發(fā)布時間：2018-03-27 22:00

  本文選題：非齊次泊松過程　切入點：質(zhì)保數(shù)據(jù)　出處：《天津大學》2014年碩士論文

【摘要】：質(zhì)保數(shù)據(jù)(Warranty Data)是指在質(zhì)保期內(nèi)由于質(zhì)保索賠產(chǎn)生的,或者企業(yè)自行組織調(diào)查進而對索賠數(shù)據(jù)進行補充而得到的數(shù)據(jù),這兩種數(shù)據(jù)分別稱為索賠數(shù)據(jù)(Claim Data)和補充數(shù)據(jù)(Supplementary Data)。作為產(chǎn)品投入市場后最直觀的壽命與備件需求信息數(shù)據(jù),對質(zhì)保數(shù)據(jù)進行分析受到了廣泛的關(guān)注。本文以產(chǎn)品備件的質(zhì)保數(shù)據(jù)為基礎(chǔ),以質(zhì)保索賠數(shù)預測問題為出發(fā)點,以維修數(shù)據(jù)為補充,探求基于質(zhì)保數(shù)據(jù)的備件需求預測問題,以此作為備件需求預測這一庫存管理中的重要問題的研究。而現(xiàn)如今服務備件需求預測領(lǐng)域的方法大多以時間序列為基礎(chǔ),如移動平均法、指數(shù)平滑法和Croston法等,而這些方法在準確度上仍難以令人滿意。因此,針對兩種不同種類備件的需求預測問題,即一般備件需求預測(Ordinary Service Part Demand Forecasting)與不常用備件需求預測(Rarely Used Service Part Demand Forecasting),本文分析了兩種不同的質(zhì)保索賠數(shù)據(jù):一般質(zhì)保索賠數(shù)據(jù)(Ordinary Warranty Data)與稀疏質(zhì)保索賠數(shù)據(jù)(Sparse Warranty Data)。其中針對普通備件需求預測問題,本文將非齊次泊松分布(Non-homogeneous Poisson Process)與備件失效更換率模型結(jié)合,構(gòu)建了基于隨機過程的備件需求預測模型。另外在此基礎(chǔ)上,本文指出對具有二維質(zhì)保策略的產(chǎn)品使用普通的一維預測模型的缺陷,考慮了產(chǎn)品二維質(zhì)保策略下對需求預測的問題的改進。在數(shù)理驗證階段,本文使用模擬仿真和案例研究的方法將文中方法與指數(shù)平滑法模型和ARIMA模型進行了比較。同時,本文又著重研究了基于稀疏質(zhì)保數(shù)據(jù)的不常用備件的需求預測問題。首先本文發(fā)現(xiàn)了質(zhì)保數(shù)據(jù)中的零膨脹(Zero-inflation)現(xiàn)象。針對質(zhì)保索賠數(shù)領(lǐng)域的研究集中于常規(guī)質(zhì)保數(shù)據(jù)研究而忽略零膨脹數(shù)據(jù)研究的現(xiàn)狀,本文提出了基于非齊次泊松過程的零膨脹非齊次泊松(ZINHPP)模型,解決了質(zhì)保數(shù)據(jù)中的零膨脹和非齊次性兩個問題。對此模型本文進行了數(shù)據(jù)仿真驗證,結(jié)果優(yōu)于傳統(tǒng)的零膨脹泊松(ZIP)模型與非齊次泊松(NHPP)模型。隨后,本文以此為基礎(chǔ)研究不常用備件的需求預測問題,構(gòu)建DZINHPP模型,并將此模型與不常用備件預測領(lǐng)域常用的Croston法和2S法相比較,結(jié)論顯示本文方法在大樣本和小預測間隔時有較高預測精度。
[Abstract]:......
【學位授予單位】：天津大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：F224;F273

【參考文獻】

相關(guān)期刊論文 前2條

1 徐飛;;負二項回歸模型在過離散型索賠次數(shù)中的應用研究[J];統(tǒng)計教育;2009年04期

2 李武勝;;備件需求預測技術(shù)綜述[J];物流技術(shù);2007年08期

相關(guān)博士學位論文 前1條

1 張瑞;不常用備件需求預測模型與方法研究[D];華中科技大學;2011年

相關(guān)碩士學位論文 前1條

1 劉衛(wèi)兵;汽車服務備件分布式庫存集中控制策略研究[D];大連理工大學;2009年

，

本文編號：1673417