期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于聚类算法的电力制造业ERP数据分类
被引量：
4
1
作者
刘云天
孙晶琪
+1 位作者
牛东晓
张焕粉
《科学技术与工程》
北大核心
2021年第35期15130-15135,共6页
鉴于传统制造业企业仓储分类方法分类边界不明确、难以适应现代企业信息化发展趋势的问题,提出了基于聚类算法的ABC库存分类算法,提升了传统库存分类模型的分类精度和效率。以某电力制造业企业的库存产品数据为研究对象,结合聚类算法与...
鉴于传统制造业企业仓储分类方法分类边界不明确、难以适应现代企业信息化发展趋势的问题,提出了基于聚类算法的ABC库存分类算法,提升了传统库存分类模型的分类精度和效率。以某电力制造业企业的库存产品数据为研究对象,结合聚类算法与ABC分类法提出了适用于实际研究场景的评价函数,并给出了新的基于K-means算法的ABC分类法。采用该分类模型对库存环网柜产品进行分类,并基于企业资源计划(enterprise resource planning,ERP)系统中存储的产品数据将库存环网柜产品分为A、B、C三类,根据分类结果对不同类别的环网柜产品采取不同的库存控制策略。研究结果表明,将数据挖掘算法应用于库存管理实现了企业库存管理决策的科学化和智能化。
展开更多
关键词
电力制造业企业
聚类算法
ABC分类法
ERP系统
在线阅读
下载PDF
职称材料
多价值链视角下基于深度学习算法的制造企业产品需求预测
被引量：
11
2
作者
吴庚奇
牛东晓
+1 位作者
耿世平
张焕粉
《科学技术与工程》
北大核心
2021年第31期13413-13420,共8页
多价值链协同发展背景下,制造企业没有充分考虑服务链、营销链等其他价值链对产品需求的影响。为提高制造企业产品需求预测的精度,提出了产品数据空间和一维卷积神经网络(one-dimensional convolutional neural networks,1D-CNN)-长短...
多价值链协同发展背景下,制造企业没有充分考虑服务链、营销链等其他价值链对产品需求的影响。为提高制造企业产品需求预测的精度,提出了产品数据空间和一维卷积神经网络(one-dimensional convolutional neural networks,1D-CNN)-长短期记忆(long short-term memory,LSTM)神经网络的深度学习算法。首先,整合不同价值链对产品需求影响的相关数据构建产品数据空间。其次,从数据空间中获取多链数据集用于1D-CNN-LSTM模型的预测。其中,1D-CNN通过两次卷积池化操作获取数据的深层次特征,LSTM则通过进一步学习数据特征中的重要信息来进行时间序列预测。最后,通过某电气设备制造企业生产销售的环网柜产品的相关数据进行算例分析,并与其他几种模型进行预测结果比较。结果表明:1D-CNN-LSTM模型的预测效果优于神经网络模型和单一的LSTM模型。可见提出的1D-CNN-LSTM深度学习模型更具优越性,预测效果好。
展开更多
关键词
产品需求预测
数据空间
多价值链
一维卷积神经网络(1D-CNN)
长短期记忆(LSTM)
在线阅读
下载PDF
职称材料
题名
基于聚类算法的电力制造业ERP数据分类
被引量：
4
1
作者
刘云天
孙晶琪
牛东晓
张焕粉
机构
华北
电力
大学经济与管理学院
北京清畅电力技术股份有限公司
出处
《科学技术与工程》
北大核心
2021年第35期15130-15135,共6页
基金
国家重点研发计划(2020YFB1707801)。
文摘
鉴于传统制造业企业仓储分类方法分类边界不明确、难以适应现代企业信息化发展趋势的问题,提出了基于聚类算法的ABC库存分类算法,提升了传统库存分类模型的分类精度和效率。以某电力制造业企业的库存产品数据为研究对象,结合聚类算法与ABC分类法提出了适用于实际研究场景的评价函数,并给出了新的基于K-means算法的ABC分类法。采用该分类模型对库存环网柜产品进行分类,并基于企业资源计划(enterprise resource planning,ERP)系统中存储的产品数据将库存环网柜产品分为A、B、C三类,根据分类结果对不同类别的环网柜产品采取不同的库存控制策略。研究结果表明,将数据挖掘算法应用于库存管理实现了企业库存管理决策的科学化和智能化。
关键词
电力制造业企业
聚类算法
ABC分类法
ERP系统
Keywords
electric power manufacturing enterprises
clustering algorithm
ABC classification
ERP system
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
在线阅读
下载PDF
职称材料
题名
多价值链视角下基于深度学习算法的制造企业产品需求预测
被引量：
11
2
作者
吴庚奇
牛东晓
耿世平
张焕粉
机构
华北
电力
大学经济与管理学院
新能源
电力
与低碳发展
北京
市重点实验室
北京清畅电力技术股份有限公司
出处
《科学技术与工程》
北大核心
2021年第31期13413-13420,共8页
基金
国家重点研发计划(2020YFB1707800)。
文摘
多价值链协同发展背景下,制造企业没有充分考虑服务链、营销链等其他价值链对产品需求的影响。为提高制造企业产品需求预测的精度,提出了产品数据空间和一维卷积神经网络(one-dimensional convolutional neural networks,1D-CNN)-长短期记忆(long short-term memory,LSTM)神经网络的深度学习算法。首先,整合不同价值链对产品需求影响的相关数据构建产品数据空间。其次,从数据空间中获取多链数据集用于1D-CNN-LSTM模型的预测。其中,1D-CNN通过两次卷积池化操作获取数据的深层次特征,LSTM则通过进一步学习数据特征中的重要信息来进行时间序列预测。最后,通过某电气设备制造企业生产销售的环网柜产品的相关数据进行算例分析,并与其他几种模型进行预测结果比较。结果表明:1D-CNN-LSTM模型的预测效果优于神经网络模型和单一的LSTM模型。可见提出的1D-CNN-LSTM深度学习模型更具优越性,预测效果好。
关键词
产品需求预测
数据空间
多价值链
一维卷积神经网络(1D-CNN)
长短期记忆(LSTM)
Keywords
product demand forecast
data space
multi-value chains
one-dimensional convolutional neural networks(1D-CNN)
long short-term memory(LSTM)
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于聚类算法的电力制造业ERP数据分类
刘云天
孙晶琪
牛东晓
张焕粉
《科学技术与工程》
北大核心
2021
4
在线阅读
下载PDF
职称材料
2
多价值链视角下基于深度学习算法的制造企业产品需求预测
吴庚奇
牛东晓
耿世平
张焕粉
《科学技术与工程》
北大核心
2021
11
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
