欢迎来到天天文库
浏览记录
ID:35125590
大小:4.56 MB
页数:73页
时间:2019-03-19
《浅议基于asp的五金制造资源招投标策略与评价研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、⑧瀚。工工告_大学硕士学位论文论又题目垫王△婴的五垒制造童遂担担握筮唆一与亚垃盟宜作者姓名吕锦亮指导教师垫基生垫撞宇科专业盐是垫巫旦选查所在学院篮垦兰壁主堕提趸日期———垫盟』_浙江工业大学硕士学位论文基于ASP的五金制造资源招投标策略与评价研究摘要经济全球化的背景下,市场需求快速多面的。为了不至于在激烈的市场竞争中被淘汰,制造企业需要提高市场影响速度。因此众多制造企业特别是综合竞争力原本就较弱的中小制造企业纷纷摈弃传统“大而全,小而全’’的生产模式,开始更多的寻求企业间的合作,充分利用区域范围内
2、的制造资源,开展网络化制造,以期能以更快、更好、更省的方式响应市场。网络化招投标是网络化制造资源配置时采用的建立制造资源间联系的方式,其结果直接影响网络化制造资源配置能否顺利实现。本文将对网络化招投标过程中的关键问题进行研究,包括:制造资源拥有企业辅助制造任务投标策略制定方法和资源请求企业投标资源的评价方法。本文的主要研究内容如下:(1)研究采用粗糙集和神经网络相结合的数据挖掘方法对资源拥有企业的历史投标数据进行分析,挖掘与招投标有关的知识,为企业投标策略的制定提供支持。在采用粗糙集进行属性简约时
3、,提出了一种基于属性依赖度启发规则的约简方法,并分析了算法的时间复杂性。(2)应用可拓评价方法对制造资源进行评价,为资源请求企业进行制造资源的评价提供支持。建立了制造资源评价的物元模型,研究了不同类型指标关联函数的建立方法,确保评价结果的准确性。(3)在理论研究的基础上,开发了基于ASP平台的五金制造资源配置系统中的招投标子系统。子系统的应用为网络化制造资源配置的顺利开展提供了支撑,验证了本文提出的方法的有效性。关键词:ASP,资源优化配置,网络化招投标,粗糙集,神经网络,可拓评价浙江工业大学硕士
4、学位论文RESEARCHoNHARDWAREM睑NUFACTURINGRESoURCEBIDDINGSTRATEGYANDEVALUATIoNBASEDoNASPPLATFORMABSTRACTAgainstthebackgroundofeconomicglobalization,marketdemandchangedfrequently.Inordertonottobeeleminatedintheintensecompetition,manufacturingenterprisesneeded
5、toresponsethemarketmorequickly.So,manymanufacturingenterprises,especiallythesmallandmediumones,whosecapacitywasworse,havebeenabandoningtraditionalmanufacturingmodeandbegantoseekmorecooperationbetweenenterprises.Bycarryingoutnetworkedmanufacturing,them
6、anufacturingenterprisescouldresponsethemarketfaster,betterandcheaper.Network-basedbiddingwasthebestwaytocarryoutresourceconfiguration.Theresultofbiddinginfluencedthereslutoftheresourceconfiguration.ThispaperreserachedthekeytechniquesintheprocessofNetw
7、ork·basedbidding,includeingthetechnologyofformulatingbiddingstrategywhichwouldbeusedbytheresourceownerandtheapproachtoselectionanoptimisticresourcewhichwouldbeusedbytheresourceaskerwerepayedmoreattention.Themaincontentofthisresearcgwereasfollows:(OIno
8、rdertohelptheresourceownertomakeabetterbiddingstrategy,aapproachwhichcombinedbyroughsetandBPneuralnetworkwasusedtoanalyzethehistoricalbiddingdataandminingtheknowledgeaboutbiddingproblem.Whenreducingthefeatureofthebiddingproblem,analgorithmfora
此文档下载收益归作者所有