自我國加入WTO(世界貿(mào)易組織)以來,我國的社會經(jīng)濟得到了長足發(fā)展,與國外的經(jīng)濟貿(mào)易往來、政治文化溝通交流越來越頻繁,有效地促進我國經(jīng)濟的長足發(fā)展。制造企業(yè)是一個國家的實體行業(yè),其在生產(chǎn)過程中會有很多歷史數(shù)據(jù),如原材料數(shù)據(jù)、供應(yīng)商數(shù)據(jù)等,對于企業(yè)來說都是無比珍貴的隱形財富。本課題的研究主要是以數(shù)據(jù)挖掘技術(shù)為基礎(chǔ),通過決策樹方法和聚類方法來設(shè)計并實現(xiàn)企業(yè)生產(chǎn)原材料采購決策系統(tǒng),關(guān)鍵功能是以決策樹C4.5算法對企業(yè)原材料進行ABC分類,以聚類K-Means算法對原材料供應(yīng)商進行聚類,從而根據(jù)數(shù)據(jù)挖掘結(jié)果來為企業(yè)原材料采購方案設(shè)計提供決策依據(jù)。本文首先研究了數(shù)據(jù)挖掘技術(shù)的基本概念、基本功能、基本方法、基本技術(shù)等,而后詳細(xì)闡述了數(shù)據(jù)的挖掘流程,并選定決策樹方法和聚類方法作為企業(yè)生產(chǎn)原材料采購系統(tǒng)的基本算法的方向。在第三章節(jié),對決策樹方法的基本原理和過程進行介紹,深入研究了 C4.5算法的基本理念和流程,并在研究庫存ABC控制方法的基礎(chǔ)上使用C4.5算法對企業(yè)生產(chǎn)原材料進行有效的ABC分類,從而為原材料采購方法和庫存控制方法的決策奠定基礎(chǔ)。在第四章節(jié)中,對聚類方法的基本原理和流程進行介紹,深入研...

【文章頁數(shù)】：51 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題的研究背景與意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 課題的研究現(xiàn)狀及發(fā)展趨勢
        1.2.1 國內(nèi)外研究現(xiàn)狀
        1.2.2 發(fā)展趨勢
    1.3 課題的主要研究內(nèi)容
        1.3.1 研究工作
        1.3.2 章節(jié)安排
第2章 數(shù)據(jù)挖掘基礎(chǔ)知識
    2.1 數(shù)據(jù)挖掘
        2.1.1 數(shù)據(jù)挖掘技術(shù)概述
        2.1.2 數(shù)據(jù)挖掘技術(shù)的功能
        2.1.3 數(shù)據(jù)挖掘技術(shù)的方法和技術(shù)
    2.2 數(shù)據(jù)挖掘的過程
        2.2.1 數(shù)據(jù)挖掘技術(shù)的數(shù)據(jù)來源
        2.2.2 數(shù)據(jù)挖掘技術(shù)的邏輯過程
    2.3 數(shù)據(jù)挖掘在企業(yè)采購決策系統(tǒng)中的應(yīng)用
    2.4 本章小結(jié)
第3章 基于數(shù)據(jù)挖掘決策樹的原材料分類
    3.1 決策樹方法
    3.2 企業(yè)采購決策系統(tǒng)的原材料ABC分類
        3.2.1 原材料ABC分類基本概念
        3.2.2 ABC庫存控制法流程
        3.2.3 物料采購方法
    3.3 基于決策樹的原材料ABC分類
        3.3.1 確定物料ABC分類決策樹的主屬性
        3.3.2 數(shù)據(jù)預(yù)處理
        3.3.3 屬性相關(guān)性
        3.3.4 利用C4.5算法構(gòu)造決策樹
        3.3.5 決策樹的剪枝和測試
    3.4 本章小結(jié)
第4章 基于聚類法的供應(yīng)商選擇
    4.1 聚類方法
    4.3 原材料供應(yīng)商的選擇
    4.4 基于K-MEANS算法的供應(yīng)商選擇
        4.4.1 數(shù)據(jù)預(yù)處理
        4.4.2 供應(yīng)商的聚類與選擇
    4.5 本章小結(jié)
第5章 企業(yè)原材料采購決策系統(tǒng)的實現(xiàn)
    5.1 企業(yè)原材料采購決策系統(tǒng)的框架功能框架
    5.2 基于C4.5算法的物料ABC分類及其決策
        5.2.1 決策樹的生成
        5.2.2 使用C4.5算法進行分類
        5.2.3 原材料采購決策依據(jù)
    5.3 基于K-MEANS算法算法的供應(yīng)商選擇
        5.3.1 距離和相似度
        5.3.2 K-MEANS算法流程
        5.3.3 數(shù)據(jù)預(yù)處理
        5.3.4 基于K-MEANS算法的聚類操作
        5.3.5 供應(yīng)商選擇決策
    5.4 本章小結(jié)
第6章 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的論文及科研成果



本文編號：3844081