学位论文 > 优秀研究生学位论文题录展示

服装产品加工成本快速估算方法研究

作 者: 吴家瑞
导 师: 朱秀丽
学 校: 浙江理工大学
专 业: 服装设计与工程
关键词: 服装产品 加工成本 快速估算方法 小波神经网络 蚁群算法
分类号: TS941.8
类 型: 硕士论文
年 份: 2010年
下 载: 127次
引 用: 0次
阅 读: 论文下载
 

内容摘要


随着消费者生活水平的不断提高和服装市场的竞争日益激烈,追求快速反应能力竞争的环境下,服装企业为了提高经济效益,不仅需要提高产品的质量和生产效益,还必须进行有效的成本控制和管理。其中对发单过程中的快速加工报价是实现服装企业生产快速反应的关键环节之一,而如何对服装产品进行快速加工成本估算已成为影响服装产品加工报价的关键瓶颈之一。因此,本文以服装产品加工成本快速估算为主要研究目的,以方法研究为核心内容,综合运用人工智能和数据挖掘技术,试图为服装产品加工成本快速估算方法研究做出新的贡献。成本估算在国内外的研究中取得了一定的成果,但是对劳动密集型的服装行业,以往成本估算方法已黯然失色。详细的成本估算方法虽然估算精度高,但其开发需要大量的产品信息和时间,这显然不适合应用于从发单者的角度估算服装产品的加工成本;部分成本快速估算方法虽然开发成本低、估算过程快速,但其精度欠佳。基于此,本文采用自适应蚁群小波神经网络作为服装产品加工成本的估算方法,并采用案例研究检验该估算方法的有效和可行性。本文对服装产品加工成本快速估算方法研究是从发单者(虚拟服装企业)的角度出发,以大众休闲品牌服装企业为研究对象,重点围绕服装产品构建加工成本快速估算的指标体系,论文研究的内容包括以下几个主要方面:(1)对服装企业及其供应商的生产管理、成本管理等进行实地调查,结合服装加工费、成本管理、加工报价等相关理论,从服装产品、供应商、市场环境等方面综合分析影响服装产品加工成本的主要因素。(2)综合分析各种加工成本估算方法的特点,根据服装企业和服装产品的特点,选用自适应蚁群小波神经网络作为本文的估算方法。(3)通过对服装企业生产管理专家访谈和问卷调查,收集专家的建议,根据自适应蚁群小波神经网络估算方法的特点,确定影响服装产品加工成本的主要因素,由此构建服装产品加工成本快速估算的指标体系。(4)本文通过编写自适应蚁群小波神经网络MATLAB语言程序,结合专家意见,选取加工成本已知的服装产品作为训练样本,并对即将下单的服装产品进行估算。将估算结果和实际成本进行分析比较,验证本研究估算方法的有效性和可行性。本文确定了服装产品加工成本的主要影响因素,包括质量要求、货期要求、工艺复杂度、订单数量、服装品类、市场竞争程度和客户关系。在构建的服装产品加工成本指标体系基础上估算加工成本,估算值与实际加工成本误差非常小。表明该方法符合服装企业生产管理的实际需求。本研究结果给服装企业加工报价、成本控制与管理提供了一定的参考价值,有利于服装企业与其供应商建立长期共赢的合作方式。其加工成本快速估算研究方法和思路为服装企业提供了一种快速估算服装产品加工成本新的视角。

