收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

面向即时顾客化定制的个性化需求预测方法研究

詹蓉  
【摘要】: 近年来,一种新的被称为“即时顾客化定制”(下文简称IC)的制造模式引起了学术界和实际工作者的重视。IC是指一旦顾客提出个性化需求,制造商能立即交付正确的产品。IC能同时实现定制、零顾客订货提前期和低成本的目标。为了实现IC,一个重要的运作策略是按个性化需求预测生产。IC使得个性化需求预测更加重要,尤其是短期预测。但是,现有文献中至今没有发现通用的个性化需求定量预测方法的研究。因此,本文研究的内容属于一个新的领域,其特色在于开创性。本文从定量的角度深入地研究了个性化需求预测问题,得到了如下创新成果。 首先,提出了个性化需求的概念、特点和定性分类方法。现有文献缺乏对个性化需求概念的明确定义,本文提出广义的个性化需求和狭义的个性化需求的概念,并提出产品定制属性的概念。接着全面地研究了个性化需求的主要特点。按不同标准对个性化需求进行定性分类,分类方法包括按消费者购买的基本动机分类,按个性化需求与定制产品设计、制造的关系分类,按消费者心理学分类,按市场营销学分类。 第二,提出个性化需求定量分类和聚类的方法。现有文献中没有发现关于个性化需求定量分类和聚类的研究以及相应的具体方法。本文根据不同的标准对个性化需求进行了定量分类,这些标准包括个性化需求的相关性、不同客户需求数量的均匀程度、个性化需求的自相关性以及个性化需求交付频率的高低。对每种分类标准提出了定量分类的详细步骤和方法。然后提出基于主成分分析的个性化需求聚类的步骤。 第三,提出一个基于案例推理的个性化需求预测方法。现有文献中没有发现通用的个性化需求预测方法。个性化需求预测的难点和重点在于不同类型属性的值必须同时预测出来,预测非数值属性尤其困难。对此,本文提出一个面向属性的预测思路,以便个性化需求预测可转变为数值预测。还提出数据预处理的详细过程,使个性化需求预测转变为数值型时间序列预测问题。接着,本文提出一个基于案例推理的系统来进行通用的个性化需求预测。它分为三个阶段:案例的表达、相似性搜索、案例的预测和调整。尤其是,本文提出广义的时间序列距离计算公式,将包含时间序列片段的斜率和长度的数据对来描述时间序列的变化特征。该公式形式简单,又具有高度的柔性,应用时可繁可简,可以将目前很多相关的方法统一在一个框架中,从而丰富、拓展了时间序列相似性度量的方法。在某种程度上,王达等提出的时间序列的模式距离可以认为是本文所提出公式的特例。本文提出的方法具有普遍意义,还可应用在其它很多领域。然后用一家酒店的真实数据评估了预测绩效,实践结果证明本文提出的方法能够提供高精度的预测。 最后,提出了个性化需求预测支持系统中的其他预测方法。首先分析了个性化需求预测的特点,并拓展了个性化需求预测的概念,分析了个性化需求预测支持系统的要求。接着研究马尔可夫链在个性化需求预测中的实际应用。然后针对个性化需求预测的特点,提出相应的组合预测方法。对相关子集的预测提出一些基本的思路和方法。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 周皓;刘斌;;大规模定制下的需求预测研究[J];中小企业管理与科技(下旬刊);2010年06期
2 鱼金涛;;需求预测[J];外国经济参考资料;1981年03期
3 Ъ·达维多维奇;应世昌;;苏联现阶段的需求预测[J];外国经济参考资料;1981年03期
4 孙明玺;;需求预测(四)[J];赣江经济;1982年06期
5 吕应中;从我国能源需求预测看能源战略上的几个问题[J];中国科技论坛;1985年01期
6 汪涛;张意翔;;湖北省能源需求预测研究[J];统计与决策;2007年05期
7 王晓;庄亚明;;基于案例推理的非常规突发事件资源需求预测[J];西安电子科技大学学报(社会科学版);2010年04期
8 杨俊祥;程盛芳;;灰色-周期外延组合模型在煤炭需求预测中的应用[J];统计与决策;2010年13期
9 王万茂;潘文珠;;耕地需求预测研究——以河南省光山县为例[J];资源开发与保护;1988年04期
10 谢健;“往复式”分析方法及我国轿车需求预测[J];预测;1989年01期
11 ;经济作物需求预测[J];新疆环境保护;1993年04期
12 ;更正[J];安徽科技;2014年02期
13 张玲;陈军才;;干预模型在旅游需求预测中的运用[J];江苏商论;2007年05期
14 林芳琦;;江西省“十二五”期间居民住房需求预测[J];科技广场;2010年04期
15 杨琴;陈云;;基于差分自回归移动平均模型的汽车零配件行业需求预测[J];中国集体经济;2011年28期
16 郑绍濂;张文达;;我国轿车的需求预测[J];预测;1987年06期
