發(fā)布時(shí)間：2021-05-22 23:30

　　如今,信息化技術(shù)得到了極大的發(fā)展,與計(jì)算機(jī)有關(guān)的技術(shù)已經(jīng)滲透進(jìn)各個(gè)行業(yè),在企業(yè)持續(xù)化運(yùn)營(yíng)發(fā)展的過(guò)程中,產(chǎn)生了海量的數(shù)據(jù)信息。目前,主要研究方向?yàn)槿绾螐倪@些海量數(shù)據(jù)中發(fā)掘出隱藏的知識(shí),從而為企業(yè)進(jìn)行重大決策時(shí)提供理論支持,使決策變得高效、科學(xué)、合理。近年來(lái),煙草工業(yè)企業(yè)信息化建設(shè)不斷發(fā)展,取得了顯著的效果,為了企業(yè)持續(xù)、穩(wěn)定的運(yùn)營(yíng),大部分已經(jīng)建立了較為完善的內(nèi)部網(wǎng)。但是,對(duì)于大多數(shù)煙草工業(yè)企業(yè)來(lái)說(shuō),目前的大部分信息化應(yīng)用,只是對(duì)業(yè)務(wù)數(shù)據(jù)信息進(jìn)行簡(jiǎn)單的統(tǒng)計(jì)分析,不能滿足企業(yè)越來(lái)越高的需求。因此,為了提高煙草工業(yè)企業(yè)的市場(chǎng)占有率以及其核心競(jìng)爭(zhēng)力,必須要對(duì)煙草企業(yè)長(zhǎng)期以來(lái)產(chǎn)生的大量數(shù)據(jù)信息進(jìn)行深入分析并研究,目的是使有限的資源能夠得到最大化的利用,降低成本,提高企業(yè)經(jīng)濟(jì)效益。與此同時(shí),煙草工業(yè)企業(yè)數(shù)據(jù)庫(kù)中包含了大量歷史信息。本文的工作是利用數(shù)據(jù)挖掘中的預(yù)測(cè)技術(shù)對(duì)歷史數(shù)據(jù)進(jìn)行分析,發(fā)現(xiàn)隱藏在內(nèi)的有價(jià)值的知識(shí),這些隱含知識(shí)可以為企業(yè)管理者進(jìn)行重大決策時(shí)提供理論依據(jù)。對(duì)預(yù)測(cè)模型進(jìn)行優(yōu)化,以實(shí)現(xiàn)更好的預(yù)測(cè)效果。主要工作如下:研究數(shù)據(jù)挖掘技術(shù)的理論知識(shí),以及煙草工業(yè)企業(yè)的運(yùn)營(yíng)現(xiàn)狀,如何利用數(shù)據(jù)挖掘技術(shù)為... 

