汽车引擎供应链运作成本分析及优化研究
发布时间：2021-09-23 19:11
近年来,我国汽车制造业迅猛发展,由此带动汽车配件制造业的快速发展。汽车引擎作为汽车配件中最为重要,也是最昂贵的配件之一,它的成本无疑成为广大汽车生厂商和消费者关注的重中之重。随着供应链的发展,参与供应链和供应链管理的汽车引擎制造企业越来越多,如何优化和控制供应链环境下的汽车引擎成本,成为众多企业和学者关注的热点问题之一。目前,许多学者从供应链某一运作环节（如库存优化,运输优化,供应商选择等）入手,研究供应链成本优化,虽然这些研究取得了一些成果,但是供应链作为一个完整的生产运作系统,某一环节的成本降低并不意味着整个供应链成本的降低。另一方面,有关引擎制造成本的研究仍局限在企业内部,没有拓展到整个供应链上来,这样的研究成果往往不适用于供应链环境下的汽车引擎成本优化。鉴于此,只有从系统的观点,分析供应链的整体运作过程,找出引发供应链成本的根本原因,在此基础上加以科学地分析和改进,才能从本质上解决供应链环境下的汽车引擎成本问题。针对上述问题,基于大量的文献研究,本文围绕汽车引擎制造企业,以引擎产品的全生命周期为线索,从供应链的角度,系统且深入地对汽车引擎供应链运作成本进行了研究和数值仿真。首先...
【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校
【文章页数】：131 页
【学位级别】：博士
【部分图文】：
正向供应链采购成本训练误差图5-2是利用BP神经网络对采购成本进行仿真的训练误差图
（2）库存成本图 5-3 正向供应链库存成本训练误差图5-3是利用BP神经网络对库存成本进行仿真的训练误差图。从图中可知，在经过 8078 次运算后，系统达到了预定精度，M = 0.0080，N = 9.9998e-004。此时的 BP 神经网络可以用于正向供应链库存成本的仿真。输入测试样本数据，如表 5-17 所示，经仿真得出在不同单位引擎原材料成本和市场需下的库存成本值。表 5-17 测试样本和输出编号输入输出单位引擎原材料成本 引擎产量（3 个月）9 0.3042 1500 45.636710 0.2949 1590 53.9310注：成本单位为“万元”，引擎产量单位为“台“（3）运输成本第07期 谢秋：汽车引擎供应链运作成本分析及优化研究 J152-116-89
85图 5-4 正向供应链运输成本训练误差图5-4是利用BP神经网络对库存成本进行仿真的训练误差图。从图中可知，在经过 14054 次运算后，系统达到了预定精度，M = 0.0080，N = 9.9998e-004。此时的 BP 神经网络可以用于正向供应链运输成本的仿真。输入测试样本数据，如表 5-18 所示，经仿真得出在不同单位引擎原材料成本和引擎产量下的运输成本值。表 5-18 测试样本和输出编号输入输出单位引擎原材料成本 引擎产量（3 个月）9 0.3042 1500 34.065510 0.2949 1590 37.1318注：成本单位为“万元”，引擎产量单位为“台“（4）制造成本图 5-5 正向供应链制造成本训练误差图5-5是利用BP神经网络对库存成本进行仿真的训练误差图。从图中可知，相关博士学位论文 2011年 第07期 经济与管理科学辑 J152-116-9
【参考文献】：
期刊论文
[1]基于SCOR的供应链作业成本核算研究[J]. 刘玉美,刘志强. 商场现代化. 2009(35)
[2]面向产品的供应链成本核算体系构建研究[J]. 宿晓. 商业研究. 2009(10)
[3]供应链合作伙伴间成本节约最优分配比例[J]. 陈祥国,季建华,朱传波. 哈尔滨工业大学学报. 2009(08)
[4]价值链分析在制造企业物流成本管理中的运用[J]. 邓伟. 会计之友(下旬刊). 2009(07)
[5]动态竞争环境下的产品保证管理最优控制策略研究[J]. 刘子先,门峰. 管理科学. 2009(03)
[6]基于价值链的制造企业内部物流成本控制[J]. 邓伟. 中国市场. 2009(18)
[7]现代制造型企业采购成本控制研究[J]. 罗余青,梁超. 财会通讯. 2009(11)
[8]基于价值链的制造企业内部物流成本绩效评价体系构建[J]. 邓伟. 商场现代化. 2009(12)
[9]基于CBR和FMEA知识模型的产品保证成本预测方法研究[J]. 门峰,刘子先. 组合机床与自动化加工技术. 2009(02)
