基于汽车产业链协同平台的配件需求预测系统研究与实现
发布时间：2020-12-03 07:12
随着我国汽车产业的飞速发展,带动汽车售后服务的崛起。汽车配件采购是汽车售后服务的重要组成部分,而合理的汽车配件需求预测能够大幅度提高汽车配件采购的可靠性,提高售后配件管理水平,从而提高企业效益。反过来,预测环节的缺失,容易造成采购资金浪费,降低产业链效率,从而影响汽车产业链的整体协同。由于汽车配件需求受多种因素影响,单一传统的预测模型不能综合考虑各方面情况,导致预测效果不理想。本文以建立合理的汽车配件需求预测系统为目标,从而辅助汽车制造厂与售后服务商建立更加高效的配件供需关系。首先,针对平台现有的配件管理业务以及预测现状,分析了需求预测存在的问题与特点,从而得出汽车配件需求预测系统的需求。设计了基于汽车产业链协同平台的配件需求预测系统。其次,根据现有平台的特点,设计了将GM(1,N)模型和BP神经网络算法相结合的组合预测方法进行汽车配件需求预测。并针对需求分析,从平台获取配件需求历史数据入手,并利用数据集成技术,整合汽车产业链协同平台中各数据源,提高数据质量。最后,以汽车产业链协同平台的数据为数据源,实现了该组合预测模型,并建立配件需求预测功能模块,以及配件需求计划建议的功能模块,为用...
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
图３－６各模型预測结果曲线图??从图３－６可知，该模型将原始序列进行累加，大大降低了样本序列的波动性，??趋近于线性回归模型
第４１页??本文主要针对配件销售数据、整车销售数据、配件售后数据进行了抽取，其??ＳＳＩＳ包设计如下图４－４：??提取售后配件数据??？提取整车销售数据??提取配件销售数据??图４－４?ＳＳＩＳ包设计??（１）建立数据目标与源数据的链接??根据源数据的特点，主要对源数据某些字段进行抽取，如配件售后数据需要??抽取的字段为购买整车时间、维修时间、维修单编号、配件名称、配件编号、车??型、使用时间等。配件数据则为配件编号、销售时间、销售数量等。本文主要用??ＳＱＬ语句进行抽取。??以抽取为平台上ＷＰ汽车制造厂销售系统数据库ｅｃＡｕｔｏＳｅｒｖｉｃｅ—ＷＰＸＳ为??例，抽取其中ｔ＿ｓａｌｅ＿ｒｅｃｏｒｄ表中的销售记录，联合ｔ＿ｖｅｈｉｃｌｅ＿ｂａｓｅｉｎｆｏ表获取到车??配罝据流从任何ＯＬＥ?ＤＢ访问接口获取数Ｊｇ时新用的厘性？??＇ｍｍｍ?指定ｏｎ仰连接营理器、数据源或数据趣視图，并选择数据访ｈ棋式？如果使用ｓｑｌ命令？同抜式，请腿法入查??；兑＋１十，?贼棚査询挪器指定ＳＱＬ命令．??错误输出??ＯＬＥ?ＤＢ?连接ＣＥ）；??｜ｓＥＲＶＥＲｌ．？ｃＸｕｔｏＳｅｒｖｉｃｅ＿ＷＰＸＳ．ｋ￡ｙｌ）?＾?［?新建（Ｓ）…?｜??Ｓ（３ｉ访问贼ｌｉ〕：??［ｓｑｌ?“?－ｇｊ??ＳＱＬ?齡；ｆｉｎｉｓｈ??！／＊＊？＃＊＊?Ｓｃｒｉｐｔ?ｆｏｒ?ＳｅＸｅｃｔＴｏｐＮＳｏｗｓ?ｃｏｍｍａｎｄ?ｆｒｏ＊?ＳＳＭＳ?＊＊＊＊＊＊／?Ｉ?ＣＰ）?ｊ??丨ＳＥＬＥＣＴ?ＳＥＷＩＤ?０?ＡＳ?Ｉｘｐｒｌ
