一、笔记本电脑趋势预测(论文文献综述)
李忠[1](2021)在《3C屏幕组装中除尘及对位压合技术研究》文中研究指明笔记本电脑因为其特有的可移动性和便捷性,越来越受到消费者的青睐,屏幕作为笔记本电脑的显示部件,其好坏将直接决定了笔记本电脑的质量。目前笔记本电脑屏幕的组装还是依靠人工的方式,这种方式在批量生产时导致了生产效率低,产品质量参差不齐等问题。本文通过对屏幕组装的工艺流程进行分析,确定了自动化组装的整体设计方案,将屏幕自动化组装生产线分为上料站、预清洁站、灰尘检测站、组装站、压合站和下料站这六个工站,并围绕组装过程中的灰尘控制、精准对位、精确平稳压合等关键问题展开了研究。本文主要研究工作如下:针对现有吹气式除尘装置效果差导致产品不良的问题,提出基于计算流体力学(Computational Fluid Dynamics,CFD)分析的组装过程灰尘洁净控制技术。利用ANSYS Fluent软件对机台内部流场进行分析,对比了吹气式除尘以及抽气式除尘,基于此分析了单风口、2风口、3风口和4风口抽气式除尘的除尘效果。此外,在4风口抽气式除尘的基础上,模拟了流量从250m3/h分别提升到350m3/h和450m3/h时的除尘效果。针对对位结构共振与对位精度不高的问题,提出基于结构模态优化及随机样本一致性(Random Sample Consensus,RANSAC)的对位方法。针对在对位过程中由于机械振动,导致屏幕发生偏移,影响对位组装质量的问题,提出利用模态分析的方法对结构进行分析,依据分析结果对其进行优化改进。针对对位精度影响组装质量的问题,提出基于RANSAC算法的边缘图像的直线拟合算法。针对组装过程中存在各种误差导致组装精度不高的问题,提出基于最终组装精度与对位精度间的差值采用带有函数拟合修正的移动平均值补正的方法,对误差进行拟合补偿修正。针对压合不均且压力稳定时间长的问题,提出基于压合结构优化和压力闭环控制的方法。针对压合系统存在压合不均以及断层的问题,提出基于ANSYS对压合系统的压头进行有限元分析的方法,对其结构进行了优化改善。针对压力稳定时间长和压力控制精度低等问题,提出基于Smith预测器的闭环输入整形控制方法,并把它与传统三环结构的压力控制方法做实验对比。最后,进行了屏幕组装自动化生产线的试制和调试,并通过设备运行效果检验设备的工作性能,结果表明设备的除尘率、组装精度和压合效果均满足技术要求。
刘问秋[2](2021)在《中国锂离子电池系统金属动态物质流分析》文中研究表明经过近二十年的发展,中国已形成了世界最大规模的锂离子电池产业体系。本论文以锂离子电池系统中锂、钴、镍等金属元素为研究对象,运用物质流分析方法,研究2000—2018年中国锂离子电池从原材料生产、电池生产、电池使用到废旧电池回收处理过程中金属元素代谢的动态演化,核算电池系统内金属元素的流量和存量,分析金属代谢过程中资源利用效率,识别锂离子电池系统金属资源代谢的关键节点及动态演化的驱动力。在情景分析环节,采用存量驱动模型对2019—2050年中国锂离子电池产业发展和相关资源代谢进行了情景分析,探讨锂离子电池系统金属资源效率提升的可行性措施,可以为我国锂离子电池产业的可持续发展提供科学参考。中国锂离子电池系统金属的动态物质流分析结果表明,从2000年到2014年,手机和笔记本电脑的普及促进了中国锂离子电池系统中锂、钴等金属的消费。在2015年后,电动汽车逐渐成为锂、钴等金属消费增长的主要驱动力。2000—2018年,中国锂离子电池的消费量从1400 t增加到54.7万t,金属锂、钴、镍、锰、铜、铝和铁的累积消费量分别为6.2万t、24.8万t、39.7万t、42.9万t、173.2万 t、220.0 万 t 和 129.2 万 t,使用存量分别从 30.0t、200.0t、0.0t、0.0t、107.1 t、38.5 t、和 216.7 t 增加到 1.8 万 t、3.1 万 t、2.9 万 t、3.2 万 t、11.6 万 t、15.1万t和8.0万t。同时,锂离子电池的报废量迅速增加,从每年100 t增加到11.1万t。2018年从报废的锂离子电池中回收了 400 t的锂和3100 t的钴,分别为锂离子电池的生产提供了 4.2%的锂和12.8%的钴。另外,有1100 t报废的磷酸铁锂(LFP)电池进行了梯次利用。中国锂离子电池系统金属的动态物质流情景分析结果表明,中国锂离子电池系统对金属的需求量会继续增加。三种使用存量情景下,2050年锂、钴、镍、锰、铜、铝、铁需求量分别为的53~83万t、117~182万t、163~253万t、163~253万t、286~446万t、364~564万t和60~92万t。锂离子电池技术改进将会减少60%的金属钴需求量,而金属镍需求量则增加了 71%。中国未来会面临大量报废锂离子电池亟待处理的局面,但是另一方面也说明报废锂离子电池中的金属资源回收潜力巨大。2050年报废锂离子电池可以为生产新的锂离子电池分别提供35~63万 t 锂,76~136 万 t 钴,105~189 万 t 镍,105~189 万 t 锰,188~341 万 t 铜,239~433万t铝,41~76万t铁,占当年需求量的65.1%~82.7%。提高锂离子电池的回收率可以极大的促进金属的回收。在三种不同的电池回收处置情景下,高回收率情景下比低回收率情景下多回收50%锂(15万t)、53%钴(35万t)、53%镍(49 万 t)、53%锰(49 万 t)、54%铜(85 万 t)、54%铝(108 万 t)和 54%铁(16 万 t)。
周艳晶[3](2021)在《中国铟资源动态物质流研究》文中研究说明铟在高新技术领域具有重要应用,是支撑战略性新兴产业发展不可或缺的原材料。世界主要经济体纷纷将铟列入关键性矿产目录,在能源转型背景下,铟的需求有望持续增长,未来可能成为资源竞争的焦点。中国是铟的资源、生产和贸易大国,深入分析中国铟资源流动规律和利用效率,把握未来发展趋势,进而提出中国铟资源管理的政策建议,对于实现铟产业的可持续发展具有重要意义。通过大量文献调研,本文对铟产业发展现状进行了详细介绍,明确描述了铟的生命周期过程。在此基础上,首次构建了国家层面铟资源的动态物质流分析模型,定量分析2000-2019年铟在生产、加工制造、使用和废物管理过程的动态演变特征,测算流量及存量的变化规律。采用存量-驱动模型和情景分析方法,模拟不同情景下2020-2050年铟的流动情况和供需趋势,并对供需两侧的影响因素进行政策模拟,探讨不同政策方案的改善效果,甄选有利于铟产业健康发展的最佳政策方案。本研究数据量大,数据来源广泛,对数据质量的不确定性分析结果表明,研究结果相对可靠,可以作为铟产业管理决策的依据。论文取得的主要认识和结论如下:(1)2000年以来中国精铟消费快速增长,但消费水平仍然较低,2019年占全球消费量的比例为11%;全球范围内铟资源十分丰富,除中国外,澳大利亚、智利、玻利维亚等国都蕴藏大量铟资源;全球原生铟的供应主要集中在中国和韩国,2019年分别占比39%和31%,而考虑再生铟的供应格局则有所不同,2019年呈现韩国(32%)、日本(30%)、中国(29%)三足鼎立的局面;虽然有多种提铟原料,但目前原生铟的供应主要来自锌精矿,锌的生产活动对原生铟供应有重要影响。