汽车制造业物料供应需求优化预测仿真研究

发布时间：2017-12-25 18:41

本文关键词：汽车制造业物料供应需求优化预测仿真研究　出处：《计算机仿真》2016年10期 　论文类型：期刊论文

【摘要】：对汽车制造业物料供应需求进行准确预测,可对汽车制造业物料供应链进行优化,降低供应链的整体运作成本。进行物料供应需求预测时,应计算当前生产对汽车制造业物料的需求量,但是传统方法只能凭经验初步获取汽车制造对物料的需求量,根据需求量建立物料供应需求预测,不能准确计算当前生产对汽车制造业物料的需求量,导致建立的模型存在较大误差,不能对物料供应需求进行准确预测。提出一种遗传算法与改进BP网络的汽车制造业物料供应需求优化预测方法。上述方法先建立了泊松分布的物料需求时间模型,确定当前生产对汽车制造业物料的需求量,对汽车制造业物料需求时间序列进行相空间重构,利用BP神经网络构建物料预测样本矩阵,融合遗传算法优化BP神经网络的权值和阈值,获取汽车制造业物料需求预测的最优解函数,以上述函数为依据对汽车制造业物料需求进行预测。仿真结果表明,所提方法为汽车制造企业入场物流的有效组织提供了依据。
【作者单位】：河南牧业经济学院信息与电子工程系;
【基金】：2015年河南省高等学校重点科研项目(15A520121)
【分类号】：U468.8;TP391.9
【正文快照】： 1引言随着国内汽车制造技术水平的不断提升,我国汽车制造企业对零部件供应商的物流配送的要求也越来越严格[1-3]。来自不同地方的汽车零部件能否及时送至汽车制造的生产线上,是验证汽车制造企业物料供应水平优劣的关键因素[4-6]。在这种情况下,如何精确地进行汽车制造业物料需

【相似文献】