第４１页??本文主要针对配件销售数据、整车销售数据、配件售后数据进行了抽取，其??ＳＳＩＳ包设计如下图４－４：??提取售后配件数据??？提取整车销售数据??提取配件销售数据??图４－４?ＳＳＩＳ包设计??（１）建立数据目标与源数据的链接??根据源数据的特点，主要对源数据某些字段进行抽取，如配件售后数据需要??抽取的字段为购买整车时间、维修时间、维修单编号、配件名称、配件编号、车??型、使用时间等。配件数据则为配件编号、销售时间、销售数量等。本文主要用??ＳＱＬ语句进行抽取。??以抽取为平台上ＷＰ汽车制造厂销售系统数据库ｅｃＡｕｔｏＳｅｒｖｉｃｅ—ＷＰＸＳ为??例，抽取其中ｔ＿ｓａｌｅ＿ｒｅｃｏｒｄ表中的销售记录，联合ｔ＿ｖｅｈｉｃｌｅ＿ｂａｓｅｉｎｆｏ表获取到车??配罝据流从任何ＯＬＥ?ＤＢ访问接口获取数Ｊｇ时新用的厘性？??＇ｍｍｍ?指定ｏｎ仰连接营理器、数据源或数据趣視图，并选择数据访ｈ棋式？如果使用ｓｑｌ命令？同抜式，请腿法入查??；兑＋１十，?贼棚査询挪器指定ＳＱＬ命令．??错误输出??ＯＬＥ?ＤＢ?连接ＣＥ）；??｜ｓＥＲＶＥＲｌ．？ｃＸｕｔｏＳｅｒｖｉｃｅ＿ＷＰＸＳ．ｋ￡ｙｌ）?＾?［?新建（Ｓ）…?｜??Ｓ（３ｉ访问贼ｌｉ〕：??［ｓｑｌ?“?－ｇｊ??ＳＱＬ?齡；ｆｉｎｉｓｈ??！／＊＊？＃＊＊?Ｓｃｒｉｐｔ?ｆｏｒ?ＳｅＸｅｃｔＴｏｐＮＳｏｗｓ?ｃｏｍｍａｎｄ?ｆｒｏ＊?ＳＳＭＳ?＊＊＊＊＊＊／?Ｉ?ＣＰ）?ｊ??丨ＳＥＬＥＣＴ?ＳＥＷＩＤ?０?ＡＳ?Ｉｘｐｒｌ
本文编号：2896178
【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校
【文章页数】：73 页
【学位级别】：硕士
【部分图文】：
图３－６各模型预測结果曲线图??从图３－６可知，该模型将原始序列进行累加，大大降低了样本序列的波动性，??趋近于线性回归模型
第４１页??本文主要针对配件销售数据、整车销售数据、配件售后数据进行了抽取，其??ＳＳＩＳ包设计如下图４－４：??提取售后配件数据??？提取整车销售数据??提取配件销售数据??图４－４?ＳＳＩＳ包设计??（１）建立数据目标与源数据的链接??根据源数据的特点，主要对源数据某些字段进行抽取，如配件售后数据需要??抽取的字段为购买整车时间、维修时间、维修单编号、配件名称、配件编号、车??型、使用时间等。配件数据则为配件编号、销售时间、销售数量等。