基于企业竞争战略的成本预测研究

成本预测是指人们根据事先的调查研究及分析，对未知和不确定的成本开支情况所作出的符合客观发展规律的预计。成本预测是成本预测理论与战略管理理论相互结合，是成本预测方法和理论在战略成本管理中的应用。在实际生活中由于受时间、财力、技术的限制，我们收集的资料很难将全部成本变量的影响因素全面反映出来，这就需要选择那些对企业未来成本水平具有重大影响的成本变量，结合正确的预测方法进行成本预测。下面我们结合几种主要的业务竞争战略来分析其相应的战略成本预测方法。     

面粉厂电力消耗的费用构成分析与预测

提出了用线性自回归AR(p)模型和自回归滑动平均模型ARMA(p,q)模拟面粉厂电力消耗的成本,分析了电力成本的价格构成,给出了模型建构方法,并说明了模型在中短期预测中的应用.     

发酵生产细菌纤维素的动力学模型研究进展

综述了细菌纤维素发酵过程中菌体生长,基质消耗和产物生成的动力学模型的建立,有助于有效地控制发酵过程、工艺优化和计算机模拟,从而提高发酵产率、降低发酵成本.文中分析了发酵生产细菌纤维素的动力学模型,包括菌体生长模型、产物生成模型、底物消耗模型等,以期建立更加合适、适用范围更广泛、影响因素更全面的动力学模型,从而有效地提高发酵产率,降低发酵成本.     

BP神经网络在白酒包装成本预测中的应用

目前市场上白酒包装成本不一,为了估算白酒的包装成本,本文基于MATLAB构建白酒包装成本预测的BP神经网络模型,依据市场调查数据,在MATLAB中确立预测模型,从而实现预测模型的训练、仿真及验证,为白酒包装成本的确定提供决策方案.     

基于光谱的打印机正向建模方法

构建正向光谱预测模型是实现光谱颜色复制的关键,实际中广泛应用的正向模型包括YNSN模型和CYNSN模型。YNSN模型在采样点较少的情况下可获得较佳的光谱预测效果,但是其预测精度有限。CYNSN模型将打印机原色进行了更细致的划分,运用均匀采样的方法来划分胞元区间,显著提高了正向模型预测精度,然而运用均匀采样在颜色空间进行胞元区间划分的方法指数级递增了胞元数量,虽然保证了光谱精度,但是会带来庞大的样本测量,增加建模成本。因此本研究提出一种以模型误差分布为标准进行非均匀采样的方法来构建CYNSN模型,通过设计合理的实验样本确定最佳采样区间并计算模型精度。实验结果表明,本研究所提出的胞元区间划分方法,其所需测量的样本具有针对性,减少了样本测量数量,降低建模成本的同时有效提高了正向模型精度。     

纸浆漂白成本在线计算模型构建及应用研究

能源和化学品价格的快速上涨使得制浆工作者尤为关注如何降低纸浆漂白成本。本研究构建了纸浆漂白成本的在线计算模型,并应用于典型ECF漂白技术（D₀EpPD₁）,同时系统分析了影响纸浆漂白成本的主要因素和该模型在漂白工艺条件优化过程中的应用效果。研究发现,化学品成本是影响漂白成本的最主要因素,其次是能源成本、废水处理成本、清水成本;化学品中ClO₂用量对纸浆漂白成本的影响最大,其次是H₂O₂用量,NaOH用量影响最小;能源成本中蒸汽用量对纸浆漂白成本影响最大;而清水成本和废水处理成本影响最小;通过对化学品用量、漂白温度等漂白工艺条件的调整可降低纸浆漂白成本;该模型可实现对漂白工艺条件的优化或能源及化学品价格变化后纸浆漂白成本的在线预测,也是实现纸浆漂白系统全局优化、进一步降低漂白成本的基础。     

面向全色域转杯纺纱的Kubelka-Munk双常数理论模型构建及颜色预测

为了能在色纺纱的纺纱阶段即时调控纱线颜色,减少混色成本,缩短工艺流程,结合三通道数控转杯纺纱的特点构建了全色域网格化混色模型,该模型可在纺纱过程中进行全色域范围内的色相调控、明度调控和彩度调控。为了解决色纺纱的测配色问题,得到与之相匹配的测配色系统,根据来样快速进行计算机测配色,节约成本,结合传统Kubelka-Munk双常数理论模型的特点,从构建的全色域网格化混色模型中选取混合样来进行颜色预测。从传统Kubelka-Munk双常数理论模型颜色预测的结果发现,部分混合样的预测反射率明显低于实际的反射率,针对这个问题,重新构建了新的Kubelka-Munk双常数理论模型来进行颜色预测得到新的预测反射率,并用插值替换的方法,把传统Kubelka-Munk双常数理论模型预测结果中明显低于实际反射率的部分用新的预测反射率替换,得到最终的混合样预测反射率。结果表明：与传统的Kubelka-Munk双常数理论模型预测混合样颜色结果相比,新的Kubelka-Munk双常数理论模型预测颜色并用插值替换法替换后得到的最终的混合样的颜色,色差平均值从1.48降低到1.04,且所有混合样的色差均能控制在2....     

