一、指数平滑预测法应用中平滑系数的确定（论文文献综述）
洪昌寿,梁铠淇,李向阳,汪弘[1]（2021）在《基于时间序列法的衡阳地区气候逐月干湿要素预测研究》文中提出衡阳地区四季分明、热量充足、降水丰沛,逐月干湿循环效应显着,开展该地区气候逐月干湿要素预测研究能为铀尾矿库滩面治理提供指导性意义。通过对衡阳地区历史气象资料进行收集,运用数理方法统计该地区历年来逐月干期日数、湿期日数、干期平均气温、湿期平均气温、湿期平均降雨量,并结合加权几何平均算法判断该区域逐月干湿期出现先后顺序;创建各干湿要素的时间序列图,并判断其相应特征,为使用指数平滑预测法及ARIMA构建模型奠定基础;通过比较各模型的拟合优度、误差等,确定各干湿要素最优的预测模型。结果表明:ARIMA模型、简单季节指数平滑预测模型及温特斯加法指数平滑预测模型在干、湿期平均气温的预测中达到了良好效果,在其他干湿要素的预测模拟方面,逊于简单指数平滑预测模型,但能够达到一定的模型质量;简单指数平滑预测模型基本能模拟出各干湿要素原时间序列特点。
徐齐利[2]（2021）在《回归法设定指数平滑模型的最优预测参数》文中研究说明对于指数平滑预测模型的参数设置,为克服现行的经验法、试算法和枚举法的弊端,本文提出了回归法。该方法将回归所得的平滑参数估计值作为指数平滑预测模型的预测参数,针对三类指数平滑预测模型,对应构造指数平滑随机过程,以此建立指数平滑回归模型,随之进行指数平滑参数估计。实验模拟中,参数估计的结果说明该方法是可行的,假设检验的结果证明该方法是可信的。实证应用显示,回归法确实能够有效规避经验法、试算法和枚举法在平滑参数设置上存在的非全域取值、非连续取值、非自适应取值、非最优取值等弊端,且预测效果更佳。
张雷雨,贺彦东,李剑锋,苏鹏,陶春静,季润,董明杰[3]（2021）在《下肢柔性助力外衣的工效学设计与步态预测》文中研究指明为增强人体的下肢运动机能,研制一套柔性功能外衣,作为助力系统的末端执行元件包覆于人体下肢,对髋关节的前屈动作助力,并研发基于力位混合控制的外接驱动系统,初步完成下肢柔性助力外衣系统样机的搭建。在此基础上,提出以IMU为主导的自适应步态检测算法,检测频率自适应于人体运动速度,实现步态信息的高效检测,并以检测信息为基础,提出"牛顿+三次指数平滑"预测算法,实时预测人体下肢动作。研究结果表明:功能外衣具有较高的刚度和良好的穿戴舒适性,符合功能外衣的设计要求;"牛顿+三次指数平滑"预测算法可实时预测50 ms之后的髋关节角度,预测过程稳定,在人体行走过程中,预测曲线平滑性较好,精度较高,可满足助力系统的步态预测要求,为下肢助力研究提供依据。
罗智孙[4]（2021）在《非完整小圆弧曲率半径参数测量及评价方法研究》文中指出非完整小圆弧在国防科技工业中应用非常广泛,然而由于其完整性差、半径小的特点,如何对其曲率半径参数进行高精度的测量及评价是几何量计量中的难点问题。本文利用基于白光干涉技术与锥光偏振全息技术原理的非完整小圆弧测量装置,针对非完整小圆弧在曲率半径参数测量及评价技术上存在的难点,面向小圆弧测量方法、数据处理方法及评价方法等核心问题展开深入研究,主要研究内容如下:（1）重点阐述了基于白光干涉技术及锥光偏振全息技术的非完整小圆弧测量装置机理,并介绍了用于装置校准的各类小圆弧标准件。确定了本文曲率半径参数的测量方法,针对不同形貌的测量对象,采取不同的测量方式获取轮廓点云数据。（2）研究了小圆弧轮廓点云数据处理方法,首先利用空间密度去噪法对测量所得轮廓数据点集进行去噪处理;针对60°以下的小圆弧轮廓数据拟合稳定性差的问题,提出一种基于自适应三次指数平滑预测模型的数据外延方法,对数据点集进行预测延伸,从而提升评价过程的稳定性及重复性。实验结果表明,针对60°以下的小圆弧轮廓数据点集,利用此法将轮廓所对中心角扩大5°左右对后期评价过程最佳,并且配合各类评价算法使用均可提升评价的精度。（3）先进行了非完整小圆弧曲率半径参数评价仿真分析,分析了各圆弧面参数对评价过程的影响趋势,再比较了现今常用的几种评价算法的评价效果,并在此基础上提出一种基于最小二乘法与Hough变换法相结合的算法。首先利用最小二乘法的快速计算缩小圆弧参数的量化范围,再使用Hough变换法在此参数空间内精确搜索,转换为准确的圆弧曲率半径参数。实验验证结果表明,该算法结合了两种算法的优点,最小二乘法的快速计算缩小了 Hough变换中参数的量化取值范围,大大提升了计算效率;Hough变换法既能保证计算过程的精度,还能消除异常点对评价过程的影响。该算法在具有较高计算精度的同时还能保持较高的计算效率和较强的鲁棒性,在综合考虑计算精度和计算效率的情况下具有明显的优势。（4）对非完整小圆弧测量装置进行不确定度分析,并利用非完整小圆弧标准件进行测量装置的校准。通过与接触式三坐标机和光学三坐标机等设备的测量结果的比对分析,验证此套非完整小圆弧测量及评价体系的准确度。
