基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为克服传统商品库存成本过大和消费者满意度过低的弊端,采用BP神经网络方法,以超市一段时间内的销售记录为样本数据,分析BP神经网络库存控制模型的训练过程,并验证BP神经网络的自适应能力、容错能力以及处理非线性关系的能力,保证库存预测的准确性,最终提出基于BP神经网络算法的商品库存控制模型。研究结果表明:该控制模型能够准确高效控制超市商品库存,可以为合理控制库存提供决策支持,有效提高库存控制的效率。
推荐文章
基于BP神经网络的模型参考自适应控制
模型参考自适应
神经网络控制
自适应律
基于改进BP神经网络的关联挖掘模型设计
BP神经网络
关联挖掘模型
算法改进
二次函数
选择能力
用户交互
基于RBF神经网络建立库存烟叶香型的预测模型
库存烟叶
香型
主成分分析
RBF神经网络
基于联想记忆神经网络模型的BP算法
BP算法
神经网络
联想记忆
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于BP神经网络的商品库存控制模型
来源期刊 辽宁工程技术大学学报(自然科学版) 学科 社会科学
关键词 超市 BP神经网络 数据挖掘 库存控制 最小化 预测 信息化 决策支持
年,卷(期) 2013,(6) 所属期刊栏目
研究方向 页码范围 817-821
页数 5页 分类号 C93
字数 3020字 语种 中文
DOI 10.3969/j.issn.1008-0562.2013.06.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 耿也 大连工业大学信息科学与工程学院 14 38 3.0 5.0
2 孔繁烨 大连工业大学信息科学与工程学院 1 9 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (14)
共引文献  (125)
参考文献  (7)
节点文献
引证文献  (9)
同被引文献  (17)
二级引证文献  (10)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(3)
  • 参考文献(3)
  • 二级参考文献(0)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(5)
  • 引证文献(3)
  • 二级引证文献(2)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
2019(5)
  • 引证文献(2)
  • 二级引证文献(3)
研究主题发展历程
节点文献
超市
BP神经网络
数据挖掘
库存控制
最小化
预测
信息化
决策支持
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
辽宁工程技术大学学报(自然科学版)
月刊
1008-0562
21-1379/N
大16开
辽宁省阜新市
1979
chi
出版文献量(篇)
6319
总下载数(次)
12
总被引数(次)
52708
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导