基于数据挖掘的企业库存管理系统研究

《基于数据挖掘的企业库存管理系统研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、天津大学硕士学位论文基于数据挖掘的企业库存管理系统研究姓名：席宁申请学位级别：硕士专业：计算机应用技术指导教师：葛卫民20081201中文摘要随着经济的快速发展，中小企业已经逐步成为市场经济的主体。中小企业普遍存在规模小、生存压力大、人员素质偏低和管理方式不科学的问题。为了保证生产和销售的正常运行，增加企业的竞争能力，更需要时刻关注企业的经营数据和成本与利润的变化，不断的根据实际情况调整库存，用科学的管理方式为企业的决策提供支持。作为数据库技术和人工智能技术相结合的产物，数据挖掘解决了在信息技术

2、发展中存在的拥有大量数据但缺乏有用信息的问题。本文的研究是根据中小企业的特点并结合企业现状，围绕着数据挖掘技术在库存管理中的应用而展开，设计面向中小企业的决策型的库存管理系统，用以提高库存管理水平。本文在分析了库存管理研究的背景和现状后，结合数据仓库和数据挖掘的理论，对基于数据挖掘的库存管理系统进行了系统目标分析、用户需求分析和系统功能分析，并给出了系统的体系结构设计和ＯＬＡＰ设计，对参与预测计算的各项关键指标进行筛选和量化，建立了用以预测安全库存量的ＢＰ神经网络模型，设计了合理的预测计算过程，

3、并对模型进行了训练和预测结果的评价。结果表明，本文所建立的模型可有助于企业压缩库存占用资金，减少企业的运营成本，控制企业的运营风险，提供可靠的库存控制决策依据。在应用方面，以传统的操作型库存管理系统为基础，设计了基于数据挖掘的决策型库存管理系统，结合神经网络算法模型，建立确定安全库存量的模型，为中小企业应用决策型库存管理系统打下了基础。关键词：数据挖掘库存管理ＢＰ神经网络ＯＬＡＰＡＢＳＴＲＡＣＴＷｉｔｈｒａｐｉｄｅｃｏｎｏｍｉｃｄｅｖｅｌｏｐｍｅｎｔ，ｓｍａｌｌａｎｄｍｅｄｉｕｍｅｎｔｅｒｐｒｉ

4、ｓｅｓｈａｖｅｇｒａｄｕａｌｌｙｂｅｃｏｍｅｔｈｅｍａｉｎｂｏｄｙｏｆａｍａｒｋｅｔｅｃｏｎｏｍｙ．Ｓｏｍｅｐｒｅｖａｌｅｎｃｅｐｒｏｂｌｅｍｏｔｔｅｎｅｘｉｓｔｉｎｓｍａｌｌａｎｄｍｅｄｉｕｍｅｎｔｅｒｐｒｉｓｅｓ，ｓｕｃｈａｓｓｍａｌｌ－ｓｃａｌｅ，ｐｒｅｓｓｕｒｅｔｏｓｕｒｖｉｖｅ，ｌｏｗｑｕａｌｉｔｙｏｆｐｅｒｓｏｎｎｅｌａｎｄｓｃｉｅｎｔｉｆｉｃｍａｎａｇｅｍｅｎｔｍｅｔｈｏｄｓ．Ｆｏｒｅｎｓｕｒｉｎｇｔｈｅｐｒｏｄｕｃｔｉｏｎａｎｄｍａｒｋｅｔｉｎｇｏｆｔｈｅｎｏｒｍａｌｏｐｅｒａｔ

5、ｉｏｎ，ａｎｄｉｎｃｒｅａＳｉｎｇｔｈｅｉｒｃｏｍｐｅｔｉｔｉｖｅｎｅｓｓ，ｅｎｔｅｒｐｒｉｓｅｍａｌｍｇｅｒｎｅｅｄｐａｙａｔｔｅｎｔｉｏｎｔｏｏｐｅｒａｔｉｎｇｄａｔａａｎｄｔｈｅｃｈａｎｇｅｓｏｆｐｒｏｆｉｔａｎｄｃｏｓｔ，ａｄｊｕｓｔｉｎｖｅｎｔｏｒｙｉｎａｃｃｏｒｄａｎｃｅｗｉｔｈｔｈｅａｃｔｕａｌｓｉｔｕａｔｉｏｎ，ａｎｄｐｒｏｖｉｄｅｓｕｐｐｏｒｔｆｏｒｅｎｔｅｒｐｒｉｓｅｄｅｃｉｓｉｏｎ．．ｍａｋｉｎｇｗｉｔｈｓｃｉｅｎｔｉｆｉｃｍａｎａｇｅｍｅｎｔｍｅｔｈｏｄｓ．Ａｓａｐｒｏｄ