于昊然[5]（2020）在《物资公司的钢轨库存数量控制与预测研究》文中研究表明钢轨是铁路建设施工中的主材,具有技术含量高、生产周期长的特点,随着我国经济高速发展,各地高铁、地铁项目持续高峰建设。钢轨行业供需两旺,作为物资供应企业,如何切实提高自身管理水平,合理规划钢轨库存,使之既能保障施工进度又避免大量货物沉积,高效使用资金具有现实意义。本文以某公司为例,结合笔者的现场经验和历史数据对某公司的钢轨库存进行了分析,指出了某公司钢轨库存存在不进行配码,管理简单原始,分类方法老旧,订货没有精确依据,库存剩余物资再利用率低,利用成本高的问题。为了改善这一问题,需提高管理效率,引入现代化的管理方法,对于库存钢轨提取多项数据,进行科学分类,找到关键性钢轨,再对这一品种钢轨进行有效预测,针对性备货,对于其他品类钢轨则尽量实行零库存管理。系统性优化仓储结构,从而实现管理水平的跃升,降低企业成本,提高企业盈利能力。经统计,某公司库内共有22种钢轨,本文挑选了14种典型钢轨从金额、数量、出库频次三个方面入手,分别进行ABC分类。为保结论准确又引入判定物资需求波动性的XYZ分类法进行分析,所得结果与ABC分类结果相结合,得出ABC-XYZ矩阵,最终得出关键类别钢轨为U75V*60kg/m*25m焊接轨。想要准确掌握备货量,就需要对关键类别钢轨进行预测分析,本文选取了6种不同的预测方法:简单移动平均法、加权移动平均、一次指数平滑法、二次指数平滑法、一元线性回归法和均值型差分GM（1,1）预测法。经过公式推导,代入历史数据计算并比对平均误差率,最终选取了二次指数平滑法和均值型差分GM（1,1）法来预测目标钢轨2019年需求量,以此需求提前备货可以减少存货提升管理水平。本文主要解决钢轨库存管理问题,但所采用的ABC-XYZ分类矩阵和二次指数平滑法与均值型差分GM（1,1）预测法对于解决其他同类问题也有参考与借鉴的意义。
陈文强[6]（2020）在《动态投入占用产出模型应用研究》文中提出在投入产出分析研究领域,动态投入占用产出模型相关研究起步较晚,虽建立了相对完整的理论体系,但应用研究很少。本文从动态投入占用产出基本模型出发,系统讨论并初步解决了模型应用过程中存在的多种问题。首先,从一般投入产出模型出发,阐述了连续时间及离散时间动态投入占用产出基本模型,同时,提出超局部闭模型概念,建立动态投入占用产出超局部闭模型。其次,建立离散时间单部门动态投入占用产出基本模型。从模型应用出发,系统测算了存量数据,并依据所得数据进行了模型的应用研究及适用性分析。模型结果表明应用单部门模型能较准确对总产出等指标进行预测。再次,建立离散时间三部门动态投入占用产出基本模型。从模型应用出发,以中国投入产出表数据为基础,系统讨论了三部门模型中流量及存量数据的分部门分配问题。最后,在各分部门数据基础上,分别进行了普通三部门动态投入占用产出基本模型应用研究及三部门动态投入占用产出超局部闭模型的应用研究。分析结果表明,各情况下的三部门模型都能较准确的对各指标进行预测,但预测精度较单部门模型有所下降。
樊大勇[7]（2020）在《Serverless架构调度策略研究》文中指出Serverless架构作为一种新型的云计算范式,是对云计算模型的进一步简化,代表着云计算领域的又一次变革。Serverless架构与传统云计算范式有着本质的区别。在Serverless架构中,计算和存储相互解耦,彼此独立扩展和运行。同时将被执行的代码作为运行的对象,用户不需要关心代码运行所需要的底层资源,统一交由底层的平台处理。这种方式极大的提高了开发人员的生产效率并且降低了运维成本。Knative是一个基于Kubernetes平台的构建的Serverless框架,用来构建、部署和管理Serverless应用程序。Knative框架提供的应用托管服务可以很大程度上降低直接操作Kubernetes集群的复杂度和风险,提升应用的迭代和服务交付的效率。Knative框架完成Serverless架构应用程序调度主要分为两个阶段。第一阶段中Knative Pod Autoscaler（KPA）模块根据实时任务请求数计算出需要启动的Pod数量。第二阶段中Kubernetes集群根据KPA模块计算出来的Pod数量完成最终的任务调度。目前Knative框架对于Serverless应用程序的调度流程已经非常完善,但是其中仍然存在需要改进优化的地方,本文主要从以下两方面进行优化:（1）本文基于二次指数平滑法对过去的访问请求进行处理,优化KPA模块中计算Pod数量的算法,并基于优化后的算法重新构建KPA模块。通过对照实验证明,优化后的KPA模块计算出来的Pod数量与理想Pod数量之间的平均绝对误差和均方误差都有明显的减少。（2）针对Kubernetes默认调度器中存在的冗余计算问题,本文重新设计Kubernetes调度流程,将具有相同优先级和资源需求和限制的Pod构建成一个Pod组,以Pod组作为一个基本调度单元进行统一调度。每一个Pod组调度过程中,组内Pod可以充分利用组中第一个Pod调度过程中产生的计算,减少不必要的冗余计算,降低计算资源的浪费。通过实验表明,基于优化设计方案重新构建的Kubernetes调度器有效的减少了调度过程中的冗余计算,提高了Pod调度的效率。本文通过对以上两个方面来优化Knative框架调度流程中存在的问题,进一步提高框架任务调度的效率。
