用于供應鏈合作伙伴選擇的ERP數(shù)據(jù)挖掘系統(tǒng)的設計與實現(xiàn).pdf

1、在決策分析和預測功能方面，傳統(tǒng)的ERP(EnterpriseResourcePlanning)存在著明顯的不足，主要表現(xiàn)在： 1.傳統(tǒng)的ERP系統(tǒng)，主要功能集中在企業(yè)生產(chǎn)經(jīng)營的事務處理以及對人力、財力和物力的資源分配和運用進行優(yōu)化。面對ERP系統(tǒng)運作過程中積累的大量數(shù)據(jù)，未能很好地利用。 2.傳統(tǒng)的ERP系統(tǒng)中，管理人員使用模擬數(shù)據(jù)進行決策分析，這種方法過于依賴主觀經(jīng)驗，不能對市場的變化做出準確和迅速的反應，不能滿足現(xiàn)在

2、的大型企業(yè)的需求。 本研究針對金達布業(yè)有限公司實施ERP系統(tǒng)之后出現(xiàn)的問題，將數(shù)據(jù)挖掘技術引入該ERP系統(tǒng)，結(jié)合數(shù)據(jù)倉庫和聯(lián)機分析處理技術，設計并實現(xiàn)了一個將家紡企業(yè)ERP系統(tǒng)與數(shù)據(jù)倉庫和OLAP技術集成的數(shù)據(jù)挖掘系統(tǒng)，利用ERP系統(tǒng)中積累的數(shù)據(jù)，挖掘出企業(yè)最佳的供應鏈合作伙伴，為企業(yè)提供決策支持。 論文所做的主要工作有： 1.在金達ERP系統(tǒng)的基礎上，構建了一個集成數(shù)據(jù)倉庫和OLAP(On-LineAnalyt

3、icalProcessing)技術的數(shù)據(jù)挖掘系統(tǒng)，將金達ERP的交易流程與決策流程、決策流程與預測流程結(jié)合起來，彌補了傳統(tǒng)ERP在決策和預測方面的不足； 2.將RBF(RadialBasisFunction)神經(jīng)網(wǎng)絡的基于最近鄰動態(tài)聚類的學習算法用于企業(yè)的供應鏈合作伙伴的選擇，解決金達布業(yè)在實際工作中遇到的“延期交貨率和停工待料率依然較高”的問題，使原來需要幾天甚至幾個星期才能完成的工作在幾小時內(nèi)完成； 3.結(jié)合聚類算法