畢業(yè)論文--服裝分銷企業(yè)營銷決策支持系統(tǒng)的設計

1、<p>　　薆袆羂艿蒂袆肄蒅莈裊膇羋螆襖羆肀螞袃聿莆薈袂膁腿蒄袁袁莄莀袀羃膇蠆羀肅莃薅罿膈膅蒁羈袇莁蕆羇肀膄螅羆膂葿蟻羅芄節(jié)薇羄羄蕆蒃薁肆芀荿蝕膈蒆蚈蠆袈艿薄蚈羀蒄薀蚈膃莇蒆蚇芅膀螅蚆羅蒞蟻蚅肇膈薇蚄腿莃蒃螃衿膆荿螂羈罿芅荿蟻螂膁莈袃羇膇莇薃袀肂莆蚅肆羈蒞螈袈芇蒞蕆肄膃蒄薀袇聿蒃螞肂羅蒂螄裊芄蒁薄蚈芀蒀蚆羃膆葿螈螆肂葿蒈羂羈蒈薀螄芆薇蚃羀膂薆螅螃肈薅蒅羈羄薄蚇螁莃薃蝿肆艿薃袂衿膅薂薁肅肁膈蚄袈羇膇螆肅芅芇蒅袆膁芆薈肁肇芅螀襖肅

2、芄袂螇莂芃薂羂羋節(jié)蚄螅膄芁螇羈肀芁蒆螄羆莀蕿罿芅荿蟻螂膁莈袃羇膇莇薃袀肂莆蚅肆羈蒞螈袈芇蒞蕆肄膃蒄薀袇聿蒃螞肂羅蒂螄裊芄蒁薄蚈芀蒀蚆羃膆葿螈螆肂葿蒈羂羈蒈薀螄芆薇蚃羀膂薆螅螃肈薅蒅羈羄薄蚇螁莃薃蝿肆艿薃袂衿膅薂薁肅肁膈蚄袈羇膇螆肅芅芇蒅袆膁芆薈肁肇芅螀襖肅芄袂螇莂芃薂羂羋節(jié)蚄螅膄芁螇羈肀芁蒆螄羆莀蕿罿芅荿蟻螂膁莈袃羇膇莇薃袀肂莆蚅肆羈蒞螈袈芇蒞蕆肄膃蒄薀袇聿蒃螞肂羅蒂螄裊芄蒁薄蚈芀蒀蚆羃膆葿螈螆肂葿蒈羂羈蒈薀螄芆薇蚃羀膂薆螅螃肈薅蒅羈羄

3、薄蚇螁莃薃蝿肆艿薃袂衿膅薂薁肅肁膈蚄袈羇膇螆肅芅芇蒅袆膁芆薈肁肇芅螀襖肅芄袂螇莂芃薂羂羋節(jié)蚄螅膄芁螇羈肀芁蒆螄羆莀蕿罿芅荿蟻螂膁莈袃羇膇莇薃袀</p><p>　　服裝分銷企業(yè)營銷決策支持系統(tǒng)的設計</p><p><b>　　摘要</b></p><p>　　本文以服裝分銷企業(yè)營銷系統(tǒng)的設計為背景，針對服裝分銷管理中的一些有待解決的問題進行了

4、研究。</p><p>　　服裝營銷系統(tǒng)和其他企業(yè)的營銷系統(tǒng)一樣，所面臨的環(huán)境都是復雜多變的，因此有關服裝營銷決策支持系統(tǒng)屬于半結構化的決策支持系統(tǒng)范疇。這類系統(tǒng)中的決策含有大量不確定因素，缺乏程序化工作范式，需要意向決策支持的問題十分多見。本文采用了在服裝營銷管理系統(tǒng)中應用包含專家系統(tǒng)的推理模型思想，構建出了一個具有意向決策支持功能的服裝營銷管理系統(tǒng)框架，對如何建立問題生成子系統(tǒng)及其內(nèi)部知識庫進行了討論。<

5、;/p><p>　　論文設計了服裝營銷決策支持系統(tǒng)的總體方案，完成了其軟件和硬件運行環(huán)境的設計，并給出了數(shù)據(jù)轉換、報表圖標顯示、MDX語句自導引、模型分析等多種功能的具體實現(xiàn)過程。</p><p>　　關鍵詞　服裝營銷決策支持系統(tǒng) 意向決策支持技術 數(shù)據(jù)倉庫 數(shù)據(jù)挖掘 智能技術</p><p>　　Design of Costume Marking Decide Sup

6、port System</p><p><b>　　Abstract</b></p><p>　　This paper takes costume marking system as working background, discusses some important problems coming from the reformation of costume

7、corporation in our country.</p><p>　　The environment which marketing system of costume is very complex and changeable, just as the other marketing system. So decide support system (DSS) belongs to the catego

8、ry of semi_structure. Decision making of this system has much uncertainty factor, lacks normal form to be followed, therefore many questions need intending decision support. Reasoning model based on expert system (ES) ap

9、plying to costume marketing system is described in this paper, meanwhile, the structure of knowledge base of t</p><p>　　The paper sets up a data mining model of online analysis process database based on inte

10、lligent techniques, offers a method which is on the base of predecessors and combines ANN and fuzzy control to this problem, and designs the software system of power marking DSS based on database warehouse running manage

11、ment for data transformation services (DTS), PivotTable service, multidimensional expressions (MDX) self-leading, model analyzing also. The paper focuses on intending decide support technique, </p><p>　　Keyw

12、ords　 costume marketing DSS intending decision support technique data warehouse data mining intelligent techniques</p><p>　　不要刪除行尾的分節(jié)符，此行不會被打印</p><p><b>　　目錄</b></p><p

13、><b>　　第1章 緒論1</b></p><p>　　1.1 課題背景1</p><p>　　1.2 服裝分銷商決策支持系統(tǒng)的發(fā)展狀況及存在問題2</p><p>　　1.3 本文主要工作3</p><p>　　第2章 意向決策支持技術在服裝銷售中的應用4</p><p>　　

14、2.1 意向決策支持概述4</p><p>　　2.2 意向決策支持在服裝營銷系統(tǒng)中的作用4</p><p>　　2.3 具有意向決策支持功能的服裝營銷管理系統(tǒng)5</p><p>　　2.3.1 問題生成子系統(tǒng)原理6</p><p>　　2.3.2 問題生成子系統(tǒng)的設計及構建相關知識庫7</p><p>　　

15、2.4 本章小結11</p><p>　　第3章 基于智能技術的服裝銷售模型的建立12</p><p>　　3.1 智能技術概述13</p><p>　　3.2 RBF神經(jīng)網(wǎng)絡的建立14</p><p>　　3.2.1 輸入特征量的選取15</p><p>　　3.2.2 RBF神經(jīng)網(wǎng)絡的訓練和預測16&l

16、t;/p><p>　　3.3 模糊系統(tǒng)的設計16</p><p>　　3.3.1 輸入變量的模糊化17</p><p>　　3.3.2 隸屬函數(shù)的確定和圖形表示方法17</p><p>　　3.3.3 模糊控制規(guī)則及算法結構18</p><p>　　3.3.4 反模糊化19</p><p>

17、;　　3.4 基于智能技術的數(shù)據(jù)倉庫挖掘19</p><p>　　3.5 本章小結20</p><p>　　第4章 服裝營銷決策支持系統(tǒng)的設計21</p><p>　　4.1 系統(tǒng)的硬件環(huán)境22</p><p>　　4.2 系統(tǒng)的軟件環(huán)境23</p><p>　　4.3 決策支持系統(tǒng)的設計23</p&