郝旭[8]（2020）在《基于组合预测的MTO生产预测及排程优化》文中认为随着5G技术的广泛应用、新零售模式的层出不穷,智能制造模式成为生产制造企业比拼的新领域。生产企业在生产管理方面的问题使得企业在市场竞争中面临巨大的压力。与其他生产管理方式优化及产品创新等提高企业竞争力的手段相比,编制合理的生产计划使企业的生产变得稳健,灵活应对市场的变化方面具有成本低、易实施的优势。越来越多的受到企业管理人员的关注。目前,制造企业的生产模式多半采用的MTO订单拉动式的生产模式,而在MTO模式的生产制造企业的生产计划编制方面面临着生产计划编制缺少对生产的预测,具体分为两个方面,第一是缺少对生产产能的预测。第二是缺少对总完工时间的预测。通过对生产预测以及生产计划编制还有生产排程等方面生产管理理论的研究,发现生产预测对生产活动以及生产管理至关重要。为检验这个思路,本文以我国的MTO生产制造企业H企业为研究对象,对H企业的生产计划编制和排程优化进行研究。结合目前对企业生产计划预测管理和总完工时间预测的研究,本文针对H企业的生产计划编制和排程优化进行了研究,具体研究内容包括以下三个方面。首先,本文利用文献研究法对生产计划管理体系、产能预测、完工时间预测以及组合预测方法等内容进行了了解,同时采用实际调查的方法,进入H企业的生产管理部门进行研究并了解具体的生产状况,对企业中存在的生产方面的问题进行学术化总结与梳理。其次,针对H企业生产计划编制中的实际问题,产能预测和总完工时间预测提出采用不同的预测模型进行预测,并进行组合预测的方法解决生产预测问题的思路。本文选取的单预测模型有指数平滑预测模型、GM（1,1）灰色理论预测模型、ARIMA预测模型和BP神经网络预测模型。提出的组合预测模型有GM（1,1）-指数平滑组合预测模型和ARIMA-BP组合预测模型。最后,根据预测模型的建立以及H企业实际的生产数据对H企业的生产计划进行合理化编制,为解决企业计划完成率低的情况提供技术支持。同时通过完工时间的预测对企业生产能力负荷进行分析,为企业生产管理决策提供一定的技术支持。因此,对生产计划编制中生产能力和完工时间的预测,对于提高生产计划的合理性,优化生产管理活动,提高生产效率,保证订单交付率等生产管理活动具有一定的实践和理论意义。
温宏博[9]（2020）在《A公司的原材料库存管理改善研究》文中研究说明在当今汽车市场销量下滑的大背景下,新能源、无人驾驶、车联网、智能汽车、智能制造等新技术的应用,传统汽车行业面临了一百多年来从来没有过多危机。如何在快速变化的市场中,提升公司供应链的服务水平,合理控制库存水平,提高库存周转率,从而降低企业的可变成本,提升企业现金流量,让企业能够轻装上阵,正成为各个公司供应链管理部门面临的核心问题之一。本论文对A公司原材料库存的现状及问题进行分析,运用生产运营管理中对于库存管理的相关理论,通过经济统计学的方法,对库存管理的改善进行了研究。论文的主要内容如下:1)阐述了当前比较主流的库存管理理论及常用的方法和模型,比如多期系统的定量订货模型和定期订货模型;考虑总体成本的价格分界模型;安全库存;ABC及CVA分类法;指数平滑预测法等。2)从整体上介绍了A公司的概况、组织架构及供应链管理部门的相应的组织职能,从公司的产品到原材料的库存特点,对A公司库存管理的现状及现存的问题进行了细致的阐述,并在结合相关的管理理论的基础上进行了影响因素的深入分析。3)结合库存管理的理论、模型和方法,在精益生产的理念的指导下,对A公司的管理问题设计出了相应的改善方案。方案从分别从组织层面、现场管理方面、采购模式的选择及客户需求预测等四个方面细致的给出了对应的改善策略。4)对于改善措施实施的控制和保障措施,以及对已实施的措施的评价。最后,对A公司的库存控制的改善工作的总结和展望。
麻硕展[10]（2019）在《基于SWOT定量分析模型的我国铁路集装箱运输发展战略研究》文中进行了进一步梳理集装箱运输是现代物流业的发展方向,也是铁路货运重要的运输方式。在增加铁路货运能力、降低物流运输成本及提高国内和国际运输效率等方面发挥着重要作用。目前,各行业企业为响应经济高质量发展的要求,积极优化自身结构,为我国的经济发展带来了新的机遇。在“一带一路”建设的影响下我国和各国之间的贸易往来不断增加,同时,中国制造能力的增强促进了我国商品的进出口及集装箱适箱率的提升,贸易市场对铁路集装箱运输的需求也不断上升,为铁路集装箱运输提供了良好的发展平台。但同时也面临着严峻的挑战:如何顺应不断增长的运量需求,用战略的眼光来谋划未来铁路集装箱运输的发展;如何优化原有功能,把握和顺应经济新常态,提供更多高效的服务,成为我国铁路集装箱运输需要解决的重要问题。有效解决制约铁路集装箱运输发展的问题,才能充分发挥铁路集装箱运输优势,因此寻求铁路集装箱运输的发展战略至关重要。本文以我国铁路集装箱运输的发展为研究对象,对我国铁路集装箱运输的发展战略展开研究。首先系统的分析了国内外铁路集装箱运输发展现状,通过比较分析找出我国铁路集装箱运输存在的问题;运用SWOT定性分析法对铁路集装箱运输发展的优势、劣势、机遇、威胁环境进行分析;在此基础上,通过建立SWOT定量分析模型确定我国铁路集装箱运输的发展方向及战略模式;采用三次指数平滑预测法对我国铁路集装箱运输未来5年的发送量进行预测,并对预测的结果进行分析;最后,综合以上分析,提出了我国铁路集装箱运输发展的战略制定以及策略选择。