本文主要用??ＳＱＬ语句进行抽取。??以抽取为平台上ＷＰ汽车制造厂销售系统数据库ｅｃＡｕｔｏＳｅｒｖｉｃｅ—ＷＰＸＳ为??例，抽取其中ｔ＿ｓａｌｅ＿ｒｅｃｏｒｄ表中的销售记录，联合ｔ＿ｖｅｈｉｃｌｅ＿ｂａｓｅｉｎｆｏ表获取到车??配罝据流从任何ＯＬＥ?ＤＢ访问接口获取数Ｊｇ时新用的厘性？??＇ｍｍｍ?指定ｏｎ仰连接营理器、数据源或数据趣視图，并选择数据访ｈ棋式？如果使用ｓｑｌ命令？同抜式，请腿法入查??；兑＋１十，?贼棚査询挪器指定ＳＱＬ命令．??错误输出??ＯＬＥ?ＤＢ?连接ＣＥ）；??｜ｓＥＲＶＥＲｌ．？ｃＸｕｔｏＳｅｒｖｉｃｅ＿ＷＰＸＳ．ｋ￡ｙｌ）?＾?［?新建（Ｓ）…?｜??Ｓ（３ｉ访问贼ｌｉ〕：??［ｓｑｌ?“?－ｇｊ??ＳＱＬ?齡；ｆｉｎｉｓｈ??！／＊＊？＃＊＊?Ｓｃｒｉｐｔ?ｆｏｒ?ＳｅＸｅｃｔＴｏｐＮＳｏｗｓ?ｃｏｍｍａｎｄ?ｆｒｏ＊?ＳＳＭＳ?＊＊＊＊＊＊／?Ｉ?ＣＰ）?ｊ??丨ＳＥＬＥＣＴ?ＳＥＷＩＤ?０?ＡＳ?Ｉｘｐｒｌ
第４１页??本文主要针对配件销售数据、整车销售数据、配件售后数据进行了抽取，其??ＳＳＩＳ包设计如下图４－４：??提取售后配件数据??？提取整车销售数据??提取配件销售数据??图４－４?ＳＳＩＳ包设计??（１）建立数据目标与源数据的链接??根据源数据的特点，主要对源数据某些字段进行抽取，如配件售后数据需要??抽取的字段为购买整车时间、维修时间、维修单编号、配件名称、配件编号、车??型、使用时间等。配件数据则为配件编号、销售时间、销售数量等。本文主要用??ＳＱＬ语句进行抽取。??以抽取为平台上ＷＰ汽车制造厂销售系统数据库ｅｃＡｕｔｏＳｅｒｖｉｃｅ—ＷＰＸＳ为??例，抽取其中ｔ＿ｓａｌｅ＿ｒｅｃｏｒｄ表中的销售记录，联合ｔ＿ｖｅｈｉｃｌｅ＿ｂａｓｅｉｎｆｏ表获取到车??配罝据流从任何ＯＬＥ?ＤＢ访问接口获取数Ｊｇ时新用的厘性？??＇ｍｍｍ?指定ｏｎ仰连接营理器、数据源或数据趣視图，并选择数据访ｈ棋式？如果使用ｓｑｌ命令？同抜式，请腿法入查??；兑＋１十，?贼棚査询挪器指定ＳＱＬ命令．??错误输出??ＯＬＥ?ＤＢ?连接ＣＥ）；??｜ｓＥＲＶＥＲｌ．？ｃＸｕｔｏＳｅｒｖｉｃｅ＿ＷＰＸＳ．ｋ￡ｙｌ）?＾?［?新建（Ｓ）…?｜??Ｓ（３ｉ访问贼ｌｉ〕：??［ｓｑｌ?“?－ｇｊ??ＳＱＬ?齡；ｆｉｎｉｓｈ??！／＊＊？＃＊＊?Ｓｃｒｉｐｔ?ｆｏｒ?ＳｅＸｅｃｔＴｏｐＮＳｏｗｓ?ｃｏｍｍａｎｄ?ｆｒｏ＊?ＳＳＭＳ?＊＊＊＊＊＊／?Ｉ?ＣＰ）?ｊ??丨ＳＥＬＥＣＴ?ＳＥＷＩＤ?０?ＡＳ?Ｉｘｐｒｌ
本文编号：2896178
本文链接：https://www.wllwen.com/jingjilunwen/chanyejingjilunwen/2896178.html
