基于数据挖掘技术仓库管理系统的应用与研究-软件工程专业论文.docxVIP

分类号 密级 UDC 学 位 论 文 基于数据挖掘技术仓库管理系统的应用与研究 （题名和副题名） 陈承贵 （作者姓名） 指导教师姓名 罗克露 教授 电子科技大学 成都 谭克洪 高工 湖南省电信有限公司怀化分公司 怀化 （职务、职称、学位、单位名称及地址） 申请专业学位级别 硕士 专业学位类别 工程硕士 工程领域名称 软 件 工 程 论文提交日期 2009.3 论文答辩日期 2009.6 学位授予单位和日期 电子科技大学 答辩委员会主席 评阅人 2009 年 月 日 注 1 注明《国际十进分类法 UDC》的类号 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作 及取得的研究成果。据我所知，除了文中特别加以标注和致谢的地方 外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为 获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与 我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的 说明并表示谢意。 签名： 日期： 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论文 的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。本人授权电子科技大学可以将学位论文的全 部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描 等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 年 月 日 摘要 摘要 数据挖掘（DM）技术是仓库管理系统（WMS）发展的热门课题，它可以在 企业范围内对各部门之间的数据信息共享，极大地提高了数据信息的维护、发布 和查询效率。但是传统模式的 WMS 面临许多问题，例如较低的响应速度和较差的 服务性能。因此一种新的 BP 神经网络（BPNN）数据挖掘技术正在成为 WMS 领 域应用研究热点。 BPNN DM 技术是目前预测库存水平最有效率的挖掘技术，数据挖掘就是从存 放的数据库、数据仓库或其他信息库中的大量数据中挖掘有用的知识过程。在服 装库存管理中，使用 BPNN DM 技术可以预测分析企业商品库存控制水平，减少 库存量，从而大大扩展 WMS 的能力。本文主要做了以下研究工作： （1）改进的 BP 算法应用在基于数据挖掘服装仓库管理系统中，提高了数据 应用服务性能，增强了 WMS 管理的延伸性和系统综合性能，减轻了商品库存压力， 缓解了企业订货瓶颈。 （2）研究仓库管理中的库存技术，提出了服装库存水平控制方法，建立基于 神经网络的阶段库存控制模型。 （3）对现有 WMS 平台进行研究，总结了其存在的不足，提出使用 BPNN 数 据挖掘技术、SQL 技术和 Web 技术构建系统平台。其实际应用证明了这种平台具 有结构清晰、执行效率高的特点。 同时，在本文中提及的应用技术，紧跟当前开发技术的发展方向，对同类课 题的研究和应用具有借鉴意义。 关键词：数据挖掘，BP 神经网络，WMS，阶段库存 I II II ABSTRACT ABSTRACT Data Mining (DM) technology is a hot subject in the development of the Warehouse Management System (WMS), which can enable various departments to share data in enterprise-wide, and HYPERLINK /increase/ increase the HYPERLINK /efficiency/ efficiency of HYPERLINK /data/ data maintaining, dissemination and query. But the traditional model of the WMS is facing many problems, such as lower response speed and poorer service performance.Therefore,Back Propagation Neural Network (BPNN) DM technology is becoming a hot research in the field of WMS. BPNN DM technology is currently the most efficient mining technology for forecasting t