二、指数平滑预测法应用中平滑系数的确定（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、指数平滑预测法应用中平滑系数的确定（论文提纲范文）
（1）基于时间序列法的衡阳地区气候逐月干湿要素预测研究（论文提纲范文）
| 0 引言 |
| 1 材料与方法 |
| 1.1 数据来源 |
| 1.2 干湿参量 |
| 1.2.1 干湿参量定义 |
| 1.2.2 逐月干湿期出现先后顺序评判方法 |
| 1.3 方法 |
| 1.3.1 ARIMA模型 |
| 1.3.2 指数平滑预测法 |
| 2 结果与讨论 |
| 2.1 各干湿状态参量的ARIMA模型构建 |
| 2.2 指数平滑预测 |
| 2.2.1 简单模型构建 |
| 2.2.2 简单季节性模型及温特斯加性模型构建 |
| 2.3 比较与分析 |
| 3 结论 |
（2）回归法设定指数平滑模型的最优预测参数（论文提纲范文）
| 一、引言 |
| 二、指数平滑预测模型 |
| （一）一次指数平滑预测模型 |
| （二）二次指数平滑预测模型 |
| （三）三次指数平滑预测模型 |
| 三、指数平滑随机过程 |
| （一）一次指数平滑随机过程 |
| （二）二次指数平滑随机过程 |
| （三）三次指数平滑随机过程 |
| 四、指数平滑回归模型 |
| （一）一次指数平滑回归模型 |
| （二）二次指数平滑回归模型 |
| （三）三次指数平滑回归模型 |
| 五、指数平滑参数估计 |
| （一）一次指数平滑参数估计 |
| （二）二次指数平滑参数估计 |
| （三）三次指数平滑参数估计 |
| 六、实验模拟 |
| （一）一次指数平滑时间序列 |
| （二）二次指数平滑时间序列 |
| （三）三次指数平滑时间序列 |
| 七、实证应用 |
| （一）GDP预测 |
| （二）税收预测 |
| 八、结论 |
（4）非完整小圆弧曲率半径参数测量及评价方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 选题背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 小圆弧测量方法研究现状 |
| 1.2.2 小圆弧评价方法研究现状 |
| 1.3 本文研究内容 |
| 1.4 本文组织结构 |
| 第2章 非完整小圆弧测量系统及测量方法 |
| 2.1 非完整小圆弧测量系统 |
| 2.1.1 白光干涉光学显微测量系统 |
| 2.1.2 锥光偏振瞄准测量系统 |
| 2.2 非完整小圆弧测量标准件 |
| 2.3 非完整小圆弧测量方法 |
| 2.3.1 弓高弦长法 |
| 2.3.2 固定圆心的坐标系平移法 |
| 2.3.3 扫描数据拟合法 |
| 2.3.4 测量方法的选择 |
| 2.3.5 测量方式的选择 |
| 2.4 本章小结 |
| 第3章 小圆弧点云数据处理方法研究 |
| 3.1 小圆弧去噪算法研究 |
| 3.1.1 基于空间密度去噪算法的实现 |
| 3.1.2 去噪效果 |
| 3.2 小圆弧数据外延方法研究 |
| 3.2.1 小圆弧轮廓所对中心角对曲率半径参数评价的影响 |
| 3.2.2 三次指数平滑法的预测模型 |
| 3.2.3 自适应三次指数平滑预测模型 |
| 3.3 实例计算及精度分析 |
| 3.3.1 不同圆弧数据预测前后评价结果比较 |
| 3.3.2 不同评价方法预测前后评价结果比较 |
| 3.4 本章小结 |
| 第4章 非完整小圆弧评价方法研究 |
| 4.1 小圆弧评价仿真分析 |
| 4.2 现有几种常用评价算法比较 |
| 4.3 改进算法的提出 |
| 4.4 改进算法的验证 |
| 4.5 本章小结 |
| 第5章 测量不确定度分析及校准比对结果 |
| 5.1 测量不确定度分析 |
| 5.1.1 白光干涉测量系统不确定度分析 |
| 5.1.2 锥光偏振全息测量系统不确定度分析 |
| 5.2 非完整小圆弧测量装置的校准及比对结果分析 |
| 5.3 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 个人简历、在学期间发表的学术论文与研究成果 |
（5）物资公司的钢轨库存数量控制与预测研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内的研究现状 |
| 1.2.2 国外的研究现状 |
| 1.3 主要研究内容及技术路线 |
| 1.3.1 主要研究内容 |
| 1.3.2 技术路线图 |
| 1.4 本章小结 |
| 2 某公司钢轨库存的现状研究 |
| 2.1 某公司基本概况 |
