基于优化BP算法的钢材库存预测系统的设计与实现

声明

摘要

第1章 绪论

1．1 研究背景

1．2 国内外现状分析

1．3 目前存在的问题

1．4 论文的主要工作和创新点

1．5 论文结构安排

第2章 钢材库存预测系统需求分析

2．1 钢铁产业链

2．2 钢材的分类

2．3 钢材库存预测影响因素分析

2．4 钢材库存预测系统的需求分析

2．4．1 用户需求分析

2．4．2 业务流程分析

2．4．3 系统功能需求分析

2．4．4 系统用例图

2．5 本章小结

第3章 预测模型分析与选择

3．1 BP神经网络

3．1．1 BP神经网络结构

3．1．2 BP神经网络训练过程

3．2 蝙蝠算法模型

3．2．1 蝙蝠算法

3．2．2 蝙蝠算法的过程

3．3 蝙蝠算法优化BP神经网络

3．4 BA-BP神经网络实验测试

3．5 本章小结

第4章 钢材库存预测系统的设计与实现

4．1 总体结构设计

4．1．1 体系架构设计

4．1．2 体系结构设计

4．2 系统功能设计

4．2．1 系统管理模块

4．2．2 库存预测模块

4．2．3 业务管理模块

4．2．4 库存管理模块

4．2．5 综合查询模块

4．3 系统数据库设计

4．3．1 概念设计

4．3．2 物理结构设计

4．4 关键技术研究

4．4．1 Web Service

4．4．2 DES加解密算法

4．4．3 Bootstrap框架

4．4．4 Highcharts图表库

4．5 系统开发环境

4．6 钢材库存预测系统的实现

4．6．1 系统管理模块的实现

4．6．2 库存预测模块的实现

4．6．3 业务管理模块的实现

4．6．4 库存管理模块的实现

4．6．5 综合查询模块的实现

4．7 本章小结

第5章 系统测试

5．1 系统测试目的

5．2 系统测试环境

5．3 测试目标

5．3．1 系统功能测试目标

5．3．2 系统性能测试目标

5．4 系统功能测试

5．4．1 系统管理模块测试

5．4．2 库存预测模块测试

5．4．3 业务管理模块测试

5．4．4 库存管理模块测试

5．4．5 综合查询模块测试

5．4．6 部分测试用例截图展示

5．5 系统性能测试

5．5．1 性能测试工具

5．5．2 测试结果

5．6 本章小结

结论

致谢

参考文献

附录