基于质保数据的备件库存控制策略研究

《基于质保数据的备件库存控制策略研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、硕±学位论文基于质保数据的备件库存控制策略研巧摘要备件资源配置是提高售后服务绩效十分有效的工具。通过分析企业售后服务系统中的质保数据可Ｗ较为准确地获取备件可靠性信息，如平均故障间隔时间（ＭＴＢＦ）。本文备件响应性和经济性为目标，综合考虑零备件使用中的ＭＴＢＦ等，构建基于质保数据的备件分类、预测Ｗ及库存控制模型对备件库存控制策略进行优化。引入支持向量机（ＳＶＭ），创新备件管理模式。利用Ｓ公司的质保数据进行算例研究，Ｗ达到一定现实约束前提条件下提高售后服务的响应性及企业经济效益的现代管理要求。本文研巧内容如下：首先，介绍

2、了本文的研究背景和意义。总结了备件分类、备件预测和备件库存管理的研究现状，并对相关理论与方法进行了阐述；其次，建立了基于质保数据的各件分类模型：将由质保数据提取的可靠性信息ＭＴＢＦ应用到备件分类中，构建两阶段分类模型，引入ＳＶＭ对其智能分类，为后续备件需求预测和分类库存控制策略奠定基础；再次，对于间断需求的备件，建立了基于质保数据的备件需求预测模型：Ｗ因素分析法为基础－ＳＶＭ进行预测，将ＭＴＢＦ作为影响因素输入ＬＳ；对于平稳需求的备，提出应用基于时间序列的预测方法件；最后：，建立基于备件分类的库存控制策略Ｗ及基于需求分布的库

3、存控制模型利用需求预测获取控制策略中的需求参数，，使用不同的库存控制策略进行分类管理详细介绍了泊松分布及正态分布下的库存控制模型的计算一。从而得到在定服务水平下、，兼顾了响应性和经济性对应的订货量订货点等参数。：质保数据，支持向量机，关键词，备件分类，备件预测库存控制策略ＩＡｂｔｒａｃｔ硕±学位论文ｓＡｂｓｔｒａｃｔＳ－ｐａｒｅｐａｒｔｓｒｅｓｏｕｒｃｅａｌｌｏｃａｔｉｏｎｉｓａｖｅｒｙｅｆｆｅｃｔｉｖｅｔｏｏｌｔｏｉｍｐｒｏｖｅａｆｔｅｒｓａｌｅｓｓｅｒｖｉｃｅＢ－ｅｒｆｏｒｍａｎｃｅ．ａｎ

4、ａｌｚｉｎｔｈｅｗａｒｒａｎｔｄａｔａｉｎｔｈｅａｆｔｅｒｓａｌｅｓｓｅｒｖｉｃｅｓｓｔ：ｅｍｔｈｅｐｙｙｇｙｙ，ｒｅｌｉａｂｉｌｉｔｉｎｆｏｒｍａｔｉｏｎｏｆｓａｒｅａｒｔｓｃａｎｂｅｏｂｔａｉ打ｅｄａｃｃｕｒａｔｅｌｓｕｃｈａｓｍｅａｎｔｉｍｅｙｐｐｙ，ｂｅｔｗｅｅｎｆａｉｌｕｒｅｓ（ＭＴＢＦ）．Ｂａｓｅｄｏｎｔｈｅｒ己ｓｐｏｎｓｅａｎｄｅｃｏｎｏｍｙｏｆｓｐａｒｅｐａｒｔｓ，ｔａｋｉｎｇｉｎｔｏａｃｃｏｕ打ｔｔｈｅｆａｃｔｏｒｓｓｕｃｈａｓＭ了ＢＦｉ打ｗａｒ

5、ｒａｎｔｄａｔａｔｈｅｓａｒｅａｒｔｓｃｌａｓｓｉｆｉｃａｔｉｏｎｄｅｍａｎｄｙ，ｐｐ，ｆｏｒｅｃａｓｔｉ打ａｎｄｉ打ｖｅｎｔｏｒｃｏｎｔｒｏｌｍｏｄｅｌａｒｅｃｏｎｓｔｒｕｃｔｅｄ．Ｉｎｔｈｉｓａｅｒｓｕｏｒｔｖｅｃｔｏｒｇｙｐｐ，ｐｐｍａｃｈｉｎｅＳＶＭｉｓｉｎｔｒｏｄｕｃｅｄｉｎｔｏｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏ打ａｎｄｒｅｄｉｃｔｉｏｎｍａｎａｅｍｅｎｔｏｆｓａｒｅ（）ｐｇｐｐａｒｔｓ，ａｎｄａｃａｓｅｓｔｕｄｙｉｓｃａｒｒｉｅｄｏｕｔｔｏｖａｌｉｄａｔｅａｎ

6、ｄｉｎｎｏｖａｔｅｔｈｅｓｐａｒｅｐａｒｔｓｍａｎａｇｅｍｅｎｔｍｏｄｅ．ＴｈｅＣＯ打ｔｅｎｔｓｏｆｓａｅｒａｒｅａｓｏｏｗｓ：化ｉｐｐｆｌｌＦｉｒｓｔｌｙｔｈｉｓａｅｒｉ打ｔｒｏｄｕｃｅｓｔｈｅｒｅｓｅａｒｃｈｂａｃｋｒｏｕｎｄａｎｄｓｉｎｉｆｉｃａｎｃｅｏｆｓａｒｅａｒｔｓ，ｐｐ呂ｇｐｐ，ｓｕｍｍａｒｉｚｅｓｔｈｅｒｅｓｅａｒｃｈｓｔａｔｕｓｏｆｓｐａｒｅｐａｒｔｓｃｌａｓｓｉｆｉｃａｔｉｏｎ，ｄｅｍａｎｄｆｏｒｅｃａｓｔｉｎｇａｎｄｎｖｅｎｔｏｒＣＯ打ｔｒｏｌｍａｎａ

7、ｅｍｅｎｔａｎｄｅｘｏｕｎｄｓｔｈｅｒｅｌａｔｅｄｔｈｅｏｒｉｅｓａｎｄｍｅｔｈｏｄｓｉｙｇ，ｐ；ｅｃｏｎｄｌ化ｅｓａｒｅａｒｔｓｃｌａｓｓｉｆｉｃａｔｉｏｎｍｏｄｅｌｂａｓｅｄ０打ｗａｒｒａｎｔｄａｔａ．Ｓｉｓｅｓｔａｂｌｉｓｈｅｄｙ，ｐｐｙＴｈｅｒｅｌｉａｂｉｌｉｔｙｉｎｆｏｒｍａｔｉｏｎＭＴＢＦｅｘｔｒａｃｔ；ｅｄｆｒｏｍｗａｒｒａｎｔｄａｔａｉｓａｌｉｅｄｔｘ）ｓａｒｅａｒｔｓｙｐｐｐｐｃｌａｓｓｆｉｃａｔｉｏｎｔｏｃｏｎｓｔｒｕｃｔｔｈｅｔｗｏｓｔａｅｃｌａｓｓｉｆ

8、ｉｃａｔｉｏ打ｍｏｄｅｌ．ＩｎａｄｄｉｔｉｉｏｎＶＭｉｓ