(2)铟在生产过程的综合回收率约21%,采选环节损失大量铟;供需不平衡导致目前国内市场有3316吨的精铟库存;我国已经从铟的净出口国转变为净进口国;2000-2019年,中国经济社会系统中铟的使用存量从22.7吨增加到537吨,人均存量从0.02克/人增长到0.38克/人,未来还有较大增长空间;铟的报废量逐年增加,但在当前技术和经济条件下,报废产品中的铟均没有被回收。(3)在“低于2℃”和“2DS”两种情景下,铟的使用存量和实际需求量都将保持明显增长;受锌精矿原料供应和当前回收水平限制,铟供应的增长空间有限,未来铟的供需缺口很大,供不应求的局面长期存在。(4)供给侧政策方案的改善效果并不理想,一是因为锌精矿的供应增长空间有限,二是铟在终端产品的含量很低,技术、经济因素导致大规模回收不能马上实现。需求侧政策方案能够显着降低铟需求,但只有组合方案能有效缓解“2DS”情景的供需不足。供需两侧综合政策模拟效果最佳,既减少了对原生矿石的依赖,又提高了铟的回收利用水平,统筹兼顾供给和需求,才能更好地保障我国铟产业的健康发展。基于以上结论提出如下政策建议:重视铟的综合回收利用,拓宽除锌精矿以外的原生铟供应来源;提高铟在生产过程的回收利用率;提高铟在ITO和CIGS加工制造过程的利用率,加强高端ITO靶材的研发;加强电子废弃物中铟的回收技术研发,提高二次资源利用水平。
雷泽坤[4](2020)在《特征价格指数编制法的改进与应用研究 ——基于电商平台大数据的实证分析》文中进行了进一步梳理价格指数反映价格的相对变化趋势,要想得到准确的价格指数,关键在于确保样本的“同质可比性”,而由于质量变化所引起的价格变化不应在价格指数中反映,需要在价格指数构建的过程中剔除属于核算中物量变化的范畴。特征价格法可以避免传统匹配法由主观因素造成的偏差,是一种较为有效的质量调整法。然而,随着新一代信息技术的快速成长,促使产品更替速度加快、功能增强、质量大幅提升,也使得产品市场竞争愈加激烈,从而流通中产品的价格和销量波动日益频繁。因此,经典特征价格理论方法与实践应用仍需要不断地完善和创新,以应对这些新情况、新问题。与此同时,近年来我国电子商务和网上支付发展速度空前,电商平台积累的海量交易数据,为完善特征价格理论方法与应用提供新契机。鉴于此,本文力图在经典特征价格指数理论和方法进行系统分析的基础上,基于电商平台大数据,对经典特征价格指数的编制方法予以全面、系统地优化。首先,详细梳理由Lancaster消费偏好理论、Rosen特征供需均衡理论和Diewert特征价格理论构成的特征价格法理论基础,对经典特征价格法(包括:特征虚拟时间变量法、直接特征法、特征价格估计法和质量调整系数法)的实现原理、优缺点以及适用情况进行详实而细致地梳理和评析,并指出在新经济背景下经典特征价格法面临的诸多困难与不足(包括:数据来源不足、权重缺失、模型设定不足和链式漂移等问题),为进一步优化经典特征价格法奠定基础。其次,针对经典特征价格法面临的不足,提出一个系统的优化方案。就经典特征价格模型的权重缺失和模型设定不足,提出加权—ADL特征价格估计模型,并采用完全匹配数据下的RYGEKS价格指数化解链式漂移。将直接特征法与特征价格估计法相结合,有效地应对规格品出现的新特征。从应用层面,基于电商平台大数据,分别编制智能手机、笔记本电脑、台式机、平板电脑、优盘和移动硬盘等典型ICT产品基于经典特征价格估计模型、加权—特征价格估计模型和加权—ADL特征价格估计模型的特征价格指数,定量分析改进前后特征价格指数出现的偏差幅度。通过编制相邻时期匹配数据价格指数,测度并分离传统价格指数由样本更替的时滞性和质量调整不足所导致的偏差。最后,产品质量调整不足仍是造成官方价格指数产生向上偏差的主要因素,进而导致实际GDP的低估,影响了对实际经济增速和生产率的准确判断。本文根据现有数据样本编制ICT设备居民消费特征价格指数,分别根据现有数据样本和跨国转移法估计ICT设备投资特征价格指数,进而监测传统ICT设备价格指数由于质量调整不足而产生的系统性偏差,并基于增长模拟的敏感性分析模型,定量分析我国ICT设备的投入产出构成与传统价格指数的偏离对实际GDP增长速度的影响。研究表明:(1)加权—ADL特征价格估计模型的平均拟合优度明显高于经典特征价格模型,改进后模型的精确度和解释力显着增强。(2)测算ICT产品特征价格指数发现:加权—ADL特征价格估计模型有效地纠正了由于经典特征价格模型权重缺失和模型设定不足而产生的偏差;月度Laspeyres和Paasche指数容易发生链式漂移,Fisher指数在一定程度上缓解了链式漂移,而RYGEKS指数可有效地化解链式漂移;传统价格指数样本更替的时滞性和质量调整不足,均可导致各类ICT产品价格指数产生向上偏离。(3)由于质量调整不足而导致我国ICT设备价格指数年均降幅被低估约10至12个百分点,导致我国实际GDP增速被低估约0.34至0.41个百分点。
刘亚波[5](2020)在《基于机器学习的政府采购电商大数据标定与评价》文中认为政府采购商城是各地政府在互联网上的采购平台,每天要处理大量供货电商数据。面对数据来源各异、品类众多且书写格式无统一规范等问题,传统处理手段不仅费时费力,而且处理结果不理想。本文基于机器学习开展政府采购电商大数据的获取、标定与评价研究,实现政采数据快速获取、同一商品准确标定、利用同一商品历史价格有效预测并评价供货商新报价等,推进机器学习在政府电子采购领域的应用,协助政府智能监控商品质量与价格,减少人为因素干扰及管理成本,降低采购交易价格,提高采购效率增强采购及时性,确保政府采购商城、供货电商以及采购人三方合作共赢。本文开展的研究工作如下:首先,分析政府采购电商大数据的多样性来源与差异化特点,设计并实现数据采集程序来定向快速获取各政采商城网页上的电商数据。程序获取过程中能避免政采网页间差异性、能自动过滤重复网页、能自动筛选出各类商品,并以品类名称分类存储所获取的电商数据,方便后续通过多种不同形式查询调用所保存数据。实验结果表明,每天能够实时采集更新政府采购电商有效数据数量达20万条以上,为后续商品同一性标定以及报价预测及合理性评价提供数据支持。然后,提出一种基于长短时记忆网络(Long Short Term Memory,LSTM)的商品同一性标定模型。该模型由分词、重要性排序、相似度计算等三个子模型串联组成。分词子模型对电商大数据预处理,获得有区分度的关键词序列;LSTM重要性排序子模型筛选最具表征商品信息的重要关键词序列;LSTM相似度计算子模型在给定大数据中准确标定出同一种商品。另外还引入二分查找、全局词频统计词表征(Global Vectors for Word Representation,Glove)词向量化、词序列语义校验技术,分别用于提高标定速度、训练样本利用率与高标定泛化能力。实验结果表明,在处理不同品类政采电商大数据时,对易混淆样本同一性标定准确率高。最后,对被标定为同一种商品的报价进行可视化等预处理,对报价采用三种方式聚类分析。聚类结果表明,基于密度带有噪声聚类(Density-Based Spatial Clustering of Applications with Noise,DBSCAN)比K-means、层次聚类更适用于去除价格奇点,其次基于扩展迪基-福勒(Augment Dickey-Fuller,ADF)检验将报价分为常数项、平稳以及非平稳时间序列。然后针对各序列分别采用差分自回归移动平均(Autoregressive Integrated Moving Average,ARIMA)模型、支持向量机(Support Vector Machine,SVM)、高斯过程(Gaussian Process,GP)模型以及高斯过程混合(Gaussian Process Mixture,GPM)模型进行报价预测及合理性评价。实验结果表明,GP模型与GPM模型能输出报价预测置信区间,使预测及评价结果更可信。另外GPM模型预测精度总体上要高于其它三种模型,是一种商品报价预测及评价的有效模型。
