孙水华[1]2008年在《基于数据仓库的库存分析系统研究与开发》文中研究表明信息作为现代企业的宝贵资源,占据着越来越重要的地位,成为科学管理的基础,正确决策的前提,有效调控的手段。随着企业信息化进程的推进,越来越多的数据存储在企业的数据库中,企业内部已积累了海量数据。如何有效地利用这些数据,从中挖掘出有价值的知识和规则来支持企业管理决策,提升企业的综合竞争力是摆在企业管理者面前的一个重要而紧迫的任务。近年来,随着数据仓库技术(DW)、联机分析处理技术(OLAP)和数据挖掘(DM)技术的发展,开创了基于数据仓库的决策支持系统(DSS)研究的新方向。本课题以制造企业库存分析决策支持系统的构建为背景,首先介绍了国内外数据仓库技术的发展与应用现状;数据仓库的概念与特点;数据仓库的体系结构;数据仓库的建模方法;数据的抽取、转换和加载技术;联机分析处理(OLAP)技术;数据挖掘技术。其次,从数据仓库数据库、多维数据集的构建方面,设计了一个基于数据仓库的企业库存分析决策支持系统,并以福州西城电子有限公司的历史数据为依据对本系统的有效性和可行性进行验证。接着阐述了经典的关联规则挖掘算法—Apriori算法、人工神经网络以及决策树算法在本系统中的应用。最后,通过同企业原先ERP系统在结构、性能、安全等方面的比较,体现了基于数据仓库技术的决策支持系统的优越性,同时指出了今后有待研究和完善的问题。
魏巍[2]2010年在《菏泽邮政物流商品库存决策支持系统的设计与实现》文中研究指明随着计算机技术的发展,中邮物流行业开始采用计算机及相应的信息技术进行管理和运营,企业数据实际上是企业的经验积累,当其积累到一定程度时,必然会反映出规律性的东西。在这样的背景下,人们迫切需要新一代的计算技术和决策工具来挖掘众多信息中蕴藏的有价值的信息,使其成为可直接利用的决策支持信息,并指导企业领导者的技术决策和经营决策。本文通过对物流行业操作流程的分析,建立基于物流库存商品决策支持系统,使其能够协助领导者作决策,以提高企业自身的竞争力,充分占领市场。首先,本文介绍了当今流行的决策分析技术、数据仓库、决策支持系统和模型库系统,然后分析了决策在一般企业中的重要性与物流行业中对库存数据分析的必要性。提出了建立基于数据仓库的库存决策支持系统的设计思路。分析了决策支持系统可用的多种体系结构的框架后,给出了相应的模型、工作流程。其次,分析了库存商品DSS在物流行业的现状及存在问题,根据库存商品决策分析的需求以及将来一段时间内采购业务的发展趋势,对库存商品决策支持系统数据仓库划分了粒度、确定了主题和进行了数据仓库设计,编写了代码和用户界面,并运行得到预测及决策数据。初步运行表明,方案设计合理,算法可靠,预测结果比较准确,能够满足库存商品管理的要求,初步实现了对库存商品管理的决策支持。
夏则芳[3]2006年在《供应链库存管理决策的研究》文中指出库存管理是企业物流管理中的一项核心内容。库存作为企业一项重要的流动资产,占用了企业大量的流动资金。科学正确的库存管理方法,可大大提高库存的流转速度和资产的周转率,从而显着地提高企业的经济效益。在企业的竞争越来越表现为供应链之间的竞争的今天,传统的各自为政,相互独立的库存管理模式已不再适应企业的发展。企业之间必须相互合作,信息共享,库存管理必须以优化供应链的库存效率为目标,增强供应链的竞争优势,从而使企业获得更好的经济效益。因此本文对供应链模式下的库存管理及决策进行了研究。供应链库存管理及决策是以数据仓库技术为基础,创建供应链库存数据仓库。将事务型环境的数据库抽取、净化成分析型环境的数据仓库,利用联机分析(OLAP)和数据挖掘工具,帮助用户进行分析及决策。本文着重论述了库存管理决策模型的建立,库存数据仓库的开发以及联机分析,从而构成基于数据仓库的库存管理及决策支持,为供应链库存管理提供了新的解决方案,从而提高供应链成员分析和决策的准确性。文章首先介绍了供应链管理决策的背景,提出了当前供应链决策系统存在的问题,那就是当前企业的信息系统还不能很完善,以及供应链的信息系统还无法实现真正的共享,导致供应链决策的偏差太大,尤其是库存管理的牛鞭效应,在这种背景下提出了基于数据仓库的供应链库存管理决策,帮助供应链管理的决策者提供决策依据。在此基础上又提出了供应链库存管理的的决策方式及模型。文章的重点放在供应链库存决策模型及系统的框架设计,以医疗器械企业为例,给出了供应链库存管理及决策的总体框架,数据模型的建立,以及联机分析处理的方法。最后对开发后的系统进行了概括地介绍和评价。
