基于数据挖掘的煤炭企业物流成本预测研究——以内蒙古某煤炭企业为例-企业管理专业论文.docxVIP

内蒙 内蒙古科技大学硕士学位论文 I I 摘 要 2009 年以来，内蒙古地区煤炭储量和产量都居全国第一，“十二五规划”中，全 区正在推进大型煤炭基地建设和提升煤炭企业现代化水平。而我国煤炭行业劳动效率和 企业投入产出比远远低于发达国家。煤炭企业物流成本预测是煤炭企业物流成本综合管 理与控制、规划和决策的基础。数据挖掘技术有利于煤炭企业预测和控制企业物流成 本，进而提高企业效益。 论文以物流系统的思想为指导，以数据挖掘中的预测理论、现代物流理论为基础， 对内蒙古煤炭企业物流成本的预测方法进行了深入的研究。通过分析煤炭企业物流管理 的现状，确定煤炭企业物流成本的构成及影响因素，以数据挖掘的方法，利用回归分 析、时间序列分析、神经网络模型以及灰色系统模型分别进行煤炭企业的物流成本预 测，并取得了较好的效果。为煤炭企业物流成本的预测研究开拓了新的方法和技术途 径。 论文首先简述了数据挖掘技术中不同的预测方法和原理。其次介绍了物流成本和预 测原理以及煤炭企业物流的特点，基于 GB/T 20523-2006《企业物流成本构成与计 算》，确定影响煤炭企业物流成本的因素。然后从选取的企业物流成本数据着手，应用 数据挖掘技术的回归分析、时间序列分析、神经网络分析以及灰色系统，分别对煤炭企 业物流成本进行预测。尽管各个预测技术的原理不同，但每个预测效果都很好。虽不能 说哪个方法优劣，对于煤炭企业的物流成本管理，在条件允许的情况下，通过不同预测 结果的比较，能得出更合理的预测数据。懂得“用数据说话”，进而认识到成本预测的 重要性。论文最后是结论及相关建议。 随着企业物流成本管理意识的提高和数据挖掘技术的日渐成熟，加强对煤炭企业物 流成本预测方法的研究，对提高我国煤炭企业物流成本预测水平和物流管理水平的提 高，以及煤炭行业管理现代化和科学发展具有现实意义。 关键词：煤炭企业；物流成本；数据挖掘；预测；灰色系统 II II Abstract Since the 2009, both the coal reserves and production in Inner Mongolia are the first nationwide. In the Twelfth Five-Year Plan, the region is not only promoting the large- scale coal bases construction but also enhancing the level of modernization of coal enterprises. But in our country, the labor efficiency of the coal industry and enterprise input-output ratio is much lower than the developed countries. Forecast of logistics cost is regarded as the basis to manage, control, plan and decide the logistics cost. Data mining technology can contribute to the forecast and control of coal enterprises logistics costs so as to improve the business efficiency. In this paper, the writer makes a study on the forecast methods of Logistics cost of coal enterprise in Inner Mongolia, with the thought of logistics system as the guide and the forecast theory of data mining and modern logistics as the basis. By analyzing the current logistics management status of coal enterprises, the writer finds out the structure and influencing factors which have something to do with the logistics cost. With the data mining method, regression and time series analysis method, the research