烟厂预期效益分析系统的设计与实现
发布时间：2021-05-22 23:30
如今,信息化技术得到了极大的发展,与计算机有关的技术已经渗透进各个行业,在企业持续化运营发展的过程中,产生了海量的数据信息。目前,主要研究方向为如何从这些海量数据中发掘出隐藏的知识,从而为企业进行重大决策时提供理论支持,使决策变得高效、科学、合理。近年来,烟草工业企业信息化建设不断发展,取得了显著的效果,为了企业持续、稳定的运营,大部分已经建立了较为完善的内部网。但是,对于大多数烟草工业企业来说,目前的大部分信息化应用,只是对业务数据信息进行简单的统计分析,不能满足企业越来越高的需求。因此,为了提高烟草工业企业的市场占有率以及其核心竞争力,必须要对烟草企业长期以来产生的大量数据信息进行深入分析并研究,目的是使有限的资源能够得到最大化的利用,降低成本,提高企业经济效益。与此同时,烟草工业企业数据库中包含了大量历史信息。本文的工作是利用数据挖掘中的预测技术对历史数据进行分析,发现隐藏在内的有价值的知识,这些隐含知识可以为企业管理者进行重大决策时提供理论依据。对预测模型进行优化,以实现更好的预测效果。主要工作如下:研究数据挖掘技术的理论知识,以及烟草工业企业的运营现状,如何利用数据挖掘技术为...
【文章来源】：华北电力大学河北省 211工程院校 教育部直属院校
【文章页数】：56 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景
1.2 数据挖掘技术在烟草企业中的应用
1.3 本文主要研究内容
第2章 预测模型在效益预测中的应用
2.1 经典预测模型
2.1.1 决策树方法
2.1.2 统计预测方法
2.1.3 回归分析方法
2.1.4 灰色理论预测方法
2.2 预测模型的新发展
2.2.1 BP神经网络预测方法
2.2.2 专家系统预测法
2.3 本章小结
第3章 灰色预测模型理论基础
3.1 数据序列的光滑比
3.2 GM(1,1)预测模型
3.2.1 GM(1,1)的建模原理
3.2.2 GM(1,1)模型的建模步骤
3.2.3 GM(1,1)模型的特征
3.3 灰色预测模型精度的检验
3.3.1 相对误差检验
3.3.2 后验差检验
3.3.3 关联度检验
3.4 本章小结
第4章 灰色预测模型的改进与实现
4.1 灰色预测理论
4.2 灰色预测模型改进思路
4.2.1 模型背景值的优化
4.2.2 原始序列的优化
4.2.3 初始值和背景值的优化
4.3 改进方法的定理性证明
4.3.1 光滑离散度函数
4.3.2 光滑度的提高
4.3.3 复合变换
4.4 实例分析
4.5 评价预测结果
4.6 本章小结
第5章 烟厂效益分析系统的设计与实现
5.1 需求分析
5.1.1 功能需求分析
5.1.2 非功能需求分析
5.1.3 数据库概述
5.2 系统设计和流程
5.2.1 系统总体设计
5.2.2 数据库设计
5.2.3 系统功能设计和实现
5.3 本章小结
第6章 总结和展望
6.1 研究成果总结
6.2 改进与完善点
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢
【参考文献】：
期刊论文
[1]GM（1,1）灰色模型优化方法研究[J]. 胡兵,赵健,韦慧,郭昕,朱欢. 中外公路. 2018(04)
[2]基于多变量非稳态时间序列模型的农业劳动力供给预测[J]. 李崇梅,王文军,胡际莲. 统计与决策. 2018(10)
[3]大数据时代下数据挖掘技术的应用[J]. 刘铭,吕丹,安永灿. 科技导报. 2018(09)
[4]灰色GM（1,1）模型研究综述[J]. 吴利丰,高晓辉,付斌,龙清涵,文朝霞. 数学的实践与认识. 2017(15)
[5]改进的GM（1,1）灰色预测模型及其应用[J]. 王璐,沙秀艳,薛颖. 统计与决策. 2016(10)
[6]基于GM（1,1）灰色预测模型的改进与应用[J]. 李梦婉,沙秀艳. 计算机工程与应用. 2016(04)
[7]主成分logistic回归分析在底板突水预测中的应用[J]. 刘伟韬,廖尚辉,刘士亮,刘欢. 辽宁工程技术大学学报(自然科学版). 2015(08)
[8]灰色系统预测模型GM（1,1）背景值重构研究[J]. 谭冠军,檀甲友,王加阳. 数学的实践与认识. 2015(15)
[9]改进的灰色GM（1,1）预测模型[J]. 谢锦彪,欧毓毅,凌捷. 计算机工程与设计. 2015(05)
[10]GM（1,1）模型的预测精度及应用[J]. 王慧红,林洛阳. 统计与决策. 2014(08)