18、gt;<p>　　4.3.1 數(shù)據(jù)轉換聚合子系統(tǒng)24</p><p>　　4.3.2 統(tǒng)計報表生成子系統(tǒng)24</p><p>　　4.3.3 綜合查詢子系統(tǒng)25</p><p>　　4.3.4 綜合分析子系統(tǒng)25</p><p>　　4.4 系統(tǒng)集成26</p><p>　　4.5 本章小結2

19、8</p><p><b>　　結論35</b></p><p><b>　　致謝36</b></p><p><b>　　參考文獻37</b></p><p><b>　　附錄38</b></p><p>　　千萬不要刪除

20、行尾的分節(jié)符，此行不會被打印。在目錄上點右鍵“更新域”，然后“更新整個目錄”。打印前，不要忘記把上面“Abstract”這一行后加一空行</p><p><b>　　緒論</b></p><p><b>　　課題背景</b></p><p>　　我國既是服裝生產(chǎn)大國,也是服裝消費大國。根據(jù)中國服裝協(xié)會調(diào)查,我國現(xiàn)有服裝生產(chǎn)

21、企業(yè)4.5萬家,從業(yè)人員385萬人,年服裝生產(chǎn)能力138億件。自改革開放以來,我國服裝業(yè)的產(chǎn)量增長14.9倍,年平均遞增速度達14.4%[1]。</p><p>　　縱覽二十多年的發(fā)展,我國服裝業(yè)大致經(jīng)過四個階段: 最初的十年里是產(chǎn)量階段,誰要解決生產(chǎn)能力問題就能掙大錢；其后的五年時間里是質量階段,在供需基本平衡后,滿足顧客質量要求的能力成為決定因素；再后五年是品牌階段,提供可識別的、有持續(xù)質量保證能力的產(chǎn)品和服

22、務成為占領市場的決定因素；現(xiàn)在的服裝業(yè)正逐步向風格與定位階段過渡,產(chǎn)銷模式上也開始實行科學規(guī)范的生產(chǎn)管理以及多元化的銷售模式。</p><p>　　但是目前我國服裝行業(yè)生產(chǎn)、營銷仍然存在許多問題和不良現(xiàn)象，主要表現(xiàn)為以下幾點：</p><p>　　(1) 服裝科技落后。我國服裝工業(yè)技術裝備水平雖然在“九五”期間有很大提高,但對高新技術應用不廣泛,國內(nèi)CAD/CAM的普及率還不到5%,而在一

23、些發(fā)達國家CAD的普及率已達到70 %,我國的臺灣地區(qū)也達到了30%。服裝市場具有“多品種、小批量、高質量、短周期”的特點,決定了服裝企業(yè)的競爭要在設計、生產(chǎn)、銷售、市場信息反饋等基本環(huán)節(jié)上要突出一個“快”字,而服裝CAD正是服裝企業(yè)實現(xiàn)快速反應的重要手段。</p><p>　　(2) 我國尚沒有一個世界級服裝品牌。幾年來,通過實施服裝名牌戰(zhàn)略,國內(nèi)已形成一批以品牌為代表的企業(yè)群體,如杉杉、雅戈爾、報喜鳥等,但能

24、夠走出國門,直接參與國際市場競爭的服裝品牌還幾乎沒有,這與我國作為“服裝大國”的地位極不相稱,主要是由于企業(yè)對創(chuàng)造世界名牌的重要性還缺乏認識,加之競爭意識不強,尤其是企業(yè)領導層的觀念、意識還和世界經(jīng)濟一體化、市場經(jīng)濟國際化的潮流不相適應,甚至沒有危機感；同時,從一個側面也說明我國服裝產(chǎn)品從品種、質量和技術含量與發(fā)達國家相比還有較大的差距。</p><p>　　(3) 服裝銷售預測和生產(chǎn)計劃缺乏科學量化分析。服裝企

25、業(yè)非常需要對銷售趨勢、庫存、采購和財務等進行分析。但是由于信息不統(tǒng)一、信息傳遞不暢通、信息又不共享等諸多因素,企業(yè)的生產(chǎn)、銷售還停留在單靠經(jīng)驗的預測和分析,往往無法快速反映市場銷售的真實情況,從而缺乏對各個銷售季節(jié)市場策略的正確指導,導致生產(chǎn)和銷售的盲目性。</p><p>　　(4) 服裝降價、打折成風。降價、打折雖是一種促銷行為,但在國內(nèi)卻變了味,表現(xiàn)為打折持續(xù)時間長、波及范圍廣、折扣幅度大。僅在北京的百盛、

26、藍島、燕莎以及上海的市百一店、新世界、華聯(lián)等大商廈中,就可以看到眾多品牌的服裝在打折,所獲得銷售利潤極低。片面地采用打折來增長銷售量,勢必會使品牌在消費者心目中的主體形象也大打折扣,使品牌信譽掃地。</p><p>　　(5) 供需矛盾依然存在——賣衣難,買衣也難。服裝市場有個怪異現(xiàn)象: 一方面,市場上服裝的品種、數(shù)量相當龐大,廠家、商家大叫“賣衣難”；另一方面,仍有不少的消費者卻抱怨“買衣也難”。這種“供大于求

27、”卻是從某種意義上“供不應求”的現(xiàn)象,其實是產(chǎn)品結構不良,是生產(chǎn)結構跟不上需求結構所致,同時這一現(xiàn)象也是目前我國服裝市場上的一個巨大矛盾。</p><p>　　(6) 服裝市場“盜版”、“克隆”現(xiàn)象嚴重。這一現(xiàn)象引起的惡性競爭使得國內(nèi)一些剛起步的品牌發(fā)展受阻。為了防止被“克隆”,許多知名品牌只好采取買斷布料、推遲新貨上市等消極辦法?！皩氉恕狈b甚至特別規(guī)定其新品在全國的統(tǒng)一上市時間晚于同行半個月。同時,國際知名品

28、牌往往因此也不愿落戶中國,商場在引進國際品牌的談判中困難重重,甚至不得不為此作出種種讓步。這一現(xiàn)象嚴重阻礙了我國服裝業(yè)的整體發(fā)展,也是造成服裝市場低價競爭以及“賣衣難,買衣也難”供需矛盾的原因之一。</p><p>　　于此對應的，目前我國服裝業(yè)銷售系統(tǒng)主要采用百貨商店、小型服裝店、超級市場、倉儲市場、郵購等營銷方式,隨著時代的進步,新的方式不斷涌現(xiàn)：買斷經(jīng)營、特許經(jīng)營、網(wǎng)絡營銷、連鎖專賣等新方式從遙遠的異地移植

29、到中國,為我國的零售業(yè)注入新的生機[2]。</p><p>　　網(wǎng)絡營銷是今后服裝商貿(mào)經(jīng)營活動的必然趨勢,可以通過電子廣告的形式進行產(chǎn)品宣傳和產(chǎn)品預告,簽署電子定單,做到有計劃生產(chǎn),甚至零庫存營銷。有足夠規(guī)模的企業(yè)可利INTERNET 建立全國乃至全球性的虛擬專用銷售網(wǎng)絡,實現(xiàn)物流與資金流的統(tǒng)一。國內(nèi)一些有識的服裝企業(yè)順應時代的發(fā)展,抓住這一機遇,溫州美特斯·邦威企業(yè)已建立了獨立的企業(yè)互聯(lián)網(wǎng)站,并籌建網(wǎng)

