|
|
|
基于PLM的ARIMA决策支持模型及应用 |
|
论文目录 |
|
摘要 | 第2-3页 | Abstract | 第3-4页 | 1 绪论 | 第8-15页 | 1.1 背景及意义 | 第8-9页 | 1.1.1 基于PLM的决策支持问题及意义 | 第8页 | 1.1.2 决策支持对企业的意义 | 第8-9页 | 1.2 国内外研究现状 | 第9-13页 | 1.2.1 基于PLM的决策支持研究现状 | 第9-11页 | 1.2.2 统计分析与建模平台现状 | 第11-12页 | 1.2.3 周期数据预测研究现状 | 第12-13页 | 1.3 论文研究内容及组织结构 | 第13-15页 | 2 基于PLM的决策支持理论基础 | 第15-23页 | 2.1 数据挖掘概述 | 第15-16页 | 2.2 数据预测的理论基础 | 第16-22页 | 2.2.1 时间序列预测概述 | 第16页 | 2.2.2 基于ARIMA的PLM数据预测模型 | 第16-19页 | 2.2.3 预测模型的检验 | 第19-20页 | 2.2.4 最优预测模型的确定 | 第20-21页 | 2.2.5 R语言环境下的操作流程 | 第21-22页 | 2.3 本章小结 | 第22-23页 | 3 基于PLM的决策支持系统构建 | 第23-33页 | 3.1 系统的功能体系结构 | 第23-24页 | 3.2 数据库的构建 | 第24-26页 | 3.2.1 数据库的设计 | 第24-25页 | 3.2.2 构建数据库 | 第25-26页 | 3.3 预测模型的实现 | 第26-32页 | 3.3.1 样本数据的准备 | 第26-28页 | 3.3.2 数据导入和预测模型的选择 | 第28-29页 | 3.3.3 预测结果和校验 | 第29-31页 | 3.3.4 结果分析 | 第31-32页 | 3.4 本章小结 | 第32-33页 | 4 基于PLM的决策支持系统企业应用 | 第33-59页 | 4.1 企业应用的开发环境 | 第33页 | 4.2 应用构架及主要技术 | 第33-42页 | 4.2.1 应用系统的层次关系 | 第33-34页 | 4.2.2 数据挖掘及处理方法 | 第34-38页 | 4.2.3 基于R语言的数据分析方法 | 第38-39页 | 4.2.4 基于JS和CSS的图形化展示方法 | 第39-41页 | 4.2.5 预警预测推送方法 | 第41-42页 | 4.3 系统主要功能 | 第42-58页 | 4.3.1 登陆系统 | 第42-45页 | 4.3.2 用户权限与管理 | 第45-48页 | 4.3.3 综合查询 | 第48-51页 | 4.3.4 库存查询 | 第51-52页 | 4.3.5 数据预测 | 第52-54页 | 4.3.6 决策数据库管理 | 第54页 | 4.3.7 邮件推送 | 第54-55页 | 4.3.8 微信推送与查询 | 第55-58页 | 4.4 本章小结 | 第58-59页 | 5 总结与展望 | 第59-61页 | 5.1 本文工作总结 | 第59页 | 5.2 未来工作展望 | 第59-61页 | 参考文献 | 第61-64页 | 致谢 | 第64-65页 | 攻读硕士学位期间发表的学术论文 | 第65-66页 |
|
|
|
|
论文编号BS2660657,这篇论文共66页 会员购买按0.35元/页下载,共需支付23.1元。 直接购买按0.5元/页下载,共需要支付33元 。 |
|
|
我还不是会员,注册会员!
会员下载更优惠!充值送钱! |
我只需要这篇,无需注册!
直接网上支付,方便快捷! |
|
|
|
版权申明:本目录由www.jylw.com网站制作,本站并未收录原文,如果您是作者,需要删除本篇论文目录请通过QQ或其它联系方式告知我们,我们承诺24小时内删除。 |
|
|