苹果糖度的光谱模型温度补偿设计

目的 为减少温度对便携仪器近红外光谱模型预测的影响, 尝试构建局部温度混合校正模型, 结合温度信息来预测不同温度下的苹果内部品质。方法 以16、24、32 ℃贮藏温度下红富士苹果为原料, 分别用内置微型光谱仪的自制便携式水果分析仪器获得其透射光谱, 结合温度传感器获取环境温度, 用阿贝折射仪测定苹果糖度。建立单一温度校正模型、全局温度混合校正模型和局部温度混合校正模型对不同温度的样本进行预测。结果 单一温度校正模型对不同温度下苹果糖度预测均方根误差为0.474~3.125% Brix; 当采用全局温度混合校正模型时能降低温度对光谱的影响, 预测均方根误差分布在0.488~0.533% Brix。根据待测样本的温度来构建多个局部温度混合校正模型, 对不同温度下苹果糖度的预测均方根误差为 0.462~0.500% Brix。结论 局部温度混合校正模型可以结合样本温度信息预测苹果糖度, 降低温度对模型的影响, 同时能减少初期建模成本。     

基于近红外光谱的大米蛋白质含量快速检测

针对国标化学检测方法耗时耗力、成本昂贵的问题,分析了近红外光谱（NIRS）结合化学计量学进行大米蛋白质含量检测的可行性。基于变量选择、特征提取和非线性建模的策略,将反向区间偏最小二乘（BiPLS）与主成分分析（PCA）和支持向量机（SVM）相结合,构建了BiPLS-PCA-SVM模型,用于提高蛋白质回归模型的性能。在BiPLS-PCA-SVM模型中,将蒙特卡罗交叉验证与预测残差平方和相结合进行最佳主成分个数的选择,通过遗传模拟退火算法对模型参数进行优化。为了评估BiPLS-PCA-SVM模型的性能,建立了Full-PLS、BiPLS和BiPLS-SVM 3种模型,并系统分析了上述模型的预测精度和鲁棒性。BiPLS-PCA-SVM模型在预测蛋白质含量方面显示的性能高于其他模型,使用最佳主成分和优化后的SVM参数建立的模型具有更高的鲁棒性和准确性。对于BiPLS-PCA-SVM模型,验证集的决定系数、均方根误差和剩余预测偏差分别为0.928 9、0.196 7%和4.024 6。结果表明,NIRS与BIPLS-PCA-SVM模型相结合,可作为替代策略实现大米中蛋白质含量的快速检测。     

广义模糊时间序列预测模型及其应用

广义模糊关系通过添加次要隶属度构建次要隶属关系,使模糊关系更加丰富和全面,从而使得模型的预测结果更为精确和可靠。本文从论域划分方法和去模糊化方法的角度出发,提出了一种新的模糊时间序列预测模型。我们将所构建的模型运用于气温、游客流量的预测中,通过广义时间序列预测模型与非广义传统模型预测结果的比较,说明本文所提出模型的精确性和有效性。利用广义模糊时间序列模型探索复杂环境下经济管理问题的规律性是本文的意义所在。     

基于销售的服装新产品市场测试模型

在面临全球化竞争及买方市场的压力下,成功的零售组织纷纷借助各种科学方法和手段对零售过程进行优化,并通过运用科学合理的市场测试来进行准确的销售预测。基于服装新产品的市场测试问题,提出一种新品测试的三步模型:1)商店聚类并获得组中心店;2)挑选测试商店;3)销售预测。并且,通过实际案例比较了该模型与服装公司现行方法的预测误差和成本,得出前者具有更优的效果。     

