基于ＥＣ的供应链信息流曲线模糊聚类优化分析.docVIP

基于ＥＣ的供应链信息流曲线模糊聚类优化分析 　　摘 要：电子商务的进一步发展使供应链的广度和深度都有了很大的提高，也使供应链链 路 上的信息流流量和信息流曲线发生了大的改变。聚类分析是重要的数据挖掘技术，在科学研 究、工程应用等领城有着广泛的应用背景。文章提出的信息流模糊聚类算法是一种新型的模 拟分析信息流曲线的算法，通过模糊的信息流聚类算法，文章对传统供应链和EC环境下的供 应链信息流曲线进行模拟，并对EC环境下供应链信息流曲线的优化和相应的信息流功能优化 进行分析、研究，为EC环境下供应链发展提供理论支持。 　　关键词：EC供应链信息流曲线优化模糊聚类 　　中图分类号：FO62.5 文献标识码：A 　　文章编号：1004-4914(2008)02-255-02 　　 　　一、电子商务与供应链的含义 　　 　　供应链( Supply Chain Management.简称SCM)是当前管理领域中十分流行的技术。所谓 供应链，就是原材料供应商、零部件供应商、生产商、分销商、零售商、运输商等一系列企 业组成的价值链。物流、信息流、资金流是供应链链条上的重要环节，发挥着强大的整体竞 争优势。其中信息流在供应链的运作中起到协调和控制作用，其运行的好坏对供应链的运作 产生直接影响。已有研究表明：有效的信息共享和快速的信息交换可以大幅减少供应链节点 企业的库存，减少供应链上的牛鞭效应。 　　电子商务指企业通过电信网络进行的生产、销售和流通等活动，它不仅指基于因特网的 交易，而且指所有利用电子信息技术来解决问题、降低成木、增加价值和创造商机的商务活 动，包括通过网络实现从原材料查询、采购、产品展示、订购到出品、储运以及电子支付等 一系列经销过程。具体可以从狭义和广义两个层面来理解：狭义的电子商务( E- commerce) 指运用电子信息系统进行在线交易或开展商务，包括网上自动购物；广义的电子商务( E- b usiness)指应用信息技术来支持企业的整个运作流程，包括制定企业发展策略、提供销代支 持、连接合作伙伴、通过外部网(Extranet)将企业的各个部门与供应商和经销商连接，通过 内部网（intranet)进行内部通信。 　　 　　二、基于信息流的数据聚类及其在信息流曲线中的应用 　　 　　1.基于信息流的数据聚类。聚类分析是被广泛应用于许多研究领域的一种数据挖掘技术。聚 类是将包含n个数据对 象的集合X划分成组(或簇)，使得同簇中的数据对象具有相似性，而不同簇中的数据对象具 有相异性。目前国内外研究者们提出了多种基于最优化准则处理数据对象集的聚类算法，如 EM,DBSCAN等。本文采取的是Gomory-Hu算法。算法的基本思想是:用无向图来表示原始图像 ，将原始图像中的象素点与无向图G中的顶点一一对应，如果象素点间是垂直或水平相邻的 ，则在图G中对应这两个象素点的顶点间就存在一条弧；对于图像中的任意两个相邻象素点 在聚类时都可能被划分开，因此定义边元素作为分割相邻象素点对的线段，所有的边元素连 接起来就形成了象素点聚类的轮廓线。 　　Gomory-Hu算法采用递归方式对图进行处理:将无向图中的点分为原始点和收缩点两类， 图中的每个顶点都是原始顶点，如果一个图中的顶点多于两个，那么就选取两结点t，计算( s,1)并找出其中的最小值min3(s,t)，即为最小割值，根据该值所对应的割边将图分为Gs, G t两个子图，分别被称为s、t的收缩结点;依此递归，直至收缩结点变成原始节点为止。 　　2.模糊数据聚类算法在信息流曲线中的应用。根据Gomory-Hu算法，并综合考虑其在信息流领域的应用，得到以下模糊数据聚类算法 。 　　(1)构建供应链信息流流程图。传统供应链是由一系列紧密围绕于核心企业的众多合作企业组成的共同体，每一个共同 体都类似于一个“地球系”，而核心企业相当于“地球系”的核心――地球，是所有合作伙 伴企业旋转的重心，可以抽象出传统的供应链信息流流程图（见图1a）。 　　在今天的网络经济中，随着Internet的广泛应用，电子商务已深入运用到供应链的各个 环节，同时，电子商务的出现也引起了供应链中合作伙伴关系的变化，图1b构建的是EC下供 应链信息流流程图。 　　 　　根据以上参数，利用模糊Gomory-Hu算法，便可以得到由无向图转化成的信息流截面流曲 线图。传统供应链信息流无向图见图2a， EC下供应链信息流无向图见图2b。 　　 　　三、EC环境下信息流曲线优化分析 　　 　　1.EC环境下供应链伙伴选择进一步优化。从供应链信息流流程图中（见图1a、1b）可以看出 ，在传统供应链中，合作伙伴的关系 存在着以下的缺陷：供应链孤立。在每一条供应链中，任何一个核心企业与其上游的