基于改进BASS模型的短生命周期产品需求预测研究

发布时间：2017-06-14 09:15

  本文关键词：基于改进BASS模型的短生命周期产品需求预测研究，由笔耕文化传播整理发布。

【摘要】：消费者偏好不断变化,导致产品的革新速度提高,产品生命周期的缩短已经成为一种趋势。生产短生命周期产品的企业越来越注重需求预测,期望以更准确的预测指导企业的实际生产。在卖方市场逐渐向买方市场转变的今天,研究短生命周期产品的需求预测具有一定的理论价值和实践意义。本文提出的核心问题是:如何系统、科学地建立短生命周期产品需求预测模型?具体包括:(1)短生命周期产品开发初期数据缺乏,针对这一问题,如何利用相似产品的数据科学地进行新产品的需求预测?(2)短生命周期产品需求预测模型如何构建?(3)如何提高短生命周期产品需求预测准确度?在分析国内外相关研究的基础上,论文建立了适用于短生命周期产品需求预测的改进BASS模型,从如何解决初期数据缺乏和如何提高预测准确度两个方面,对产品相似度度量、需求影响因子的考虑及参数滚动更新求解等核心问题进行了深入研究。具体研究内容包括:(1)在阐述模糊聚类-粗糙集理论、系统相似度原理的基础上,提出基于特征重要性的客观度量产品相似度方法,解决短生命周期产品初期数据缺乏导致的预测准确度不高的问题。(2)针对BASS模型未考虑扩散过程随机因素的问题,建立改进BASS模型,该模型综合考虑了消费者偏好、价格及季节影响因素。(3)针对模型缺乏适应性导致预测准确度不高的问题,提出基于贝叶斯更新的参数滚动更新估计方法,实现产品需求预测的滚动更新状态,以提高短生命周期产品需求预测的准确度。本文期望能针对短生命周期产品提出一套系统的产品需求预测方法,以有效指导企业的实际生产安排。论文结合某公司旗下的手机产品数据,进行实例分析,验证本文模型及算法的可行性和有效性。本文研究方法主要包括调查法、统计处理方法和模糊综合评估法。其中,相似产品权重设计采用模糊聚类-粗糙集方法,模型参数求解采用统计处理方法,数据获取采取问卷调查法和文献研究法。
【关键词】：短生命周期产品 需求预测 改进BASS 产品相似性
【学位授予单位】：重庆大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F224;F273.2
【目录】：

• 中文摘要3-4
• 英文摘要4-8
• 1 绪论8-15
• 1.1 研究背景8-9
• 1.2 国内外研究现状9-11
• 1.2.1 传统的产品需求预测研究现状9
• 1.2.2 短生命周期产品需求预测研究现状9-10
• 1.2.3 国内外研究现状总结10-11
• 1.3 研究目的及意义11-12
• 1.3.1 研究目的11
• 1.3.2 研究意义11-12
• 1.4 研究内容及章节安排12-14
• 1.5 本章小结14-15
• 2 基于改进BASS模型的短生命周期产品需求预测总体研究15-25
• 2.1 短生命周期产品及其需求预测的概念15-17
• 2.1.1 短生命周期产品定义及其特征分析15-16
• 2.1.2 短生命周期产品需求预测的特点16-17
• 2.2 基于BASS模型的短生命周期产品需求预测研究17-21
• 2.2.1 BASS模型的理论基础17-20
• 2.2.2 BASS模型在短生命周期产品需求预测中的优势20-21
• 2.2.3 BASS模型在短生命周期产品需求预测中的不足21
• 2.3 基于改进BASS模型的短生命周期产品需求预测研究框架21-24
• 2.3.1 关键问题22-23
• 2.3.2 研究思路23
• 2.3.3 技术路线23-24
• 2.4 本章小结24-25
• 3 基于改进BASS的短生命周期产品需求预测模型研究25-32
• 3.1 模型构建思路25-26
• 3.2 模型构建研究26-31
• 3.2.1 产品相似度度量27-29
• 3.2.2 短生命周期产品需求预测影响因素的分析29-30
• 3.2.3 基于改进BASS的短生命周期产品需求预测模型构建30-31
• 3.3 本章小结31-32
• 4 基于改进BASS的短生命周期产品需求预测模型求解32-43
• 4.1 基于特征重要性的产品相似度度量32-34
• 4.1.1 特征属性的选取32
• 4.1.2 特征属性的权重计算32-33
• 4.1.3 基于特征重要性的相似度度量33-34
• 4.2 基于改进BASS模型的参数更新估计34-40
• 4.2.1 参数估计方法的分析与选择34-37
• 4.2.2 基于改进BASS模型的初始参数值估计37-38
• 4.2.3 基于改进BASS模型的参数滚动更新38-40
• 4.3 基于改进BASS模型的求解40-42
• 4.3.1 求解算法的选择40-41
• 4.3.2 基于贝叶斯更新的参数估计过程41-42
• 4.4 本章小结42-43
• 5 实例分析43-60
• 5.1 基本数据43-44
• 5.2 模型求解44-57
• 5.2.1 产品相似特征选取44-46
• 5.2.2 产品相似性度量46-48
• 5.2.3 需求预测中影响因子的计算48-50
• 5.2.4 需求预测模型参数的求解50-57
• 5.3 结果分析57-58
• 5.3.1 改进BASS模型的预测结果57
• 5.3.2 模型预测准确度对比分析57-58
• 5.4 本章小结58-60
• 6 结论60-62
• 6.1 论文总结60
• 6.2 研究展望60-62
• 致谢62-63
• 参考文献63-66
• 附录 攻读硕士学位期间参加的主要项目66