硕士论文
[1]河南烟草专卖信息管理系统的设计与实现[D]. 李树.北京工业大学 2015
[2]灰色系统理论动态模型GM（1,1）的优化研究及应用[D]. 靳飞.燕山大学 2012
[3]数据挖掘技术在卷烟配方优化中的应用[D]. 林华.中国海洋大学 2008
[4]灰色预测模型的改进及其应用[D]. 张军.西安理工大学 2008
[5]数据光滑度改进与灰色关联研究[D]. 陈秋妹.浙江工商大学 2006
本文编号：3201848
【文章来源】：华北电力大学河北省 211工程院校 教育部直属院校
【文章页数】：56 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 课题研究背景
1.2 数据挖掘技术在烟草企业中的应用
1.3 本文主要研究内容
第2章 预测模型在效益预测中的应用
2.1 经典预测模型
2.1.1 决策树方法
2.1.2 统计预测方法
2.1.3 回归分析方法
2.1.4 灰色理论预测方法
2.2 预测模型的新发展
2.2.1 BP神经网络预测方法
2.2.2 专家系统预测法
2.3 本章小结
第3章 灰色预测模型理论基础
3.1 数据序列的光滑比
3.2 GM(1,1)预测模型
3.2.1 GM(1,1)的建模原理
3.2.2 GM(1,1)模型的建模步骤
3.2.3 GM(1,1)模型的特征
3.3 灰色预测模型精度的检验
3.3.1 相对误差检验
3.3.2 后验差检验
3.3.3 关联度检验
3.4 本章小结
第4章 灰色预测模型的改进与实现
4.1 灰色预测理论
4.2 灰色预测模型改进思路
4.2.1 模型背景值的优化
4.2.2 原始序列的优化
4.2.3 初始值和背景值的优化
4.3 改进方法的定理性证明
4.3.1 光滑离散度函数
4.3.2 光滑度的提高
4.3.3 复合变换
4.4 实例分析
4.5 评价预测结果
4.6 本章小结
第5章 烟厂效益分析系统的设计与实现
5.1 需求分析
5.1.1 功能需求分析
5.1.2 非功能需求分析
5.1.3 数据库概述
5.2 系统设计和流程
5.2.1 系统总体设计
5.2.2 数据库设计
5.2.3 系统功能设计和实现
5.3 本章小结
第6章 总结和展望
6.1 研究成果总结
6.2 改进与完善点
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢
【参考文献】：
期刊论文
[1]GM（1,1）灰色模型优化方法研究[J]. 胡兵,赵健,韦慧,郭昕,朱欢. 中外公路. 2018(04)
[2]基于多变量非稳态时间序列模型的农业劳动力供给预测[J]. 李崇梅,王文军,胡际莲. 统计与决策. 2018(10)
[3]大数据时代下数据挖掘技术的应用[J]. 刘铭,吕丹,安永灿. 科技导报. 2018(09)
[4]灰色GM（1,1）模型研究综述[J]. 吴利丰,高晓辉,付斌,龙清涵,文朝霞. 数学的实践与认识. 2017(15)
[5]改进的GM（1,1）灰色预测模型及其应用[J]. 王璐,沙秀艳,薛颖. 统计与决策. 2016(10)
[6]基于GM（1,1）灰色预测模型的改进与应用[J]. 李梦婉,沙秀艳. 计算机工程与应用. 2016(04)
[7]主成分logistic回归分析在底板突水预测中的应用[J]. 刘伟韬,廖尚辉,刘士亮,刘欢. 辽宁工程技术大学学报(自然科学版). 2015(08)
[8]灰色系统预测模型GM（1,1）背景值重构研究[J]. 谭冠军,檀甲友,王加阳. 数学的实践与认识. 2015(15)
[9]改进的灰色GM（1,1）预测模型[J]. 谢锦彪,欧毓毅,凌捷. 计算机工程与设计. 2015(05)
[10]GM（1,1）模型的预测精度及应用[J]. 王慧红,林洛阳. 统计与决策. 2014(08)
硕士论文
[1]河南烟草专卖信息管理系统的设计与实现[D]. 李树.北京工业大学 2015
[2]灰色系统理论动态模型GM（1,1）的优化研究及应用[D]. 靳飞.燕山大学 2012
[3]数据挖掘技术在卷烟配方优化中的应用[D]. 林华.中国海洋大学 2008
[4]灰色预测模型的改进及其应用[D]. 张军.西安理工大学 2008
[5]数据光滑度改进与灰色关联研究[D]. 陈秋妹.浙江工商大学 2006
本文编号：3201848
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3201848.html