30、絡休閑服飾電子連鎖專賣店,實現(xiàn)無界化專賣連鎖網(wǎng)絡[2]。</p><p>　　服裝分銷則是聯(lián)系上述的服裝生產(chǎn)企業(yè)和服裝銷售企業(yè)的紐帶，在整個服裝行業(yè)中起承上啟下的作用，所以要實行我國服裝業(yè)的現(xiàn)代化，分銷企業(yè)的科學管理是必需解決的一個問題.</p><p>　　服裝分銷商決策支持系統(tǒng)的發(fā)展狀況及存在問題</p><p>　　一般情況下，服裝營銷管理系統(tǒng)分為營銷業(yè)務層、

31、客戶服務管理層、營銷質量管理層和營銷決策支持層四層，其中營銷決策支持層是服裝分銷中的最高營銷管理層，它主要是完成綜合指標分析、市場需求預測、市場策劃等功能，并為高層營銷決策提供全面的信息支持，服裝營銷決策支持系統(tǒng)就是用來完成這部分功能的。</p><p>　　目前，國內(nèi)對服裝銷售決策支持系統(tǒng)進行研究成果頻頻有報道，這些成功主要集中在有關數(shù)據(jù)倉庫和決策支持系統(tǒng)方面，但是對于情況較為特殊的營銷決策支持系統(tǒng)的研究卻很少

32、涉足。</p><p>　　總體而言，主要存在以下幾個主要問題：</p><p>　　1、目前，服裝營銷工作的運營經(jīng)營管理一直沿用傳統(tǒng)的解決方案，但隨著系統(tǒng)運行時間的推移，數(shù)據(jù)量在不斷增長。如此大量的數(shù)據(jù)，存放在數(shù)據(jù)庫中，不但統(tǒng)計查詢性能大幅下降，而且還會因為缺少有力的工具而難以得到有效的利用。</p><p>　　2、傳統(tǒng)的服裝營銷管理系統(tǒng)已經(jīng)可以完成包括市場管理

33、、業(yè)報報裝、財務管理等在內(nèi)的日常工作，并且可以提供一些例行的輔助決策功能，例如：經(jīng)營業(yè)績分析、管理業(yè)績分析、客戶動態(tài)分析等。但對于一些非例行的決策問題或意向決策問題卻沒有提出明確的解決方案。</p><p>　　3、在服裝營銷決策中，運營成本是決策所需考慮的重要方面，同時也是決策管理者最關心的問題之一，而服裝的銷售情況又直接關系到分銷企業(yè)的運營成本和經(jīng)濟狀況。但在目前的營銷工作中，有關購進和售出的各項決定并不是基

34、于數(shù)據(jù)庫中信息豐富的內(nèi)容，而是基于決策者的直覺。</p><p><b>　　本文主要工作</b></p><p>　　基于以上問題，本文以服裝分銷決策支持系統(tǒng)為題進行了調(diào)研、模型設計、系統(tǒng)設計等工作。</p><p>　　本文將主要從以下幾點進行論述。</p><p>　　提出了在服裝營銷工作中應用意向決策支持技術的思

35、想，并設計了一個“DSS+問題求解單元+知識庫”的智能決策支持系統(tǒng)（IDSS）方案以完成意向決策支持功能。</p><p>　　提出了基于智能控制技術的服裝銷售預測數(shù)據(jù)挖掘（DM）算法，并通過與SQLSERVER中模型的對比，證明了該方法的準確性和實用性，為現(xiàn)場應用作了準備。</p><p>　　提出了服裝分銷決策支持系統(tǒng)得總體設計方案，完成了其軟件和硬件運行環(huán)境的設計，進行了數(shù)據(jù)轉換聚合

36、子系統(tǒng)、統(tǒng)計報表生成子系統(tǒng)、綜合查詢子系統(tǒng)和綜合分析子系統(tǒng)四部分的設計。</p><p>　　以服裝分銷中購進和售出為例，給出了服裝分銷決策支持系統(tǒng)的數(shù)據(jù)裝換聚合子系統(tǒng)、綜合查詢子系統(tǒng)、綜合分析子系統(tǒng)和報表生成子系統(tǒng)四部分的實現(xiàn)過程。</p><p>　　意向決策支持技術在服裝銷售中的應用</p><p>　　隨著我國加入WTO，國際競爭日趨激烈，服裝分銷體制也發(fā)生

37、了深刻的變化。為了配合這種變化，適應市場發(fā)展的新需要，實現(xiàn)服裝分銷系統(tǒng)管理的信息化，應該建立起全新的分銷管理系統(tǒng)，這樣才能更好的把握市場，考核營銷工作，提高我國服裝行業(yè)整體競爭力。</p><p>　　服裝行業(yè)自上世紀90年代開始，逐步在一些規(guī)模較大的品牌中開發(fā)和使用了營銷管理系統(tǒng)，迄今為止，應用的服裝營銷管理系統(tǒng)已經(jīng)可以完成包括市場管理、業(yè)擴報裝、財務管理在內(nèi)的有關服裝分銷方面的多項日常管理工作，并且可以提供一

38、些例行的輔助決策功能，例如：經(jīng)營業(yè)績分析、管理業(yè)績分析、客戶動態(tài)分析等。但是對于一些非例行的決策問題或意向決策問題卻沒有提出明確的解決方案。本文以服裝分銷商經(jīng)營決策為研究背景，把意向決策支持技術應用于服裝營銷決策中，為服裝營銷系統(tǒng)的決策支持提供了更為靈活的手段。</p><p><b>　　意向決策支持概述</b></p><p>　　意向，在決策領域中是指決策者關于

39、某一決策問題的一種模糊想法。這種想法往往難以在決策者頭腦中形成一個單一、明確的概念描述。當系統(tǒng)應用的領域比較單一，或是只局限于一個狹小的范圍時，這種意向決策問題并不多見，因為決策者往往對所面臨的情況十分熟悉，所以一般都能夠提出一個明確的目標；但當所處理的問題進入綜合性的、有關全局的應用領域時，需要意向決策支持的問題就變得比較常見。此時，決策者本身也只是直觀的感覺到應該做出某種決策，至于這種決策究竟是有關哪方面的，是個什么樣的決策問題，就

40、無法確定。此時，決策者所需要的就是系統(tǒng)提供有關方面的意向決策支持服務。意向決策支持服務技術就是采用相關方法解決此類問題的一種技術。目前，學術界在這方面有很多理論和方法提出，如人工神經(jīng)元、專家系統(tǒng)、灰色理論、模糊理論等。</p><p>　　意向決策支持在服裝營銷系統(tǒng)中的作用</p><p>　　服裝營銷系統(tǒng)和其他企業(yè)的營銷系統(tǒng)一樣，所面臨的環(huán)境都是復雜多變的，因此服裝營銷的決策系統(tǒng)屬于半結

41、構化的決策系統(tǒng)范疇，這類系統(tǒng)得決策中含有大量的不確定性因素，缺乏程序化的工作范式，需要意向決策支持的問題十分多見，但現(xiàn)在普遍應用的服裝營銷管理系統(tǒng)，對于解決確定的、目標單一的、例行決策支持和管理問題確實取得了良好的效果；而對于服裝營銷決策中經(jīng)常要面對的突發(fā)性事件，卻沒有提供有力的支持。針對這種情況，在服裝營銷系統(tǒng)中加入意向決策支持功能，用以解決一些模糊的非例行問題是很有必要的。一般它應達到以下兩個建設目標。</p><

