数据挖掘在油品销售企业物流管理中的应用.pdfVIP

第 27卷第 3期 徐 州 工 程 学 院 学 报 (自然 科 学 版 ) 2O12年 9月 VoI．27No．3 JournalofXuzhou InstituteofTechnology (NaturalSciencesEdition) Sep．2012 数据挖掘在油品销售企业物流管理 中的应用 沈 妍 (苏州大学 计算机科学与技术学院，江苏 苏州 215006) 摘要 ：在信息技术 日益发达 的今天，数据挖掘 (DataMining，DM)已经是 目前人工智能和数据 库领域研 究的热点问题，而在能源紧缺的现代社会，油 品销售企业的物流运输管理 显得尤为重要． 文章主要论述 了数据挖掘与油品销售企业物流管理 的关系，介绍了现代数据挖掘的几种先进技术， 研究了数据挖掘在油品销售企业物流管理 中的应用方法以及发展方 向．研究结果表 明在油 品销售 物流管理中，应用数据挖掘技术能够较好的提高物流配置的优化和预测效果． 关键词 ：数据挖掘；油品；物流管理 中图分类号 ：TP311 文献标识码 ：A 文章编号：1674—358X(2012)03—0056-03 近年来 ，数据挖掘引起 了信息产业界的极大关注，其主要原因是存在大量数据 ，可以广泛使用 ，并且迫切 需要将这些数据转换成有用的信息和知识．获取的信息和知识可以广泛用于各种领域 ，包括商务管理 、生产 控制、市场分析、工程设计和科学探索等u。J． 对于数据挖掘的定义，要从其研究意义的不同侧面来讨论．而现今的数据挖掘较为普遍的定义分为两个 方面，一个方面，从技术上来说 ，数据挖掘就是从大量的、不完全的随机的实际应用数据中，提取隐含在其 中 的，但又是潜在有用的信息和知识的过程．这就包含几层含义：研究的数据源必须是真实 的、大量的、含噪声 的；发现的是用户感兴趣的知识 ，要可接受、可理解 、可运用 ；要发现仅支持特定 问题的信息；另一方面，从商 业角度来说 ，数据挖掘其实是一类深层次的数据分析方法，是一种新 的商业信息处理技术 ，其主要特点是对 商业数据库中的大量的独立的数据进行抽取、转换 、分析和其他模型化处理，从中提取辅助决策 、操作 的关键 性数据 ]． 油品企业的物流主要分为一次物流 、二次物流．其 中一次物流主要指油品生产企业到油品销售企业的物 流运输，二次物流是指销售企业油品集中存储点运输到销售点(加油站 、加油点)的运输．而油 品销售企业 的 物流管理是指油品运输管理，更侧重关注的是二次物流的管理 ，作为供应链 的一部分，结合 ERP系统管理 ， 实现从储存地到消费地高效、低成本流动 、规划 、实施的过程 ]． 1 数据挖掘技术 1．1 人工神经 网络方法 人工神经网络，是一个具有高度非线性的超大规模连续时间动力系统 ，是由大量的处理单元 (神经元)广 泛互连而形成的网络 ，是人脑的某种抽象、简化与模拟．其特点和优越性有 ：具备 自学习功能，联想存储功能 ， 告诉寻找优化解的能力等．人工神经网络由大量的网络神经元通过极其丰富和完善 的连接构成 自适应非线 性动态系统 ，具有分布存储 、联想记忆 、大规模并行处理 、自组织、自学习、自适应等功能． 1I2 决策树方法 决策树提供了一种展示类似在什么条件下会得到什么值这类规则的方法 ，比如，在贷款 申请 中，要对 申 请的风险大小做出判断．决策树的基本组成部分有决策节点、分支和叶子 ，主要用于分类挖掘． 1I3 遗传算法 遗传算法是基于进化理论 ，并采用遗传结合 、遗传变异以及 自然选择等设计方法的优化技术． 收稿 日期 ：2012一O4—23 作者简介 ：沈 妍 (i984一)，女 ，江苏徐州人 ，硕士研究生 ，主要从事石油相关行业物流管理的研 究 · 56 · 沈 妍 ：数据挖掘在油 品销售企业物流管理 中的应用 1．4 近邻算法 邻近算法是将数据集合 中的每一个记录进行分类 的算法．K最近邻 (K—nearestneighbor，KNN)分类算 法是一个理论上 比较成熟的方法 ，也是最简单的机器学习算法之一．该方法的思路是 ：如果一个样本在特征 空间中的K个最相似 (即特征空间中最邻近)的样本 中，与大多数属于某一个类别，则该样本也属于这个类 别．K