| 2.2 某公司现场管理组织架构 |
| 2.3 某公司钢轨库存管理现状和存在的问题 |
| 2.3.1 某公司仓储钢轨现状 |
| 2.3.2 某公司钢轨采购方式 |
| 2.3.3 某公司库存钢轨存在的问题 |
| 2.4 本章小结 |
| 3 采用ABC法对某公司钢轨库存进行分类 |
| 3.1 经典ABC分类法 |
| 3.1.1 经典ABC分类法的历史和发展 |
| 3.1.2 经典ABC分类的原理方法 |
| 3.2 采用经典ABC分类法对某公司的库存钢轨进行分类 |
| 3.3 使用ABC-XYZ矩阵分析某公司库存钢轨 |
| 3.3.1 ABC-XYZ分类矩阵的原理和实施方法 |
| 3.3.2 使用ABC-XYZ分类矩阵研究库存钢轨 |
| 3.4 本章小结 |
| 4 使用统计学预测方法分析某公司库存钢轨物资 |
| 4.1 预测方法分类与介绍 |
| 4.2 移动平均法对重点类别钢轨进行分析 |
| 4.2.1 简单移动平均法对重点类别钢轨进行分析 |
| 4.2.2 加权移动平均法重点类别钢轨进行分析 |
| 4.3 指数平滑法对重点类别钢轨进行分析 |
| 4.3.1 一次指数平滑法对重点类别钢轨进行分析 |
| 4.3.2 二次指数平滑法对重点类别钢轨进行分析 |
| 4.4 一元线性回归法对重点类别钢轨进行分析 |
| 4.5 本章小结 |
| 5 使用灰色系统理论分析某公司库存钢轨物资 |
| 5.1 灰色系统理论的概述 |
| 5.2 简要介绍和推导GM(1,1)模型 |
| 5.3 使用均值型差分GM(1,1)模型预测钢轨库存 |
| 5.4 灰色系统理论和传统方法之间的对比 |
| 5.5 某公司钢轨库存2019年预测 |
| 5.6 本章小结 |
| 结论 |
| 致谢 |
| 参考文献 |
| 附录 A 均值型GM(1,1)模型计算过程 |
| 附录 B 离散型GM(1,1)模型计算过程 |
（6）动态投入占用产出模型应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 有关投入占用产出分析产生与发展的研究 |
| 1.2.2 有关投入占用产出分析的研究 |
| 1.2.3 有关动态投入占用产出分析的研究 |
| 1.2.4 国内外研究评述 |
| 1.3 研究内容及研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 第2章 投入占用产出分析相关理论 |
| 2.1 投入产出分析基本理论概述 |
| 2.2 投入占用产出分析基本理论概述 |
| 2.2.1 对“占用”的讨论 |
| 2.2.2 投入占用产出基本模型 |
| 2.3 动态投入占用产出基本模型 |
| 2.3.1 连续时间动态投入占用产出模型 |
| 2.3.2 离散时间动态投入占用产出模型 |
| 2.4 动态投入占用产出超局部闭基本模型 |
| 2.4.1 投入产出分析静态超局部闭模型 |
| 2.4.2 投入产出分析动态超局部闭模型 |
| 2.5 本章小结 |
| 第3章 单部门动态投入占用产出模型及其应用 |
| 3.1 单部门动态投入占用产出基本模型 |
| 3.2 占用部分数据测算 |
| 3.2.1 资本存量K(t)的测算 |
| 3.2.2 存货S(t)测算 |
| 3.2.3 中国单部门投入占用产出表 |
| 3.3 其他数据测算 |
| 3.3.1 增量资本产出系数测算与说明 |
| 3.3.2 直接消耗系数及综合资本损耗产出系数测算 |
| 3.4 单部门动态投入占用产出模型应用 |
| 3.4.1 基本单部门动态投入占用产出模型应用 |
| 3.4.2 对于存货占用形式的讨论 |
| 3.4.3 对基本单部门模型的进一步思考 |
| 3.4.4 模型应用中的得失总结 |
| 3.5 本章小结 |
| 第4章 三部门动态投入占用产出模型 |
| 4.1 多部门的划分 |
| 4.1.1 部门数的确定 |
| 4.1.2 三次产业部门内涵 |
| 4.2 三部门动态投入占用产出模型 |
| 4.2.1 三部门投入占用产出表 |
| 4.2.2 三部门动态投入占用产出模型 |
| 4.3 流量投入部分数据估计 |
| 4.3.1 投资流量分部门数据估计 |
| 4.3.2 存货增加分部门数据估计 |
| 4.3.3 固定资产折旧分部门数据估计 |
| 4.4 存量占用部分数据估计 |
| 4.4.1 三部门模型总资本存量测算 |
| 4.4.2 三部门模型三次产业部门资本存量测算 |
| 4.4.3 三次产业部门分部门资本存量分配 |
| 4.5 其他基本数据测算与说明 |
| 4.5.1 中国三部门投入占用产出表 |
| 4.5.2 其他数据测算 |
| 4.6 本章小结 |
| 第5章 三部门动态投入占用产出模型应用 |
| 5.1 基本三部门动态投入占用产出模型应用 |
| 5.1.1 中间量数据的测算 |
| 5.1.2 结果与说明 |
| 5.2 考虑存货占用形式的三部门动态投入占用产出模型应用 |
