汽车产品回收再制造企业特征属性与生产性服务需求匹配预测研究

发布时间：2020-11-02 13:43

　　 随着我国汽车产销量的快速增长，我国汽车产品回收再制造产业的发展潜力巨大。但是，我国现阶段大多数汽车回收拆解的企业管理混乱、拆解技术水平较低，形成规模的企业很少，由此制约了行业的发展。为了改变这种状况，应对该行业的快速发展，企业亟需依托生产性服务业提高行业内企业的综合水平，以更好的顺应汽车产品回收再制造行业的发展。研究如何更好的将生产服务业与汽车产品回收再制造产业链融合也就具有十分重要的意义。 针对这一问题，本文构建了汽车产品回收再制造企业特征属性与生产性服务需求的匹配预测模型。该模型不仅可以为企业自身生产性服务决策时提供参考依据，同时生产服务供应商也可以根据匹配预测结果快速响应该行业内企业的相关需求，为企业量身定制生产性服务。 本文的主要研究内容如下：首先，分析汽车产品回收再制造企业对生产性服务的需求以及相应的决策影响因素，设计汽车产品回收再制造行业—生产性服务需求调研问卷。其次，以行业调研数据为基础，使用主成分分析法去除样本数据中的相关性，构建基于BP神经网络的汽车产品回收再制造企业特征属性参数与多种生产性服务需求进行匹配的预测模型。最后，由于BP神经网络模型自身存在局限性，引入遗传算法和粒子群算法分别构建BP神经网络模型混合优化模型，并通过反复训练和测试，提高模型的预测精度。
【学位单位】：上海交通大学
【学位级别】：硕士
【学位年份】：2014
【中图分类】：F426.471;TP18
【部分图文】：

产值近 1000 亿元（见表 1-1，图 1-1）[2]。表 1-1 我国汽车产销量和报废量预测（2015-2020）Tab. 1-1 Prediction of China end-of-life vehicle market (2015-2020)年份 汽车拥有量（万辆）汽车新增量（万辆）汽车报废量（万辆）报废率（%）2015 11902 2120 831 7.02017 14460 2386 1028 7.12020 18841 3055 1365 7.2

图 1-2 我国汽车产品回收再利用产业体系（2020 年）[2]Fig. 1-2 Scenario of Auto Recycling Industry in China (2020)(2) 对汽车产品回收再制造产业与生产性服务业结合给出具体方案。本文将汽车产品回收再制造产业链与生产性服务相结合，提出将汽车产品回收再制造企业特征参数与多种生产服务进行匹配的预测模型，为生产性服务供应

石图（见图 2-1），同样也可以看出前 各个点之间坡度相对较为平坦，这就说变量的信息，能够反映出原样本指标变、特征值大于 1 以及累计特征值乘积大表原始数据信息进行后续模型计算，并量个数，选取选择提取前 7 个主成分作
【参考文献】

相关期刊论文 前10条

1 程大中;;中国生产者服务业的增长、结构变化及其影响——基于投入—产出法的分析[J];财贸经济;2006年10期

2 徐滨士;;绿色再制造工程的发展现状和未来展望[J];中国工程科学;2011年01期

3 江山;顾锋;;消费者-汽车特征匹配预测研究[J];工业工程与管理;2012年01期

4 陈殷,李金勇;生产性服务业区位模式及影响机制研究[J];上海经济研究;2004年07期

5 高传胜;李善同;;中国生产者服务:内容、发展与结构——基于中国1987-2002年投入产出表的分析[J];现代经济探讨;2007年08期

6 叶晨洲,杨杰,黄欣,陈念贻;实数编码遗传算法的缺陷分析及其改进[J];计算机集成制造系统-CIMS;2001年05期

7 王岁花,冯乃勤,李爱国;基于粒子群优化的BP网络学习算法[J];计算机应用与软件;2003年08期

8 汪应洛;;中国服务型制造的项目管理[J];科学中国人;2008年02期

9 李刚;孙林岩;汪应洛;杨红焦;;制造战略研究回顾与中国问题的展望[J];科研管理;2008年03期

10 黄志明;邵鲁宁;;生产性服务产业化模型[J];同济大学学报(自然科学版);2009年11期

本文编号：2867121