基于bp神經(jīng)網(wǎng)絡(luò)需求預(yù)測的最優(yōu)庫存控制模型研究

基于bp神經(jīng)網(wǎng)絡(luò)需求預(yù)測的最優(yōu)庫存控制模型研究

ID:9315135

大?。?55.50 KB

頁數(shù):33頁

時間:2018-04-27

基于bp神經(jīng)網(wǎng)絡(luò)需求預(yù)測的最優(yōu)庫存控制模型研究_第1頁
基于bp神經(jīng)網(wǎng)絡(luò)需求預(yù)測的最優(yōu)庫存控制模型研究_第2頁
基于bp神經(jīng)網(wǎng)絡(luò)需求預(yù)測的最優(yōu)庫存控制模型研究_第3頁
基于bp神經(jīng)網(wǎng)絡(luò)需求預(yù)測的最優(yōu)庫存控制模型研究_第4頁
基于bp神經(jīng)網(wǎng)絡(luò)需求預(yù)測的最優(yōu)庫存控制模型研究_第5頁
資源描述:

《基于bp神經(jīng)網(wǎng)絡(luò)需求預(yù)測的最優(yōu)庫存控制模型研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、基于BP神經(jīng)網(wǎng)絡(luò)需求預(yù)測的最優(yōu)庫存控制模型研究//.paper.edu-1-基于BP神經(jīng)網(wǎng)絡(luò)需求預(yù)測的最優(yōu)庫存控制模型研究崔寧1,張萬穎21遼寧工程技術(shù)大學(xué)機械工程學(xué)院,遼寧阜新(123000)2遼寧工程技術(shù)大學(xué)職業(yè)技術(shù)經(jīng)濟學(xué)院,遼寧阜新()摘要:迅速變化的市場使企業(yè)面臨著一個存在諸多不確定性因素且無法準(zhǔn)確預(yù)測的買方市場。在這樣的背景下,其核心問題都是庫存控制。本文采用BP神經(jīng)網(wǎng)絡(luò)的方法對非平穩(wěn)需求(,)ttsS最優(yōu)庫存控制策略進行研究,通過分析模型的成本函數(shù)給出最優(yōu)的(,)ttsS策略。關(guān)鍵詞:BP神經(jīng)網(wǎng)絡(luò);庫存控制;最優(yōu)策略

2、中圖分類號:N949引言為確保生產(chǎn)的持續(xù)進行,一定數(shù)量的備件儲備是必要的,但是如果儲備量過大,一方面將占用大量的流動資金,產(chǎn)生巨額的資金占用成本;另一方面,由于備件的長期存放,備件銹蝕損壞,加上由于生產(chǎn)及科技進步的需要,設(shè)備更新后的超儲備件也將成為閑置或待報廢件,這都會使企業(yè)增加生產(chǎn)成本,降低經(jīng)營效益。因此,在市場經(jīng)濟條件下,經(jīng)濟合理地組織備件供應(yīng),壓縮庫存量,加速資金周轉(zhuǎn),具有重要意義。從模式識別的角度看,庫存控制是一個尋找(識別)模型的過程;從訂貨量影響因素→訂貨量之間的映射關(guān)系來看,庫存控制是一個函數(shù)逼近過程;從訂貨量影響

3、因素→訂貨量之間的噪聲與預(yù)測準(zhǔn)確度處理方式來看,庫存控制又是一個最優(yōu)化過程。模式識別、函數(shù)逼近、最優(yōu)化處理是BP神經(jīng)網(wǎng)絡(luò)最擅長的應(yīng)用領(lǐng)域,因此,BP神經(jīng)網(wǎng)絡(luò)運用于庫存控制是非常適合的。1.BP神經(jīng)網(wǎng)絡(luò)需求預(yù)測模型1.1BP網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)反向傳播網(wǎng)絡(luò)(Back-PropagationNetwork,簡稱BP網(wǎng)絡(luò))是將W-H學(xué)習(xí)規(guī)則一般化,對非線性可微分函數(shù)進行權(quán)值訓(xùn)練的多層網(wǎng)絡(luò)。[1]BP多層神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示,網(wǎng)絡(luò)結(jié)構(gòu)由輸入層、中間層和輸出層組成,中間層為隱含層,可以是一層或者多層。圖中BP網(wǎng)絡(luò)包括輸入層、隱層和輸出層。1x