陈奇[6](2020)在《面向领域的推荐系统理论与关键技术研究》文中研究表明由于互联网信息的快速增长,用户面临着信息过载的问题。借助数据挖掘和人工智能领域中的相关技术,推荐系统能够帮助用户快速找到其感兴趣的信息,在社交网络、电子商务、在线阅读和广告投放等领域得到了广泛的应用。随着互联网应用的多元化发展,传统的推荐模型难以直接运用到新领域中以解决相应的问题。以智能手机,笔记本电脑等为代表的电子产品更新换代通常较为频繁,而用户对于此类产品的消费周期则相对较长。传统的推荐系统会根据用户之前的消费记录来进行推荐,这种情况下有些消费记录可能已经失去了时效性,无法提供足够的有效信息来推荐新项目。针对这一问题,本文决定从两个角度进行建模,即项目水平和用户水平。前者反映了项目的属性相对于同类竞品所处的档次,后者则反映了用户偏好的项目所处的档次。通过分析项目的属性变化趋势以及用户的消费行为特点,发现用户的偏好具有一定的稳定性,即用户在不同时期也会倾向于购买具有类似属性水平的项目。基于此,设计了两种新的相似性度量方法,然后利用它们来扩展隐特征模型得到两种新方法—基于项目水平相似度的矩阵分解算法(ILMF)和基于用户水平相似度的矩阵分解算法(ULMF)。此外还将这两种扩展方法结合起来,进一步研究这两种扩展方法对推荐结果的贡献程度。实验结果表明提出的方法在真实数据集上的表现优于对比方法。不同于传统的推荐任务,兴趣点推荐是指在特定时空背景下,预测目标用户感兴趣的地点。兴趣点推荐不仅能让用户获得更好的访问体验,还能让服务提供者根据用户的反馈信息进行改善。兴趣点推荐需要充分考虑用户的访问行为特征,而用户的访问行为受到地理、时间等因素的影响,同时还具有群体性特征。因此如何合理地将这些影响因素融入统一的兴趣点推荐框架中是一个巨大的挑战。为了解决这个问题,首次提出了一种基于分组的兴趣点推荐方法GTSAR-RNN,综合考虑了时间信息、评论信息、类别信息和地理信息。为了提高模型的针对性,根据访问数据将用户划分到不同的分组中,并为每组用户训练一个独立的神经网络来进行兴趣点推荐。GTSAR-RNN采用一种灵活的多分组策略将用户分到多个组中,每个组都会产生一个独立的推荐结果,而最终的推荐结果则是把不同分组的推荐结果进行整合。一个拥有多个兴趣倾向的用户会被分到多个分组中,由于对每个分组都进行独立训练,因此每个分组对应的神经网络都捕获了该用户的部分兴趣。采用这种独立训练的策略能够较好地兼顾推荐的个性化和多样性。实验结果表明GTSAR-RNN在真实数据集上的性能相较于对比方法有明显的提升。传统基于预测评分的推荐系统通过计算项目属性与用户偏好的匹配度,然后向用户推荐匹配度最高的Top-k个项目。然而这种Top-k推荐策略,主要是从用户的角度来进行个性化推荐。生产商和销售商则希望推荐系统能够快速发现项目的潜在客户,从而采取针对性的宣传营销手段,以促进项目的销售。为了寻找项目的潜在用户,决定将反向Top-k查询引入到推荐系统中。现有推荐模型处理的都是确定数据,然而在现实生活中,用户在挑选产品时并不总是遵从某种特定规则,可能存在一定的随机性。捕捉用户偏好是推荐系统的一项核心任务,而当前的研究只考虑了不同场景下用户偏好的变化,忽略了同一场景下用户偏好也不确定的情况。因此本文首先对用户的不确定偏好进行建模,然后提出一种不确定偏好下的反向Top-k查询。为了提高查询效率,设计了RUI-tree来对用户的不确定偏好数据进行索引,并在此基础上提出了UPBBR算法。实验表明UPBBR算法在生成数据集和真实数据集上均优于其他对比算法,且表现出良好的延展性。
郑耀鹏[7](2020)在《基于稳态谐波特征的非侵入式负荷监测系统设计》文中提出居民用电行为监测是智能电网建设的一项重要内容,也是实现电能合理分配的重要依据。用电负荷分类是居民用电行为监测的一个重要支撑,通过用电负荷分类了解居民用户的用电信息,从而预测家庭用电的高峰期和用电总量,并将此信息反馈给电网系统,电网系统可以精细地制定供电计划,最终达到节约能源的目的。本文设计了非侵入式负荷监测系统,实现居民用电行为的监测。该系统只需在居民的用电入口总线处安装电力监测设备,采集电流、功率等信号,为用电负荷监测提供数据支撑。然而,在非侵入式负荷监测技术研究中有两个难点:第一,国内没有专门用于非侵入式负荷监测技术研究的稳态谐波幅值数据库;第二,非侵入式负荷监测方法对于小功率居民用电负荷与特征相近电器设备的分类效果较差。本文以常用的居民用电负荷为研究对象,采集用电负荷的稳态电流谐波幅值数据,并建立电流谐波幅值数据库。对于小功率居民用电负荷与特征相近电器设备的分类效果较差的问题,本文提出了一种特征差异强化算法对幅值数据进行处理,通过强化函数处理稳态电流谐波幅值数据,强化各类居民用电负荷用电特征,得到强化数据库。并以概率神经网络(PNN)作为分类器,以特征值没有进行强化处理和强化处理后的两数据库训练网络,分别得到训练模型,并将两模型应用于用电负荷分类。实验结果表明,以稳态谐波作为用电负荷分类的特征值,采用PNN网络进行分类,其分类准确率达到88%以上,对于小负荷、特征值相近的用电负荷对其特征值进行强化处理后其分类准确率明显得到提高,最佳情况已经达到了100%。
张敬怡[8](2019)在《图书馆照明环境下耦合阅读舒适性评价研究》文中研究指明随着科学技术的进步,计算机显示屏、手机显示屏、平板电脑显示屏等VDT(VISUAL DISPLAY TERMINAL)设备迅猛发展,与传统纸质书籍一并成为图书馆中重要的阅读载体工作。目前《建筑照明设计标准》GB50034-2013中对于图书馆纸质阅读的照明规范要求需要进一步的改进以及细化,并且对于图书馆一般阅览室中同时使用VDT和纸质的耦合阅读方式还未提出合适的照明规范要求。提供一个适宜多种阅读方式的阅读环境是图书馆照明设计今后发展的方向。本文通过主观评价实验、SPSS数据分析得出图书馆中不同因素对VDT与纸质的耦合阅读以及纸质书籍阅读舒适性的影响规律和重要性系数。在笔记本电脑与纸质的耦合阅读过程中,一般照明情况下不同的影响因素重要性系数排序为:VDT背景亮度(11.6%);桌面反射系数(4.5%);光源色温(3.7%);桌面照度(0.7%)。手机与纸质耦合阅读情况下不同影响因素重要性系数排序为:VDT背景亮度(14.8%);桌面反射系数(4.8%);光源色温(4.5%);照度均匀度(3.4%);桌面照度(1.1%)。