资源描述：
《人工神经网络在erp系统中的应用》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、第25卷第4期计算机应用Vol.25No.42005年4月ComputerApplicationsApr.2005文章编号:1001-9081(2005)04-0748-02人工神经网络在ERP系统中的应用12赵云丰,刘万军(1.辽宁工程技术大学电子与信息工程系,辽宁阜新123000;2.辽宁工程技术大学软件学院,辽宁阜新123000)(zyfeng79@sina.com)摘要:在传统的ERP的基础上,增加专家系统模块,即基于人工神经网络技术的预测分析模块,提出了ERP和专家系统的集成管理方法,完成复杂的非线性预测,以使ERP系
2、统智能化、自动化水平更高。该模块采用反向传输BP神经网络模型来实现,通过网络的自适应学习和训练,找出输入和输出之间的内在联系,以求解问题。利用该专家系统对汽车制造企业市场销售量进行预测,结果表明:该方法性能、实用性和通用性好。关键词:ERP系统;人工神经网络;BP网络模型;销售市场中图分类号:TP182文献标识码:AApplicationinERPsystemforartificialneuralnetwork12ZHAOYun2feng,LIUWan2jun(1.DepartmentofElectronicsandInform
3、ationEngineerning,LiaoningTechnicalUniversity,FuxinLiaoning123000,China;2.CollegeofSoftwareEngineerning,LiaoningTechnicalUniversity,FuxinLiaoning123000,China)Abstract:Anexpertsystemmodulewhichisapredictionanalysismodulebasedontheartificialneuralnetworkwasaddedintotra
4、ditionalERPsystemforthecomplexnonlinearprediction,sothattheintelligentandautomaticlevelofERPsystemwashigher.ThemodulecarriedoutthenonlinearpredictionbyusingtheBPneuralnetwork.TheBPneuralnetworkgottheinherentrelationbetweentheinputsandoutputsandthesolutionoftheinvolve
5、dproblembyadjustingtheweightoftheneuralnetworkonlineandtraining.Acarmarketofthecarmanufacturingcompanywaspredicted.Theresultshowsthatthemethodpossessestheexcellentperformanceandpracticability,whichcanbeusedasaeffectivemethodforERPsystem.Keywords:ERPsystem;artificialn
6、euralnetwork;modelofbackpropagationnetwork;market[1]传统ERP(EnterpriseResourcePlanning)的主要弱点在1系统框架模型计划功能方面,不能适时地以现有的资源响应客户需求,因而[2]难以对现实世界供应链提供支持,难以依据预测安排生为了满足企业的快速获得管理信息,快速响应客户订单,产。而且ERP系统将需求预测作为外部输入,但由于市场销快速修改生产计划,控制成本、提高利润,预测及决策支持等售预测常常不很准确,运行销售管理问题也难以解决,这种情要求,系统的总体框
7、架由传统的ERP系统和专家系统模块两况下做出的生产计划往往导致大量的短缺或过剩,因而在运部分耦合组成,如图1所示。行中存在着软件风险、实施风险和转变风险。尤其在市场营[3]销过程中,影响销售的因素很多,没有一个明确的数学解[4]析式可用于计算,属于复杂的非线性预测问题。传统的线[5]性预测和统计分析对此无能为力,而人工神经网络可以有效解决这类问题。这主要是由神经网络本身的特点所决定的。它主要表现在两方面:1)神经网络具有自学和训练能力,通过学习和训练,找出输入和输出之间的内在联系,解答问题;2)神经网络预测器一般对输入模式的不完
8、备性或特征图1ERP总体框架的缺损不太敏感。因而,与传统的线性预测方法相比,在输入传统的ERP系统模块包括若干个企业内部相互协同作模式较复杂的情况下能够获得良好的预测效果。业的子系统,如生产制造、财务管理、市场营销、质量控制、服基于神经网络的优点,本文在传统的E