宋以楠[4]2012年在《基于VMI的库存决策支持系统研究》文中认为随着国际化市场竞争的日渐加剧,商品最终用户的个性化需求及期望成为市场竞争的主旋律。市场竞争从企业和企业之间转向供应链与供应链之间的竞争,而传统的供销与库存的供应链管理方式已经不能满足快速响应的用户需求。供应商管理库存(Vendor Managed Inventory, VMI)作为新型的供应链管理思想改变了了传统的库存管理模式,供应链库存由供应商管理的创新思想克服传统库存管理模式上的各自为政,上下游企业信息不对称以及无法快速响应市场满足用户等问题,从而达到优化供应链效益的目的,体现了供应链协同与集成化的管理思想。我国企业的库存管理模式相对落后,库存所占比重大、周转慢是大多数企业的共同的问题,在这种情况下对VMI的研究是具有更加深远的意义。因此,研究适合VMI的库存模型、运用科学、系统的决策方法提供库存决策支持可以深入地挖掘VMI模式给供应链带来的增值潜力。为了探索供应链实施VMI库存决策支持系统的有效途径,本文首先分析和总结了国内外已有的研究和案例,针对基于VMI策略的库存决策问题展开研究,发现了对于VMI库存决策支持系统构建研究的不足,即引入库存决策模型对实施VMI后的绩效进行对比,进而分析VMI策略中不同成本结构对库存相关成本的影响。最后将计算机信息技术与VMI库存决策流程相结合,对基于VMI的库存决策支持系统的功能需求和模块设计进行详细论述,构建了基于数据仓库的决策支持系统,以期辅助企业决策人员对库存进行决策和控制,达到实施VMI降低供应链库存相关成本、提高利润水平的目的。通过构建一个比较完善有效的库存决策支持系统,运用先进的供应链管理理论和库存模型,旨在提高供应链的库存业务的效率,发挥VMI策略的优势,同时增强了供应链上下游企业之间的合作和相互信任,使得供应链能有效协同,避免产生“牛鞭效应”现象,杜绝了因信息不对称而产生的库存积压和成本的损失,使得供应链整体竞争力的到大幅度提升。
廖化生[5]2012年在《商务智能技术在现代企业营销决策中的应用与研究》文中认为随着全球经济一体化的深入，国家已经逐渐放开了烟草市场，具有垄断地位的烟草行业将面临来自国内外的双重压力，国外同行把中国视为烟草类新兴市场中必争的战略高地。为了寻求发展、增强国际市场的竞争力，国家烟草专卖局于2005年正式提出了“数字烟草”战略。相对封闭性的烟草企业为了响应这个战略，纷纷加入信息化建设的行列，使得商业环境中的数据量日益庞大，当积累到一定程度后，这些海量数据必然会反映出有规律性的东西。在此背景下，企业想从这些海量数据中挖掘出潜在有价值的商业信息，就迫切需要借助具有强大数据挖掘能力和决策分析能力的商务智能技术，进而提高企业的营销决策和风险防范能力。鉴于此，本文通过对烟草行业的特点进行分析，以库存和投放提出基于商务智能技术的营销决策分析系统。主要研究工作归纳如下：1）详细介绍了商务智能的内涵及几大核心技术，综述了商务智能在国内外的研究现状并对商务智能在烟草行业企业集团的未来发展趋势进行了展望。2）商业公司库存决策模型建立。该模型采用主动供货的库存控制策略与存销比共同确定库存水平，建立预警机制和风险管理，实现对市场销售动态、库存和投放等关键指标的实时监控与自动预警，进而确保卷烟销量预测、库存定位和实时投放工作的科学有序进行。3）零售业库存决策模型建立。