在笔记本电脑与纸质的耦合阅读过程中,混合照明情况下不同的影响因素重要性系数排序为:VDT背景亮度(11.6%);桌面反射系数(4.5%);光源色温(3.7%);桌面照度(0.7%)。手机与纸质耦合阅读情况下不同影响因素重要性系数排序为:VDT背景亮度(15.8%);照度均匀度(6.1%);桌面亮度(4.6%);光源色温(3.7%);纸面粗糙程度(1.1%);桌面反射系数(0.3%)。VDT背景亮度对阅读舒适性影响最大,采用5000K的光源色温有利于提高耦合阅读的舒适性;采用反射系数较低的桌面有利于提高耦合阅读的舒适性;混合照明情况下对照度均匀度要求较高。在纸质书籍阅读过程中,一般照明情况下不同影响因素重要性系数排序为:纸面粗糙程度(18.3%);光源色温(12.2%);桌面照度(4.9%);桌面反射系数(3.6%)。混合照明情况下不同影响因素重要性系数排序为:纸面粗糙程度(18.3%);光源色温(12.2%);桌面照度(4.9%);桌面反射系数(3.6%)。纸面粗糙程度对阅读舒适性影响最大;采用5000K的光源色温有利于提高纸质阅读的舒适性;采用500lx桌面照度利于提高耦合阅读的舒适性。根据舒适性影响规律,可以优化新时代图书馆的照明设计,能够为纸质及VDT阅读提供更舒适的照明环境,并为图书馆照明质量的多目标优化提供理论及数据基础。
李冰洋[9](2020)在《基于高级计划与排程理论的供应链优化研究 ——以S制造企业为例》文中研究表明自全球经济危机爆发以来,世界经济陷入低潮。美国、日本和欧洲,作为经济体量最大的地区,由于他们的需求量的降低,使得全球其他国家包括中国在内,出口额度随之大量减少。与此同时,更严峻的问题是制造成本的上升。原材料、能源、土地、劳动力成本的增加,使得我国制造业丧失了一直以来的产品价格优势。低成本是中国制造企业的竞争优势之一,正是凭借着价格低的土地、资源和劳动力,才吸引了其他国家来中国投资建厂,中国目前正在丧失这一竞争优势。我国的制造业必须尽快寻求新的出路,从以往的单一依靠低价资源和劳动力的竞争模式转向通过优化供应链来提升效率、控制成本、增加收益为核心,实现低成本、高质量,快速响应客户不断变化的需求。本论文以S公司为例,通过对S公司供应链问题的深入研究,结合MBA课程中所学的理论知识,对S公司当前遇到的供应链当中采购和生产流程中的问题进行分析,通过运用高级计划与排程理论,将理论知识与实际问题结合,设计了一套问题解决方案。对所用理论有了更深层次的理解和掌握,同时能够帮助公司在以后的经营和供应链持续改善方面提供了方向,让公司在市场中更加具有竞争力。S公司作为制造企业,拥有制造行业普遍存在的供应链问题。通过对S公司供应链的优化研究,可以为其他相似企业提供借鉴,同时也能为我国制造行业的供应链优化模式提供一些参考。
胡敏[10](2019)在《互联网时代SX公司液晶面板产品中国市场营销策略 ——基于价值共创视角的研究》文中进行了进一步梳理在信息技术高速发展的互联网时代,催生了诸多新的商业模式,复杂多变的价值网络取代了相对简单稳定的价值链,作为互联网时代信息交互界面必不可少的重要组件液晶面板产品,以B2B为主要销售模式,所处的竞争环境在互联网时代变得尤为复杂,传统的以企业自身为中心的市场营销策略已经无法满足互联网时代的竞争需求。本文以日本SX公司针对其液晶面板产品在当今互联网时代大背景下的中国市场营销活动为研究对象,在对其营销现状、问题及成因进行了深入剖析后,以市场营销理论为基础,采取文献归纳法、调查研究法、逻辑推理法和理论分析法四种主要研究方法,借助PEST、波特五力模型、微观环境六要素分析等工具对营销环境进行了全方位分析与评价,明确了SX公司当前处于冒险环境及应采取的投资策略走向。以价值共创和价值网理论为支点,运用SWOT确定市场方向,明确了公司应采取扭转型营销战略,并以此战略为指引,以STP分析为工具,以液晶面板专业化的发展趋势为视角进行市场细分,结合价值共创理念进行市场定位,最后基于价值共创构建了一套符合互联网时代下中国市场情况和自身能力发展的动态营销组合策略模型,来支撑SX公司专业显示合作伙伴的市场定位,解决SX公司液晶面板产品在新的市场环境下面临的现实问题。最后,为了保证以上制订的战略和策略的顺利实施,从管理职能的四个方面提出了具体的保障措施。本文通过对SX公司原有营销体系中优势特点的深入分析和对问题与不足的认真研究,重新探析了结合互联网时代特点以价值共创为导向的全新营销策略,将服务主导逻辑的思维范式整合到液晶面板行业市场营销领域。在这个过程中,将优秀的营销理念、方法、行为和经验,固化、优化、深化为公司层面的战略亮点和策略路线,进一步支撑和推动SX公司顺利扭转在互联网时代的中国市场处于经营被动的格局,从而开拓出更广阔的发展空间。同时,基于价值共创的营销策略,也可为同行业企业在互联网时代有效地应对市场竞争提供重要的理论参考价值和企业经营实践借鉴价值。本文图10幅,表10个,参考文献45篇。
二、笔记本电脑趋势预测(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、笔记本电脑趋势预测(论文提纲范文)
(1)3C屏幕组装中除尘及对位压合技术研究(论文提纲范文)
致谢 |
摘要 |
Abstract |
第1章 绪论 |
1.1 课题来源 |
1.2 课题研究背景及意义 |
1.3 国内外研究现状 |
1.3.1 屏幕组装研究现状 |
1.3.2 除尘技术研究现状 |
1.3.3 对位组装技术研究现状 |
1.3.4 压合技术研究现状 |
1.4 现有研究面临的问题和挑战 |
1.5 本文的研究内容及组织结构 |
第2章 电脑屏幕组装设备整体方案设计 |
2.1 电脑屏幕组装的技术要求 |
2.2 组装工艺分析 |
2.3 设备整体方案 |
2.4 本章小结 |
第3章 基于抽气式除尘的组装过程灰尘洁净控制 |
3.1 引言 |
3.2 无尘室简介 |
3.2.1 无尘室简介 |
3.2.2 无尘室设备洁净度控制方式分析 |
3.3 流场分析前处理 |
3.3.1 计算模型的选择 |
3.3.2 研究对象 |
3.3.3 网格划分 |
3.3.4 参数设置 |
3.4 吹气式与抽气式除尘分析 |
3.4.1 吹气式分析速度云图分析 |
3.4.2 抽气式除尘分析 |
3.5 不同出风口的抽气式除尘效果分析 |
3.5.1 对照仿真设计 |
3.5.2 速度云图分析 |
3.5.3 速度矢量图分析 |
3.5.4 粒子轨迹图分析 |
3.5.5 粒子驻留时间分布图分析 |
3.5.6 不同排风量的抽气式除尘装置的除尘效果分析 |
3.5.7 基于响应面法的风口位置分布分析 |
3.6 优化前后仿真结果对比 |
3.6.1 粒子驻留时间对比 |
3.6.2 粒子轨迹对比 |
3.7 本章小结 |
第4章 基于RANSAC的精确对位组装技术研究 |
4.1 引言 |
4.2 屏幕对位组装流程分析 |
4.3 基于模态分析的对位组装系统结构设计及优化 |
4.3.1 对位组装系统结构设计 |
4.3.2 对位组装机构的模态分析 |
