基于人工智能的供应链优化模型研究与实践.pdfVIP

基于人工智能的供应链优化模型研究与实

践

第一章绪论3

1.1研究背景3

1.2研究意义4

1.3研究内容与方法4

1.3.1研究内容4

1.3.2研究方法4

第二章供应链优化相关理论及方法4

2.1供应链管理概述4

2.1.1供应链管理定义4

2.1.2供应链管理目标5

2.1.3供应链管理要素5

2.2供应链优化方法5

2.2.1运筹优化方法5

2.2.2系统动力学方法5

2.2.3智能优化算法5

2.3人工智能在供应链优化中的应用6

2.3.1数据挖掘技术6

2.3.2机器学习技术6

2.3.3深度学习技术6

2.3.4人工智能6

2.3.5供应链协同优化6

第三章人工智能算法概述6

3.1机器学习算法6

3.1.1定义与分类6

3.1.2监督学习算法6

3.1.3无监督学习算法6

3.1.4半监督学习算法7

3.1.5强化学习算法7

3.2深度学习算法7

3.2.1定义与特点7

3.2.2基本结构7

3.2.3常见深度学习算法7

3.3群体智能算法7

3.3.1定义与分类8

3.3.2粒子群算法8

3.3.3蚁群算法8

3.3.4鸟群算法8

第四章供应链优化模型构建8

4.1问题描述与假设8

4.2模型框架设计9

4.3模型求解策略9

第五章基于机器学习的供应链优化模型9

5.1支持向量机回归模型9

5.1.1模型原理9

5.1.2模型构建10

5.1.3模型应用10

5.2随机森林回归模型10

5.2.1模型原理10

5.2.2模型构建10

5.2.3模型应用10

5.3集成学习回归模型11

5.3.1模型原理11

5.3.2模型构建11

5.3.3模型应用11

第六章基于深度学习的供应链优化模型11

6.1神经网络模型11

6.1.1模型概述11

6.1.2神经网络结构11

6.1.3模型训练与优化12

6.2卷积神经网络模型12

6.2.1模型概述12

6.2.2卷积神经网络结构12

6.2.3模型训练与优化12

6.3循环神经网络模型12

6.3.1模型概述12

6.3.2循环神经网络结构12

6.3.3模型训练与优化12

第七章基于群体智能的供应链优化模型13

7.1遗传算法13

7.1.1算法原理13

7.1.2编码与解码13

7.1.3选择操作13

7.1.4交叉与变异13

7.1.5算法实现与应用13

7.2蚁群算法13

7.2.1算法原理13

7.2.2信息素更新策略14

7.2.3蚁群算法的有哪些信誉好的足球投注网站策略14

7.2.4算法实现与应用14

7.3粒子群算法14

7.3.1算法原理14

7.3.2粒子群算法的更新策略14

7.3.3粒子群算法的有哪些信誉好的足球投注网站策略14

7.3.4算法实现与应用14

第八章实证分析14

8.1数据描述与预处理15