42、;p>　　1，以客戶為中心，創(chuàng)建真正的“交互式”系統(tǒng)</p><p>　　以往開發(fā)的服裝營銷管理系統(tǒng)往往只側重于單純的事務性勞動，使用戶的大部分時間和精力都花在被動的查詢工作中，這種缺乏用戶和使用者之間雙向交互的系統(tǒng)已經(jīng)不適應服裝營銷工作的發(fā)展需要。加入意向決策支持功能后的新系統(tǒng)能實現(xiàn)主動式的管理，它面向用戶，采用多種手段與用戶交流，提供給用戶一個詳盡的聯(lián)想和推理的空間，從而幫助用戶把自己籠統(tǒng)得決策意向轉化

43、為清晰的決策問題，實現(xiàn)了“以客戶為中心”的交互式設計。</p><p>　　2，面向市場，建立具有“靈活性”的系統(tǒng)</p><p>　　一般對于服裝營銷系統(tǒng)的開發(fā)人員而言，真正的困難在于正確理解用戶的意圖（即構造問題）而不是對相應的問題進行求解（即解決問題）。這是因為（1）用戶與系統(tǒng)開發(fā)人員存在著對專業(yè)知識認識上的差異；（2）在沒有提供清晰的聯(lián)想和推理框架時，用戶難以完全說明他們本身的確切

44、要求。這樣開發(fā)出的系統(tǒng)是不具備靈活性的。</p><p>　　具有意向決策支持功能的服裝營銷管理系統(tǒng)</p><p>　　圖2-1 服裝營銷決策系統(tǒng)框圖</p><p>　　為了使服裝分銷商的營銷系統(tǒng)的工作及決策具有一定的靈活性，適應服裝市場競爭的加劇，以及服裝市場環(huán)境的變化所帶來的一些意想不到的變化的影響。在全面系統(tǒng)的分析基礎上，在服裝營銷管理系統(tǒng)中加入意向決策支

45、持功能，使整個系統(tǒng)具有了真正意義上的靈活性。</p><p>　　一般的決策支持系統(tǒng)都是面向模型的，而決策者又是面向問題的，為了解決這個矛盾，為意向決策問題提供最有力的支持，應該采用基于知識的問題生成和解決子系統(tǒng)，通過它與決策者的交互，獲取事實進行推理，并最終確定一個模型方案。這種解決方案，實際上也可以看作是包含了專家系統(tǒng)的推理模型，目的是利用專家系統(tǒng)的定性分析機制，實現(xiàn)定性分析與定量分析的有機結合。</p

46、><p>　　在服裝營銷決策與管理系統(tǒng)的具體設計中采用了“DSS+問題求解單元+知識庫”的IDSS設計方案，在傳統(tǒng)的DSS基礎上增加了一個知識庫和問題求解單元，設計系統(tǒng)框架圖如圖2-1所示。</p><p><b>　　問題生成子系統(tǒng)原理</b></p><p>　　如前所述，對于一個輔助決策過程而言，困難的是構造一個問題而不是解決一個問題，所以如

47、何利用現(xiàn)有技術引導用戶對自己的決策意向進行識別；如何運用人機交互的手段一步一步的對決策意向進行明確和細化，使其最終轉化為一個決策問題，這正是設計此系統(tǒng)的難點。而問題生成系統(tǒng)的設計是意向決策支持系統(tǒng)的瓶頸問題，以下就以服裝分銷商營銷系統(tǒng)為背景，給出問題生成子系統(tǒng)的設計方案。</p><p>　　文獻[3]給出了一般的問題生成系統(tǒng)的運行機制，如圖2-2所示</p><p>　　圖2-2 問題生

48、成系統(tǒng)運行機制</p><p>　　此運行機制實際上就是人類完成相應意向推理的全過程：人們在解決自身無法清晰表述的問題時，總是先把它限制在某個大范圍之內(nèi)（即情景設定階段），如：市場策劃問題；然后根據(jù)自聯(lián)想和借鑒他人的經(jīng)驗，把此范圍內(nèi)的各項因素及其與問題的相關程度列出（即意向詳細描述階段）；再在此范圍中，通過分析、推理把一個決策意向明確為一個決策問題（情景分析階段）。在利用計算機進行意向決策支持輔助設計時，當然也是

49、遵循這些原則。</p><p>　　問題生成子系統(tǒng)的設計及構建相關知識庫</p><p>　　依據(jù)上述機制，并結合各種意向決策支持技術，服裝營銷意向決策支持系統(tǒng)中問題生成子系統(tǒng)應具有圖2-3所示結構。</p><p>　　圖2-3 問題生成子系統(tǒng)結構</p><p>　　1、人機交互界面：人機交互界面的功能是實現(xiàn)用戶與計算機之間的對話，這是問

50、題生成系統(tǒng)設計中需要很好解決的問題之一，因為計算機不但通過人機交互界面接受決策者的問題或意向描述，還要把問題生成的結果通過人機交互界面告訴用戶，這個過程相當于問題運行機制中的意向識別過程。設計時可采用多媒體的人機交互界面。這里的多媒體是以多種媒體命令為人機交互手段——多媒體命令包括用戶鍵盤輸入的字符命令、鼠標輸入的圖形命令或語音輸入等。同時也要兼顧到用戶的用語習慣和決策風格。</p><p>　　2、知識庫：知識

51、庫的設計是整個子系統(tǒng)運行的基礎，也是應用意向決策支持技術要重點解決的問題。按性質的不同，可把知識分為事實性知識和規(guī)則性知識兩種，事實性知識用于描述一些服裝營銷的基本情況；而規(guī)則性知識則是對聯(lián)想和推理的結果以條件——結論的形式給予描述。依據(jù)問題生成系統(tǒng)運行機制，知識庫可由以下幾個子知識庫組成。</p><p>　　情景設定知識庫：情景設定知識庫中的知識用來細化用戶的意向決策問題。可以采用概念分層的方式設計情景設定知

52、識庫。概念分層是一種有用的背景知識形式，一個概念分層就是定義一個映射序列，它將低層概念映射到更一般的高層概念。</p><p>　　因為服裝營銷主要是圍繞著營銷活動進行的，而營銷活動考慮的又是如何滿足用戶的需求和擴大企業(yè)的盈利，所以有關服裝營銷的決策又可以從客戶分析、服裝銷售情況分析、需求預測和市場策劃這幾個方面來分別考慮，可以把這幾個方面作為基本問題，讓用戶在其中考慮其他方面和其他因素，來細化自己的問題。以有關

53、“客戶分析”的意向決策基本問題為例，這個基本 問題包含的其他因素是：考慮客戶地區(qū)、考慮大小客戶、考慮客戶信用、考慮客戶投訴這四個小問題。這些具體的小問題可以映射到它所屬的較高層次的概念中。這些映射就形成了“客戶分析”的概念分層，見圖2-4。</p><p>　　圖2-4 客戶分析的概念分層</p><p>　　有了這種概念分層的形式，用戶就可以通過“上卷”（即通過一個維的概念分層向上攀升）

54、和“下鉆”（它是上卷的逆操作，它顯示由不太詳細的數(shù)據(jù)到更詳細的數(shù)據(jù)）操作在多個抽象層上細化自己的決策意向，之后再自由的組合這些選項，給出相應選項在此決策意向中所占的比重（用0到1之間的數(shù)表示），并使所有選項的比重值之和等于1。</p><p>　　例如，經(jīng)過這一步，用戶把自己的決策意向的詳細描述為：“考慮客戶地區(qū)”（0.2）、“考慮大小客戶”（0.3）、“考慮客戶信用”（0.5）的客戶分析問題。</p>

