隨著我國汽車產業的飛速發展,帶動汽車售后服務的崛起。汽車配件采購是汽車售后服務的重要組成部分,而合理的汽車配件需求預測能夠大幅度提高汽車配件采購的可靠性,提高售后配件管理水平,從而提高企業效益。反過來,預測環節的缺失,容易造成采購資金浪費,降低產業鏈效率,從而影響汽車產業鏈的整體協同。由于汽車配件需求受多種因素影響,單一傳統的預測模型不能綜合考慮各方面情況,導致預測效果不理想。本文以建立合理的汽車配件需求預測系統為目標,從而輔助汽車制造廠與售后服務商建立更加高效的配件供需關系。首先,針對平臺現有的配件管理業務以及預測現狀,分析了需求預測存在的問題與特點,從而得出汽車配件需求預測系統的需求。設計了基于汽車產業鏈協同平臺的配件需求預測系統。其次,根據現有平臺的特點,設計了將GM(1,N)模型和BP神經網絡算法相結合的組合預測方法進行汽車配件需求預測。并針對需求分析,從平臺獲取配件需求歷史數據入手,并利用數據集成技術,整合汽車產業鏈協同平臺中各數據源,提高數據質量。最后,以汽車產業鏈協同平臺的數據為數據源,實現了該組合預測模型,并建立配件需求預測功能模塊,以及配件需求計劃建議的功能模塊,為用... 

【文章來源】：西南交通大學四川省 211工程院校 教育部直屬院校

【文章頁數】：73 頁

【學位級別】：碩士

【部分圖文】：

圖３－６各模型預測結果曲線圖??從圖３－６可知，該模型將原始序列進行累加，大大降低了樣本序列的波動性，??趨近于線性回歸模型

第４１頁??本文主要針對配件銷售數據、整車銷售數據、配件售后數據進行了抽取，其??ＳＳＩＳ包設計如下圖４－４：??提取售后配件數據??？提取整車銷售數據??提取配件銷售數據??圖４－４?ＳＳＩＳ包設計??（１）建立數據目標與源數據的鏈接??根據源數據的特點，主要對源數據某些字段進行抽取，如配件售后數據需要??抽取的字段為購買整車時間、維修時間、維修單編號、配件名稱、配件編號、車??型、使用時間等。配件數據則為配件編號、銷售時間、銷售數量等。本文主要用??ＳＱＬ語句進行抽取。??以抽取為平臺上ＷＰ汽車制造廠銷售系統數據庫ｅｃＡｕｔｏＳｅｒｖｉｃｅ—ＷＰＸＳ為??例，抽取其中ｔ＿ｓａｌｅ＿ｒｅｃｏｒｄ表中的銷售記錄，聯合ｔ＿ｖｅｈｉｃｌｅ＿ｂａｓｅｉｎｆｏ表獲取到車??配罝據流從任何ＯＬＥ?ＤＢ訪問接口獲取數Ｊｇ時新用的厘性？??＇ｍｍｍ?指定ｏｎ仰連接營理器、數據源或數據趣視圖，并選擇數據訪ｈ棋式？如果使用ｓｑｌ命令？同抜式，請腿法入查??；兌＋１十，?賊棚査詢挪器指定ＳＱＬ命令．??錯誤輸出??ＯＬＥ?ＤＢ?連接ＣＥ）；??｜ｓＥＲＶＥＲｌ．？ｃＸｕｔｏＳｅｒｖｉｃｅ＿ＷＰＸＳ．ｋ￡ｙｌ）?＾?［?新建（Ｓ）…?｜??Ｓ（３ｉ訪問賊ｌｉ〕：??［ｓｑｌ?“?－ｇｊ??ＳＱＬ?齡；ｆｉｎｉｓｈ??！／＊＊？＃＊＊?Ｓｃｒｉｐｔ?ｆｏｒ?ＳｅＸｅｃｔＴｏｐＮＳｏｗｓ?ｃｏｍｍａｎｄ?ｆｒｏ＊?ＳＳＭＳ?＊＊＊＊＊＊／?Ｉ?ＣＰ）?ｊ??丨ＳＥＬＥＣＴ?ＳＥＷＩＤ?０?ＡＳ?Ｉｘｐｒｌ

第４１頁??本文主要針對配件銷售數據、整車銷售數據、配件售后數據進行了抽取，其??ＳＳＩＳ包設計如下圖４－４：??提取售后配件數據??？提取整車銷售數據??提取配件銷售數據??圖４－４?ＳＳＩＳ包設計??（１）建立數據目標與源數據的鏈接??根據源數據的特點，主要對源數據某些字段進行抽取，如配件售后數據需要??抽取的字段為購買整車時間、維修時間、維修單編號、配件名稱、配件編號、車??型、使用時間等。配件數據則為配件編號、銷售時間、銷售數量等。本文主要用??ＳＱＬ語句進行抽取。??以抽取為平臺上ＷＰ汽車制造廠銷售系統數據庫ｅｃＡｕｔｏＳｅｒｖｉｃｅ—ＷＰＸＳ為??例，抽取其中ｔ＿ｓａｌｅ＿ｒｅｃｏｒｄ表中的銷售記錄，聯合ｔ＿ｖｅｈｉｃｌｅ＿ｂａｓｅｉｎｆｏ表獲取到車??配罝據流從任何ＯＬＥ?ＤＢ訪問接口獲取數Ｊｇ時新用的厘性？??＇ｍｍｍ?指定ｏｎ仰連接營理器、數據源或數據趣視圖，并選擇數據訪ｈ棋式？如果使用ｓｑｌ命令？同抜式，請腿法入查??；兌＋１十，?賊棚査詢挪器指定ＳＱＬ命令．??錯誤輸出??ＯＬＥ?ＤＢ?連接ＣＥ）；??｜ｓＥＲＶＥＲｌ．？ｃＸｕｔｏＳｅｒｖｉｃｅ＿ＷＰＸＳ．ｋ￡ｙｌ）?＾?［?新建（Ｓ）…?｜??Ｓ（３ｉ訪問賊ｌｉ〕：??［ｓｑｌ?“?－ｇｊ??ＳＱＬ?齡；ｆｉｎｉｓｈ??！／＊＊？＃＊＊?Ｓｃｒｉｐｔ?ｆｏｒ?ＳｅＸｅｃｔＴｏｐＮＳｏｗｓ?ｃｏｍｍａｎｄ?ｆｒｏ＊?ＳＳＭＳ?＊＊＊＊＊＊／?Ｉ?ＣＰ）?ｊ??丨ＳＥＬＥＣＴ?ＳＥＷＩＤ?０?ＡＳ?Ｉｘｐｒｌ


本文編號：2896178