导读:本文包含了制造成本预测论文开题报告文献综述及选题提纲参考文献，主要关键词:再制造,半监督学习,最小二乘支持向量机回归
制造成本预测论文文献综述
敖秀奕,张旭刚,江志刚,张华[1]（2019）在《基于半监督学习和最小二乘支持向量机回归的废旧机电产品再制造成本预测方法研究》一文中研究指出文章针对再制造批量小、实验所需样本不足的问题,提出一种基于半监督学习与最小二乘支持向量机回归的再制造成本预测方法。废旧机电产品的可用零部件分为可直接利用、可再制造加工利用和直接替换叁种类型,以各类型零部件的比率和再制造复杂系数为输入,再制造成本为输出,建立半监督学习与最小二乘支持向量机回归相结合的再制造成本预测模型。利用k最近邻算法估计未进行再制造样本的成本,然后将未进行再制造的样本与已知再制造成本的样本代入方程组即可求出该预测模型。案例分析表明基于半监督学习与最小二乘支持向量机回归的成本预测方法能够在已知再制造成本的样本量较少的情况下对成本进行快速且准确的预测,是一种很好的成本预测方法。(本文来源于《组合机床与自动化加工技术》期刊2019年04期）
张旭刚,敖秀奕,张华,江志刚[2]（2018）在《考虑失效特征的废旧零部件再制造成本预测模型研究》一文中研究指出分析了废旧零部件失效特征对其再制造成本的影响,建立了一种基于失效特征的废旧零部件再制造成本预测模型,该模型将半监督学习与最小二乘支持向量机回归(LS-SVR)算法相结合,实现了在只有少量已完成再制造的废旧零部件样本和大量未知再制造成本的零部件样本的条件下,对废旧零件再制造成本的预测。该算法加入了k最近邻(kNN)算法,以kNN为辅、LS-SVR为主对未标记的样本进行置信度评估,将各阶段最优未标记样本逐步添加进有标记的样本集中,逐步更新预测模型,能够有效降低噪声,提高模型精度。经案例验证,提出的算法具有良好的回归预测能力和泛化能力。(本文来源于《中国机械工程》期刊2018年21期）
俞超[3]（2018）在《废旧机械装备再制造成本分析与预测研究》一文中研究指出随着经济的快速发展,机械装备更新换代速度加快及报废数量激增,为最大限度利用废旧机械装备中潜藏剩余价值,机械装备再制造的需求变得日益增高。作为再制造过程中的重要环节,废旧机械装备再制造成本分析与预测不仅为再制造商追求机械装备再制造利润最大化提供依据,也为机械装备再制造提供相关信息和决策依据。本文从废旧机械装备关键零部件失效特征的角度,对废旧机械装备再制造成本分析与预测问题展开研究。首先,介绍国内外机械装备再制造发展现状和再制造成本研究现状,分析废旧机械装备再制造成本分析与预测研究的重要意义以及当前研究中存在的问题。其次,围绕废旧机械装备再制造的全过程对废旧机械装备再制造成本进行分析,并对废旧机械装备再制造过程成本不确定性进行阐述;分析废旧机械装备关键零部件失效特征与废旧机械装备再制造成本之间的关系,提出基于关键零部件失效特征的废旧机械装备再制造成本预测方法,构建基于关键零部件失效特征的废旧机械装备再制造成本预测框架。再次,确定废旧机械装备关键零部件,分析关键零部件失效特征,建立基于模糊综合评价法的废旧机械装备关键零部件失效特征量化模型;针对传统参数预测的局限性、再制造历史数据的缺乏性以及再制造过程成本不确定性等问题,结合最小二乘支持向量机(LS-SVM)在处理数据缺乏性及非线性建模等问题的优良特性,将废旧机械装备关键零部件失效特征量化值作为输入,废旧机械装备再制造成本作为输出,构建基于最小二乘支持向量机的机械装备再制造成本预测模型;同时构建基于指数平滑法的机械装备再制造成本的预测模型,对结果进行比较分析。最后,以湖北某工程机械再制造公司的废旧挖掘机DH220LC再制造为例,利用MATLAB对废旧机械装备再制造成本预测模型进行仿真研究,通过实例验证模型的精确性与有效性。(本文来源于《武汉科技大学》期刊2018-06-01）