| 5.3 动态投入占用产出超局部闭模型应用 |
| 5.3.1 动态投入占用产出超局部闭模型的应用性问题 |
| 5.3.2 数据测算与处理 |
| 5.3.3 结果与说明 |
| 5.4 模型应用中的得失总结 |
| 5.5 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间承担的科研任务与主要成果 |
| 致谢 |
（7）Serverless架构调度策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要研究内容 |
| 1.4 本文组织结构 |
| 第2章 关键技术理论 |
| 2.1 Serverless架构 |
| 2.1.1 Serverless技术实现 |
| 2.1.2 基于Kubernetes平台的Serverless框架 |
| 2.2 Knative框架概述 |
| 2.2.1 Knative简介 |
| 2.2.2 Knative Serving架构 |
| 2.2.3 Knative Pod Autoscaler扩容模型 |
| 2.3 Kubernetes技术概述 |
| 2.3.1 Kubernetes简介和常见的资源对象 |
| 2.3.2 Kubernetes架构 |
| 2.3.3 Kubernetes调度器 |
| 2.4 本章小结 |
| 第3章 基于二次指数平滑法优化Knative扩容模型 |
| 3.1 Knative Pod Autoscaler扩容模型的建立 |
| 3.1.1 扩容流程描述 |
| 3.1.2 扩容算法分析 |
| 3.1.3 扩容模型建立 |
| 3.2 指数平滑法分析 |
| 3.2.1 指数平滑法预测法 |
| 3.2.2 二次指数平滑预测法 |
| 3.2.3 基于二次指数平滑法的扩容模型 |
| 3.3 实验与分析 |
| 3.3.1 实验环境 |
| 3.3.2 实验数据和参数配置 |
| 3.3.3 性能评估原则 |
| 3.3.4 实验结果与分析 |
| 3.4 本章小结 |
| 第4章 Kubernetes调度器优化方案的设计与实现 |
| 4.1 Kubernetes资源调度器模型 |
| 4.1.1 资源调度器概述 |
| 4.1.2 资源调度器调度流程 |
| 4.1.3 资源调度器调度算法概述 |
| 4.1.4 资源调度器模型建立 |
| 4.2 Kubernetes资源调度器冗余计算问题分析 |
| 4.2.1 Scheduling Queue模型构建 |
| 4.2.2 调度器的调度过程 |
| 4.2.3 冗余计算问题分析 |
| 4.3 Kubernetes资源调度器优化方案设计 |
| 4.3.1 优化后的调度器模型 |
| 4.3.2 调度过程设计 |
| 4.3.3 基于大顶堆的工作节点分数存储设计 |
| 4.4 Kubernetes资源调度器优化方案实现 |
| 4.4.1 优先级待调度队列的实现 |
| 4.4.2 工作节点分数存储模块的实现 |
| 4.4.3 调度器的实现 |
| 4.5 实验结果与分析 |
| 4.5.1 实验环境 |
| 4.5.2 性能测试框架 |
| 4.5.3 实验设计 |
| 4.5.4 实验结果与分析 |
| 4.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
（8）基于组合预测的MTO生产预测及排程优化（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 生产计划管理体系的国内外研究现状 |
| 1.2.2 生产计划产能预测研究现状 |
| 1.2.3 总完工时间预测研究现状 |
| 1.2.4 组合预测研究现状 |
| 1.3 论文研究目标及内容 |
| 1.3.1 论文研究目标 |
| 1.3.2 论文研究内容 |
| 1.4 论文技术路径 |
| 第2章 生产管理相关理论基础 |
| 2.1 生产计划管理 |
| 2.1.1 主生产计划 |
| 2.1.2 物料需求计划 |
| 2.1.3 能力需求计划 |
| 2.2 生产过程管理 |
| 2.2.1 生产任务管理 |
| 2.2.2 车间作业管理 |
| 2.2.3 生产流程管理 |
| 2.3 本章小结 |
| 第3章 预测模型的确定 |
| 3.1 指数平滑预测模型 |
| 3.1.1 一次指数平滑预测 |
| 3.1.2 二次指数平滑预测 |
| 3.1.3 三次指数平滑预测 |
| 3.2 GM(1,1)灰色理论预测模型 |
| 3.2.1 灰色预测求解流程 |
| 3.2.2 灰色预测建模 |
| 3.3 ARIMA时间序列模型 |
| 3.3.1 自回归AR模型 |
| 3.3.2 移动平均MA模型 |
| 3.3.3 自回归移动平均ARMA模型 |
| 3.3.4 ARIMA(p,d,q)模型 |
| 3.4 BP神经网络模型 |
| 3.4.1 BP神经网络算法原理 |
| 3.4.2 BP神经网络模型建立步骤 |
