發(fā)布時(shí)間：2020-06-01 00:58

【摘要】：隨著汽車銷量及保有量的不斷增大,汽車生產(chǎn)及售后服務(wù)過程中的汽車配件需求量也與日劇增,中國的汽車配件市場也將迎來新一輪爆發(fā)期。面對汽車配件龐大的市場空間,中國的汽車配件企業(yè)想要在激烈的汽車配件市場競爭環(huán)境中搶占市場份額并獲取利潤,除了不斷提升配件質(zhì)量外,還需要大大提高配件協(xié)同管理能力,降低配件管理成本。然而,盡管近年來汽配企業(yè)部署了供應(yīng)鏈協(xié)同及倉儲(chǔ)系統(tǒng)的應(yīng)用而提升了汽配企業(yè)的管理水平,但汽車零配件的及時(shí)供給率低下與庫存積壓嚴(yán)重卻始終是兩大困擾汽車零配件企業(yè)的突出和難點(diǎn)問題。為了解決這些問題,企業(yè)需要從海量的歷史銷售數(shù)據(jù)中抽取出有用的信息,實(shí)現(xiàn)對汽車配件的市場需求進(jìn)行有效地預(yù)測。為此,針對汽車配件需求量預(yù)測存在預(yù)測模型單一、未對影響汽車配件需求量的特征進(jìn)行特征抽取等導(dǎo)致預(yù)測的準(zhǔn)確性低等問題,本文圍繞國家重點(diǎn)研發(fā)計(jì)劃課題“分布式資源巨系統(tǒng)及資源協(xié)同理論”(課題編號:2017YFB1400301)中的第三方“基于ASP/SaaS的制造業(yè)產(chǎn)業(yè)價(jià)值鏈協(xié)同平臺(tái)”中近10年汽車配件企業(yè)積累的配件銷售業(yè)務(wù)數(shù)據(jù)展開研究。本文在分析汽車配件銷售預(yù)測存在的問題及需求的基礎(chǔ)上,完成面向平臺(tái)的汽車配件銷售預(yù)測的方案設(shè)計(jì)。針對配件銷售業(yè)務(wù)數(shù)據(jù)中存在的缺失值、異常值、數(shù)據(jù)格式不規(guī)范等問題,采用數(shù)據(jù)處理工具Pandas和Numpy完成對配件銷售歷史數(shù)據(jù)的清洗和轉(zhuǎn)換,為后續(xù)研究工作提供數(shù)據(jù)質(zhì)量的保障;在分析汽車零配件數(shù)據(jù)特征及不同零配件特征影響力的差異特點(diǎn)的基礎(chǔ)上,根據(jù)不同特征抽取方法的優(yōu)劣,同時(shí)考慮抽取效率和抽取準(zhǔn)確率,提出基于Filter和Wrapper模式的雙階段特征抽取方法,基于此方法完成平臺(tái)中配件銷售業(yè)務(wù)數(shù)據(jù)特征的抽取;針對更換周期短、數(shù)據(jù)規(guī)模大的汽車零配件,提出基于長短期記憶,即LSTM(Long Short Term Memory)的預(yù)測模型;針對更換周期長、數(shù)據(jù)規(guī)模小的汽車零配件,提出基于機(jī)器學(xué)習(xí)的多模型融合預(yù)測模型,并對算法進(jìn)行了實(shí)驗(yàn)驗(yàn)證。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：F426.471;F274

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 荊園園;李丹;;基于BP網(wǎng)絡(luò)的汽車配件需求預(yù)測模型[J];技術(shù)與市場;2013年12期

2 廖偉智;孫林夫;杜平安;;面向服務(wù)的汽車配件需求預(yù)測模型[J];計(jì)算機(jī)集成制造系統(tǒng);2010年08期

相關(guān)碩士學(xué)位論文 前3條

1 吳少聰;基于混合模型的股票趨勢預(yù)測方法研究[D];哈爾濱工業(yè)大學(xué);2017年

2 朱義吉;社會(huì)容遲網(wǎng)絡(luò)中基于能效的消息轉(zhuǎn)發(fā)機(jī)制的研究[D];南京郵電大學(xué);2016年

3 翟利波;基于時(shí)間序列分析的剩余壽命預(yù)測模型[D];西安電子科技大學(xué);2014年

，

本文編號：2690722