以烟草公司管理零售库存为切入口，引入抽样调查机制对不同零售户类别的卷烟库存及销量进行采集和抽样，利用因果关系预测法推算全省社会库存及销量。决策者再根据社会库存及销量所得到的可销天数来预测零售市场未来需求，为卷烟后续投放工作做出智能化决策。经过多次应用证明，模型准确率达到90%以上。4）使用ETL工具对浙江省十一个地市公司数据进行抽取与整合，针对浙江省烟草的实际情况，建立省烟草公司的数据仓库。5）省烟草公司营销决策分析平台设计与实现。在数据展现与分析过程中融入商务智能强大的数据挖掘分析方法，建立基于全流程业务驱动的分析模型和决策模型，如决策层的购销存分析模型、波斯顿矩阵分析模型、销售结构分析模型、市场价格分析模型、品牌献度分析模型及执行层的库存决策模型等，对数据进行全方位展现和深层次挖掘，形成烟草行业的参考分析模型库，用于支持企业商业活动的精细化管理和动态化决策。本课题将商务智能与企业业务充分结合，实现了全流程的业务驱动信息与决策商务智能平台。
刘东华[6]2003年在《基于数据仓库技术的库存决策支持系统的研究》文中研究指明随着计算机技术的发展，交通运输行业都开始采用计算机及相应的信息技术进行管理和运营，企业数据实际上是企业的经验积累，当其积累到一定程度时，必然会反映出规律性的东西。在这样的背景下，人们迫切需要新一代的计算技术和决策工具来挖掘“信息孤岛”中蕴藏的宝藏，使其成为可直接利用的决策支持信息，并指导企业领导者的技术决策和经营决策。 本文通过对物流行业的背景与操作流程的分析，提出了建立基于物流行业的库存决策支持系统，是其能够协助领导者作决策，以提高企业自身的竞争力，充分占领市场。 本文首先介绍了当今流行的决策分析技术——数据仓库、联机分析处理(OLAP)和决策支持系统，然后分析了决策在一般企业中的重要性与物流行业中对库存数据分析的必要性。提出了建立基于数据仓库的库存决策支持系统的设计思路。 本文通过分析了决策支持系统可用的多种体系结构的框架后，给出了基于客户机／服务器的系统架构模型以及相应的功能模型、结构设计和工作流程。 在数据仓库方面，本文详细分析了物流库存中的各个方面要素，首先给出了建立基于现存数据库的数据集中方案——基于Webservice的数据集中方案以及相应在数据形式统一标准。然后给出了库存数据仓库中相关的维表、度量、事实表以及整个数据立方的设计。接下来本文给出了基于该数据仓库的数据分析方法和OLAP数据挖掘的几种工作模式。在软件平台的选用上，本系统采用了Sysbase公司提供的整体解决方案。 最后，本文对系统进行了整体评测，并提出了今后改进的目标和方法。
梁昊[7]2007年在《基于数据仓库的库存决策支持系统研究》文中指出随着经济的发展，当前连锁超市发展迅速，已成为商业领域最具活力的业态。库存作为企业一项重要的流动资产，占用了企业大量的流动资金。科学正确的库存决策，可以大大提高库存的流转速度和资产的周转率，从而显着地提高企业的经济效益。对于大型连锁超市来说，每天需要处理的各类数据量非常庞大，为适应日益激烈的市场竞争，对需求做出及时正确的响应，需要借助于数据仓库，充分利用企业内部已有的海量数据资源，从中挖掘出有价值的知识和规律，支持企业决策，将客观详实的数据经验与决策者自身的宝贵经验有效的结合起来，提高企业的市场竞争力。本文以大型超市为代表，结合供应链管理思想，基于数据仓库技术，建立流通企业库存优化决策支持系统的一般框架。针对流通企业实际库存结构特点，实行多种不同库存管理方式。数据仓库技术是决策支持系统所需的数据挖掘和联机分析处理的基础，本文对系统数据仓库和模型库进行了较多的研究，并结合WEB服务，给出了连锁超市库存决策支持系统的一种解决方案。利用数据转换服务(ETL)把连锁店前台销售系统中的数据和后台仓储进出库数据提取出来，进行清洗和转换，按照面向主题的数据特征重新进行组织，加载到物理数据仓库中。基于数据仓库的建立，本文提出了流通企业管理库存和供应商管理库存相结合的库存管理模式，利用先进的计算机技术和互联网实现一种基于权限开放共享的数据管理模式。