全文目录


摘要  4-6
Abstract  6-10
第一章 绪论  10-14
  1.1 研究背景和意义  10-11
    1.1.1 研究背景  10
    1.1.2 研究意义  10-11
  1.2 研究目的  11
  1.3 研究内容与方法  11-13
    1.3.1 研究内容  11-12
    1.3.2 研究方法与技术路线  12-13
  1.4 论文的创新点  13-14
第二章 加工成本估算方法理论研究  14-19
  2.1 加工成本理论  14-15
    2.1.1 加工报价类别  14
    2.1.2 加工成本的概念  14
    2.1.3 服装产品加工成本  14-15
  2.2 加工成本估算方法分类  15-18
    2.2.1 基于统计和参数拟合估算方法  15-17
    2.2.2 分析估算法  17-18
    2.2.3 加工成本估算方法比较分析  18
  2.3 本章小结  18-19
第三章 自适应蚁群小波神经网络  19-34
  3.1 加工成本的小波神经网络模型  19-26
    3.1.1 小波神经网络  19-22
    3.1.2 小波神经网络结构及学习算法  22-24
    3.1.3 加工成本的小波神经网络结构  24-26
  3.2 蚁群算法  26-29
    3.2.1 蚁群算法原理  26-27
    3.2.2 蚁群算法数学模型  27-29
  3.3 自适应蚁群小波神经网络  29-32
    3.3.1 自适应蚁群算法  29-30
    3.3.2 自适应蚁群小波神经网络运算步骤  30-32
  3.4 本章小结  32-34
第四章 构建服装产品加工成本快速估算指标体系  34-53
  4.1 服装产品加工成本快速估算的步骤  34-35
    4.1.1 构建服装产品加工成本快速估算指标体系原则  34
    4.1.2 服装产品加工成本快速估算的基本步骤  34-35
  4.2 确定服装产品加工成本快速估算指标的方法  35-38
    4.2.1 问卷信度分析  35-36
    4.2.2 问卷效度分析  36-38
    4.2.3 问卷因子分析  38
  4.3 确定服装产品加工成本快速估算指标  38-41
    4.3.1 问卷设计  39-40
    4.3.2 问卷调查与结果分析  40-41
  4.4 服装产品加工成本快速估算指标分析  41-46
    4.4.1 服装品类  41-42
    4.4.2 产品属性  42-45
    4.4.3 非产品因素  45-46
  4.5 服装产品加工成本快速估算指标计分标准  46-51
  4.6 服装产品加工成本快速估算指标体系  51-52
  4.7 本章小结  52-53
第五章 服装产品加工成本快速估算方法实证研究  53-58
  5.1 案例材料  53-54
  5.2 小波神经网络结构及参数  54-56
  5.3 估算结果分析  56-57
  5.4 本章小结  57-58
第六章 结论与展望  58-60
  6.1 本研究的主要结论  58
  6.2 展望  58-60
参考文献  60-65
致谢  65-66
附录一  66-74
附录二  74-75
攻读学位期间的研究成果  75

相似论文

  1. 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
  2. 基于蚁群算法的电梯群优化控制研究,TU857
  3. 动态环境下移动对象导航系统相关技术的研究,TP301.6
  4. 基于改进蚁群算法的机器人路径规划研究,TP242
  5. 改进的蚁群算法及其在TSP上的应用研究,TP301.6
  6. 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
  7. 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
  8. 基于小波神经网络的矿山事故隐患安全评价系统的设计,TD79
  9. 基于物理拓扑感知的Chord算法研究,TP393.02
  10. 电渣炉过程控制系统的设计及优化控制,TP273
  11. Ad Hoc网络中分簇路由算法的研究,TN929.5
  12. 图像信息处理机的图像处理方法研究,TP391.41
  13. 智能光网络中路由选择算法的研究,TN929.1
  14. 面向无线传感器网络的多路径路由协议研究,TN915.04
  15. 改进蚁群算法在盲均衡中的应用,TN911.5
  16. 智能光网络动态路由和波长分配算法的研究,TN929.1
  17. 基于蚁群算法的移动商务个性化推荐体系研究,TP391.3
  18. 基于蚁群算法的车辆调度问题研究,TP301.6
  19. 融合MMTD与仿生算法的路由选择研究,TP393.05
  20. 基于改进蚁群算法的多目标退化调度问题的研究,O221.6
  21. 面向可穿戴生理检测的无线传感器网络QoS路由研究,TP212.9

中图分类: > 工业技术 > 轻工业、手工业 > 服装工业、制鞋工业 > 服装工业 > 服装厂、时装店
© 2012 www.xueweilunwen.com