俞超,江志刚,张旭刚[4]（2018）在《废旧机械装备再制造成本分析与预测》一文中研究指出废旧机械装备再制造成本是判断其再制造性的重要因素之一。由于废旧装备服役状态的差异性和失效特征的多样性,导致废旧机械装备再制造成本分析与预测具有复杂性,为此提出基于废旧机械装备主要零部件失效特征的再制造成本预测模型。分析废旧机械装备再制造成本构成,模糊量化主要零部件的失效特征,通过计算主要零部件的相似度,选取历史相似再制造案例构建废旧机械装备再制造成本预测模型,采用遗传算法对模型中的参数进行优化,提高模型的预测精度。以某型号的机床再制造成本预测为例,验证了该模型的合理性与准确性。(本文来源于《组合机床与自动化加工技术》期刊2018年05期）
桑凡,李恩重,郑汉东,史佩京[5]（2017）在《基于状态的重载发动机再制造成本组合预测》一文中研究指出针对企业重载发动机再制造决策中成本预测问题,基于重载发动机再制造过程,分析再制造成本的影响因素,采用灰色理论建立基于状态的再制造成本预测模型,在灰色系统预测模型基础上,运用统计粗糙理论建立再制造成本组合预测模型。实例分析证明,组合预测模型较灰色预测模型在精度上有明显的提高,为重载发动机再制造企业的再制造技术应用于成本控制提供理论基础。(本文来源于《表面工程与再制造》期刊2017年Z1期）
王施雯[6]（2016）在《基于数学模型的汽车制造企业生产物流成本预测》一文中研究指出在汽车制造企业生产物流系统中,受各种不确定因素的影响经常出现成本漂移现象,对生产进程和生产计划的制定产生了严重影响。针对上述问题,本文提出了一种基于成本漂移指数数学模型的汽车制造企业生产物流成本预测方法,并构建了成本多态性的预测机制。(本文来源于《财会学习》期刊2016年23期）
冯丙卿[7]（2016）在《基于改进LS-SVM的单件小批产品制造成本预测研究》一文中研究指出随着客户个性化需求的日益增长和信息技术的不断发展,以产品族为单位和产品平台为基础的产品开发和管理策略在企业产品全生命周期中扮演着越来越重要的角色。单件小批生产就是采用该策略满足客户多样化和个性化需求的典型生产方式。对于单件小批生产型企业来说,产品设计和开发是产品全生命周期的关键组成,同时产品成本管理也是其经营管理活动中不可缺少的部分。然而,单件小批产品存在着结构复杂、产品设计和开发难度大以及生产准备周期长等诸多问题。如何在产品开发设计阶段有效地对单件小批产品进行制造成本预测关系到产品的市场竞争力、生产阶段的成本控制以及在订单管理过程中对客户的快速反馈。因此,在产品设计阶段对新产品制造成本进行预测已成为企业成本管理活动甚至企业经营决策的重要部分。本文以单件小批产品为研究对象,构建基于改进LS-SVM的单件小批产品制造成本预测模型,为单件小批型企业经营决策和成本控制管理提供有效依据和信息。论文的主要研究内容分为以下几个方面:首先,对基于改进LS-SVM的单件小批产品制造成本预测进行总体研究。在明确产品制造成本含义和设计阶段制造成本预测重要性的基础上,分析现有方法的局限性,结合单件小批产品的特点,提出研究范围并对论文需要解决的关键问题进行说明;提出产品模块化及结构分解、产品制造成本的影响因素分析和改进的LS-SVM预测模型叁部分总体方案内容,并对研究思路和技术路线进行说明。其次,提出基于改进LS-SVM的单件小批产品制造成本预测模型。在产品族、产品平台和模块化理论的基础上对产品进行模块化及结构分解;获取和筛选产品制造成本的各个影响因素;提出以样本相似加权方法为基础的改进LS-SVM预测模型,分析单件小批产品制造成本预测特点并说明LS-SVM改进的必要性,阐述改进LS-SVM原理并对预测模型进行说明。再次,对基于改进LS-SVM的单件小批产品制造成本预测模型求解及评价进行说明。提出改进LS-SVM预测模型的基本流程,并对各个步骤进行说明;分析预测模型评价的必要性,说明预测模型的评价指标及计算方法。最后,论文结合某公司油箱箱体件的相关数据,进行了制造成本预测。对产品进行模块化和结构分解,收集数据确定样本,获取和筛选产品制造成本的影响因素,通过预测模型计算得出制造成本预测值,并进行应用效果分析,验证本文模型的科学性和有效性。(本文来源于《重庆大学》期刊2016-05-01）