徐峰[8]2004年在《数据仓库技术在ERP中的应用研究》文中研究指明随着信息技术的快速发展，数据库系统的应用己迅速从传统的数据处理发展到空间的、时间的信息处理，多媒体信息处理，办公信息库，科学的、面向应用的数据库和基于Internet的数据库应用。随着数据库技术的广泛应用，信息化程度的深入，各个行业数据库中存储的数据量急剧增长。如果没有对海量数据进行科学分析的能力，美国零售业巨人沃尔玛的老板再精明，也绝对想不到“啤酒和尿布”这两个风马牛不相及的东西之间还有着千丝万缕的联系。而将它们放在一起竟然增加了啤酒的销量，可见对数据仓库进行数据分析的巨大威力。2000年全球前500个大企业中有50％的企业已经实施数据仓库或部门级数据集市。 数据仓库技术是信息技术领域的一门新兴技术。采用数据仓库技术，可以充分利用企业内部已有的海量数据资源，从中挖掘出有价值的知识和规则来支持企业决策，将客观详实的经验数据与决策者自身的宝贵经验有效的结合起来，提高企业的市场竞争力。 ERP作为企业信息化的重要工具，在我国企业得到越来越广泛的应用。但是，当前国内ERP系统的数据分析能力很多都不够强大，但其数据库的架构与数据分析能力是决定其性能的重要指标。面向ERP的软件数据分析功能被称为“商业智能”，其主要功能是对ERP系统积累的数据进行分析处理，形象地说就是帮助用户发现ERP系统积累的数据的潜在价值。 本文以河南华晶超硬材料有限公司(简称河南华晶)ERP项目为依托，首先阐述了在具体的软件实现过程中所要用到的数据仓库技术，根据对河南华晶公司的实际调研，规划了华晶ERP数据仓库的需求分析和总体设计。然后通过实际代码实现和图例说明华晶ERP物理数据库的建立过程以及华晶ERP数据仓库的OLAP的设计方法与实现过程。本文研究的内容主要包括下面几点： 1．针对ERP和数据仓库各自的特点，提出了ERP和数据仓库集成的模型，并把数据仓库技术应用到ERP系统中。 2．根据对华晶公司的实际调研充分了解公司的生产、销售、采购和财务等方面的业务流程，总结了华晶ERP数据仓库的需求分析并进行总体设计。 3．根据企业具体的需求，设计和实现了华晶ERP物理数据库，同时通过系统表、触发器和存储过程的具体分析用MS SQL SERVER来实现ERP系统。 4．把分析型数据从事务处理环境中提取出来，按照决策支持系统处理的需要进行重新组织，建立单独的分析处理环境。 5．通过OLAP工具和MDX语言在华晶ERP数据仓库上建立了以生产、销售和库存为主题域的多维立方体分析，建立了在ERP系统基础上的决策分析系统。
王军[9]2007年在《数据仓库技术在商业智能系统中的应用》文中提出当今世界已进入全面知识管理时代，信息量的急剧增加使得企业的决策过程日益复杂。新兴的商业智能技术为企业提供了新的选择，越来越多的管理者开始借助商业智能技术为企业寻求解决之道。虽然当前商业智能的研究与应用正处于从起步阶段向发展阶段过渡的转变时期，其理论研究与系统应用已成为目前国内外企业界和软件开发界广泛关注的热点问题。商业智能是对商业信息的搜集、管理和分析过程，目的是使企业各级决策者获得知识或洞察力，促使他们做出对企业更有利的决策。商业智能一般由数据仓库、数据分析、数据挖掘、在线分析、数据备份和恢复等部分组成。目前对于商业智能的开发还没有一套系统的研究，本文从这些出发对该系统作较为全面的研究，并在项目实践过程中对其中的经验进行总结，对其中的重要问题提供相应的对策。本文在第一章主要介绍了商业智能的产生以及体系结构，开发及实施过程以及商业智能的应用。第二章和第叁章分别介绍了商业智能系统实现的技术基础：数据仓库和商业智能。在第二章重点对数据仓库产生的背景、数据仓库的体系结构、ETL、OLAP等技术做了深入研究；对数据仓库、数据集市、数据库做了比较分析；对数据仓库的实现策略、开发流程、实施特点进行研究，同时比较分析了常用的数据仓库工具以及数据仓库的新技术。这些为后面的系统实现奠定了基础。第四章和第五章主要介绍了系统的设计、实现。重要的是对系统实现过程中的经验作了总结，为以后系统的开发提供了重要的参考。