4.3.3 对位组装机构优化设计 |
4.4 基于视觉的RANSAC对位组装算法 |
4.4.1 视觉系统的硬件选型 |
4.4.2 RANSAC对位算法 |
4.5 整体尺寸计算 |
4.6 组装实验对比分析 |
4.7 本章小结 |
第5章 基于压力闭环控制的平稳压合技术研究 |
5.1 引言 |
5.2 压合系统流程分析及结构设计 |
5.2.1 屏幕压合流程分析 |
5.2.2 压合系统机械结构设计 |
5.3 压合结构有限元分析及优化 |
5.3.1 压合结构有限元分析 |
5.3.2 压合结构的优化 |
5.4 压力控制系统 |
5.4.1 压合过程分析 |
5.4.2 接触检测功能 |
5.4.3 基于Smith预测器的闭环压力控制方法 |
5.5 实验验证分析 |
5.5.1 压合结构试验验证 |
5.5.2 压力控制试验验证 |
5.6 本章小结 |
第6章 样机搭建及效果验证 |
6.1 屏幕自动化组装生产线样机搭建 |
6.2 设备运行效果 |
6.2.1 设备性能检测 |
6.2.2 设备运行效果 |
6.3 本章小结 |
第7章 总结与展望 |
7.1 本文总结 |
7.2 展望 |
参考文献 |
作者简介 |
(2)中国锂离子电池系统金属动态物质流分析(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.2 锂离子电池系统物质流分析研究进展 |
1.2.1 物质流分析方法概述 |
1.2.2 国内外研究进展 |
1.3 研究目的及意义 |
1.4 研究内容、方法及技术路线 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.4.3 技术路线 |
第2章 中国锂离子电池系统金属的物质流分析模型 |
2.1 中国锂离子电池系统金属动态物质流分析模型 |
2.1.1 系统范围 |
2.1.2 物质流分析框架 |
2.1.3 流量和存量计算方法 |
2.1.4 数据来源 |
2.2 中国锂离子电池系统金属代谢情景分析模型 |
2.3 小结 |
第3章 2000—2018年中国锂离子电池系统金属流量和存量 |
3.1 中国锂离子电池系统金属物质流分析概况 |
3.2 锂离子电池及金属资源生产量和消费量 |
3.2.1 锂离子电池生产量 |
3.2.2 原材料进出口量 |
3.2.3 锂离子电池消费量 |
3.2.4 金属消费量 |
3.3 锂离子电池及金属资源使用存量 |
3.3.1 锂离子电池使用存量 |
3.3.2 金属使用存量 |
3.4 锂离子电池及金属资源报废量和回收量 |
3.4.1 锂离子电池报废流量 |
3.4.2 金属回收量 |
3.5 敏感性分析 |
3.6 小结 |
第4章 2019—2050年中国锂离子电池系统金属资源代谢情景分析 |
4.1 锂离子电池保有量 |
4.1.1 数码电池 |
4.1.2 动力电池 |
4.1.3 UPS电池 |
4.1.4 储能电池 |
4.1.5 相关产品及电池的进出口 |
4.2 锂离子电池及金属使用存量 |
4.2.1 锂离子电池使用存量 |
4.2.2 金属使用存量 |
4.3 锂离子电池及金属需求量 |
4.3.1 锂离子电池需求量 |
4.3.2 金属需求量 |
4.4 废旧锂离子电池资源再生潜力分析 |
4.4.1 金属资源回收潜力 |
4.4.2 金属资源的再生量 |
4.5 金属流量和存量 |
4.6 小结 |
第5章 结论与建议 |
5.1 结论 |
5.2 建议 |
5.3 展望 |
参考文献 |
致谢 |
攻读硕士学位期间发表的论文 |
学位论文评阅及答辩情况表 |
(3)中国铟资源动态物质流研究(论文提纲范文)
作者简历 |
摘要 |
abstract |
第一章 绪论 |
1.1 选题背景 |
1.2 研究目的及意义 |
1.3 科学问题与研究内容 |
1.3.1 科学问题 |
1.3.2 研究内容 |
1.4 技术路线 |
1.5 主要创新点 |
第二章 国内外研究进展 |
2.1 物质流研究现状 |
2.1.1 物质流分析的概念和分类 |
2.1.2 物质流分析的发展历程 |
2.1.3 物质流分析的方法体系 |
2.1.4 物质流分析研究现状 |
2.2 铟物质流研究现状 |
2.3 与铟相关的其他研究 |
2.3.1 关键性研究 |
2.3.2 供需趋势及资源可得性研究 |
2.4 文献评述 |
第三章 中国铟产业发展现状 |
3.1 铟的性质与用途 |
3.2 铟消费概况 |
3.3 铟资源类型及分布 |
3.3.1 铟资源类型 |
3.3.2 铟资源分布 |
3.4 铟生产情况 |
3.4.1 提铟原料 |
3.4.2 生产工艺 |
3.4.3 铟生产格局 |
第四章 2000-2019 年中国经济社会系统铟流量和存量演变 |
4.1 铟物质流分析方法 |
4.1.1 分析软件 |
4.1.2 确定系统边界 |
4.1.3 铟的生命周期解析 |
4.1.4 流量核算 |
4.1.5 存量核算 |
4.1.6 数据来源及处理方法 |
4.1.7 不确定性分析 |
4.2 累计总量分析 |
4.3 纵向对比分析 |
4.4 2000-2019 年铟流量及其结构变化 |
4.4.1 生产阶段的历史变化 |
4.4.2 消费量的历史变化 |
4.4.3 含铟产品贸易流变化 |
4.4.4 铟终端产品报废量的变化 |
4.5 2000-2019 年中国铟存量变化 |
4.5.1 精铟存量变化 |
4.5.2 使用阶段存量变化 |
4.5.3 损失存量变化 |
4.6 不确定性分析结果 |
4.7 小结 |
第五章 2020-2050 年中国铟使用存量与供求情景分析 |
5.1 铟物质流情景分析模型 |
5.2 2020-2050 铟使用存量及铟需求情景分析 |
5.2.1 ITO领域铟使用存量、终端需求量 |
5.2.2 CIGS技术及其铟使用存量、终端需求量 |
5.2.3 其他领域铟终端需求量及使用存量 |
5.2.4 中国铟需求量及使用存量 |
5.3 2020-2050 年中国铟资源供应情景 |
5.3.1 原生铟产量 |
5.3.2 再生铟产量 |
5.3.3 铟供应模式分析 |
5.4 2020-2050 年中国铟供求情景分析 |
5.5 2020-2050 年中国铟流动情景分析 |
5.6 小结 |
第六章 促进铟资源可持续发展的政策模拟 |
6.1 供给侧政策模拟 |
6.1.1 单一变量—原生铟的回收利用率 |
6.1.2 单一变量—再生铟的回收利用率 |
6.1.3 组合变量模拟 |
6.2 需求侧政策模拟 |
6.2.1 单一变量—ITO废靶的回收率 |
6.2.2 单一变量—CIGS加工制造过程的回收率 |
6.2.3 单一变量—CIGS技术市场占有率 |
6.2.4 组合变量 |
6.3 供需两侧综合政策模拟 |
6.4 小结 |
第七章 结论与展望 |
7.1 结论 |
7.2 不足与展望 |
致谢 |
参考文献 |