BP神经网络在风洞模型静态测压试验结果预测中的应用研究

通过飞行器模型风洞静态测压试验,可以得到飞行器的静态性能参数,但在具体的试验过程中,由于现场条件所限仅能够得到特定试验状态下的有限的数据。为了进行更为全面的研究,文章采用BP神经网络算法,利用已测状态的试验数据,设计一个用于数值预测的BP神经网络,进行两方面的预测,一方面是在确定模型迎角的前提下,预测模型不同测压孔位置处的压力值;另一方面是在确定模型测压孔位置的前提下,预测模型不同迎角下的压力值。最终将预测结果与实际结果进行对比,两者的相对误差小于±2%。结果表明:在有限的试验状态下,BP神经网络对风洞模型静态试验结果的预测较为准确,符合实际的流动特性,可以为飞行器设计提供较为全面、可靠的试验数据。     

浅谈工程项目成本管理

阐述了项目成本管理流程。承包企业项目成本管理流程具体包括成本预测、成本计划、成本控制、成本核算、成本分析、成本考核等活动。     

预测微生物学在水产品货架期中应用研究进展

预测微生物学可通过数学建模来快速预测水产品中腐败菌和致病菌的生长规律,从而预测水产品的货架期。文章阐述了预测微生物学初级模型、二级模型、三级模型的含义,列举了预测微生物学在水产品货架期中的应用,分析了预测微生物学在水产品货架期预测中存在的问题,并对预测微生物学的应用前景进行展望。     

基于Markowitz风险和效用理论的服装供应商决策模型

由于服装供应链的复杂性和供应商特点,服装企业原料采购和成衣加工成本及风险很难准确预测,建立考虑风险的供应商优化决策模型有助于企业做出正确的供应商选择.将服装供应商分为原料供应商和成衣加工厂2类,借鉴均值-方差理论刻画供应商的期望成本和组合风险,并较为全面地设定了约束条件,构建以选择供应商成本和风险最小化为目标的优化决策...     

改进的随机森林分类方法及其应用

随机森林算法(RF)是一种将决策分类树综合起来的预测及分类的算法,RF首先将众多分类树汇总起来,进而提高模型精度,由于随机森林利用的是Bootstrap方法进行抽样,进而产生许多个Bootstrap样本,建立新的分类模型,但是Bootstrap抽样方法也有它自身的缺点,降低了随机森林模型的效率和精确度。文章提出将改进的Bootstrap方法(BLB)运用到随机森林模型中,减少评估估计质量的计算成本,提高其分类预测的效率。     

精炼成本管理内功

要全员、全体、全部组织进行成本管理;人人都是成本的使用者,人人都是成本的管理者;人人都有使用成本的权利,人人都负有成本管理的职责。要用全面的内容、全面的方法、全面的技术管理成本。     

建筑施工工程项目的成本管理和控制

当今时代,市场经济快速发展,特别是加入到世界贸易组织之后,实行全面开放政策,建筑行业之间的竞争愈演愈烈,企业在保证建筑质量的前提下缩小工程成本,将成本更好更合理的应用到工程当中,提高企业的管理水平和竞争优势,使企业长远稳定的发展。建筑工程项目成本的管理是把降低工程成本作为工作宗旨的,在项目完成的过程中,有依据的科学的支出项目的费用,系统的预测、控制、评估分析等,把成本有效的运用到需要的地方,不浪费一分,努力提高企业的综合效益。阐述建筑施工工程项目的成本管理的现实状况,分析建筑施工工程项目的成本管理问题,提出应对这一问题的方法。     

一种综合纸浆性能和浆料成本的浆料配比自动寻优系统

针对实际生产过程中依据人工经验配比浆料用量导致纸浆性能与预期差别较大的现状,本课题结合前期开发的纸浆性能预测模型,提出一种基于数据驱动的浆料配比自动寻优方法,并开发了包含浆料配比和纸浆性能指标统计功能、纸浆性能指标预测功能、浆料配比优化功能和生产数据对数据库的更新功能4种功能的浆料配比自动寻优系统。该系统操作简单,模型训练和预测速度快、预测精度高,不仅可以为生产工艺人员提供依据浆料配比预测纸浆性能的快速预测工具,而且可以在满足期望纸浆性能的前提下进一步提供使浆料采购成本最低的自动配比寻优工具。     

预测微生物学及其在食品科学中的应用

预测微生物学是运用微生物学、工程数学以及统计学进行数学建模,利用所建模型,通过计算机及其配套软件,预测和描述处在特定的环境下微生物的生长和死亡规律。预测微生物学模型按Whiting和Buchanan的分类方法分为初级模型、次级模型和三级模型,文中按该分类方法分别对预测微生物学及其模型的发展进行了系统的介绍,并对预测微生物学在食品科学中的应用进行了综述,为在食品工业中更好的利用预测微生物学提供帮助。