基于机器学习的区域快递包装需求预测优化研究

目的 快递包装需求预测精准程度是智慧物流体系化建设的重要基础,本文主要通过对不同机器学习方法、不同特征选择方法、不同参数寻优方法的比较,选取快递包装需求预测更加精准的方法,分析主要特征对快递包装需求的影响,优化区域快递包装需求的研究。方法 首先通过不同的机器学习方法进行比较;然后通过不同的特征选择方法进行比较,通过不同参数寻优方法比较确定遗传算法对优化随机森林模型参数的效果;最后为了更好地解释模型,引入SHAP分析的方法,对不同特征的重要性进行分析。结果 改进的随机森林预测模型效果最好,MAE值、MAPE值、RMSE值、R2分别为2783、5.1%、4 343、0.99。女性人口和第三产业值是影响快递包装需求最为关键的因素。结论 所提出的预测方法有更好的准确性及可解释性,能为快递包装需求预测提供有力的决策支持。     

基于工序成本的多元过程能力指数分析

单一的多元过程能力指数在反映企业制造多元质量特性产品能力时存在缺陷,无法反映由于各工序成本的差异而造成的工序能力重要性的差别.基于此,从企业工序质量控制和工序成本关系的角度来分析,构建了基于工序成本修正的多元过程能力指数,反映企业的成本控制能力和产品竞争能力.最后,通过修正得到的多元过程能力指数,一方面优选企业的质量改进或控制方案,另一方面判定企业在同类产品制造中的实际质量控制能力和过程成本损失差异.