子工业出版社,王小科,梁冰开发典型模块大全北京人民邮电出版社,,,董明高级程序设计北京人民邮电出版社,,黄静高级编程第版北京清华大学出版社,齐立波,黄静入门经典第版北京清华大学出版社,,黄静高级编程第版北京清华大学出版社,致谢致谢值此论文完成之际，首先真诚感谢我的导师李斌讲师。在我毕业设计期间，李斌老师悉心教导我学习，为论文的选题研究审阅付出了很多宝贵的时间跟精力，没有了老师的教导，我的毕业学习和本设计及论文不可能顺利的完成，在此，郑重感谢我的导师在这次毕业设计中对我的帮助。本设计的研发过程中，还得到各位同学的帮助与支持，在此，我表示衷心的感谢,另外，感谢本设计论文引用文献的所有作者，没有他们的科学研究，就没有本设计的实现。最后，谨向给予我关心和鼓励，帮助的老师，同学，朋友们表示我最衷心，最诚挚的谢意,权限范围修改成功,信息,,南京工业大学浦江学院本科生毕业设计论文系统维护该功能模块主要是对系统内的信息，进行数据备份，数据恢复以及数据清理，保护好信息的安全，同时及时清理不需要的信息，使系统正常运行。具体操作如下图图数据备份图数据还原图数据清理其中数据备份功能实现的代码如下,第四章详细设计与系统实现该文件已经存在,提示,,测精度与增加预测稳定性和结果的可靠性的目的。在典型的单项预测中，对于预测的开始阶段，选择正确的预测模型或方法很困难，般采用所有模型来尝试比较，很难找到最佳模型，组合方法使得模型沈阳航空航天大学毕业设计论文选择问题相对容易些，许多经验包括许多长期预测表明，通过组合不同的模型，预测精度通常比单个模型有所提高，而不用去找真实或最佳模型，而且组合模型对于数据结构的变化具有更强的鲁棒性。可弥补单预测方法不准确的缺陷，减少风险性。事实上，组合预测本质上是将各种单项预测看作代表不同信息的片段，通过信息的集成，分散单个预测特有的不确定性和减少总体不确定性，从而提高预测精度。组合预测相对于单项预测具有更高的预测性能，出现预测误差的风险更小。每个预测模型不可避免地存在着种缺点，例如神经网络模型，要求是大量样本且要具有较好的分布规律。灰色预测模型，当数据离散程度越大，数据灰度越大，预测精度就越差。本文是将灰色预测模型支持向量机预测模型和灰色神经网络模型分别进行加权组合，权系数是以方差最小作为优化标准而求得。对于航空发电机寿命组合预测问题，通过优化组合，综合了两类趋势预测模型的优点，南京工业大学浦江学院本科生毕业设计论文图商品库存查询点击商品库存后，会自动显示商品的库存，其实现的代码如下进货编号,货物名称,供应商名称,库存数量,进货价格,经手人,计量单位,备注,第四章详细设计与系统实现用户管理模块该功能模块主要是增加，删除用户，修改密码，以及设置用户的权限。如下图图更改密码图用户管理图用户管理南京工业大学浦江学院本科生毕业设计论文其中对用户进行删除的功能实现代码如下,确定要删除该用户吗提示,,,删除数据成功,提示,,提示,,用户角色设置模块该功能模块主要是对不同的用户分配不同的角色，而不同的角色有不同的权限，其目的是为了保证信息的安全性。第四章详细设计与系统实现图权限分配其中授权实现的代码如下辅助工具下的选项自动打开相关程序符合关于我们测试点击关于我们选项显示关于系统的相关信息符合重新登录测试在帮助菜单下点击重新登录重新进入到登录界面，输入密码登录符合退出测试点击退出选项提示是否退出系统，点击是，退出系统符合结束语结束语短暂的毕业设计结束了，我在这次设计过程中实现了对过去所学知识的回顾总结和应用。该系统能够实现数据的输入查询修改以及删除等各项功能。完成了企业信息管理系统开发和应用，达到预期的要求。因为本人是第次实现系统程序的开发，经验不足，能力有限，所以开发过程中存在许多的不足，这都是我以后在系统设计过程中需要注意和解决的问题。在实际的设计过程中，我也遇到了许多难题，但是通过我自己的研究网上查询资料同学之间的讨论以及老师的指导，使问题都得到了很好的解决。这次毕业前的毕业设计，提高了我的专业理解能力，我相信，自己所的得到的收获将会在自己以后的学习工作中起到巨大作用。参考文献参考文献王小科开发实战宝典北京清华大学出版社,戴伟辉信息系统分析与设计北京高等教育出版社,王晟数据库开发经典案例解析北京清华大学出版社,李伟超中小企业信息化模式问题研究长春情报科学王珊数据库系统概论北京高等教育出版社,第四版汪令江等奇思异想编程序篇北京国防工业出版社，陈伟数据库应用与开发教程北京清华大学出版社，康会光等中文版标准教程北京清华大学出版社,袁然,王诚梅中文版经典实例教程北京电子工业出版社,贝尔帕尔程序设计北京中国水利水电出版社冉春玉,姚辉基于和模式的进销存系统的设计和实现武汉武汉理工大学学报软件工程理论方法与实践吴军华主编西安西安电子科技大学出版社，刘甫迎程序设计教程北京电使得预测模型信息更加全面，预测结果更加可靠。