本文選題：非齊次泊松過(guò)程　切入點(diǎn)：質(zhì)保數(shù)據(jù)　出處：《天津大學(xué)》2014年碩士論文

【摘要】：質(zhì)保數(shù)據(jù)(Warranty Data)是指在質(zhì)保期內(nèi)由于質(zhì)保索賠產(chǎn)生的,或者企業(yè)自行組織調(diào)查進(jìn)而對(duì)索賠數(shù)據(jù)進(jìn)行補(bǔ)充而得到的數(shù)據(jù),這兩種數(shù)據(jù)分別稱(chēng)為索賠數(shù)據(jù)(Claim Data)和補(bǔ)充數(shù)據(jù)(Supplementary Data)。作為產(chǎn)品投入市場(chǎng)后最直觀的壽命與備件需求信息數(shù)據(jù),對(duì)質(zhì)保數(shù)據(jù)進(jìn)行分析受到了廣泛的關(guān)注。本文以產(chǎn)品備件的質(zhì)保數(shù)據(jù)為基礎(chǔ),以質(zhì)保索賠數(shù)預(yù)測(cè)問(wèn)題為出發(fā)點(diǎn),以維修數(shù)據(jù)為補(bǔ)充,探求基于質(zhì)保數(shù)據(jù)的備件需求預(yù)測(cè)問(wèn)題,以此作為備件需求預(yù)測(cè)這一庫(kù)存管理中的重要問(wèn)題的研究。而現(xiàn)如今服務(wù)備件需求預(yù)測(cè)領(lǐng)域的方法大多以時(shí)間序列為基礎(chǔ),如移動(dòng)平均法、指數(shù)平滑法和Croston法等,而這些方法在準(zhǔn)確度上仍難以令人滿(mǎn)意。因此,針對(duì)兩種不同種類(lèi)備件的需求預(yù)測(cè)問(wèn)題,即一般備件需求預(yù)測(cè)(Ordinary Service Part Demand Forecasting)與不常用備件需求預(yù)測(cè)(Rarely Used Service Part Demand Forecasting),本文分析了兩種不同的質(zhì)保索賠數(shù)據(jù):一般質(zhì)保索賠數(shù)據(jù)(Ordinary Warranty Data)與稀疏質(zhì)保索賠數(shù)據(jù)(Sparse Warranty Data)。其中針對(duì)普通備件需求預(yù)測(cè)問(wèn)題,本文將非齊次泊松分布(Non-homogeneous Poisson Process)與備件失效更換率模型結(jié)合,構(gòu)建了基于隨機(jī)過(guò)程的備件需求預(yù)測(cè)模型。另外在此基礎(chǔ)上,本文指出對(duì)具有二維質(zhì)保策略的產(chǎn)品使用普通的一維預(yù)測(cè)模型的缺陷,考慮了產(chǎn)品二維質(zhì)保策略下對(duì)需求預(yù)測(cè)的問(wèn)題的改進(jìn)。在數(shù)理驗(yàn)證階段,本文使用模擬仿真和案例研究的方法將文中方法與指數(shù)平滑法模型和ARIMA模型進(jìn)行了比較。同時(shí),本文又著重研究了基于稀疏質(zhì)保數(shù)據(jù)的不常用備件的需求預(yù)測(cè)問(wèn)題。首先本文發(fā)現(xiàn)了質(zhì)保數(shù)據(jù)中的零膨脹(Zero-inflation)現(xiàn)象。針對(duì)質(zhì)保索賠數(shù)領(lǐng)域的研究集中于常規(guī)質(zhì)保數(shù)據(jù)研究而忽略零膨脹數(shù)據(jù)研究的現(xiàn)狀,本文提出了基于非齊次泊松過(guò)程的零膨脹非齊次泊松(ZINHPP)模型,解決了質(zhì)保數(shù)據(jù)中的零膨脹和非齊次性?xún)蓚�(gè)問(wèn)題。對(duì)此模型本文進(jìn)行了數(shù)據(jù)仿真驗(yàn)證,結(jié)果優(yōu)于傳統(tǒng)的零膨脹泊松(ZIP)模型與非齊次泊松(NHPP)模型。隨后,本文以此為基礎(chǔ)研究不常用備件的需求預(yù)測(cè)問(wèn)題,構(gòu)建DZINHPP模型,并將此模型與不常用備件預(yù)測(cè)領(lǐng)域常用的Croston法和2S法相比較,結(jié)論顯示本文方法在大樣本和小預(yù)測(cè)間隔時(shí)有較高預(yù)測(cè)精度。
[Abstract]:......
【學(xué)位授予單位】：天津大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類(lèi)號(hào)】：F224;F273

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 徐飛;;負(fù)二項(xiàng)回歸模型在過(guò)離散型索賠次數(shù)中的應(yīng)用研究[J];統(tǒng)計(jì)教育;2009年04期

2 李武勝;;備件需求預(yù)測(cè)技術(shù)綜述[J];物流技術(shù);2007年08期

相關(guān)博士學(xué)位論文 前1條

1 張瑞;不常用備件需求預(yù)測(cè)模型與方法研究[D];華中科技大學(xué);2011年

相關(guān)碩士學(xué)位論文 前1條

1 劉衛(wèi)兵;汽車(chē)服務(wù)備件分布式庫(kù)存集中控制策略研究[D];大連理工大學(xué);2009年

，

本文編號(hào)：1673417