發(fā)布時間：2020-11-15 13:05

　　 隨著中國經(jīng)濟不斷發(fā)展,汽車行業(yè)已經(jīng)成為與人們生活息息相關的支柱行業(yè),汽車銷量也隨之增加。汽車銷量的增加也進一步帶動了汽車配件行業(yè)的發(fā)展,這使得汽車售后服務行業(yè)領域面臨更大的挑戰(zhàn)。售后服務企業(yè)要想更具有競爭力,必須具有創(chuàng)新性和快捷性,同時具備高質(zhì)量的售后服務水平和組織化管理水平。要想提升企業(yè)品牌影響力、提高客戶服務水平,完備的汽車備件控制是關鍵,因此需要科學的汽車配件需求預測系統(tǒng)提供支持。本文結(jié)合整個汽車配件供應鏈,研究符合實際的汽車配件需求預測系統(tǒng)。本文采用的預測方法為ARMA預測法,但由于業(yè)務數(shù)據(jù)的不規(guī)則性,本文采用Kalman-ARMA組合預測模型方法對配件需求進行預測。本文先將數(shù)據(jù)進行Kalman濾波處理,再建立ARMA的迭代預測模型,并使用自適應LMS算法調(diào)整ARMA的參數(shù)。算法模型構建完成之后,進行仿真,同時進行實驗模擬并分析仿真結(jié)果的性能�？紤]到汽車服務行業(yè)的關聯(lián)性,系統(tǒng)需要對外部異構平臺系統(tǒng)進行數(shù)據(jù)抽取,因此需要一定的協(xié)議技術進行異構平臺的交互。本文采用WebService技術進行跨平臺數(shù)據(jù)抽取,同時結(jié)合Quartz進行數(shù)據(jù)抽取任務的自動執(zhí)行。另外,本系統(tǒng)采用Druid數(shù)據(jù)庫連接池進行性能監(jiān)控,保證了數(shù)據(jù)的機密性和系統(tǒng)的安全性。最后,根據(jù)業(yè)務需求實現(xiàn)系統(tǒng)各個管理模塊,主要包括統(tǒng)計分析管理、數(shù)據(jù)抽取管理、需求預測管理、基礎信息管理和系統(tǒng)管理。另外還要完成對系統(tǒng)整體測試,包括功能測試和loadrunner性能測試,驗證系統(tǒng)的穩(wěn)定性和實用性。
【學位單位】：西南交通大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：U472;TP311.52
【部分圖文】：

圖 4-9 服務商對比分析界面圖 4-10 配件銷售統(tǒng)計界面4.5.2 數(shù)據(jù)抽取管理模塊實現(xiàn)和展示系統(tǒng)的數(shù)據(jù)抽取管理模塊集成了 Quartz 和 WebService 技術。WebService 實現(xiàn)了外

圖 4-10 配件銷售統(tǒng)計界面4.5.2 數(shù)據(jù)抽取管理模塊實現(xiàn)和展示系統(tǒng)的數(shù)據(jù)抽取管理模塊集成了 Quartz 和 WebService 技術。WebService 實現(xiàn)了外部數(shù)據(jù)的抽取，Quartz 實現(xiàn)了系統(tǒng)按調(diào)度規(guī)則進行自動數(shù)據(jù)抽取。WebService 數(shù)據(jù)抽取需要服務端進行發(fā)布，本預測平臺作為客戶端調(diào)用抽取接口，如下是抽取某平臺配件基礎數(shù)據(jù)的流程，抽取接口為 CqpartsInterface：1. 用戶進入接口抽取界面 interface.jsp，點擊抽取，jsp 頁面將要抽取的接口 ID 和抽取調(diào)用方法傳遞給后臺 InterfaceController，InterfaceController 調(diào)用抽取調(diào)用方法，通過 selectState 方法查詢接口狀態(tài)；2. 若接口狀態(tài)異常，則返回失敗信息，若接口狀態(tài)正常則申請訪問服務端數(shù)據(jù)；調(diào)用 getPartsData 方法，并傳入設備 ID 和設備密碼；3. 若服務端的 WebService 沒有啟動或異常，則返回失敗信息；否則驗證客戶端是