(4)特征价格指数编制法的改进与应用研究 ——基于电商平台大数据的实证分析(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 选题背景与研究意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 文献综述 |
1.2.1 国外文献综述 |
1.2.2 国内文献综述 |
1.3 研究内容及框架 |
1.3.1 主要内容 |
1.3.2 研究框架 |
1.4 研究方法 |
1.4.1 规范分析 |
1.4.2 实证研究 |
1.4.3 比较分析 |
1.5 创新与不足 |
1.5.1 本文的主要创新点 |
1.5.2 本文的研究不足 |
第2章 理论基础 |
2.1 Lancaster消费偏好理论 |
2.1.1 基本思想 |
2.1.2 模型构建 |
2.1.3 最优决策 |
2.1.4 替代效应 |
2.1.5 新产品的引入 |
2.2 Rosen特征供需均衡理论 |
2.2.1 假定条件 |
2.2.2 消费者决策 |
2.2.3 生产者决策 |
2.2.4 市场均衡 |
2.3 Diewert特征价格理论 |
2.3.1 假定条件 |
2.3.2 理论构架 |
2.3.3 特征价格模型选择的理论基础 |
2.3.4 特征价格理论评述 |
第3章 经典特征价格法梳理与评价 |
3.1 特征函数的构建 |
3.1.1 特征函数的识别 |
3.1.2 函数形式的选择 |
3.1.3 变量的选择 |
3.1.4 残差的解释 |
3.2 经典特征价格法介绍与评述 |
3.2.1 特征虚拟时间变量法 |
3.2.2 直接特征法 |
3.2.3 特征价格估计法 |
3.2.4 质量调整系数法 |
3.3 经典特征价格法面临的问题 |
3.3.1 数据来源不足 |
3.3.2 权重缺失 |
3.3.3 模型设定不足 |
3.3.4 链式漂移 |
第4章 经典特征价格法的改进 |
4.1 引入电商平台大数据 |
4.1.1 电商平台大数据的相对优势 |
4.1.2 电商平台大数据对经典特征价格法的优化 |
4.2 加权特征价格模型 |
4.2.1 权重的经济意义 |
4.2.2 权重的选择 |
4.2.3 权重对特征价格模型的优化 |
4.3 特征价格模型的设定改进 |
4.3.1 非参数和半参数特征价格估计模型 |
4.3.2 基于截面数据排序的ADL模型 |
4.3.3 非参数与半参数模型同ADL模型的比较 |
4.3.4 基于ADL模型的特征价格模型优化 |
4.4 多边特征价格指数 |
4.4.1 GEKS价格指数 |
4.4.2 GEKS价格指数在应用中存在的问题 |
4.4.3 RYGEKS价格指数 |
4.4.4 基于RYGEKS指数的特征价格指数优化 |
第5章 基于电商平台大数据的ICT产品特征价格指数实证分析 |
5.1 改进的特征价格指数构建 |
5.1.1 经典特征价格估计模型 |
5.1.2 加权—特征价格估计模型 |
5.1.3 加权—ADL特征价格估计模型 |
5.1.4 RYGEKS指数构建 |
5.2 数据来源及基本描述 |
5.2.1 数据来源 |
5.2.2 数据预处理 |
5.2.3 数据描述 |
5.3 特征变量的量化 |
5.3.1 智能手机特征的量化 |
5.3.2 计算机类设备特征的量化 |
5.3.3 计算机存储设备特征的量化 |
5.4 特征变量的选取 |
5.4.1 文献总结法 |
5.4.2 相关性分析 |
5.4.3 逐步回归分析 |
5.4.4 新特征的处理方法 |
5.5 测算结果分析 |
5.5.1 基本模型检验 |
5.5.2 权重影响的差异分析 |
5.5.3 模型误设定影响的差异分析 |
5.5.4 链式漂移处理效果分析 |
5.6 传统价格指数的偏差分析 |
5.6.1 传统价格指数的偏差来源 |
5.6.2 传统价格指数偏差的量化分析 |
第6章 ICT设备特征价格指数与实际经济增速的调整 |
6.1 ICT产业的界定 |
6.1.1 ICT产业的概念界定 |
6.1.2 ICT产业的范围界定 |
6.1.3 ICT设备的分类 |
6.2 ICT设备增长模拟的敏感性分析 |
6.2.1 ICT增长模拟的敏感性分析模型 |
6.2.2 数量调整乘数 |
6.2.3 中间使用、最终使用、进口与实际GDP增速的调整 |
6.3 ICT设备居民消费价格指数 |
6.3.1 规格品的选取 |
6.3.2 权重的确定 |
6.3.3 ICT设备居民消费价格指数编制与调整 |
6.4 ICT设备投资价格指数 |
6.4.1 构建ICT设备投资价格指数面临的困难 |
6.4.2 ICT设备投资特征价格指数的编制 |
6.4.3 跨国转移法 |
6.5 实际GDP增长速度的调整 |
6.5.1 ICT设备投入产出构成分析 |
6.5.2 实际GDP增速调整幅度的估算 |
6.5.3 实际GDP增速调整的国际比较 |
6.6 关于调整实际GDP增速的几点说明 |
6.7 ICT与生产率 |
第7章 结论与展望 |
7.1 主要结论 |
7.2 研究展望 |
附录 |
参考文献 |
致谢 |
攻读博士学位期间发表论文以及参加科研情况 |
(5)基于机器学习的政府采购电商大数据标定与评价(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 网页数据采集研究现状 |
1.2.2 文本关键词提取及相似度计算研究现状 |
1.2.3 时间序列预测研究现状 |
1.2.4 电商大数据应用现状 |
1.3 论文主要工作和结构 |
第2章 政府采购电商大数据获取及整理 |
2.1 引言 |
2.2 政府采购电商大数据来源与特点 |
2.3 政府采购电商大数据采集程序编写 |
2.3.1 程序编写相关技术简介 |
2.3.2 程序设计路线 |
2.3.3 程序运行方式 |
2.3.4 程序测试环境 |
2.4 政府采购电商大数据采集过程与结果 |
2.4.1 采集过程 |
2.4.2 采集结果分析 |
2.5 本章小结 |
第3章 政府采购电商大数据同一性标定研究 |
3.1 引言 |
3.2 基于LSTM的同一性标定模型构建 |
3.2.1 长短时记忆网络简介 |
3.2.2 模型整体架构 |
3.3 分词子模型构建 |
3.4 LSTM重要性排序子模型构建 |
3.4.1 GloVe词向量化 |
3.4.2 引入Glo Ve词向量的LSTM重要性排序子模型 |
3.5 LSTM相似度计算子模型构建 |
3.5.1 LSTM相似度计算子模型概述 |
3.5.2 在子模型中引入词序列语义校验 |
3.5.3 在子模型中引入二分法查找 |
3.6 学习样本制备 |
3.6.1 政府采购电商大数据整理与预处理 |
3.6.2 LSTM重要性排序子模型的学习样本制备 |
3.6.3 LSTM相似度计算子模型的学习样本制备 |
3.7 同一性标定模型训练 |
3.7.1 模型训练策略 |
3.7.2 LSTM重要性排序子模型训练 |
3.7.3 LSTM相似度计算子模型训练 |
3.8 实验结果及分析 |
3.8.1 实验一:两个子模型与传统模型对比实验 |
3.8.2 实验二:模型性能测试实验 |
3.9 本章小结 |