苏翔,宋逸,王志英[8]（2016）在《复杂产品制造工程变更信息协同的信息成本预测》一文中研究指出基于复杂产品制造工程变更需要高效的信息协同而产生大量信息成本的现状,本文应用系统动力学建立模型,以分析企业信息成本系统各要素之间的关联关系,构建包括信息决策成本、IT维护升级成本、信息流成本和信息技术成本的复杂产品制造信息成本模型,并利用Vensim软件对复杂产品制造业——CX船厂的信息成本进行动态仿真以及对主要因素进行灵敏度测试,结果表明:信息技术成本是复杂产品制造业信息成本的主要构成因素;同时,还分析了信息成本的趋势与影响因素特性,为复杂产品制造有效控制信息成本提供参考。(本文来源于《财会月刊》期刊2016年11期）
向红,夏绪辉,王蕾,江志刚[9]（2016）在《基于支持向量机的机电产品再制造成本预测方法》一文中研究指出退役机电产品再制造成本是其再制造决策的主要依据之一。针对再制造成本的随机性、不确定性以及可用数据样本有限的问题,提出基于支持向量机的再制造成本预测方法。分析了再制造成本的构成要素、影响因素及其特点,将废旧产品经拆卸、检测后零部件分为可直接再利用、可再制造加工及替换处理等叁类,结合其可再制造性,以零部件再制造加工比率、零部件替换比率及技术性指数为输入,再制造成本为输出,构建基于支持向量机的再制造成本预测模型,对机械式变速箱的再制造成本进行了预测,并与BP神经网络预测结果进行对比分析。结果表明,支持向量机预测模型能很好地预测再制造成本,并且预测精度比BP神经网络更好,可为再制造成本的准确预测提供参考。(本文来源于《机械设计与制造》期刊2016年04期）
王莉[10]（2012）在《浅议如何建立制造企业成本预测方法体系》一文中研究指出制造企业在实现企业价值最大化的过程中,控制成本是关键。建立一套行之有效的成本预测方法体系,可实现企业效益的提高,有效提升管理效能。通过对企业产品生产成本的分析,提出制造企业在结合自身特点的方式下,怎样构建企业成本预测方法体系。成本预测为企业降低产品成本指明方向和奋斗目标。为企业降低成本,提高效益,实现价值最大化提供至关重要的信息。(本文来源于《中国集体经济》期刊2012年22期）
制造成本预测论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
分析了废旧零部件失效特征对其再制造成本的影响,建立了一种基于失效特征的废旧零部件再制造成本预测模型,该模型将半监督学习与最小二乘支持向量机回归(LS-SVR)算法相结合,实现了在只有少量已完成再制造的废旧零部件样本和大量未知再制造成本的零部件样本的条件下,对废旧零件再制造成本的预测。该算法加入了k最近邻(kNN)算法,以kNN为辅、LS-SVR为主对未标记的样本进行置信度评估,将各阶段最优未标记样本逐步添加进有标记的样本集中,逐步更新预测模型,能够有效降低噪声,提高模型精度。经案例验证,提出的算法具有良好的回归预测能力和泛化能力。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
制造成本预测论文参考文献
[1].敖秀奕,张旭刚,江志刚,张华.基于半监督学习和最小二乘支持向量机回归的废旧机电产品再制造成本预测方法研究[J].组合机床与自动化加工技术.2019
[2].张旭刚,敖秀奕,张华,江志刚.考虑失效特征的废旧零部件再制造成本预测模型研究[J].中国机械工程.2018
[3].俞超.废旧机械装备再制造成本分析与预测研究[D].武汉科技大学.2018
[4].俞超,江志刚,张旭刚.废旧机械装备再制造成本分析与预测[J].组合机床与自动化加工技术.2018
[5].桑凡,李恩重,郑汉东,史佩京.基于状态的重载发动机再制造成本组合预测[J].表面工程与再制造.2017
[6].王施雯.基于数学模型的汽车制造企业生产物流成本预测[J].财会学习.2016
[7].冯丙卿.基于改进LS-SVM的单件小批产品制造成本预测研究[D].重庆大学.2016
[8].苏翔,宋逸,王志英.复杂产品制造工程变更信息协同的信息成本预测[J].财会月刊.2016
[9].向红,夏绪辉,王蕾,江志刚.基于支持向量机的机电产品再制造成本预测方法[J].机械设计与制造.2016
[10].王莉.浅议如何建立制造企业成本预测方法体系[J].中国集体经济.2012
标签：再制造; 半监督学习; 最小二乘支持向量机回归;