|
|
题目：
雅宝题库答案：
****此区域为收费内容**** 需支付 1 知识币后可查看，1币=0.01元查看答案
雅宝题库解析：
21世纪是信息化的时代，信息技术的突飞猛进，加快了商品、资金和信息的流动，从根本上改变了经济运行的时空环境。一方面，企业迫切的需要从积累的数据中分析出有价值的信息，以便指导生产、销售、管理等活动，降低成本，增加收益，提高企业的综合竞争力。另一方面，海量的数据已经远远超出了现有的工具和方法的处理能力，以至于我们淹没在数据的海洋中手足无措。近年来，在库存管理和生产计划决策中关于非独立需求的研究逐渐受到研究者的重视，特别是交叉销售现象的广泛存在，使人们意识到在库存管理中引入关联需求将具有重要的理论和应用价值。本文针对以上题目，以关联分析为基础，针对交叉销售引起的关联需求，使用兴趣度描述产品之间的关联关系，研究了关联产品的有趣模式挖掘算法，并对衡量关联强度的度量进行了全面的评价，在部分延迟交货的经济生产批量模型中引入关联非独立需求，构建了关联产品的部分延迟交货经济生产批量模型，并对最优库存策略和最优决策过程进行了讨论。本文的创新点主要体现在以下四个方面： 基于余弦相似度的二项有趣模式挖掘算法提出了余弦相似度上界、余弦相似度上界的一维单调性以及在有序项矩阵中的二维单调性，提出了用于二项有趣模式搜索的AOPRT算法、使用对角线遍历方法的用于前K 个最大二项有趣模式搜索的TOPDT算法和针对大规模数据集使用“边界向量”和“最小堆”数据结构进行优化的TOPDT-R算法，以及使用最大优先遍历方法的用于前K个最大二项有趣模式搜索的TOPMT算法，并从理论和实验两方面证明了以上算法的有效性。 基于余弦相似度的多项有趣模式挖掘算法提出了余弦相似度的条件反单调性、余弦相似度上界、余弦相似度上界的反单调性、以及余弦相似度的交叉支持性质，提出了直接将余弦相似度的条件反单调性和支持度的反单调性应用于模式挖掘过程中的CosMiner算法，解决了余弦相似度度量无法直接应用于现有的挖掘算法，仅能作为后评价度量对找到的模式进行筛选的题目。实验结果证明了CosMiner算法的有效性。 有趣模式挖掘客观兴趣度度量评价对目前常用的35种度量进行了系统的、全面的分析和比较，提出了用于衡量对称模式关联强度的度量必须具备的唯一性和扩展性，并且为了能够高效地挖掘有趣模式，这些度量还应具有反单调性或条件反单调性。针对从35种度量中筛选得到的GM度量，分析了其所具有的4个特点，即灵活性、零加性、交叉支持性质和上界反单调性，并提出了用于挖掘GM有趣模式的GMiner算法。实验结果证明了GMiner算法的有效性。 关联需求下的经济生产批量模型在经典的EOQ和EPQ模型的基础上，扩展“不允许缺货”和“需求独立”这2个基本假设，提出了关联产品的部分延迟交货EPQ模型，并讨论了最优库存策略以及最优决策过程。理论分析表明，是否选择缺货策略取决于顾客对待缺货的态度，当延迟交货比例满足一定条件时，采取部分延迟交货策略能够获得更大的收益。 |
上一篇：基于振动信号的直升机传动系统HUMS关键技术研究下一篇：含复杂缺陷介质的多场耦合与弹塑性题目研究
|
发表于 2022-8-30 12:53:08
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
中发现Ni：
QQ登录