第4章 政府采购电商大数据报价预测及合理性评价 |
4.1 引言 |
4.2 商品报价可视化及预处理 |
4.2.1 python可视化工具简介 |
4.2.2 基于matplotlib的报价可视化 |
4.2.3 报价初步分析及空缺值处理 |
4.3 报价数据聚类及平稳性分析 |
4.3.1 K-means、凝聚层次聚类、基于密度聚类简介 |
4.3.2 报价聚类结果分析 |
4.3.3 扩展迪基-福勒检验简介 |
4.3.4 平稳性检验结果分析 |
4.4 ARIMA与 SVM报价数据拟合及分析 |
4.4.1 差分自回归移动平均模型简介 |
4.4.2 支持向量机简介 |
4.4.3 拟合结果分析 |
4.5 高斯过程与高斯过程混合模型报价数据拟合及分析 |
4.5.1 高斯过程模型简介 |
4.5.2 高斯过程混合模型简介 |
4.5.3 拟合结果分析 |
4.6 基于高斯过程混合模型报价预测及合理性评价 |
4.7 本章小结 |
第5章 总结与展望 |
5.1 研究总结 |
5.2 研究展望 |
致谢 |
参考文献 |
附录 |
(6)面向领域的推荐系统理论与关键技术研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.3 面临的挑战 |
1.4 研究内容 |
1.5 章节安排 |
2 推荐系统关键技术概述 |
2.1 隐特征模型 |
2.2 嵌入模型 |
2.3 基于方面的情感分析方法 |
2.4 推荐系统中的常用指标 |
2.5 本章小结 |
3 面向长时推荐的项目推荐算法 |
3.1 数据分析与问题定义 |
3.2 项目水平和用户水平 |
3.3 ILMF和 ULMF算法 |
3.4 实验结果与分析 |
3.5 本章小结 |
4 面向多维信息的兴趣点分组推荐算法 |
4.1 问题定义 |
4.2 模型的预处理 |
4.3 GTSAR-RNN模型 |
4.4 实验结果与分析 |
4.5 本章小结 |
5 面向不确定用户偏好的反向Top-k推荐策略 |
5.1 问题分析与定义 |
5.2 NA和NA~*算法 |
5.3 UPBBR算法 |
5.4 实验评估 |
5.5 本章小结 |
6 总结与展望 |
6.1 主要研究工作 |
6.2 研究展望 |
致谢 |
参考文献 |
附录1 攻读学位期间发表的论文目录 |
附录2 攻读博士学位期间参与课题及专利目录 |
(7)基于稳态谐波特征的非侵入式负荷监测系统设计(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 选题背景 |
1.2 电力负荷监测与分解综述 |
1.2.1 电力负荷监测与分解方案分类 |
1.2.2 侵入式方案与非侵入式方案对比 |
1.3 实施非侵入式负荷监测的意义 |
1.3.1 对电力公司的意义 |
1.3.2 对居民用户的意义 |
1.3.3 对社会的意义 |
1.4 非侵入式负荷监测国内外研究现状 |
1.5 论文的主要工作 |
第二章 家庭用电负荷特征对比分析 |
2.1 概述 |
2.2 非侵入式负荷监测特征 |
2.3 实现非侵入式负荷监测理论依据 |
2.3.1 负荷印记 |
2.3.2 提取负荷印记标准 |
2.4 各类负荷印记对比与分析 |
2.4.1 稳态特征 |
2.4.2 暂态特征 |
2.5 本章小结 |
第三章 非侵入式负荷监测系统总体设计 |
3.1 非侵入式负荷监测系统实现流程 |
3.2 特征值选择 |
3.3 非侵入式负荷监测数据采集系统搭建 |
3.3.1 电流传感器 |
3.3.2 数据采集卡 |
3.3.3 中央处理单元 |
3.3.4 常用家庭用电负荷 |
3.4 波形采集与处理 |
3.5 数据分类 |
第四章 谐波幅值采集与特征差异强化 |
4.1 用电负荷稳态工作电流 |
4.2 用电负荷谐波幅值图 |
4.3 数据库结构 |
4.4 特征差异强化 |
第五章 用电负荷识别与分类 |
5.1 实验验证系统设计 |
5.1.1 实验验证系统硬件组成 |
5.1.2 测试数据集 |
5.2 分类器选择 |
5.3 稳态谐波幅值数据分类标准 |
5.4 PNN网络设计 |
第六章 实验结果对比与分析 |
6.1 未经特征差异强化数据分类 |
6.2 特征差异强化后预测结果 |
6.3 实验结果对比 |
6.4 实验结果分析 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
参考文献 |
发表论文和参加科研情况说明 |
致谢 |
(8)图书馆照明环境下耦合阅读舒适性评价研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 图书馆照明 |
1.3.2 阅读舒适性 |
1.3.3 VDT阅读 |
1.4 研究内容,方法和框架 |
1.4.1 研究内容 |
1.4.2 研究方法 |
1.4.3 研究框架 |
第二章 影响照明环境舒适度的因素理论及筛选 |
2.1 国内外研究现状 |
2.1.1 影响视觉舒适度的相关因素研究 |
2.1.2 影响纸质阅读舒适度的相关因素研究 |
2.1.3 影响VDT阅读舒适度的相关因素研究 |
2.2 因素相关概念 |
2.2.1 照度 |
2.2.2 光色色温 |
2.2.3 显色性与显色指数 |
2.2.4 反射比 |
2.2.5 环境亮度及亮度对比度 |
2.3 课题已有研究及量化标准 |
2.3.0 照明方式 |
2.3.1 桌面照度 |
2.3.2 光源色温 |
2.3.3 阅读背景面反射系数及亮度 |
2.3.4 VDT背景亮度 |
2.4 本章小结 |
第三章 图书馆一般阅览室主观评价实验 |
3.1 实验目的 |
3.2 实验原则 |
3.3 实验方法 |
3.4 实验前准备工作 |
3.4.1 实验条件 |
3.4.2 被试筛选 |
3.5 一般阅览室耦合阅读主观评价实验 |
3.5.1 工况参数设置 |
3.5.2 实验进程安排 |
3.5.3 实验步骤 |
3.6 一般阅览室纸质阅读主观评价实验 |
3.6.1 工况参数设置 |
3.6.2 实验进程安排 |
3.6.3 实验步骤 |
3.7 本章小结 |
第四章 一般阅览室耦合阅读主观实验数据分析 |
4.1 一般照明 |
4.1.1 筛选异常值 |
4.1.2 问卷信度分析 |
4.1.3 笔记本电脑与纸质耦合阅读主观舒适度与各变量偏相关性分析 |
4.1.4 笔记本电脑与纸质耦合阅读主观舒适度与各变量变化趋势分析 |
4.1.5 手机与纸质耦合阅读主观舒适度与各变量偏相关性分析 |
4.1.6 手机与纸质耦合阅读主观舒适度与各变量变化趋势分析 |
4.1.7 各变量影响权重分析 |
4.2 混合照明 |
4.2.1 筛选异常值 |
4.2.2 问卷信度分析 |
4.2.3 笔记本电脑与纸质耦合阅读主观舒适度与各变量偏相关性分析 |
4.2.4 笔记本电脑与纸质耦合阅读主观舒适度与各变量变化趋势分析 |
4.2.5 手机与纸质耦合阅读主观舒适度与各变量偏相关性分析 |
4.2.6 手机与纸质耦合阅读主观舒适度与各变量变化趋势分析 |