55、;<p>　　實際應用中可以把知識作為一種特殊的數(shù)據(jù)存儲在數(shù)據(jù)庫中。可以以SQL Server 2000作為前端數(shù)據(jù)倉庫平臺，VB為編程語言，完成相應設置。</p><p>　　上述實例在數(shù)據(jù)庫中的主表可設計為：客戶分析分層知識主表——db_user knowledge，具體表示如表2-1所示。</p><p>　　在實際應用中，用戶選擇了哪幾個方面來細化意向，就在表中增加一

56、個記錄，把相應選項置為1，如上例中增加的記錄為（1 1 1 0），可依據(jù)此值調(diào)用相關表，并進行相關情景分析知識庫中的處理。</p><p>　　表2-1 客戶分層知識主表</p><p>　　情景分析知識庫：情景分析知識庫中的知識起到了模型自動引導的作用。在這里采用的技術是包括推理規(guī)則知識庫和模型設定知識庫的常用模型自動引導方法。它的原理主要是先將決策問題映射到模型的各主要特征集合上，然后

57、再由模型的特征集合映射到各模型集合上。主要包括推理規(guī)則知識庫和模型設定知識庫。</p><p>　　推理規(guī)則知識庫：此知識庫中以“if-then”的形式存放著用戶的決策問題與模型的各主要特征間的相關性和對各主要特征的支持度。這些知識可以是由領域專家、知識工程師、系統(tǒng)用戶提供；也可以是數(shù)據(jù)挖掘工作自動產(chǎn)生。</p><p>　　構建推理規(guī)則知識庫的復雜性在于用戶的決策意向問題往往是多個原子條

58、件的邏輯組合，所以在規(guī)則設定中采用了“多重與邏輯表”和“相關聯(lián)度函數(shù)表”這兩個概念。</p><p>　　例如，上述問題可以用推理規(guī)則知識庫中的規(guī)則表示如下：</p><p>　　IF（（用戶）有“考慮地區(qū)”（0.2）、“考慮客戶大小”（0.3）、“考慮客戶信用”（0.5））的客戶分析問題，</p><p>　　THEN（（問題與下列特征關聯(lián)）“調(diào)整價格”、“調(diào)整進

59、貨量”、“調(diào)整售出量”、“改善服務”、“發(fā)出工作票”、“時間”，多重與邏輯表，相關度函數(shù)表）</p><p>　　其中多重與邏輯表和相關聯(lián)度函數(shù)表為表2-2所示。</p><p>　　表2-2 “多重與”邏輯和相關聯(lián)度函數(shù)</p><p>　　模型設定知識庫：此知識庫中存放的是各主要特征與相關模型之間的關聯(lián)度。模型庫主要由多目標規(guī)劃問題模型、預測分析過程模型和其他模

60、型組成。</p><p>　　例如，上述問題在模型設定知識庫中的規(guī)則可以表示為表2-3所示。</p><p>　　表2-3 規(guī)則中相關度表</p><p>　　這里，為了解決多種條件的邏輯組合問題，需要設定用戶的意向描述與模型庫的相關強度。如公式2-1所示：</p><p><b>　?。?-1）</b></p&g

61、t;<p>　　其中為某一決策意向與模型i的相關度；為用戶自己設定的各原子條件在決策意向中所占的比重（即主觀因素因子）；為各原子條件與模型主要特征的相關程度；為模型主要特征與模型的相關程度。</p><p>　　依照此公式可以計算得出決策意向與各模型的相關程度，然后可按與決策意向相關強度最大的模型進行決策。</p><p>　　例如，上述問題采用公式計算后，；從中可以得到這個

62、客戶分析問題應采用預測分析過程模型進行處理。由上即可完成了模型的自動導引。</p><p>　　3、推理機（控制模塊）：其作用事按照用戶的不同選擇，調(diào)用不同的知識庫進行相關問題的識別和決策支持。當用戶進入問題生成系統(tǒng)后，推理機首先調(diào)用情景設定知識庫，這樣用戶就可以在意向查詢的交互式界面上，通過上卷和下鉆操作，對自己的決策意向進行細化，最終產(chǎn)生一個明確的決策問題。當用戶對意向的表述結果比較滿意的時候，推理機再調(diào)用情

63、景分析知識對用戶的決策意向進行處理，并得到與決策意向相關程度最大的過程模型，供給問題解決子系統(tǒng)使用。</p><p>　　經(jīng)過上述處理后，下面的要求就是對決策問題的求解過程提供有效的決策支持手段，因為對這個問題提供有力支持一直是服裝營銷系統(tǒng)應用研究中的一個重點，已有許多相關領域的研究成果，這里就不再贅述。</p><p>　　總之，服裝營銷管理系統(tǒng)的設計不但要充分利用各種信息，實現(xiàn)復雜化的

64、查詢和報表功能；而且應該利用現(xiàn)有技術，實現(xiàn)對服裝營銷全過程的合理化管理：即以用戶為中心，真正想用戶所想，提供給其一個完善的預測分析和決策支持功能。當然以上提出的只是一個框架，下一章將對用于數(shù)據(jù)挖掘分析的模型庫進行分析，并建立一個預測服裝銷售量的模型。</p><p><b>　　本章小結</b></p><p>　　針對服裝分銷所面臨的環(huán)境復雜多變的特點，本章主要介紹

65、了意向決策支持技術在服裝銷售決策支持系統(tǒng)中的應用，主要完成了以下工作。</p><p>　　1、簡單地介紹了意向決策支持技術，并且重點闡述了該技術在服裝營銷系統(tǒng)中所能發(fā)揮的作用。</p><p>　　2、具體介紹了具有意向決策支持功能的服裝營銷系統(tǒng)的工作原理，重點分析了問題生成子系統(tǒng)原理，并設計了問題生成子系統(tǒng)、構建了相關知識庫。</p><p>　　基于智能技術的

66、服裝銷售模型的建立</p><p>　　在上一章所提出的具有意向決策支持功能的系統(tǒng)中，一個重要的方面就是模型的建立和選取，有了各種適宜的模型，才能構成模型庫，并最終完成本文所提出的整個意向決策支持功能。本章以一個具體問題為例，建立了一個基于智能技術的數(shù)據(jù)倉庫挖掘模型。</p><p>　　在服裝營銷決策中，運營成本是決策所需要考慮的重要方面，同時也是決策管理者最為關心的一個問題，而與運營成

67、本相關的最主要因素是服裝的銷售情況。這是因為服裝分銷在整個服裝行業(yè)中處于一個中間位置，負責服裝生產(chǎn)企業(yè)和服裝零售商之間的連接，因而服裝的銷售情況直接關系到整個服裝行業(yè)的運營情況。</p><p>　　服裝銷量預測就是這樣一種對未來需求量的預測，它是服裝營銷工作中重要的一環(huán)。若能夠以前幾個月的服裝銷售量預測出下一個月的銷售量，并以此為依據(jù)購進服裝，這樣既可以避免由于估計過量而導致?lián)p失，又可以避免由于預測不足而導致的

68、利潤減少、客戶丟失等。</p><p>　　為了完成這一目的，必須對現(xiàn)有的數(shù)據(jù)倉庫中的服裝營銷數(shù)據(jù)進行分析，從中發(fā)現(xiàn)并提取出隱含在其中的信息或知識。這個過程就是數(shù)據(jù)挖掘過程，其目標是幫助分析人員尋找數(shù)據(jù)之間的聯(lián)系，發(fā)現(xiàn)被忽略的要素，挖掘出對預測趨勢和決策行為有用的信息。數(shù)據(jù)挖掘一般過程如圖3-1所示。</p><p>　　圖3-1 數(shù)據(jù)挖掘一般過程</p><p>

