菏泽邮政物流商品库存决策支持系统的设计与实现

摘要

随着计算机技术的发展，中邮物流行业开始采用计算机及相应的信息技术进行管理和运营，企业数据实际上是企业的经验积累，当其积累到一定程度时，必然会反映出规律性的东西。在这样的背景下，人们迫切需要新一代的计算技术和决策工具来挖掘众多信息中蕴藏的有价值的信息，使其成为可直接利用的决策支持信息，并指导企业领导者的技术决策和经营决策。
　　 本文通过对物流行业操作流程的分析，建立基于物流库存商品决策支持系统，使其能够协助领导者作决策，以提高企业自身的竞争力，充分占领市场。
　　 首先，本文介绍了当今流行的决策分析技术、数据仓库、决策支持系统和模型库系统，然后分析了决策在一般企业中的重要性与物流行业中对库存数据分析的必要性。提出了建立基于数据仓库的库存决策支持系统的设计思路。分析了决策支持系统可用的多种体系结构的框架后，给出了相应的模型、工作流程。
　　 其次，分析了库存商品DSS在物流行业的现状及存在问题，根据库存商品决策分析的需求以及将来一段时间内采购业务的发展趋势，对库存商品决策支持系统数据仓库划分了粒度、确定了主题和进行了数据仓库设计，编写了代码和用户界面，并运行得到预测及决策数据。
　　 初步运行表明，方案设计合理，算法可靠，预测结果比较准确，能够满足库存商品管理的要求，初步实现了对库存商品管理的决策支持。

目录

文摘

英文文摘

第一章 概 述

1.1 选题的目的和意义

1.2 国内外企业应用物流信息系统的现状

1.2.1 国外物流软件在中国应用的困境

1.2.2 国内企业应用物流信息系统现状

1.3 课题的研究内容和目标

第二章 相关理论基础

2.1 决策支持系统理论基础

2.1.1 企业中的决策

2.1.2 决策支持系统

2.1.3 决策支持系统的理论基础

2.1.4 DSS的发展趋势

2.1.5 DSS的运行环境

2.1.6 DSS的体系结构

2.2 数据仓库

2.2.1 数据仓库的概念、技术与方法

2.3 模型库系统

2.3.1 型库系统的概念

2.3.2 模型的概念

2.3.3 模型的表示方法

2.3.4 用面向对象的方法建立模型库

第三章 库存商品决策算法模型

3.1 库存商品DSS模型库分析通常涉及到以下几个基本概念

3.2 库存商品DSS中的预测模型

3.2.1 移动平均模型算法

3.2.2 指数平滑模型算法

3.2.3 季节性周期模型算法

3.2.4 N个时期动态存储模型算法

3.2.5 二次曲线趋势预测算法

3.3 单品种库存决策算法

3.3.1 EOQ模型算法及其改进

3.3.2 不确定型库存决策算法

3.3.3 单周期库存决策算法

3.4 多品种库存决策算法

第四章 库存商品DSS需求分析

4.1 课题背景

4.2 系统功能

4.2.1 库存日常管理

4.2.2 库存决策支持

4.2.3 系统要求

第五章 库存商品DSS的框架结构

5.1 库存商品DSS数据仓库

5.1.1 库存商品DSS数据仓库的数据组织方式和处理过程

5.1.2 库存商品DSS数据仓库模型设计

5.1.3 库存商品DSS数据仓库的数据析取

5.2 库存商品DSS的框架结构

5.3 库存商品DSS的主要功能模块

5.3.1 人机交互接口

5.3.2 数据管理模块

5.3.3 模型管理模块

第六章 系统设计

6.1 数据仓库设计

6.1.1 数据仓库的开发方法

6.1.2 数据仓库构建

6.1.3 数据仓库的多维数据模型

6.1.4 设计系统维表和事实表

6.1.5 设计物理模型

6.1.6 设计元数据模型

6.2 模型库设计

6.2.1 模型的表示

6.2.2 模型的管理

6.2.3 模型的评价和检验

6.3 知识库设计

6.4 人机对话系统设计

第七章 系统实现

7.1 运行环境及软件部署

7.1.1 Oracle连接池的实现

7.1.2 系统安全策略

7.2 系统功能实现与运行结果

7.2.1 库存管理

7.2.2 市场预测模型实现

7.2.3 单一品种决策实现

7.2.4 多品种决策实现

第八章 系统测试

8.1 测试环境及工具

8.2 界面测试

8.2.1 测试内容

8.2.2 测试方法

8.3 功能测试

8.3.1 链接测试

8.3.2 表单测试

8.3.3 Cookie测试

8.3.4.数据库测试

8.4 性能测试

8.4.1 术语定义

8.4.2 测试工具

8.4.3 测试流程

8.5 安全测试

8.6 客户端兼容性测试

8.7 测试总结

第九章 结论与展望

致 谢

参考文献