钢铁企业生产系统备件分类与需求预测研究
发布时间：2021-09-22 21:47
对于钢铁企业而言，它的特点是资金密集、投入产出大，其生产系统设备所占资产通常是固定资产的一半上。所以保障生产系统正常的运行以及维修工作是十分必要的。保障生产系统工作中很重要的一个方面就是备件的管理。因此，如何才能做到生产系统备件的合理科学的管理是钢铁企业面临的一个重要的课题。本文就钢铁行业生产系统备件的分类与需求预测进行了探讨。一方面，针对钢铁企业生产系统备件分类常用方法——ABC分类法的缺陷与不足，提出了一种基于BP神经网络多标准的备件ABC分类方法。与传统ABC分类法不同之处是导入了FEMA的理念，建立了以关键性、易得性、经济性为主的备件评价体系，使用BP神经网络算法对钢铁企业生产系统备件进行分类。另一方面，为了提高钢铁企业生产系统备件需求预测的准确性，降低备件供应的盲目性，本文建立了基于BP-MC模型的备件需求预测方法。首先针对钢铁企业生产系统的关键备件——轧辊的特点，分析影响轧辊需求的影响因素；然后建立了根据企业的月计划产量、月故障时间以及前十二个月的需求历史数据，使用BP-MC模型对备件的需求进行预测。最后，将本文探讨的两种方法进行实证研究，结果表明：基于BP神经网络多标准的...
【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
单隐层BP神经网络拓扑结构
10图 2-2 标准 BP 神经网络的计算步骤程程是一种随机过程。该模型的最初模型是马尔rkov 在 1907 年提出。马尔科夫过程一般拥有如现在）的情况下，它的未来的变化（将来）不取生物数量的演变构成就是一种马尔可夫过程。在
第三章 钢铁企业生产系统备件分类方法研究所以现在出现一些多种标准 ABC 备件分类方法，然而这些分类方法对备件的评价，一般是从关键性，易得性，经济性三个方面。易得性一般包括可替代性、专用性、供应商数量、提前期；经济性一般包括消耗资金、库存费用；关键性只包括关键性系数。可以看出对于备件的关键性评价相对其他指标过于简单，往往只凭一项指标对备件的关键性进行主观的评价。3.2.2 钢铁企业生产系统备件评价体系设计在企业管理中，有较多评价备件的指标。本文根据钢铁企业生产系统的企业管理实践和设备与备件之间的关系，建立了备件评价体系（图 3-2），主要包括三个方面：关键性、易得性、经济性。
【参考文献】：
期刊论文
[1]基于对故障规律统计分析的汽车备件需求预测[J]. 张浩,高朝晖. 数理统计与管理. 2012(04)
[2]考虑库存损耗的单部件系统可修备件需求模型[J]. 陈童,黄卓,谭林,李羚玮. 系统工程学报. 2012(02)
[3]基于马尔科夫与蒙特卡罗仿真的导弹装备备件需求量预测[J]. 徐廷学,杜峻名,蓝天. 兵工自动化. 2011(10)
[4]我国钢铁企业管理现状及对策[J]. 张振皎. 经济论坛. 2011(08)
[5]基于灰色神经网络与马尔科夫链的城市需水量组合预测[J]. 景亚平,张鑫,罗艳. 西北农林科技大学学报(自然科学版). 2011(07)
[6]基于神经网络的故障率预测方法[J]. 李瑞莹,康锐. 航空学报. 2008(02)
[7]基于非单点模糊正则网络的时间序列预测模型[J]. 史耀媛,史忠科. 西北大学学报(自然科学版). 2006(06)
[8]备件库存管理综述[J]. 曲立,张群. 实验室研究与探索. 2006(07)
[9]基于支持向量机的飞机备件需求预测[J]. 任博,张恒喜,苏畅. 火力与指挥控制. 2005(03)
[10]大型钢铁企业重要备件——轧辊供应商评价[J]. 朱建军,刘士新,王梦光,胡英红. 系统工程理论与实践. 2004(11)
博士论文
[1]钢铁制造业备件供应管理关键因素研究及应用[D]. 邱立鹏.大连理工大学 2008
硕士论文
[1]Y公司备件库存管理优化研究[D]. 徐增强.南京大学 2012
[2]基于BP神经网络的股票指数期货价格预测[D]. 李聪.青岛大学 2012
[3]一汽—大众汽车售后服务备件管理策略研究[D]. 隋立春.天津大学 2012
