基于數據挖掘的物流倉儲決策支持系統應用研究.pdf

1、　　現代物流作為一種先進的組織方式和管理技術，已經成為國民經濟發(fā)展的重要組成部分。對于采用現代物流管理模式的流通企業(yè)來說，倉儲庫存一般占用了企業(yè)超過 40%的流動資金，庫存的決策和優(yōu)化，對企業(yè)具有至關重要的意義。利用數據倉庫和數據挖掘技術對流通企業(yè)的倉儲管理系統中產生的海量業(yè)務數據進行分析，發(fā)現其中暗藏著的對企業(yè)有用的價值信息，直接為企業(yè)決策者的正確決策提供導向，從而使物流企業(yè)對市場變化的響應更快速，減少庫存，減少資金積壓，降低物流倉儲

2、系統的成本、提高物流管理的效率。
　　本文在充分研究物流業(yè)發(fā)展狀況和數據挖掘技術后，探討了數據挖掘技術與物流倉儲管理系統的結合，針對物流倉儲管理中的庫存管理業(yè)務活動和數據關系，通過數據抽取和轉換等處理，構建了庫存決策支持系統的數據倉庫；在研究了決策支持系統的概念和結構后，給出了基于 B/S 模式的庫存決策支持系統架構，給出了系統的整體設計方案，包括功能模塊、結構設計和工作流程，本文最后給出了系統前臺操作的可視化界面。
　

3、　本文中物流倉儲決策支持系統采用了目前流行的數據挖掘技術—C4.5 決策樹算法實現。課題對物流業(yè)的庫存?zhèn)}儲深入研究后，從存儲成本、生產成本、訂購成本、短缺成本、補貨時間等因素考慮，生成庫存?zhèn)}儲的決策模型，系統根據模型建立起相對比較精確、便捷和快速的物流決策，從而提供決策管理人員的決策依據。該算法原理簡單易懂、計算量小且運行速度快，結果容易轉換成可理解性強的分類規(guī)則，并能最終給出適合高層管理人員理解的決策知識。一系列數據集上的測試結果表明