4.2.7 各变量影响权重分析 |
4.3 本章小结 |
4.3.1 一般照明 |
4.3.2 混合照明 |
第五章 一般阅览室纸质阅读主观实验数据分析 |
5.1 一般照明 |
5.1.1 筛选异常值 |
5.1.2 问卷信度分析 |
5.1.3 主观舒适度与各变量偏相关性分析 |
5.1.4 主观舒适度与各变量变化趋势分析 |
5.1.5 各变量影响权重分析 |
5.2 混合照明 |
5.2.1 筛选异常值 |
5.2.2 问卷信度分析 |
5.2.3 主观舒适度与各变量偏相关性分析 |
5.2.4 主观舒适度与各变量变化趋势分析 |
5.2.5 各变量影响权重分析 |
5.3 本章小结 |
5.3.1 一般照明 |
5.3.2 混合照明 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
附录 |
致谢 |
(9)基于高级计划与排程理论的供应链优化研究 ——以S制造企业为例(论文提纲范文)
致谢 |
摘要 |
Abstract |
第1章 绪论 |
1.1 选题背景与研究意义 |
1.1.1 选题背景 |
1.1.2 研究目的及意义 |
1.2 研究内容与论文框架 |
1.2.1 研究内容 |
1.2.2 论文框架 |
1.3 国内外研究现状 |
1.4 研究方法与研究思路 |
第2章 相关理论基础 |
2.1 高级计划与排程(APS)理论基本概念 |
2.2 APS中相关管理方法及理论 |
2.2.1 APS中物料管理的基本概念 |
2.2.2 APS中生产计划管理的基本概念 |
2.2.3 APS中约束理论(TOC)的基本概念 |
2.3 APS在供应链优化中的适用性分析 |
第3章 S公司外部环境分析 |
3.1 S公司简介与行业概况 |
3.1.1 S公司简介 |
3.1.2 行业概况 |
3.1.3 行业现状 |
3.2 行业竞争环境分析——五力分析 |
3.2.1 现有企业的竞争 |
3.2.2 新进入者的威胁 |
3.2.3 供应商议价的能力 |
3.2.4 客户议价的能力 |
3.2.5 替代品的威胁 |
第4章 S公司供应链现状与存在问题分析 |
4.1 S公司供应链流程现状 |
4.2 S公司供应链中存在问题分析 |
4.2.1 采购管理中采购订单无法准时交货(供应商端) |
4.2.2 生产管理中生产效率低(制造商端) |
4.2.3 客户需求无法快速响应(客户端) |
第5章 基于APS的S公司供应链优化方案设计 |
5.1 S公司供应链优化目标与可行性分析 |
5.1.1 S公司供应链优化目标 |
5.1.2 S公司供应链优化可行性分析 |
5.2 基于APS的 S公司供应链优化方案 |
5.2.1 基于APS物料管理的采购管理优化方案 |
5.2.2 基于APS生产计划管理的生产管理优化方案 |
5.2.3 基于APS约束理论的客户需求管理优化方案 |
第6章 S公司供应链优化的实施 |
6.1 S公司供应链优化实施方案 |
6.1.1 优化方案的实施计划 |
6.1.2 优化方案实施效果预测 |
6.2 S公司供应链优化方案实施的保障 |
6.2.1 人力的保障 |
6.2.2 技术的保障 |
6.2.3 制度的保障 |
第7章 结论与展望 |
7.1 结论 |
7.2 展望 |
参考文献 |
索引 |
(10)互联网时代SX公司液晶面板产品中国市场营销策略 ——基于价值共创视角的研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.3 研究思路和方法 |
1.3.1 研究思路 |
1.3.2 研究方法 |
1.4 研究内容与研究架构 |
2 理论基础及文献综述 |
2.1 理论基础 |
2.1.1 STP定位策略 |
2.1.2 4P营销组合 |
2.1.3 价值共创理论 |
2.1.4 价值网模型 |
2.2 国内外研究综述 |
2.2.1 价值共创理论和应用的研究 |
2.2.2 液晶面板产品市场营销策略的研究 |
3 SX公司中国市场营销现状、问题及成因 |
3.1 SX公司介绍 |
3.1.1 SX公司简介及发展历程 |
3.1.2 SX公司中国市场发展历程及运营现状 |
3.2 SX公司营销中存在的问题及成因 |
3.2.1 存在的问题 |
3.2.2 成因分析 |
4 SX公司营销环境分析 |
4.1 宏观营销环境(PEST分析) |
4.1.1 政治环境(P) |
4.1.2 经济环境(E) |
4.1.3 社会环境(S) |
4.1.4 技术环境(T) |
4.2 行业环境分析 |
4.2.1 液晶面板行业概况 |
4.2.2 行业竞争态势分析 |
4.3 微观营销环境 |
4.3.1 企业内部 |
4.3.2 供应商 |
4.3.3 营销中介 |
4.3.4 顾客 |
4.3.5 社会公众 |
4.3.6 竞争者 |
4.4 SX公司营销环境综合矩阵评价 |
5 基于价值共创的SX公司营销战略及市场定位 |
5.1 SX公司战略方向选择 |
5.1.1 优势和劣势 |
5.1.2 机会和威胁 |
5.1.3 SX公司战略 |
5.2 SX公司的STP分析 |
5.2.1 基于专业化趋势的大屏市场细分 |
5.2.2 基于价值共创的目标市场选择 |
5.2.3 塑造专业显示合作伙伴的市场定位 |
6 基于价值共创的SX公司营销组合策略 |
6.1 基于价值共创的动态营销组合策略模型 |
6.2 基于价值共创的营销组合策略制定 |
6.2.1 差异化的产品服务策略 |
6.2.2 基于资源整合的价值定价策略 |
6.2.3 全渠道运营管理 |
6.2.4 整合营销传播 |
6.3 基于价值共创的保障措施 |
7 研究结论 |
7.1 结论 |
7.2 研究局限性及未来研究展望 |
参考文献 |
作者简历 |
学位论文数据集 |
四、笔记本电脑趋势预测(论文参考文献)
- [1]3C屏幕组装中除尘及对位压合技术研究[D]. 李忠. 浙江大学, 2021(02)
- [2]中国锂离子电池系统金属动态物质流分析[D]. 刘问秋. 山东大学, 2021(12)
- [3]中国铟资源动态物质流研究[D]. 周艳晶. 中国地质大学, 2021(02)
- [4]特征价格指数编制法的改进与应用研究 ——基于电商平台大数据的实证分析[D]. 雷泽坤. 辽宁大学, 2020(07)
- [5]基于机器学习的政府采购电商大数据标定与评价[D]. 刘亚波. 杭州电子科技大学, 2020(02)
- [6]面向领域的推荐系统理论与关键技术研究[D]. 陈奇. 华中科技大学, 2020(01)
- [7]基于稳态谐波特征的非侵入式负荷监测系统设计[D]. 郑耀鹏. 天津工业大学, 2020(02)
- [8]图书馆照明环境下耦合阅读舒适性评价研究[D]. 张敬怡. 天津大学, 2019(01)
- [9]基于高级计划与排程理论的供应链优化研究 ——以S制造企业为例[D]. 李冰洋. 上海外国语大学, 2020(02)
- [10]互联网时代SX公司液晶面板产品中国市场营销策略 ——基于价值共创视角的研究[D]. 胡敏. 北京交通大学, 2019(01)