| 3.5 组合预测模型介绍 |
| 3.5.1 组合预测的原理及分类 |
| 3.5.2 组合预测模型的评估标准 |
| 3.6 本章小结 |
| 第4章 以H企业为例的MTO生产预测 |
| 4.1 H企业生产计划存在的问题 |
| 4.2 数据描述与分析 |
| 4.2.1 产量数据描述分析 |
| 4.2.2 总完工时间数据描述分析 |
| 4.2.3 数据预处理 |
| 4.3 单预测模型建立 |
| 4.3.1 指数平滑预测模型 |
| 4.3.2 灰色理论预测模型 |
| 4.3.3 ARIMA预测模型 |
| 4.3.4 BP神经网络预测模型 |
| 4.4 组合预测模型的建立 |
| 4.4.1 GM(1,1)-指数平滑组合预测模型 |
| 4.4.2 ARIMA-BP组合预测模型 |
| 4.5 本章小结 |
| 第5章 基于组合预测结果的H企业排程优化 |
| 5.1 基于组合预测的生产计划编制 |
| 5.1.1 产量预测与生产计划编制 |
| 5.1.2 完工时间与生产排程 |
| 5.2 生产排程优化 |
| 5.3 生产流程优化 |
| 5.4 本章小结 |
| 第6章 研究成果和结论 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间发表的论文及其他成果 |
| 致谢 |
（9）A公司的原材料库存管理改善研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 论文的研究背景 |
| 1.2 论文的研究意义 |
| 1.3 论文研究思路及结构 |
| 1.4 论文研究的创新点 |
| 第2章 理论方法综述 |
| 2.1 库存及库存管理概述 |
| 2.1.1 库存的概述 |
| 2.1.2 库存管理的概述 |
| 2.1.3 仓储管理的概述 |
| 2.2 库存管理中比较常用的方法和模型 |
| 2.2.1 多期库存系统的定量订货模型和定期订货模型 |
| 2.2.2 价格分界模型 |
| 2.2.3 安全库存 |
| 2.2.4 ABC和 CVA分类法 |
| 2.2.5 指数平滑预测法 |
| 第3章 A公司原材料库存管理现状及分析 |
| 3.1 A公司的简介 |
| 3.1.1 公司概况 |
| 3.1.2 公司组织架构及职能 |
| 3.1.3 公司产品及原材料的库存特点 |
| 3.2 A公司库存管理现状 |
| 3.2.1 库存构成及分布 |
| 3.2.2 库存管理系统 |
| 3.2.3 原材料库存控制的分类及方法 |
| 3.3 A公司的库存管理问题存在的问题 |
| 3.3.1 库存周转率低库存水平高 |
| 3.3.2 库存管理成本高 |
| 3.3.3 呆滞库存水平高、在库时间长 |
| 3.3.4 仓库占用率过高 |
| 3.3.5 影响库存水平的主要问题识别分析 |
| 3.4 A公司库存管理主要问题的成因分析 |
| 3.4.1 组织架构设置不合理 |
| 3.4.2 库存管理考核指标不完善 |
| 3.4.3 库位管理模式单一 |
| 3.4.4 仓库布局与操作流程不合理 |
| 3.4.5 采购模式粗放、提前期长 |
| 3.4.6 客户需求变化大 |
| 第4章 A公司原材料库存管理改善方案设计 |
| 4.1 库存管理改善方案设计思路 |
| 4.2 库存管理考核指标优化方案设计 |
| 4.2.1 以公司库存战略为导向 |
| 4.2.2 有效整合内部资源 |
| 4.2.3 健全专业技能培训体系 |
| 4.3 仓库布局与操作流程改善方案设计 |
| 4.3.1 主存储区的布局优化及设计 |
| 4.3.2 质检区域的功能及流程优化 |
| 4.3.3 包装材料的区域优化及流程优化 |
| 4.3.4 提升仓库智能化建设 |
| 4.4 采购模式选择的方案设计 |
| 4.4.1 细化采购分类操作模式 |
| 4.4.2 一次性订单的安全库存设定 |
| 4.4.3 一次性订单的需求预测 |
| 4.4.4 一次性订单的订货模型应用 |
| 4.4.5 基于价格分界模型的成本综合考量 |
| 4.5 客户订单需求波动策略设计 |
| 4.5.1 提高客户预测的准确性与及时性 |
| 4.5.2 提高市场预测的准确度 |
| 4.5.3 基于客户分类的资源配置 |
| 第5章 A公司原材库存管理改善方案的实施及效果评价 |
| 5.1 原材料库存管理改善方案的实施 |
| 5.2 原材料库存管理改善方案的效果评价 |
| 5.2.1 提高了各部门配合度 |
| 5.2.2 缓解了当前库位紧张的问题 |
| 5.2.3 提高了库存的周转率 |
| 5.2.4 有效降低了物流操作成本 |
| 5.2.5 实施过程中遇到的问题及后续改善的方向 |
| 第6章 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（10）基于SWOT定量分析模型的我国铁路集装箱运输发展战略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外相关研究概述 |