【相似文献】

中国期刊全文数据库 前10条

1 袁长伟 ,吴群琪;对运输需求预测理论的再认识[J];综合运输;2005年01期

2 彼得·哈曼;培恩德·埃里克生;翟祥龙;;需求预测与需求分析[J];现代外国哲学社会科学文摘;1981年07期

3 刘俊生;;衡水市农村1985年耐用机电消费品需求预测[J];预测;1985年05期

4 海;;日本情报服务需求预测[J];情报学刊;1989年01期

5 振波;;我国今后五年内的冰箱需求预测[J];制冷;1990年03期

6 ;“九五”──2010年棉花需求预测[J];技术经济信息;1994年10期

7 ;2010年世界钢需求预测[J];冶金管理;1995年02期

8 ;今后几年化肥需求预测[J];垦殖与稻作;1996年02期

9 何兆利;公司职工的需求预测[J];行政人事管理;1999年12期

10 谈成龙;未来五年世界铀需求预测[J];国外铀金地质;1999年04期

中国重要会议论文全文数据库 前10条

1 宋国青;;从总需求预测的角度看利率[A];2013年秋季CMRC中国经济观察（总第35期）[C];2013年

2 马树德;;卷烟订单需求预测的特点及模型构建[A];上海市烟草专卖局2007年度获奖论文集（经济管理类）[C];2007年

3 张淼;;北京市能源需求预测及发展对策研究[A];北京市第十五次统计科学讨论会获奖论文集[C];2009年

4 高月芳;梁永生;唐飞;欧志伟;湛邵斌;;基于神经网络和VBA的零售业需求预测系统[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

5 聂锐;张炎治;吕涛;;江苏省能源需求预测及平衡方案设计[A];2006年江苏省哲学社会科学界学术大会论文集（上）[C];2006年

6 王帅;汤铃;余乐安;;基于Wavelet/EMD-LSSVR的分解集成预测模型及其在牛奶消费需求预测中的应用[A];第五届（2010）中国管理学年会——管理科学与工程分会场论文集[C];2010年

7 张舵;高文杰;李小玲;;石家庄市区公共自行车租赁点布局研究[A];2014（第九届）城市发展与规划大会论文集—S04绿色交通、公交优先与综合交通体系[C];2014年

8 王红;;2020年我国教育经费投入强度需求预测及政策建议[A];中国梦：道路·精神·力量——上海市社会科学界第十一届学术年会文集（2013年度）[C];2013年

9 路言峰;;新模型在卷烟需求预测中的探索及应用[A];上海市烟草专卖局2009年度获奖论文集(经济管理类)[C];2009年

10 张哲荣;戴文礼;陈建智;;以潜在信息函数为基础之残差离散灰模型预测短期需求[A];第25届全国灰色系统会议论文集[C];2014年

中国重要报纸全文数据库 前10条

1 梁小民;需求预测的运用与困难[N];中国经济时报;2004年

2 蔡绮芝 DigiTimes;康宁上调2006～2008年玻璃面板需求预测[N];电子资讯时报;2007年

3 本报记者 高蕾;明年钢铁需求预测[N];中国煤炭报;2012年

4 福建龙海市局(分公司) 林文通;遵循科学方法 保证预测质量[N];东方烟草报;2013年

5 朱成章;六大因素影响能源需求预测[N];华中电力报;2004年

6 商报记者 王万利 师兴;2013年国内汽车需求预测达2080万辆[N];北京商报;2013年

7 上海丰宝电子副总经理 刘海东;做好市场和需求预测关键在于有效沟通[N];中国电子报;2008年

8 全国农业技术推广服务中心;2007年农药药械需求预测[N];农民日报;2006年

9 许庆欣;如何进行产品需求预测[N];厂长经理日报;2000年

10 ;十类新型建材未来需求预测[N];陕西科技报;2007年

中国博士学位论文全文数据库 前4条

1 徐琳;云计算环境下计算型任务的资源需求预测[D];中国科学技术大学;2015年

2 詹蓉;面向即时顾客化定制的个性化需求预测方法研究[D];华中科技大学;2008年

3 张志清;面向不确定需求的供应链协同需求预测研究[D];哈尔滨工业大学;2010年

4 演克武;基于需求预测的机型指派和评价研究[D];南京航空航天大学;2010年

中国硕士学位论文全文数据库 前10条

1 祝新春;基于模糊理论的国内旅游需求预测研究[D];湖南工业大学;2015年

2 陈湘芝;基于需求预测的库存管理技术与系统研发[D];哈尔滨工业大学;2015年

3 强春发;应对自然灾害应急粮食需求预测研究[D];南京财经大学;2015年

4 靳绍悦;基于城市轨道交通的停车换乘需求预测[D];大连交通大学;2015年

5 张星煜;D公司多品类产品的需求预测管理优化实践[D];东华大学;2015年

6 方冰;发动机售后配件市场需求预测研究[D];上海交通大学;2015年

7 张艳芳;半导体分立器件需求预测与库存控制优化[D];上海交通大学;2015年

8 潘顺;考虑寿命预测的地铁车轮需求预测及备件库存控制[D];上海交通大学;2014年

9 周岳骞;面向民航需求建模的用户查询日志大数据分析方法研究与实现[D];北京交通大学;2016年

10 蒋聪之;基于轨道交通接驳的公共自行车租赁点规划方法研究[D];东南大学;2015年

  本文关键词：基于改进BASS模型的短生命周期产品需求预测研究，，由笔耕文化传播整理发布。

本文编号：449100