西南交通大學碩士研究生學位論文 第 42 頁數(shù)據(jù)抽取管理模塊中，用戶可以進行抽取接口操作、抽取調(diào)度的操作和抽取結(jié)果查看。抽取調(diào)度的操作可以對調(diào)度任務進行修改、刪除和具體內(nèi)容的查看，也可以進行任務狀態(tài)的切換，即任務的啟動和關閉操作。圖 4-15 是系統(tǒng)抽取某汽車制造廠接口的抽取詳情，抽取了配件名稱、配件類別、配件品牌、配件編碼和存儲倉庫信息。數(shù)據(jù)抽取管理模塊的部分功能界面截圖如下所示：圖 4-13 抽取接口界面
【相似文獻】

相關期刊論文 前10條

1 冬曉;;全國農(nóng)藥藥械需求預測會商會在杭州召開[J];農(nóng)業(yè)技術與裝備;2011年22期

2 陶偉;倪明;;中西方旅游需求預測對比研究:理論基礎與模型[J];旅游學刊;2010年08期

3 于汶加;王安建;王高尚;;解析全球能源需求預測結(jié)果及相關模型體系[J];資源與產(chǎn)業(yè);2009年03期

4 Paul Clarke;Rob West;楊浩;;滾動需求預測[J];新理財;2007年10期

5 唐中君;個性化需求預測的基本原則研究[J];湖北經(jīng)濟學院學報;2005年04期

6 袁長偉 ,吳群琪;對運輸需求預測理論的再認識[J];綜合運輸;2005年01期

7 張小明;日本W(wǎng),Mo需求預測[J];稀有金屬快報;2004年05期

8 魯青;國際PTFE需求預測[J];國際化工信息;2004年07期

9 ;亞洲PTA需求增長20%/年[J];合成技術及應用;2003年04期

10 姚建中;出版物需求預測的風險分析[J];出版發(fā)行研究;2001年08期

相關博士學位論文 前10條

1 張志清;面向不確定需求的供應鏈協(xié)同需求預測研究[D];哈爾濱工業(yè)大學;2010年

2 張斌儒;互聯(lián)網(wǎng)環(huán)境下基于消費者搜索的旅游需求預測研究[D];對外經(jīng)濟貿(mào)易大學;2017年

3 徐琳;云計算環(huán)境下計算型任務的資源需求預測[D];中國科學技術大學;2015年

4 演克武;基于需求預測的機型指派和評價研究[D];南京航空航天大學;2010年

5 李楠;區(qū)域交通信息集成與運輸需求預測研究[D];大連海事大學;2011年

6 徐達宇;云計算環(huán)境下資源需求預測與優(yōu)化配置方法研究[D];合肥工業(yè)大學;2014年

7 李劍波;重慶能源綠色低碳發(fā)展研究[D];重慶大學;2016年

8 史燁;結(jié)合不同信息的庫存和定價研究[D];中國科學技術大學;2015年

9 李麗萍;區(qū)域物流系統(tǒng)動力學模型構建與應用研究[D];東北林業(yè)大學;2012年

10 孫蕾;民用飛機多級庫存配置方法與管理研究[D];南京航空航天大學;2013年

相關碩士學位論文 前10條

1 扈霽;公共自行車用戶借還車行為分析與優(yōu)化[D];浙江大學;2018年

2 鄒勤芬;S企業(yè)需求預測與生產(chǎn)計劃優(yōu)化研究[D];華東理工大學;2018年

3 霍桃梅;基于Kalman-ARMA算法的汽車配件需求預測系統(tǒng)的研究與實現(xiàn)[D];西南交通大學;2018年

4 黃李原;基于案例推理的高速公路清障救援資源需求預測研究[D];交通運輸部公路科學研究所;2017年

5 宋銘星;動車組不常用備件的判定以及需求預測研究[D];北京交通大學;2017年

6 姜月娜;A汽車4S店零部件需求預測研究[D];北京交通大學;2017年

7 張鈉;基于需求預測與訂貨承諾的L公司庫存控制方法研究[D];華中科技大學;2016年

8 劉明澤;L公司服務器配件需求預測研究[D];北京交通大學;2017年

9 張毅斌;T電網(wǎng)公司新建項目計量裝置需求預測研究[D];北京交通大學;2017年

10 安麗潔;經(jīng)濟新常態(tài)形勢下青島市商品住房需求預測研究[D];青島理工大學;2018年

本文編號：2884792