[4]基于AHP和模糊综合评价法对汽车服务备件的分类研究[D]. 王振飞.吉林大学 2011
[5]马尔科夫模型预测方法的研究及其应用[D]. 何成刚.安徽大学 2011
[6]人工神经网络在客车备件需求预测中的应用研究[D]. 荆园园.郑州大学 2009
[7]基于支持向量机的不常用备件需求预测方法研究[D]. 王文.华中科技大学 2006
[8]天津钢管公司设备备件管理与优化[D]. 陈培钰.天津大学 2005
[9]备件的库存模式与控制策略研究[D]. 赵敏.华中科技大学 2004
本文编号：3404430
【文章来源】：天津大学天津市 211工程院校 985工程院校 教育部直属院校
【文章页数】：55 页
【学位级别】：硕士
【部分图文】：
单隐层BP神经网络拓扑结构
10图 2-2 标准 BP 神经网络的计算步骤程程是一种随机过程。该模型的最初模型是马尔rkov 在 1907 年提出。马尔科夫过程一般拥有如现在）的情况下，它的未来的变化（将来）不取生物数量的演变构成就是一种马尔可夫过程。在
第三章 钢铁企业生产系统备件分类方法研究所以现在出现一些多种标准 ABC 备件分类方法，然而这些分类方法对备件的评价，一般是从关键性，易得性，经济性三个方面。易得性一般包括可替代性、专用性、供应商数量、提前期；经济性一般包括消耗资金、库存费用；关键性只包括关键性系数。可以看出对于备件的关键性评价相对其他指标过于简单，往往只凭一项指标对备件的关键性进行主观的评价。3.2.2 钢铁企业生产系统备件评价体系设计在企业管理中，有较多评价备件的指标。本文根据钢铁企业生产系统的企业管理实践和设备与备件之间的关系，建立了备件评价体系（图 3-2），主要包括三个方面：关键性、易得性、经济性。
【参考文献】：
期刊论文
[1]基于对故障规律统计分析的汽车备件需求预测[J]. 张浩,高朝晖. 数理统计与管理. 2012(04)
[2]考虑库存损耗的单部件系统可修备件需求模型[J]. 陈童,黄卓,谭林,李羚玮. 系统工程学报. 2012(02)
[3]基于马尔科夫与蒙特卡罗仿真的导弹装备备件需求量预测[J]. 徐廷学,杜峻名,蓝天. 兵工自动化. 2011(10)
[4]我国钢铁企业管理现状及对策[J]. 张振皎. 经济论坛. 2011(08)
[5]基于灰色神经网络与马尔科夫链的城市需水量组合预测[J]. 景亚平,张鑫,罗艳. 西北农林科技大学学报(自然科学版). 2011(07)
[6]基于神经网络的故障率预测方法[J]. 李瑞莹,康锐. 航空学报. 2008(02)
[7]基于非单点模糊正则网络的时间序列预测模型[J]. 史耀媛,史忠科. 西北大学学报(自然科学版). 2006(06)
[8]备件库存管理综述[J]. 曲立,张群. 实验室研究与探索. 2006(07)
[9]基于支持向量机的飞机备件需求预测[J]. 任博,张恒喜,苏畅. 火力与指挥控制. 2005(03)
[10]大型钢铁企业重要备件——轧辊供应商评价[J]. 朱建军,刘士新,王梦光,胡英红. 系统工程理论与实践. 2004(11)
博士论文
[1]钢铁制造业备件供应管理关键因素研究及应用[D]. 邱立鹏.大连理工大学 2008
硕士论文
[1]Y公司备件库存管理优化研究[D]. 徐增强.南京大学 2012
[2]基于BP神经网络的股票指数期货价格预测[D]. 李聪.青岛大学 2012
[3]一汽—大众汽车售后服务备件管理策略研究[D]. 隋立春.天津大学 2012
[4]基于AHP和模糊综合评价法对汽车服务备件的分类研究[D]. 王振飞.吉林大学 2011
[5]马尔科夫模型预测方法的研究及其应用[D]. 何成刚.安徽大学 2011
[6]人工神经网络在客车备件需求预测中的应用研究[D]. 荆园园.郑州大学 2009
[7]基于支持向量机的不常用备件需求预测方法研究[D]. 王文.华中科技大学 2006
[8]天津钢管公司设备备件管理与优化[D]. 陈培钰.天津大学 2005
[9]备件的库存模式与控制策略研究[D]. 赵敏.华中科技大学 2004
本文编号：3404430
本文链接：https://www.wllwen.com/projectlw/yjlw/3404430.html
