短生命周期产品库存信息自动识别方法仿真

摘要：

针对当前方法在对短生命周期产品库存信息进行自动识别时存在识别准确率不高、相对误差较大,且识别耗时较长的缺点,提出一种基于BP神经网络的生命周期产品库存信息自动识别方法.基于给定的假设条件,采用主成分分析法计算短生命周期产品库存信息的协方差系数,得到短生命周期产品库存信息特征值及其正交单位特征向量之间的关系,为了减少变量的数目,选取若干个主成分,使得短生命周期产品库存信息特征值累积贡献率大于85％,计算短生命周期产品库存信息在这若干个主成分上的得分,实现短生命周期产品库存信息降维处理.在上述基础上,根据给定参数对三层BP神经网进行学习和训练,计算BP神经网络各层的输入输出特征向量以及各个神经元误差函数值,利用计算结果对训练好的BP网络进行连接权重和阈值修正,采用修正后的神经网络对短生命周期产品库存信息进行自动识别.仿真测试结果显示,提出方法能够实现短生命周期产品库存信息的高准确、低误差以及快速识别.

关键词：短生命周期产品、库存信息、自动识别

所属期刊栏目：36

分类号：TP311(计算技术、计算机技术)

资助基金：基于供应商供货延迟的短生命周期产品库存策略研究2017KQNCX232

在线出版日期：2019-09-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：467-471