6、ｕｃｔｉｏｎｏｆｄａｔａｂａｓｅｔｅｃｈｎｏｌｏｇｙａｎｄＡＩｔｅｃｈｎｏｌｏｇｙ，ｄａｔａｍｉｎｉｎｇｓｏｌｖｅｓｔｈｅｐｒｏｂｌｅｍｓｔｈａｔｅｘｉｓｔｉｎｔｈｅｐｏｓｓｅｓｓｉｏｎｏｆｌａｒｇｅａｍｏｕｎｔｓｏｆｄａｔａ，ｂｕｔｔｈｅｌａｃｋｏｆｕｓｅｆｕｌｉＩｌｆｏｒｒｎａｔｉｏｎｉｎｉｎｆｏｒｍａｔｉｏｎｔｅｃｈｎｏｌｏｇｙｄｅｖｅＭｐｍｅｎｔ．Ｔｈｉｓａｒｔｉｃｌｅｉｓｂａｓｅｄｏｎｔｈｅｓｔｕｄｙｏｆｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｍａｌｌａｎｄｍｅｄｉｕｍｅｎｔｅｒｐｒ

7、ｉｓｅｓａｎｄｅｎｔｅｒｐｒｉｓｅｃｏｍｂｉｎｅｄｗｉｔｈｔｈｅｓｔａｔｕｓｑｕｏ，ｒｅｓｅａｒｃｈｅｓａｂｏｕｔｄａｔａｍｉｎｉｎｇｔｅｃｈｎｏｌｏｇｙａｐｐｌｉｃａｔｉｏｎｍｉｎｖｅｎｔｏｒｙｍａｎａｇｅｍｅｎｔ．ｄｅｓｉｇｎｓｄｅｃｉｓｉｏｎ－ｍａｋｉｎｇｉｎｖｅｎｔｏｒｙｍａｎａｇｅｍｅｎｔｓｙｓｔｅｍｓｍａｌｌａｎｄｍｅ．ｄｉｕｍｅｎｔｅｒｐｒｉｓｅｏｒｉｅｎｔｅｄ，ｅｎｈａｎｃｅａｂｉｌｉｔｙｏｆｉｎｖｅｎｔｏｒｙｍａｎａｇｅｍｅｎｔ・Ａｆｔｅｒａｎａｌｙｓｉｓｏｆｉｎｖｅｍｏｒｙｍ

8、ａｎａｇｅｍｅｎｔｂａｃｋｇｒｏｕｎｄａｎｄｓｔａｔｕｓｑｕｏ，ｔｈｉｓｐａｐｅｒｃｏｍｂｉｎｅｄｗｉｔｈｄａｔａｗａｒｅｈｏｕｓｅａｎｄｄａｔａｍｉｎｉｎｇｔｈｅｏｒｙｔｏａｎａｌｙｓｉｓｉｎｖｅｎｔｏｒｙｍａｎａｇｅｍｅｎｔｓｙａｅｍ’ｓｓｙｓｔｅｍｏｂｊｅｃｔｕｓｅｒｎｅｅｄｓａｎｄｓｙｓｔｅｍｆｕｎｃｔｉｏｎｂａｓｅｄｏｎｄａｔａｍｉｎｉｎｇ，ｐｒｏｖｉｄｅｄｓｙｓｔｅｍｓｔｒｕｃｔｕｒｅａｎｄＯＬＡＰｄｅｓｉｇｎ，ｓｃｒｅｅｎｅｄａｎｄｑｕａｎｔｉｚｅｄｋｅｙｉｎｄｉｃａｔｏｒｓｗｈｉ