69、　　從中可以看出數(shù)據(jù)挖掘過程一般包括以下幾個步驟：</p><p>　　1、預處理數(shù)據(jù)，收集和凈化來自各種數(shù)據(jù)源或數(shù)據(jù)倉庫的信息，并加以存儲，一般是將其放在OLAP數(shù)據(jù)庫中。</p><p>　　2、模型搜索。利用數(shù)據(jù)挖掘工具在數(shù)據(jù)中匹配模型。對于一個問題的搜索過程可能用到許多模型，例如：神經(jīng)網(wǎng)絡、決策樹等。</p><p><b>　　3、評價輸出結果。

70、</b></p><p>　　4、生成最后的數(shù)據(jù)報告和解釋報告。</p><p>　　從中可以看出，在數(shù)據(jù)挖掘過程中，數(shù)學模型是非常重要的分析數(shù)據(jù)的方法。在Microsoft SQL SERVER 2000提供的分析服務器（Analysis Servers）工具中，包含了兩種數(shù)據(jù)挖掘模型：決策樹模型和聚類分析模型，利用它們可以對服裝銷售數(shù)據(jù)進行分析，發(fā)現(xiàn)一些規(guī)律性的東西。但是這

71、種結果往往比較粗糙，精度不高，難以對服裝企業(yè)的營銷工作起到指導作用。本文提出了一種基于智能技術的數(shù)據(jù)挖掘模型，通過此模型可以得到較為理想的服裝銷售預測數(shù)據(jù)。</p><p><b>　　智能技術概述</b></p><p>　　目前對服裝銷售預測的專門研究不少，但人們大多采用傳統(tǒng)的方法來進行預測，如時間序列方法、回歸分析方法和模式識別方法，這些方法也都取得了不同程度的

72、成功。但這些方法也都存在著缺陷，時間序列方法不易考慮地區(qū)等因素的影響，回歸分析方法存在著如何確定回歸方程的問題，而模式識別方法只能處理銷售區(qū)域比較小的系統(tǒng)。</p><p>　　而人工神精網(wǎng)絡能夠建立任意非線性的模型，并適用于解決時間序列預報問題。因此很適合應用于服裝銷售系統(tǒng)的預測中。在服裝銷售預測中，應用最多的神經(jīng)網(wǎng)絡是多層感知機，并應用反向傳播算法（BP算法）進行網(wǎng)絡訓練，然而，傳統(tǒng)的BP算法有諸如不易確定隱

73、層神經(jīng)元個數(shù)、容易陷入局部極小點和耗費大量計算機時等缺點，因而不適合實際使用。近年來的RBF（Radial Basis Function，徑向基函數(shù)）網(wǎng)絡作為另一種神經(jīng)網(wǎng)絡結構，以其靈活性強，易于訓練，內(nèi)插和外推性能好等優(yōu)點而受到很大關注。RBF網(wǎng)絡是一種三層結構網(wǎng)絡，其隱層的作用在于實現(xiàn)一非線性變換，隱單元（又稱“中心”）數(shù)目在網(wǎng)絡訓練過程中隨問題的復雜程度和所需精度而動態(tài)調(diào)節(jié)，無需事先盲目確定。這種網(wǎng)絡模型的訓練過程表現(xiàn)為RBF網(wǎng)絡

74、中心的選擇及隱層與輸出層間權值的確定。</p><p>　　但是，利用RBF神經(jīng)網(wǎng)絡進行預測時，需要大量的歷史數(shù)據(jù)，在歷史數(shù)據(jù)有限的情況下，往往使預測精度受到很大影響。為了克服這些缺點，相關研究表明，將BP神經(jīng)網(wǎng)絡和模糊控制結合在一起進行模糊預測，可以得到比較好的結果。</p><p>　　本文利用RBF神經(jīng)網(wǎng)絡完成對用銷售量的預測，在預測過程中，考慮了區(qū)域因素和和重大事件的影響；因為數(shù)據(jù)

75、量的限制，對神經(jīng)網(wǎng)絡的輸出用模糊調(diào)節(jié)進行修正，以便提高預測精度。</p><p>　　RBF神經(jīng)網(wǎng)絡的建立</p><p>　　服裝銷售量預測首先要解決的問題是非線性映射的實現(xiàn)，人工神經(jīng)網(wǎng)路在這方面有一定的優(yōu)越性。一般情況下，假定要求學習的非線性映射為式3-1。</p><p><b>　　（3-1）</b></p><p&

76、gt;　　公式（3-1）是在域中聚類子集上的一個多輸入單輸出實連續(xù)函數(shù)，其樣本的數(shù)據(jù)為：</p><p>　　上式中，s為樣本數(shù)，而形成了樣本集。</p><p>　　圖3-2 RBF網(wǎng)絡拓撲結構</p><p>　　如圖3-2所示的RBF網(wǎng)絡，可以用來擬合式（2-2）所描述的非線性關系，它實現(xiàn)的映射為式3-2所示。</p><p><

77、b>　?。?-2）</b></p><p>　　式中，為輸入向量，為一給定的非線性變換，表示歐式范數(shù)；為權值；成為RBF網(wǎng)絡的中心，表示擬合誤差，非線性變換函數(shù)可選為式3-3所示。</p><p><b>　　（3-3）</b></p><p>　　定義誤差函數(shù)如式3-4所示。</p><p><

78、b>　?。?-4）</b></p><p>　　其中，為樣本的輸出，為網(wǎng)絡的輸出。可以證明，當所選的函數(shù)系線性無關的時候，可通過增加隱層單元的數(shù)目，達到不斷提高擬合精度，使小于給定誤差的目的。然而，在實際應用中，若m取得太大，就可能造成模型的冗余和數(shù)值病態(tài)的出現(xiàn)，因此必須采取有效的方法進行網(wǎng)絡中心的選擇和網(wǎng)絡權值的確定。本文采用正交最小二乘法選取隱含層節(jié)點基函數(shù)的中心。此方法的優(yōu)點是可選出最佳的

79、樣本點作為中心。</p><p>　　當網(wǎng)絡輸出權值訓練基函數(shù)的參數(shù)確定后，輸出層的計算非常簡單，對應于多輸入但輸出網(wǎng)絡，用最小二乘法使價值函數(shù)最小即可。</p><p>　　購買和銷售是服裝分銷中的一項非常重要的活動，但這個決定常常不是基于數(shù)據(jù)庫中信息豐富的數(shù)據(jù)，而是基于決策者的直覺。這是因為決策者缺乏從海量數(shù)據(jù)中提取有價值知識的工具，因此設計一個合理的數(shù)據(jù)模型已完成此項工作是十分必要的

80、。</p><p><b>　　輸入特征量的選取</b></p><p>　　對于神經(jīng)網(wǎng)絡訓練，輸入量的選擇是非常關鍵的問題，輸入量不能取得太少，否則不能起到區(qū)分判斷的能力；也不能取得太多，否則影響網(wǎng)絡訓練的速度。</p><p>　　顯然，當月的進貨量與以往同類型月的銷售量有著很大的關系，而這個銷售量又會受季節(jié)、重大事件等因素的影響。如夏冬兩

81、季羽絨服的銷售量會明顯不同；當有重大事件，如奧運會、世界杯等時，服裝的款式和顏色都會受到一定的影響。</p><p>　　這樣，在選擇樣本時，應考慮到如下關系：</p><p>　　1、首先，預測月的環(huán)境向量是必不可少的；</p><p>　　2、考慮到服裝銷售量變化應該是一個平穩(wěn)的隨機過程，那么用前一兩個月的銷售量可取得較好的平滑作用；</p>&l

