信息融合技术在企业运行预警系统中应用研究.docVIP

信息融合技术在企业运行预警系统中应用研究 　　摘要：为了实现企业的良好快速发展，采用信息融合技术为企业的发展作出预测以及对于已经隐存的问题及时的作出预警，对于企业的发展已至关重要。本文分析了基于聚类融合算法以及相应的改进算法，并分别应用于企业运行预警系统中，得到企业运行发展模型，为企业未来的发展走向做出预报或警示。最后以某企业的发展数据进行验证，并将两种融合算法得到的结果进行比较。 　　关键词：信息融合技术；预警系统；企业运行 　　中图分类号：TP277文献标识码：A文章编号：1007-9599 (2011) 24-0000-02 　　Application Research of Information Fusion Technology in Enterprise 　　 Movement Early Warning System 　　Zhao Xin 　　（Wuhan University,School of Information Management,Wuhan430072,China） 　　Abstract:In order to make the enterprise develop better and faster,It’s important that making a prediction on the enterprise’s development condition by using information fusion technology,which can make early warning about the recessive existing problems in time.In the paper,clustering fusion algorithm and its improved algorithm were analyzed,and were applied in the early warning system of enterprise’s operation,we got enterprise’s development model.At last,the model was proved by an enterprise’s operation datum,the two fusion algorithms were applied and compared. 　　Keywords:Information fusion technology;Early warning system;Enterprise developing 　　一、引言 　　企业发展的过程中，生产产品的数量、产品的销量以及人员的数量等信息的波动对企业的发展影响是非常大的，如果波动幅度过大，会对企业带来巨大的损失。为保证企业能够持续、良好运行发展，本文提出了企业运行预警系统。为企业未来的发展走向做出预报或警示。 　　近年来，信息融合技术已经成为国内外的研究热点[1]。聚类分析是数据挖掘的一个重要研究领域，它是一种无监督的学习方法，通过一定规则将数据按照定义的相似性划分为若干个类，这些类由许多性质相似的数据点构成的，同一个类中的数据彼此相似，与其它类中的数据相异。聚类融合算法是聚类分析中一个新兴且重要的研究方向，于2002年由A．Strehl和J．Ghosh正式提出，但在2001年A．LFred就已经进???了类似的研究。聚类稳定性、准确性和有效性是聚类分析领域中被广泛研究的问题[2]。 　　本文详细介绍了一种基于划分的聚类融合方法，以某企业2001-2009年中的数据作为信息源，利用聚类融合算法对该企业近期数据进行分析、融合得出企业未来时段的生产、销售及运行情况，计算出该企业的运行发展模式。并且给出了一种改进的聚类融合算法，以解决该聚类算法仅在划分某些特定数据集时效果较好的不足和难以确定聚类数的问题。最后分别将利用两种算法得到该企业2010年的运行发展预示，并和2010年该企业真正的发展模式进行比较。验证该预警系统的可行性。并将两种算法得出结果进行比较，论证利用改进的聚类融合算法得到的模型更为准确、可行。 　　二、聚类融合算法模型 　　（一）基于划分的聚类融合算法。算法的基本思想是：给定要构建的划分的数目k，首先创建一个初始划分，然后采用一种迭代的重定位技术，通过对象在划分见移动来改进划分[3]。常用的著名算法是k-means和-medoids。也可称为k均值聚类算法[4]。 　　（二）企业预警系统模型分析。根据某市某企业提供的数据信息，获取2001-2009年间共108个月份中企业的主要信息，抽取出18个指标：人员增加数量，员工开支，产品1产量，产品2产量，产品3产