流通企业商品库存管理数据的分析与评价

论文摘要

随着制造企业生产和销售中间环节的减少,库存管理越来越直接面向企业客户。为降低库存成本、更好的满足客户需求,企业需要合理的管理库存。研究表明,库存管理的重点在于确定合理的库存水平,对库存水平变化的分析和预测可以找出库存管理存在的不足,有效满足客户需求。随着信息管理技术和数据挖掘技术的发展,开发面向库存管理的数据挖掘系统能够为企业提高库存管理水平提供帮助。本文根据库存管理业务的需要,建立面向库存水平分析主题的数据仓库,同时建立相关指标体系,利用BP算法挖掘其中知识,分析并预测库存水平,最后完成库存管理数据挖掘系统的逻辑分析与设计。论文详细阐述了库存管理的业务流程,并根据库存管理的特点和所用参数设计了面向确定库存水平主题的数据仓库;基于库存管理理论,建立了有效分析库存水平的指标体系,同时选择了算法模型与网络配置,设计了网络分析模型;着重考虑了原有BP神经网络算法效率较低、容易陷入局部极小的问题,改进了标准的BP算法权值的调整频率,提高了效率;最后给予本论文的技术路线,论文对企业实际运作中的数据进行了分析,证明了应用此指标体系和挖掘算法设计的库存管理数据挖掘系统的正确性和可行性。

论文目录

• 提要
• 第一章 绪论
• 1.1 背景与目的
• 1.1.1 背景
• 1.1.2 目的
• 1.2 国内外库存管理数据挖掘技术研究现状
• 1.3 总体思路与结构
• 1.4 作者的主要工作与创新之处
• 第二章 相关技术
• 2.1 库存管理相关理论
• 2.2 数据挖掘相关理论
• 2.2.1 数据仓库
• 2.2.2 数据挖掘
• 2.2.3 神经网络
• 2.3 系统分析方法
• 2.4 本章小结
• 第三章 库存管理业务描述及分析指标体系设计
• 3.1 库存管理业务流程
• 3.2 库存管理系统结构
• 3.2.1 物料清单
• 3.2.2 库存盘点
• 3.2.3 发货模块
• 3.2.4 库存设计
• 3.3 指标体系设计原则
• 3.4 库存管理分析指标体系结构
• 3.5 库存管理分析指标体系内容
• 3.6 本章小结
• 第四章 库存管理数据仓库的实现
• 4.1 原始数据库的实现
• 4.2 原始库存管理数据仓库的实现
• 4.2.1 数据仓库技术
• 4.2.2 库存管理数据仓库模型
• 4.3 本章小结
• 第五章 挖掘算法及挖掘逻辑
• 5.1 BP 算法描述及学习过程
• 5.2 神经网络结构配置
• 5.3 库存管理数据挖掘逻辑设计
• 5.4 本章小结
• 第六章 实证分析
• 6.1 样本选择
• 6.2 本章小结
• 第七章 结束语
• 参考文献
• 摘要
• ABSTRACT
• 致谢