彭博[10]2006年在《面向全球制造的物流决策支持系统研究》文中认为众多研究者意识到如果不做全球化的思考,很快就会陷入竞争劣势。由于互联网应用的普及使制造业的某些经济活动几乎以零边界成本进行,这将会引起经济制度和企业制度的一次根本性变革。对于制造业来说,纳入全球竞争体系是不可避免的趋势。目前,从事制造战略的研究者已经开始从产品、市场、组织和供应链的角度阐述全球化经济的特征:制造业的全球化意味着同一领域内竞争者数量不断增多,竞争更加激烈,制定并实施战略的空间扩大,可以同时找到产品设计速度快、生产成本低、质量优、需求量大的市场。本学位论文探讨了全球制造产生的原因、条件、特征,站在制造业管理和发展的角度探究全球化对制造业物流管理的冲击,以及如何在制造业的物流管理中应对全球化的挑战。文章对全球制造企业的物流决策理论加以研究,指出全球制造企业物流决策的范围包括物流服务水平的设定和物流系统设计;进而将物流系统设计细分为物流网络优化、运输决策和库存决策;建立制定物流系统规划的决策模型和面向全球制造的物流网络规划递阶控制模型,为物流联盟的构建与运行优化等决策提供理论指导与实践支持,同时也为建立物流决策支持系统奠定基础;深入探讨了基于现有物流网络的敏捷配送技术,在传统的物流配送研究方法上有所突破,目的是在物流系统规划中实现资源配置最大化和物流系统的敏捷调运水平;对全球制造企业的物流管理现状加以分析,提出全球制造企业物流管理发展的最佳模式,即对全球制造企业的物流联盟进行协同管理,给出协同物流管理的叁维集成模型和协同物流管理的实施框架。为有效提高全球制造企业的物流决策效率,文章构建了面向全球制造企业的物流决策支持系统(LDSS),分析全球制造企业管理者的具体工作内容,在传统决策支持系统的基础上进行改进,建立面向高层物流管理者,具有随机检索、背景挖掘、设想构成、预警功能的战略性物流决策支持系统和面向中、基层物流管理者,基于库存管理的战术性决策支持子系统。战略性物流决策支持系统使高层物流管理者成为系统的直接用户,支持人事、沟通和决策;战术性决策支持系统通过对全球制造企业库存的调节控制来保证全球制造企业物流的畅通;继而进行数据库、模型库的开发。最后,对系统开发的可行性加以分析,采用叁维开发结构体系及自适应设计方法,对系统的实现条件做一般性描述。
参考文献：
[1]. 基于数据仓库的库存分析系统研究与开发[D]. 孙水华. 中南大学. 2008
[2]. 菏泽邮政物流商品库存决策支持系统的设计与实现[D]. 魏巍. 北京邮电大学. 2010
[3]. 供应链库存管理决策的研究[D]. 夏则芳. 上海交通大学. 2006
[4]. 基于VMI的库存决策支持系统研究[D]. 宋以楠. 太原理工大学. 2012
[5]. 商务智能技术在现代企业营销决策中的应用与研究[D]. 廖化生. 浙江理工大学. 2012
[6]. 基于数据仓库技术的库存决策支持系统的研究[D]. 刘东华. 上海海事大学. 2003
[7]. 基于数据仓库的库存决策支持系统研究[D]. 梁昊. 西华大学. 2007
[8]. 数据仓库技术在ERP中的应用研究[D]. 徐峰. 郑州大学. 2004
[9]. 数据仓库技术在商业智能系统中的应用[D]. 王军. 华东师范大学. 2007
[10]. 面向全球制造的物流决策支持系统研究[D]. 彭博. 天津理工大学. 2006
标签：计算机软件及计算机应用论文; 数据仓库论文; 大数据论文; 供应链系统论文; 供应链物流论文; 库存管理论文; 数据库系统论文; 决策能力论文; 商业智能论文; 数据分析论文; erp系统论文; vmi论文;