82、t;p>　　3、某一個月的銷售量同前一至兩個月的銷售量應該比較相似；同去年（前年）同一月份的銷售量也應該比較相似。</p><p>　　綜合考慮上述因素，并結合服裝銷售的特點，本文選擇神經(jīng)網(wǎng)絡的輸入如下：</p><p>　　預測月前兩個月的銷售量和對應的各月的環(huán)境向量；</p><p>　　預測月前一年的同一月和其兩側各一個月的銷售量，以及對應各月的環(huán)境向量

83、；</p><p>　　預測月前兩年的同一月和兩側各一個月的銷售量，以及對應各月的環(huán)境向量；</p><p><b>　　預測月的環(huán)境向量。</b></p><p>　　神經(jīng)網(wǎng)絡的輸出向量為預測月進貨量。由此可建立一個輸入層為17個節(jié)點，輸出層為一個節(jié)點，隱含層個數(shù)待定的神經(jīng)元網(wǎng)絡，隱含層節(jié)點基函數(shù)采用高斯函數(shù)。神經(jīng)網(wǎng)絡的訓練樣本集是從過去兩年

84、的歷史數(shù)據(jù)中選取了典型數(shù)據(jù)組成，由此構成了RBF神經(jīng)網(wǎng)絡的訓練對象。</p><p>　　此神經(jīng)網(wǎng)絡可以擬合如下的非線性關系：</p><p>　　其中，為第i個月的出售量，為第i個月環(huán)境向量。環(huán)境的量化情況（以冬季服裝為例）如下：</p><p>　　RBF神經(jīng)網(wǎng)絡的訓練和預測</p><p>　　根據(jù)樣本選擇原則，給每一個神經(jīng)網(wǎng)絡選定一個

85、訓練樣本集，樣本集包含12個樣本。選擇隱含層節(jié)點基函數(shù)的寬度為10，初始中心為0，利用最小二乘法進行訓練。</p><p><b>　　模糊系統(tǒng)的設計</b></p><p>　　在很多情況下，由于被控對象的非線性或有較大的隨機干擾，很難建立起被控對象的數(shù)學模型，對于那些不能直接獲得數(shù)學模型的系統(tǒng)，傳統(tǒng)的控制方法往往難以取得令人滿意的控制效果，然而這類被控對象在人的手

86、工控制下卻往往能夠正常運行。因為人們在手動控制中，往往采用一些不精確的語言規(guī)則進行控制，收到了預期的效果，由此演化而來的就是模糊控制系統(tǒng)，見圖3-3。</p><p>　　圖3-3 模糊控制系統(tǒng)</p><p>　　利用神經(jīng)網(wǎng)絡預測的誤差和誤差變化率，通過模糊系統(tǒng)的控制，形成下一次預測的調(diào)整量，使預測誤差減小。</p><p>　　模糊控制器輸入為當前時刻的預測的銷

87、售量與實際的銷售量的差額和差額的變化率,輸出是對下一個銷售量的調(diào)節(jié)量。調(diào)節(jié)量又公式3-5計算。</p><p><b>　?。?-5）</b></p><p>　　其中為模糊系統(tǒng)的輸出值，為對下一個負荷預測的修正值，為誤差變化率，上述公式的作用是將模糊系統(tǒng)的輸出值先投影到誤差區(qū)域上，再加入誤差變化率的影響，這樣可以保證首先對誤差進行調(diào)節(jié)，然后再消除誤差的變化，使系統(tǒng)保

88、持穩(wěn)定。</p><p>　　一般情況下，模糊推理是采用模糊邏輯由給定輸入到輸出的映射過程：</p><p>　　1、輸入變量模糊化，即把確定的輸入轉化為由隸屬度描述的模糊集。</p><p>　　2、模糊規(guī)則的前件中應用模糊算子（與、或、非）。</p><p>　　3、根據(jù)模糊蘊涵運算由前提推斷結論。</p><p>

89、;　　4、合成每個規(guī)則的結論部分，得出總的結論。</p><p>　　5、反模糊化過程，即把輸出的模糊量轉化為確定的輸出。</p><p><b>　　輸入變量的模糊化</b></p><p>　　設模型設計3個語言變量：誤差e，誤差變化率ec，控制量變化a，其論域均為[-1，1]，相應的語言級別劃分為5級。其模糊集為{nb，ns，z，ps，p

90、b}，分別對應的模糊單點集為：{-1，-0.5，0，0.5，1}。</p><p>　　實際誤差e、誤差變化率ec，均是實際量，需要將他們轉化為論域中的一個對應值，這個過程，稱為量化過程。為此引入量化公式3-6，3-7。</p><p><b>　?。?-6）</b></p><p><b>　　（3-7）</b><

91、/p><p>　　其中，em為誤差的左邊界，es為誤差的變化范圍；ecm為誤差變化率的左邊界，ecs為誤差變化率的變化范圍。根據(jù)上述公式可以將實際量轉化為論域中的值。</p><p>　　在本算法中，在線自調(diào)整地任務主要是在線修正a參數(shù)，a的大小直接表示對偏差e和偏差ec的加權程度。選取a變量為5個語言值，分別為nb（負大）、ns（負?。?、z（中）、ps（正?。b（正大）。</p&g

92、t;<p>　　隸屬函數(shù)的確定和圖形表示方法</p><p>　　模糊語言變量的每個語言值實際上都是一個在模糊論域上的模糊子集，模糊子集最終是通過隸屬函數(shù)來描述的，本文選擇高斯型隸屬函數(shù)，此種隸屬函數(shù)所占內(nèi)存空間小，靈敏度較高。下圖為三個語言變量的隸屬函數(shù)圖。</p><p>　　圖3-4-1 輸入輸出量隸屬函數(shù)</p><p>　　圖3-4-2 修正

93、因子隸屬函數(shù)</p><p>　　模糊控制規(guī)則及算法結構</p><p>　　本文的模糊控制器是二維結構，誤差和誤差變化率為輸入量，通過模糊規(guī)則調(diào)整a。調(diào)整a的規(guī)則如下，模糊規(guī)則狀態(tài)表為表3-1。</p><p>　　If e=nb, then a=pb</p><p>　　If e=ns and ec=nb or pb, then a=pb

94、</p><p>　　If e=ns and ec=ns or z or ps, then a=ps</p><p>　　If e=z and ec=pb, then a=nb</p><p>　　If e=z and ec=ps, then a=ns</p><p>　　If e=z and ec=z, then a=z</p>

95、<p>　　If e=z and ec=ns, then a=ps</p><p>　　If e=z and ec=nb, then a=pb</p><p>　　If e=ps and ec=nb or pb, then a=nb</p><p>　　If e=ps and ec=ps or z or ns, then a=ns</p>

96、<p>　　If e=pb, then a=nb</p><p>　　表3-1 模糊規(guī)則狀態(tài)表</p><p><b>　　反模糊化</b></p><p>　　反模糊化就是把輸出的模糊集化為確定數(shù)值的輸出，常用的反模糊化方法有以下幾種。</p><p>　　中心法、二分法、輸出模糊集極大值平均值法、輸出模糊

97、集極大集最大值法、輸出模糊集極大集最小值法。在這里，采用的是中心法，也就是取輸出模糊集的隸屬度函數(shù)曲線與橫坐標圍成區(qū)域的中心或重心對應的論域元素值為輸出值。查詢表如表3-2，再通過公式3-3計算，可得到銷售量的修正值。</p><p><b>　　表3-2 查詢表</b></p><p>　　基于智能技術的數(shù)據(jù)倉庫挖掘</p><p>　　基于