4、2xnx圖1BP網(wǎng)絡(luò)圖…………輸入層隱層輸出層//.paper.edu-2-1.2網(wǎng)絡(luò)的學(xué)習(xí)過程BP網(wǎng)絡(luò)的學(xué)習(xí)過程由正向傳播和反向傳播兩部分組成。在正向傳播過程中輸入樣本()*,ikxy從輸入層經(jīng)隱含層處理并傳向輸出層,每一層神經(jīng)元狀態(tài)只影響下一層神經(jīng)元狀態(tài)。在輸出層計算實際輸出ky,如果得不到期望的輸出則轉(zhuǎn)入反向傳播。此時,誤差從輸出層向輸入層反向傳播并沿途調(diào)整各層間權(quán)值W,以使誤差不斷減小。經(jīng)過反復(fù)迭代,當(dāng)誤差小于允許值,即網(wǎng)絡(luò)適應(yīng)了要求的映射時,網(wǎng)絡(luò)的訓(xùn)練過程即告結(jié)束。BP網(wǎng)絡(luò)學(xué)習(xí)的具體步驟:[1](1)初始化。確定神經(jīng)元

5、的轉(zhuǎn)換函數(shù)(通常取為Sigmoid函數(shù)),給定精度控制參數(shù)()0εε>,學(xué)習(xí)率L及動量系數(shù)α,并選擇初始權(quán)值0W;(2)計算網(wǎng)絡(luò)輸出ky;(3)用式()2*112nkkkEyy==??∑計算誤差函數(shù)E。如果Eε??,轉(zhuǎn)(5),否則轉(zhuǎn)(4);(4)用式()()()1jkjkjkwwjkjkEwNLwNwNα????=??+??????和()()()1ijijijwwijijEwNLwNwNα????=??+??????分別調(diào)整輸出層和隱含層的權(quán)值,轉(zhuǎn)(2);(5)存儲最有值*W,算法結(jié)束。權(quán)值調(diào)整是在誤差向后傳播過程中逐層進

6、行的,當(dāng)網(wǎng)絡(luò)的所有權(quán)值都被更新一次之后,網(wǎng)絡(luò)就經(jīng)過了一個學(xué)習(xí)周期。網(wǎng)絡(luò)經(jīng)過若干次訓(xùn)練(迭代)后,得到了網(wǎng)絡(luò)的最優(yōu)權(quán)值。網(wǎng)絡(luò)訓(xùn)練得到最優(yōu)權(quán)值之后,我們就可以利用所建立的BP網(wǎng)絡(luò)對需求進行相對準(zhǔn)確的預(yù)測,而預(yù)測結(jié)果用于庫存控制,則可以有效的提高庫存控制的效率,提高客戶服務(wù)水平。2.基于BP神經(jīng)網(wǎng)絡(luò)需求預(yù)測的最優(yōu)庫存控制模型庫存控制的目的主要是解決三個問題:確定庫存檢查周期、確定訂購量和確定訂購點(何時訂貨)。根據(jù)需求性質(zhì)的不同庫存控制又可以分為平穩(wěn)需求的庫存控制策略和非平穩(wěn)的庫存控制策略。下面研究的是非平穩(wěn)需求的庫存控制策略?,F(xiàn)有的

7、非平穩(wěn)需求庫存控制策略可分成三類:靜態(tài)不確定策略(staticuncertaintystrategy)、靜動不確定策略(static-dynamicuncertaintystrategy)和非平穩(wěn)的(,)sS策略。[2]這里所采用的(,)ttsS庫存控制策略即是這種動態(tài)的非平穩(wěn)需求的策略,不同階段的參數(shù)(再訂購點和訂制水平)就不同。[3]假設(shè)訂購某種產(chǎn)品來滿足計劃時間段T期內(nèi)的非平穩(wěn)需求。需求()1,2,...,tDtT=為獨立,非負(fù)離散的隨機變量,其分布函數(shù)(.)tF預(yù)測可得,需求的均值與分布隨時間變化。從t期到下一期,若庫存

8、持有單位物資,則發(fā)生庫存持有成本th。當(dāng)發(fā)生需求而沒有庫存能滿足時,則產(chǎn)生缺貨,未滿足的需求不丟失,將在下一次到貨時立即滿足。t期的單位缺貨成本為tπ,當(dāng)在t期初產(chǎn)生一個訂單tx后,所訂物資經(jīng)過完整的提前期L到達(dá)。在t期訂貨//.paper.edu-3-時,不管

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。