| 1.2.1 国外研究概述 |
| 1.2.2 国内研究概述 |
| 1.2.3 研究评述 |
| 1.3 本文的主要研究内容 |
| 1.3.1 研究内容 |
| 1.3.2 研究思路 |
| 1.4 论文的创新点 |
| 本章小结 |
| 第二章 相关理论基础与研究方法概述 |
| 2.1 铁路集装箱运输相关概述 |
| 2.1.1 铁路集装箱运输的概念 |
| 2.1.2 铁路集装箱运输的特点 |
| 2.1.3 铁路集装箱运输货源组织形式与条件 |
| 2.2 相关分析理论与方法概述 |
| 2.2.1 经济发展新常态 |
| 2.2.2 SWOT定量分析模型 |
| 2.2.3 三次指数平滑预测法 |
| 本章小结 |
| 第三章 铁路集装箱运输发展现状分析 |
| 3.1 国外铁路集装箱运输发展现状 |
| 3.1.1 美国 |
| 3.1.2 德国 |
| 3.1.3 印度 |
| 3.1.4 俄罗斯 |
| 3.2 我国铁路集装箱运输发展现状 |
| 3.2.1 运输设施设备 |
| 3.2.2 营销服务模式 |
| 3.2.3 铁水联运系统 |
| 3.2.4 货物运输能力 |
| 3.3 我国铁路集装箱运输存在的问题 |
| 本章小结 |
| 第四章 我国铁路集装箱运输发展SWOT分析 |
| 4.1 我国铁路集装箱运输发展优势分析(S) |
| 4.1.1 中心站位置优越 |
| 4.1.2 运价相对优惠 |
| 4.1.3 运输网络发达 |
| 4.1.4 绿色环保节能 |
| 4.2 我国铁路集装箱运输发展劣势分析(W) |
| 4.2.1 营销队伍薄弱 |
| 4.2.2 装卸设备落后 |
| 4.2.3 综合服务落后 |
| 4.2.4 运价机制僵化 |
| 4.2.5 信息化程度低 |
| 4.3 我国铁路集装箱运输发展机遇分析(O) |
| 4.3.1 国家政策的支持 |
| 4.3.2 经济高质量发展 |
| 4.3.3 运输市场广阔 |
| 4.3.4 外贸潜力巨大 |
| 4.4 我国铁路集装箱运输发展威胁分析(T) |
| 4.4.1 外部竞争激烈 |
| 4.4.2 适箱货源装箱率低 |
| 4.4.3 外资进驻压力 |
| 4.4.4 人员流动大 |
| 本章小结 |
| 第五章 我国铁路集装箱运输发展战略分析 |
| 5.1 我国铁路集装箱运输发展SWOT定量分析 |
| 5.1.1 选取战略关键因素 |
| 5.1.2 因素评分 |
| 5.1.3 建立判断矩阵 |
| 5.1.4 确定因素权重 |
| 5.1.5 选择战略类型 |
| 5.2 我国铁路集装箱发送量发展预测 |
| 5.2.1 铁路集装箱指标体系的建立 |
| 5.2.2 我国铁路集装箱发送量发展动力分析 |
| 本章小结 |
| 第六章 我国铁路集装箱运输发展战略及策略选择 |
| 6.1 我国铁路集装箱运输发展战略制定 |
| 6.1.1 战略思想 |
| 6.1.2 战略原则 |
| 6.1.3 战略目标 |
| 6.2 我国铁路集装箱运输发展策略选择 |
| 6.2.1 加强多式联运 |
| 6.2.2 优化集装箱场站布局 |
| 6.2.3 提高技术装备水平 |
| 6.2.4 建立灵活的价格体系 |
| 6.2.5 健全市场营销机制 |
| 6.2.6 培养建设专业人才队伍 |
| 本章小结 |
| 总结与展望 |
| 参考文献 |
| 附录A 铁路集装箱运输发展的关键因素赋分征询表 |
| 附录B 铁路集装箱运输发展的关键因素权重专家评判问卷 |
| 致谢 |
四、指数平滑预测法应用中平滑系数的确定（论文参考文献）
- [1]基于时间序列法的衡阳地区气候逐月干湿要素预测研究[A]. 洪昌寿,梁铠淇,李向阳,汪弘. 中国环境科学学会2021年科学技术年会——环境工程技术创新与应用分会场论文集（四）, 2021
- [2]回归法设定指数平滑模型的最优预测参数[J]. 徐齐利. 统计学报, 2021(04)
- [3]下肢柔性助力外衣的工效学设计与步态预测[J]. 张雷雨,贺彦东,李剑锋,苏鹏,陶春静,季润,董明杰. 中南大学学报(自然科学版), 2021(04)
- [4]非完整小圆弧曲率半径参数测量及评价方法研究[D]. 罗智孙. 北京信息科技大学, 2021
- [5]物资公司的钢轨库存数量控制与预测研究[D]. 于昊然. 兰州交通大学, 2020(01)
- [6]动态投入占用产出模型应用研究[D]. 陈文强. 燕山大学, 2020(01)
- [7]Serverless架构调度策略研究[D]. 樊大勇. 北京工业大学, 2020(06)
- [8]基于组合预测的MTO生产预测及排程优化[D]. 郝旭. 华北电力大学(北京), 2020(06)
- [9]A公司的原材料库存管理改善研究[D]. 温宏博. 吉林大学, 2020(08)
- [10]基于SWOT定量分析模型的我国铁路集装箱运输发展战略研究[D]. 麻硕展. 大连交通大学, 2019(08)