组合预测方法是对同个问题，采用两种以上不同预测方法的预测。它既可是几种定量方法的组合，也可是几种定性的方法的组合，但实践中更多的则是利用定性方法与定量方法的组合。组合的主要目的是综合利用各种方法所提供的信息，尽可能地提高预测精度。组合模型的建立本文利用的是加权组合预测，在组合预测中，权重选取十分重要，合理的权重会大大提高预测精度。根据不同预测方法的预测的准确度的不同来进行权值的求解。综合了两类趋势预测模型的优点，使得预测模型信息更加全面，预测结果更加可靠。设为组合预测值，其实际观测向量为,，令指数第种预测模型预测值为,，预测误差为,，第二种预测模型预测值为,，预测误差为,，则组合预测值以及组合预测误差,分别为式中，分别为指数回归模型与灰色预测模型权重系数，且，，，则组合预测误差平方和最小值为令运用最小二乘法原理，分别对，求导，得令，，则可得因此可得可以证明，。这表明组合预测优于单项的预测方法。组合预测试验研究为了说明建立的组合预测模型的精度，利用上节所建立的组合预测模型分别对灰色系统支持向量机和灰色神经网络预测方法进行组合，本文是针对航空发电机的些性能参数转速负载进油温度出油温度进口压力的变化来预测发电机注油压力变化的趋势。当注油压力的值小于定值时就视为发电机不可以继续使用。以下分别详细介绍该组合试验的部分研究结果。灰色系统与支持向量机组合预测首先利用组合预测模型来研究灰色系统和支持向量机两种方法，本文灰色系统所建立的预测模型是多变量的灰色模型较好的改变了单变量的局限性问题。试验所提供的原始数据共组，每组个数据，利用转速负载进油温度出油温度进口压力组数据建立模型，再用注油压力的前个数据进行模型的训练，通过语言编程调试预测的结果如图所示沈阳航空航天大学毕业设计论文灰色预测结果图时间注油压力原始数据预测数据图灰色预测结果图通过灰色预测的结果图可以看出，灰色预测的趋势并不是很理想，与标准值存在定的误差。本文支持向量机是采用的支持向量回归机的模型进行预测的，同样利用上述的原始数据进行预测，该模型利用注油压力的前个点进行训练模型，得到的预测结果如图所示预测结果图子工业出版社,王小科,梁冰开发典型模块大全北京人民邮电出版社,,,董明高级程序设计北京人民邮电出版社,,黄静高级编程第版北京清华大学出版社,齐立波,黄静入门经典第版北京清华大学出版社,,黄静高级编程第版北京清华大学出版社,致谢致谢值此论文完成之际，首先真诚感谢我的导师李斌讲师。在我毕业设计期间，李斌老师悉心教导我学习，为论文的选题研究审阅付出了很多宝贵的时间跟精力，没有了老师的教导，我的毕业学习和本设计及论文不可能顺利的完成，在此，郑重感谢我的导师在这次毕业设计中对我的帮助。本设计的研发过程中，还得到各位同学的帮助与支持，在此，我表示衷心的感谢,另外，感谢本设计论文引用文献的所有作者，没有他们的科学研究，就没有本设计的实现。最后，谨向给予我关心和鼓励，帮助的老师，同学，朋友们表示我最衷心，最诚挚的谢意,权限范围修改成功,信息,,南京工业大学浦江学院本科生毕业设计论文系统维护该功能模块主要是对系统内的信息，进行数据备份，数据恢复以及数据清理，保护好信息的安全，同时及时清理不需要的信息，使系统正常运行。具体操作如下图图数据备份图数据还原图数据清理其中数据备份功能实现的代码如下,第四章详细设计与系统实现该文件已经存在,提示,,测精度与增加预测稳定性和结果的可靠性的目的。在典型的单项预测中，对于预测的开始阶段，选择正确的预测模型或方法很困难，般采用所有模型来尝试比较，很难找到最佳模型，组合方法使得模型沈阳航空航天大学毕业设计论文选择问题相对容易些，许多经验包括许多长期预测表明，通过组合不同的模型，预测精度通常比单个模型有所提高，而不用去找真实或最佳模型，而且组合模型对于数据结构的变化具有更强的鲁棒性。可弥补单预测方法不准确的缺陷，减少风险性。事实上，组合预测本质上是将各种单项预测看作代表不同信息的片段，通过信息的集成，分散单个预测特有的不确定性和减少总体不确定性，从而提高预测精度。组合预测相对于单项预测具有更高的预测性能，出现预测误差的风险更小。每个预测模型不可避免地存在着种缺点，例如神经网络模型，要求是大量样本且要具有较好的分布规律。灰色预测模型，当数据离散程度越大，数据灰度越大，预测精度就越差。本文是将灰色预测模型支持向量机预测模型和灰色神经网络模型分别进行加权组合，权系数是以方差最小作为优化标准而求得。对于航空发电机寿命组合预测问题，通过优化组合，综合了两类趋势预测模型的优点，