98、智能技術的數(shù)據(jù)挖掘過程可以用流程圖3-5表示。</p><p>　　從圖中可以看出，整個挖掘模型的輸出為神經(jīng)網(wǎng)絡的輸出和模糊控制系統(tǒng)的輸出的總和。</p><p>　　S=F+Cu （3-8）</p><p>　　其中，S為整個挖掘模型的輸出，F(xiàn)為神經(jīng)網(wǎng)絡的輸出，Cu為模糊控制系統(tǒng)的輸出。</p><

99、;p>　　圖3-5 基于智能技術的數(shù)據(jù)倉庫挖掘</p><p><b>　　本章小結</b></p><p>　　具有意向決策支持功能的系統(tǒng)中，一個重要的方面是模型的建立和選取，有了各種適宜的模型，才能構成模型庫，并最終完成整個意向決策支持功能。本章主要建立了一個基于智能技術的數(shù)據(jù)倉庫挖掘模型，并具體進行下面的工作。</p><p>　　

100、1、建立了RBF神經(jīng)網(wǎng)絡，利用它來進行服裝銷售量預測。</p><p>　　2、在神經(jīng)網(wǎng)絡的基礎上，通過加入模糊系統(tǒng)的控制，利用神經(jīng)網(wǎng)絡預測的誤差和誤差變化率，形成下一次預測的調(diào)整量，從而減小預測誤差，使預測更加接近實際。</p><p>　　3、介紹了基于職能技術的數(shù)據(jù)倉庫挖掘原理，并給出了原理圖。</p><p>　　服裝營銷決策支持系統(tǒng)的設計</p>

101、;<p>　　決策分析是服裝分銷商營銷管理系統(tǒng)得最高層，是在統(tǒng)計完成之后，對統(tǒng)計資料進行對比、分析、研究的過程，它是服裝營銷工作的最后一個環(huán)節(jié)，是提供分析、預測結果的重要階段。服裝營銷決策支持在對整個企業(yè)的經(jīng)營管理、財務狀況、市場分布等方方面面的信息進行統(tǒng)計后，還需要對企業(yè)作全方位的綜合查詢與經(jīng)濟活動分析，以客觀地評價計劃的執(zhí)行情況、揭示經(jīng)濟發(fā)展的趨勢、總結先進經(jīng)驗，提出更好的管理決策，進一步提高企業(yè)經(jīng)濟效益。但這時，綜合

102、統(tǒng)計人員出于分析和決策的需要，對信息的需求是隨機的，對查詢結果的分析也是動態(tài)的，而傳統(tǒng)的管理信息系統(tǒng)很難滿足這種高層次的分析、決策的要求。因此在本文中，采用基于數(shù)據(jù)倉庫的聯(lián)機分析處理（On-Line Analytical Processing， OLAP）技術來為用戶提供方便靈活的統(tǒng)計分析解決方案。</p><p>　　一般情況下，服裝營銷決策包括各種有關銷售情況的分析和查詢、需求分析、市場分析和客戶動態(tài)分析等方

103、面。由此可見，決策支持系統(tǒng)最重要功能就是查詢和分析。</p><p>　　因此，本文中的服裝營銷決策支持系統(tǒng)由數(shù)據(jù)轉換聚合子系統(tǒng)、統(tǒng)計報表（及圖表）生成子系統(tǒng)、綜合查詢子系統(tǒng)和綜合分析子系統(tǒng)四個部分組成。</p><p>　　其中數(shù)據(jù)轉換聚合子系統(tǒng)用于將來自各種數(shù)據(jù)源的數(shù)據(jù)轉換到數(shù)據(jù)倉庫當中，并以“面向主題”的形式進行存儲；統(tǒng)計報表（及圖表）生成子系統(tǒng)主要用于將各項營銷數(shù)據(jù)以報表和多種圖表

104、的形式表示出來，同時它也是為綜合查詢子系統(tǒng)合綜合分析子系統(tǒng)提供營銷的各級數(shù)據(jù)；基于OLAP的綜合查詢子系統(tǒng)以多維的形式對服裝營銷的各種數(shù)據(jù)進行查詢，并和統(tǒng)計報表（及圖表）生成子系統(tǒng)結合在一起，為綜合分析子系統(tǒng)提供所需要的數(shù)據(jù)；綜合分析子系統(tǒng)利用各種模型（如SQL SERVER中的決策樹模型、聚類模型）對數(shù)據(jù)信息進行挖掘，并從中分析出有用的信息供決策者使用。</p><p>　　在這幾者中，數(shù)據(jù)轉換聚合子系統(tǒng)完成數(shù)

105、據(jù)的前端處理工作，使信息的來源；統(tǒng)計報表（及圖表）生成子系統(tǒng)將信息直觀地表示給用戶。根據(jù)統(tǒng)計報表（及圖表）生成子系統(tǒng)合綜合分析子系統(tǒng)，決策者可以及時掌握服裝營銷工作的情況，進而對各項數(shù)據(jù)進行綜合分析。系統(tǒng)中各個子系統(tǒng)關系如圖4-1所示。</p><p>　　圖4-1 服裝營銷決策支持系統(tǒng)示意圖</p><p><b>　　系統(tǒng)的硬件環(huán)境</b></p>

106、<p>　　服裝營銷決策支持系統(tǒng)的運行需要海量數(shù)據(jù)的支持，為了保證系統(tǒng)的安全運行，數(shù)據(jù)倉庫專用一臺服務器，歷史數(shù)據(jù)專用一臺服務器，決策支持軟件運行有單獨的服務器來支持。通過將交換機連接工作中需要提取得數(shù)據(jù)的各種服務器，管理決策者通過終端客戶機來訪問服務器，運行決策支持軟件，其中的數(shù)據(jù)服務器都要求雙機備份數(shù)據(jù)。其拓撲圖如圖4-2所示。</p><p>　　圖4-2 決策支持系統(tǒng)硬件拓撲圖</p>

107、;<p><b>　　系統(tǒng)的軟件環(huán)境</b></p><p><b>　　1、操作系統(tǒng)</b></p><p>　　服裝營銷決策支持系統(tǒng)運行的操作系統(tǒng)采用Microsoft Windows 2000 Server，Microsoft Windows 2000 Server界面風格與Microsoft Windows 95\98一致，

108、易于使用，它是以內(nèi)部安全性和網(wǎng)絡功能為特征，能夠充分利用高檔微機的硬件特點并發(fā)揮其優(yōu)勢的操作系統(tǒng)。</p><p><b>　　2、數(shù)據(jù)管理系統(tǒng)</b></p><p>　　數(shù)據(jù)庫采用高性能的商用關系型數(shù)據(jù)庫SQL SEVER 2000，利用其自身在數(shù)據(jù)倉庫方面的成熟技術完成多種數(shù)據(jù)倉庫的操作；系統(tǒng)的輸出形式采用Microsoft Office的Excel等優(yōu)秀工具軟

109、件，使報表系統(tǒng)更加方便易用；軟件結構采用網(wǎng)絡分布式的客戶/服務器模式。</p><p><b>　　3、開發(fā)語言</b></p><p>　　開發(fā)語言可選用Visual Basic 6.0，Visual Basic 6.0是一個強大的Windows平臺上的開發(fā)工具，從開發(fā)個人或小組使用的小工具，到大型企業(yè)應用系統(tǒng)，都可以在Visual Basic提供的工具中各取所需，