【文章來(lái)源】：華北電力大學(xué)河北省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：56 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題研究背景
    1.2 數(shù)據(jù)挖掘技術(shù)在煙草企業(yè)中的應(yīng)用
    1.3 本文主要研究?jī)?nèi)容
第2章 預(yù)測(cè)模型在效益預(yù)測(cè)中的應(yīng)用
    2.1 經(jīng)典預(yù)測(cè)模型
        2.1.1 決策樹(shù)方法
        2.1.2 統(tǒng)計(jì)預(yù)測(cè)方法
        2.1.3 回歸分析方法
        2.1.4 灰色理論預(yù)測(cè)方法
    2.2 預(yù)測(cè)模型的新發(fā)展
        2.2.1 BP神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)方法
        2.2.2 專家系統(tǒng)預(yù)測(cè)法
    2.3 本章小結(jié)
第3章 灰色預(yù)測(cè)模型理論基礎(chǔ)
    3.1 數(shù)據(jù)序列的光滑比
    3.2 GM(1,1)預(yù)測(cè)模型
        3.2.1 GM(1,1)的建模原理
        3.2.2 GM(1,1)模型的建模步驟
        3.2.3 GM(1,1)模型的特征
    3.3 灰色預(yù)測(cè)模型精度的檢驗(yàn)
        3.3.1 相對(duì)誤差檢驗(yàn)
        3.3.2 后驗(yàn)差檢驗(yàn)
        3.3.3 關(guān)聯(lián)度檢驗(yàn)
    3.4 本章小結(jié)
第4章 灰色預(yù)測(cè)模型的改進(jìn)與實(shí)現(xiàn)
    4.1 灰色預(yù)測(cè)理論
    4.2 灰色預(yù)測(cè)模型改進(jìn)思路
        4.2.1 模型背景值的優(yōu)化
        4.2.2 原始序列的優(yōu)化
        4.2.3 初始值和背景值的優(yōu)化
    4.3 改進(jìn)方法的定理性證明
        4.3.1 光滑離散度函數(shù)
        4.3.2 光滑度的提高
        4.3.3 復(fù)合變換
    4.4 實(shí)例分析
    4.5 評(píng)價(jià)預(yù)測(cè)結(jié)果
    4.6 本章小結(jié)
第5章 煙廠效益分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
    5.1 需求分析
        5.1.1 功能需求分析
        5.1.2 非功能需求分析
        5.1.3 數(shù)據(jù)庫(kù)概述
    5.2 系統(tǒng)設(shè)計(jì)和流程
        5.2.1 系統(tǒng)總體設(shè)計(jì)
        5.2.2 數(shù)據(jù)庫(kù)設(shè)計(jì)
        5.2.3 系統(tǒng)功能設(shè)計(jì)和實(shí)現(xiàn)
    5.3 本章小結(jié)
第6章 總結(jié)和展望
    6.1 研究成果總結(jié)
    6.2 改進(jìn)與完善點(diǎn)
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及其它成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]GM（1,1）灰色模型優(yōu)化方法研究[J]. 胡兵,趙健,韋慧,郭昕,朱歡.  中外公路. 2018(04)
[2]基于多變量非穩(wěn)態(tài)時(shí)間序列模型的農(nóng)業(yè)勞動(dòng)力供給預(yù)測(cè)[J]. 李崇梅,王文軍,胡際蓮.  統(tǒng)計(jì)與決策. 2018(10)
[3]大數(shù)據(jù)時(shí)代下數(shù)據(jù)挖掘技術(shù)的應(yīng)用[J]. 劉銘,呂丹,安永燦.  科技導(dǎo)報(bào). 2018(09)
[4]灰色GM（1,1）模型研究綜述[J]. 吳利豐,高曉輝,付斌,龍清涵,文朝霞.  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2017(15)
[5]改進(jìn)的GM（1,1）灰色預(yù)測(cè)模型及其應(yīng)用[J]. 王璐,沙秀艷,薛穎.  統(tǒng)計(jì)與決策. 2016(10)
[6]基于GM（1,1）灰色預(yù)測(cè)模型的改進(jìn)與應(yīng)用[J]. 李夢(mèng)婉,沙秀艷.  計(jì)算機(jī)工程與應(yīng)用. 2016(04)
[7]主成分logistic回歸分析在底板突水預(yù)測(cè)中的應(yīng)用[J]. 劉偉韜,廖尚輝,劉士亮,劉歡.  遼寧工程技術(shù)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(08)
[8]灰色系統(tǒng)預(yù)測(cè)模型GM（1,1）背景值重構(gòu)研究[J]. 譚冠軍,檀甲友,王加陽(yáng).  數(shù)學(xué)的實(shí)踐與認(rèn)識(shí). 2015(15)
[9]改進(jìn)的灰色GM（1,1）預(yù)測(cè)模型[J]. 謝錦彪,歐毓毅,凌捷.  計(jì)算機(jī)工程與設(shè)計(jì). 2015(05)
[10]GM（1,1）模型的預(yù)測(cè)精度及應(yīng)用[J]. 王慧紅,林洛陽(yáng).  統(tǒng)計(jì)與決策. 2014(08)

碩士論文
[1]河南煙草專賣(mài)信息管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 李樹(shù).北京工業(yè)大學(xué) 2015
[2]灰色系統(tǒng)理論動(dòng)態(tài)模型GM（1,1）的優(yōu)化研究及應(yīng)用[D]. 靳飛.燕山大學(xué) 2012
[3]數(shù)據(jù)挖掘技術(shù)在卷煙配方優(yōu)化中的應(yīng)用[D]. 林華.中國(guó)海洋大學(xué) 2008
[4]灰色預(yù)測(cè)模型的改進(jìn)及其應(yīng)用[D]. 張軍.西安理工大學(xué) 2008
[5]數(shù)據(jù)光滑度改進(jìn)與灰色關(guān)聯(lián)研究[D]. 陳秋妹.浙江工商大學(xué) 2006



本文編號(hào)：3201848