技术大学;2015年
5 演克武;基于需求预测的机型指派和评价研究[D];南京航空航天大学;2010年
6 李楠;区域交通信息集成与运输需求预测研究[D];大连海事大学;2011年
7 徐达宇;云计算环境下资源需求预测与优化配置方法研究[D];合肥工业大学;2014年
8 李剑波;重庆能源绿色低碳发展研究[D];重庆大学;2016年
9 史烨;结合不同信息的库存和定价研究[D];中国科学技术大学;2015年
10 李丽萍;区域物流系统动力学模型构建与应用研究[D];东北林业大学;2012年
中国硕士学位论文全文数据库 前10条
1 孟庆阳;需求预测驱动的农化企业库存管理模式研究[D];浙江工业大学;2018年
2 汤文浩;徐州移动城域传送网需求预测研究及应用[D];浙江工业大学;2018年
3 陈金升;新能源汽车分时租赁需求预测及调度方法研究[D];武汉理工大学;2018年
4 贺红华;某电梯配件生产企业需求预测研究[D];天津大学;2018年
5 刁寒;基于大数据的H服装企业需求预测研究[D];山东财经大学;2019年
6 马勇;基于共享单车轨迹数据的需求预测及智能调度方法研究[D];北方工业大学;2019年
7 江祎彤;基于数据解析技术的钢铁原料与成品作业参数预报研究[D];东北大学;2015年
8 姜剑;共享自行车调度需求预测与用户分流关键技术研究[D];杭州电子科技大学;2018年
9 孙骁;M公司库存电缆数量控制与预测[D];兰州交通大学;2018年
10 魏思伟;新电改背景下我国售电公司营销策略研究[D];华北电力大学;2018年
中国重要报纸全文数据库 前10条
1 本报记者 张正虹;铂金需求预测[N];中国黄金报;2019年
2 本报记者 阎密;零售业数字化:已起步,正优化[N];国际商报;2017年
3 本报记者 任旼;波音调高中国市场新飞机需求预测[N];中国航空报;2017年
4 本报记者 高蕾;明年钢铁需求预测[N];中国煤炭报;2012年
5 许庆欣;如何进行产品需求预测[N];厂长经理日报;2000年
6 记者 黄建纲;欧佩克发布明年全球需求预测[N];经济日报;2010年
7 记者 刘钢;欧佩克再次下调今年原油需求预测[N];新华每日电讯;2009年
8 上海丰宝电子副总经理 刘海东;做好市场和需求预测关键在于有效沟通[N];中国电子报;2008年
9 钱伯章;IEA发布世界能源需求预测[N];中国化工报;2007年
10 梁小民;需求预测的运用与困难[N];中国经济时报;2004年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978