[10]基于遗传算法的集成逆向物流的供应链网络设计[J]. 葛束,甘蜜. 中国铁道科学. 2008(06)
博士论文
[1]供应链战略成本管理体系研究[D]. 苏涛永.同济大学 2007
[2]供应链成本管理—类别成本与运作支持研究[D]. 谢福泉.同济大学 2007
[3]第三方物流企业作业成本控制研究[D]. 蹇令香.大连海事大学 2006
[4]供应链绩效评价系统研究[D]. 查敦林.南京航空航天大学 2003
[5]成本管理新模式研究[D]. 栾庆伟.大连理工大学 2000
本文编号：3406255
【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校
【文章页数】：131 页
【学位级别】：博士
【部分图文】：
正向供应链采购成本训练误差图5-2是利用BP神经网络对采购成本进行仿真的训练误差图
（2）库存成本图 5-3 正向供应链库存成本训练误差图5-3是利用BP神经网络对库存成本进行仿真的训练误差图。从图中可知，在经过 8078 次运算后，系统达到了预定精度，M = 0.0080，N = 9.9998e-004。此时的 BP 神经网络可以用于正向供应链库存成本的仿真。输入测试样本数据，如表 5-17 所示，经仿真得出在不同单位引擎原材料成本和市场需下的库存成本值。表 5-17 测试样本和输出编号输入输出单位引擎原材料成本 引擎产量（3 个月）9 0.3042 1500 45.636710 0.2949 1590 53.9310注：成本单位为“万元”，引擎产量单位为“台“（3）运输成本第07期 谢秋：汽车引擎供应链运作成本分析及优化研究 J152-116-89
85图 5-4 正向供应链运输成本训练误差图5-4是利用BP神经网络对库存成本进行仿真的训练误差图。从图中可知，在经过 14054 次运算后，系统达到了预定精度，M = 0.0080，N = 9.9998e-004。此时的 BP 神经网络可以用于正向供应链运输成本的仿真。输入测试样本数据，如表 5-18 所示，经仿真得出在不同单位引擎原材料成本和引擎产量下的运输成本值。表 5-18 测试样本和输出编号输入输出单位引擎原材料成本 引擎产量（3 个月）9 0.3042 1500 34.065510 0.2949 1590 37.1318注：成本单位为“万元”，引擎产量单位为“台“（4）制造成本图 5-5 正向供应链制造成本训练误差图5-5是利用BP神经网络对库存成本进行仿真的训练误差图。从图中可知，相关博士学位论文 2011年 第07期 经济与管理科学辑 J152-116-9
【参考文献】：
期刊论文
[1]基于SCOR的供应链作业成本核算研究[J]. 刘玉美,刘志强. 商场现代化. 2009(35)
[2]面向产品的供应链成本核算体系构建研究[J]. 宿晓. 商业研究. 2009(10)
[3]供应链合作伙伴间成本节约最优分配比例[J]. 陈祥国,季建华,朱传波. 哈尔滨工业大学学报. 2009(08)
[4]价值链分析在制造企业物流成本管理中的运用[J]. 邓伟. 会计之友(下旬刊). 2009(07)
[5]动态竞争环境下的产品保证管理最优控制策略研究[J]. 刘子先,门峰. 管理科学. 2009(03)
[6]基于价值链的制造企业内部物流成本控制[J]. 邓伟. 中国市场. 2009(18)
[7]现代制造型企业采购成本控制研究[J]. 罗余青,梁超. 财会通讯. 2009(11)
[8]基于价值链的制造企业内部物流成本绩效评价体系构建[J]. 邓伟. 商场现代化. 2009(12)
[9]基于CBR和FMEA知识模型的产品保证成本预测方法研究[J]. 门峰,刘子先. 组合机床与自动化加工技术. 2009(02)
[10]基于遗传算法的集成逆向物流的供应链网络设计[J]. 葛束,甘蜜. 中国铁道科学. 2008(06)
博士论文
[1]供应链战略成本管理体系研究[D]. 苏涛永.同济大学 2007
[2]供应链成本管理—类别成本与运作支持研究[D]. 谢福泉.同济大学 2007
[3]第三方物流企业作业成本控制研究[D]. 蹇令香.大连海事大学 2006
[4]供应链绩效评价系统研究[D]. 查敦林.南京航空航天大学 2003
[5]成本管理新模式研究[D]. 栾庆伟.大连理工大学 2000
本文编号：3406255
本文链接：https://www.wllwen.com/gongshangguanlilunwen/3406255.html
