基于Kalman-ARMA算法的汽车配件需求预测系统的研究与实现

发布时间：2020-11-15 13:05

　　 随着中国经济不断发展,汽车行业已经成为与人们生活息息相关的支柱行业,汽车销量也随之增加。汽车销量的增加也进一步带动了汽车配件行业的发展,这使得汽车售后服务行业领域面临更大的挑战。售后服务企业要想更具有竞争力,必须具有创新性和快捷性,同时具备高质量的售后服务水平和组织化管理水平。要想提升企业品牌影响力、提高客户服务水平,完备的汽车备件控制是关键,因此需要科学的汽车配件需求预测系统提供支持。本文结合整个汽车配件供应链,研究符合实际的汽车配件需求预测系统。本文采用的预测方法为ARMA预测法,但由于业务数据的不规则性,本文采用Kalman-ARMA组合预测模型方法对配件需求进行预测。本文先将数据进行Kalman滤波处理,再建立ARMA的迭代预测模型,并使用自适应LMS算法调整ARMA的参数。算法模型构建完成之后,进行仿真,同时进行实验模拟并分析仿真结果的性能。考虑到汽车服务行业的关联性,系统需要对外部异构平台系统进行数据抽取,因此需要一定的协议技术进行异构平台的交互。本文采用WebService技术进行跨平台数据抽取,同时结合Quartz进行数据抽取任务的自动执行。另外,本系统采用Druid数据库连接池进行性能监控,保证了数据的机密性和系统的安全性。最后,根据业务需求实现系统各个管理模块,主要包括统计分析管理、数据抽取管理、需求预测管理、基础信息管理和系统管理。另外还要完成对系统整体测试,包括功能测试和loadrunner性能测试,验证系统的稳定性和实用性。
【学位单位】：西南交通大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：U472;TP311.52
【部分图文】：

图 4-9 服务商对比分析界面图 4-10 配件销售统计界面4.5.2 数据抽取管理模块实现和展示系统的数据抽取管理模块集成了 Quartz 和 WebService 技术。WebService 实现了外

图 4-10 配件销售统计界面4.5.2 数据抽取管理模块实现和展示系统的数据抽取管理模块集成了 Quartz 和 WebService 技术。WebService 实现了外部数据的抽取，Quartz 实现了系统按调度规则进行自动数据抽取。WebService 数据抽取需要服务端进行发布，本预测平台作为客户端调用抽取接口，如下是抽取某平台配件基础数据的流程，抽取接口为 CqpartsInterface：1. 用户进入接口抽取界面 interface.jsp，点击抽取，jsp 页面将要抽取的接口 ID 和抽取调用方法传递给后台 InterfaceController，InterfaceController 调用抽取调用方法，通过 selectState 方法查询接口状态；2. 若接口状态异常，则返回失败信息，若接口状态正常则申请访问服务端数据；调用 getPartsData 方法，并传入设备 ID 和设备密码；3. 若服务端的 WebService 没有启动或异常，则返回失败信息；否则验证客户端是

西南交通大学硕士研究生学位论文 第 42 页数据抽取管理模块中，用户可以进行抽取接口操作、抽取调度的操作和抽取结果查看。抽取调度的操作可以对调度任务进行修改、删除和具体内容的查看，也可以进行任务状态的切换，即任务的启动和关闭操作。图 4-15 是系统抽取某汽车制造厂接口的抽取详情，抽取了配件名称、配件类别、配件品牌、配件编码和存储仓库信息。数据抽取管理模块的部分功能界面截图如下所示：图 4-13 抽取接口界面
【相似文献】

相关期刊论文 前10条

1 冬晓;;全国农药药械需求预测会商会在杭州召开[J];农业技术与装备;2011年22期

2 陶伟;倪明;;中西方旅游需求预测对比研究:理论基础与模型[J];旅游学刊;2010年08期

3 于汶加;王安建;王高尚;;解析全球能源需求预测结果及相关模型体系[J];资源与产业;2009年03期

4 Paul Clarke;Rob West;杨浩;;滚动需求预测[J];新理财;2007年10期

5 唐中君;个性化需求预测的基本原则研究[J];湖北经济学院学报;2005年04期

6 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

7 张小明;日本W,Mo需求预测[J];稀有金属快报;2004年05期

8 鲁青;国际PTFE需求预测[J];国际化工信息;2004年07期

9 ;亚洲PTA需求增长20%/年[J];合成技术及应用;2003年04期

10 姚建中;出版物需求预测的风险分析[J];出版发行研究;2001年08期

相关博士学位论文 前10条

1 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

2 张斌儒;互联网环境下基于消费者搜索的旅游需求预测研究[D];对外经济贸易大学;2017年

3 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

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

5 李楠;区域交通信息集成与运输需求预测研究[D];大连海事大学;2011年

6 徐达宇;云计算环境下资源需求预测与优化配置方法研究[D];合肥工业大学;2014年

7 李剑波;重庆能源绿色低碳发展研究[D];重庆大学;2016年

8 史烨;结合不同信息的库存和定价研究[D];中国科学技术大学;2015年

9 李丽萍;区域物流系统动力学模型构建与应用研究[D];东北林业大学;2012年

10 孙蕾;民用飞机多级库存配置方法与管理研究[D];南京航空航天大学;2013年

相关硕士学位论文 前10条

1 扈霁;公共自行车用户借还车行为分析与优化[D];浙江大学;2018年

2 邹勤芬;S企业需求预测与生产计划优化研究[D];华东理工大学;2018年

3 霍桃梅;基于Kalman-ARMA算法的汽车配件需求预测系统的研究与实现[D];西南交通大学;2018年

4 黄李原;基于案例推理的高速公路清障救援资源需求预测研究[D];交通运输部公路科学研究所;2017年

5 宋铭星;动车组不常用备件的判定以及需求预测研究[D];北京交通大学;2017年

6 姜月娜;A汽车4S店零部件需求预测研究[D];北京交通大学;2017年

7 张钠;基于需求预测与订货承诺的L公司库存控制方法研究[D];华中科技大学;2016年

8 刘明泽;L公司服务器配件需求预测研究[D];北京交通大学;2017年

9 张毅斌;T电网公司新建项目计量装置需求预测研究[D];北京交通大学;2017年

10 安丽洁;经济新常态形势下青岛市商品住房需求预测研究[D];青岛理工大学;2018年

本文编号：2884792