17 路焰;;关于需求预测建立模型的探讨[J];中国软科学;1988年02期
18 凌川弟;民用能源需求预测—终端模型[J];预测;1988年05期
19 刘锐;张金良;谭忠富;;“十一五”我国能源需求预测[J];中国电力教育;2008年S2期
20 刘秉镰;杨明;;城市物流园区需求预测的系统动力学模型构建[J];城市交通;2009年05期
中国重要会议论文全文数据库 前10条
1 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
2 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
3 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
4 高月芳;梁永生;唐飞;欧志伟;湛邵斌;;基于神经网络和VBA的零售业需求预测系统[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年
5 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
6 王帅;汤铃;余乐安;;基于Wavelet/EMD-LSSVR的分解集成预测模型及其在牛奶消费需求预测中的应用[A];第五届(2010)中国管理学年会——管理科学与工程分会场论文集[C];2010年
7 张舵;高文杰;李小玲;;石家庄市区公共自行车租赁点布局研究[A];2014(第九届)城市发展与规划大会论文集—S04绿色交通、公交优先与综合交通体系[C];2014年
8 王红;;2020年我国教育经费投入强度需求预测及政策建议[A];中国梦:道路·精神·力量——上海市社会科学界第十一届学术年会文集(2013年度)[C];2013年
9 路言峰;;新模型在卷烟需求预测中的探索及应用[A];上海市烟草专卖局2009年度获奖论文集(经济管理类)[C];2009年
10 张哲荣;戴文礼;陈建智;;以潜在信息函数为基础之残差离散灰模型预测短期需求[A];第25届全国灰色系统会议论文集[C];2014年
中国博士学位论文全文数据库 前4条
1 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
2 詹蓉;面向即时顾客化定制的个性化需求预测方法研究[D];华中科技大学;2008年
3 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
4 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
中国硕士学位论文全文数据库 前10条
1 祝新春;基于模糊理论的国内旅游需求预测研究[D];湖南工业大学;2015年
2 陈湘芝;基于需求预测的库存管理技术与系统研发[D];哈尔滨工业大学;2015年
3 强春发;应对自然灾害应急粮食需求预测研究[D];南京财经大学;2015年
4 靳绍悦;基于城市轨道交通的停车换乘需求预测[D];大连交通大学;2015年
5 张星煜;D公司多品类产品的需求预测管理优化实践[D];东华大学;2015年
6 方冰;发动机售后配件市场需求预测研究[D];上海交通大学;2015年
7 张艳芳;半导体分立器件需求预测与库存控制优化[D];上海交通大学;2015年
8 潘顺;考虑寿命预测的地铁车轮需求预测及备件库存控制[D];上海交通大学;2014年
9 周岳骞;面向民航需求建模的用户查询日志大数据分析方法研究与实现[D];北京交通大学;2016年
10 蒋聪之;基于轨道交通接驳的公共自行车租赁点规划方法研究[D];东南大学;2015年
中国重要报纸全文数据库 前10条
1 梁小民;需求预测的运用与困难[N];中国经济时报;2004年
2 蔡绮芝 DigiTimes;康宁上调2006~2008年玻璃面板需求预测[N];电子资讯时报;2007年
3 本报记者 高蕾;明年钢铁需求预测[N];中国煤炭报;2012年
4 福建龙海市局(分公司) 林文通;遵循科学方法 保证预测质量[N];东方烟草报;2013年
5 朱成章;六大因素影响能源需求预测[N];华中电力报;2004年
6 商报记者 王万利 师兴;2013年国内汽车需求预测达2080万辆[N];北京商报;2013年
7 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
8 全国农业技术推广服务中心;2007年农药药械需求预测[N];农民日报;2006年
9 许庆欣;如何进行产品需求预测[N];厂长经理日报;2000年
10 ;十类新型建材未来需求预测[N];陕西科技报;2007年
 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