基于数据挖掘的采购分析决策支持系统

《基于数据挖掘的采购分析决策支持系统》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、上海交通大学硕士学位论文基于数据挖掘的采购分析决策支持系统姓名：吴文杰申请学位级别：硕士专业：计算机技术指导教师：张忠能;凌君逸20040901附件四上海交通大学学位论文原创性声明本人郑重声明所呈交的学位论文是本人在导师的指导下独立进行研究工作所取得的成果除文中已经注明引用的内容外本论文不包含任何其他个人或集体已经发表或撰写过的作品成果对本文的研究做出重要贡献的个人和集体均已在文中以明确方式标明本人完全意识到本声明的法律结果由本人承担学位论文作者签名吴文杰日期2004年10月15日1附件五上海交通大学学位论文版权使用授权书本学位论文作者完全了解学校

2、有关保留使用学位论文的规定同意学校保留并向国家有关部门或机构送交论文的复印件和电子版允许论文被查阅和借阅本人授权上海交通大学可以将本学位论文的全部或部分内容编入有关数据库进行检索可以采用影印缩印或扫描等复制手段保存和汇编本学位论文保密在年解密后适用本授权书本学位论文属于不保密请在以上方框内打学位论文作者签名吴文杰指导教师签名张忠能日期2004年10月15日日期2004年10月15日2上海交通大学工程硕士研究生学位论文摘要随着市场竞争的加剧企业都在朝着集团化规模化的方向发展作为粮食加工业的面粉企业也都在走这一条路所以有一个基于数据挖掘的采购分析决策支

3、持系统使得企业能够在满足正常生产的需要和尽量减少采购中人为的因素的基础上降低库存和采购的成本提高原料质量这是非常重要的本课题的研究的目标为面粉企业设计一个基于数据挖掘的采购分析决策支持系统它是把数据挖掘数据仓库联机分析处理结合起来形成的分析决策支持系统即DW+OLAP+DM是一种高级形式的决策支持系统本文主要讨论内容有1由于采购需求是直接与库存相关的首先应对原料的库存控制模型进行分析本文对于传统的库存控制模型不同原料的库存控制模型安全库存模型进行了讨论并且对采购分析系统中其他模型库和知识库进行了分析2对于数据挖掘的一些算法进行了一些讨论分析将线性回

4、归模型应用于面粉销售的预测并将人工神经网络的模型应用于小麦价格走势的预测对于供应商的供货水平和采购难易程度等采用描述性挖掘3本系统的实现就是根据销售预测主生产计划的需求价格走势等因素并结合安全库存模型得出不同采购提前期内的需求量最后根据采购决策模型产生采购决策即选定特定的供应商供货时间和供货数量本文的意义在于针对目前面粉企业的采购环节中的一些问题采用基于数据挖掘的采购分析决策支持系统能够使采购决策更具科学性和公正性关键词决策支持系统数据挖掘数据仓库联机分析处理回归分析人工神经网络3上海交通大学工程硕士研究生学位论文ABSTRACTWiththeac

5、celeratingofthemarketcompeting,theenterprisesdevelopcollectivizingandlargescale.Asgrain-processingenterprise,flour-millsalsofollowthisway.Soitsimportantthattheflour-millshaveapurchaseanalyzinganddecision-supportingsystembasedondatamining.Withit,wecanreducethestockandthecostofp

6、urchase,improvethequalityoftherawmaterial,meetthedemandsofprocessingandreducethecontrivedfactors.Thegoalofthispaperistodesignapurchaseanalyzinganddecision-supportingsystembasedondatamining.WecansoluteitthroughthelinkingofDataMining(DM),DataWarehouse(DW)andOnlineAnalyticalProce

7、ssing(OLAP),thisisaseniordecision-supportingsystem.Wediscusstheideasasfollowing:1.Asthedemandofpurchaseisrelatedwithstockdirectly.Soweshoulddiscussthestock-controlmodelfirst.Weanalyzethetraditionalstock-controlmodelthestock-controlmodelofdifferentrawmaterialssafetystockmodelan

8、dothermodels,andthecorrelativeknowledgeofthisdecision-support