面向集装箱行业的决策支持系统的研究与开发

面向集装箱行业的决策支持系统的研究与开发

朱丹[1]2003年在《面向集装箱行业的决策支持系统的研究与开发》文中研究指明本文以江苏新华昌集装箱集团公司进行企业信息化建设为背景,全面研究了决策支持系统和客户服务系统的基本原理、开发步骤与实现。 在研究了决策支持系统的定义、产生与发展以及它所研究的领域和现阶段的应用现状后,提出了建立系统的关键技术,还对库存管理决策进行了研究,并提出了进行库存管理决策的一些算法。系统的实现,提高了企业领导层的决策水平,促进了企业的发展。 对客户服务系统的实现也进行了研究。在分析了系统的需求以后,进行了详细的构思,以及阐述了如何进行数据库设计,最后提出了系统的设计方案。

杜轶波[2]2015年在《基于RFID与WSN的危化品物流智能监测与应用研究》文中研究表明危险化学品是指具有特殊的物理、化学或生物特性极易在生产、储存、运输环节中引起燃烧、爆炸、中毒等安全事故的物品。随着工业化发展,危化品的生产量和运输量均在逐年增加,危化品物流事故频发,主要原因来自于危化品物流活动在监管和运作中管理层面和技术层面的诸多问题。随着物联网建设的推进,RFID与WSN技术也不断发展,依托RFID和WSN技术建立具有对危化品物流全过程实时监测、管理和预警能力的信息系统是解决危化品物流活动监管和运作中各种问题的可靠方法和手段。基于RFID与WSN的危化品物流智能监测与应用研究的实质则是危化品物流信息化方法和理论问题的探索,主要内容包括,充分认识RFID与WSN技术特征基础上,引入并构建智能决策模块建立危化品物流信息系统框架;利用科学方法,实现危化品物流流程优化;在此框架下挖掘危化品物流决策问题中运输和仓储两个核心问题,重塑决策问题的解决方案与方法。因此,基于RFID与WSN的危化品物流智能监测与应用研究,对建立科学的危化品物流信息化方法和理论具有指导意义,值得深入研究。本文研究成果有:1.对RFID与WSN技术特征、应用现状和危化品物流应用特征进行分析,分析RFID与WSN技术选择的影响因素。在分析危化品物流特点基础上,构造基于RFID与WSN的智能监测方案,并在此框架下对危化品物流智能监测的信息管理需求进行分析,以危化品分类为基础,明确危化品物流智能监测的信息管理的对象,并列举8类危化品在不同储运形式下的信息采集对象;按照面向对象分析方法对基于RFID与WSN的危化品物流智能监测系统进行需求分析,分析系统的基本用例、针对系统设计的性能需求、以及其他需求,并构造软件系统的功能框架和模块,架构硬件系统逻辑框架,介绍该系统的组成结构和内部逻辑关系;引入智能决策功能模块,给出总体结构,突出模型库的关键作用和组成,并分析危化品物流智能决策的核心问题。2.研究分析危化品物流储运流程的现状和特征,针对危化品物流流程特征,提出具有时间—安全性能综合评价思想的工作流赋权性能有色Petri网建模方法,并利用该方法对危化品流程进行形式化建模与分析,针对危化品物流流程现有不足,给出优化危化品物流流程的建议和措施。3.研究基于滚动时域优化策略的危化品仓储分配方法,考虑运输过程和运抵时间的不确定性,对于仓库仓储能力的驱动,在危化品储存限制条件,目标仓库仓储能力、仓库外部环境、仓储及运输条件约束下,以最大化仓库利用效率为目标,构建基于滚动时域优化策略的危化品仓储分配模型,解决危化品仓储分配中,目标仓库确定问题和仓储量的分配问题。4.研究考虑时间窗和路径集的危化品物流运输决策模型,以社会风险最小及运输费用最小为目标,综合考虑路段运输能力、节点仓储能力、运输路径及时间窗等约束。基于模型特点,设计精英策略的蚁群算法对模型进行求解,最后用实例对模型和算法进行验证。由于,危化品物流信息化问题受到信息技术发展所处阶段,以及危化品物流管理体系关注重心变化的约束,信息技术的选择和系统的组建方式、涉及的决策问题也会不断变化。因此,危化品仓储和运输决策与优化模型与基于RFID与WSN的危化品物流智能监测系统框架的关系与作用机理,延伸工作流赋权性能有色Petri网建模方法的多维度性能分析功能,完善其建模与分析的通用性,危化品物流智能化运作涉及的应急保障决策、服务商选择决策、企业战略及经营决策等方面问题,还有待进一步研究。

战培志[3]2005年在《面向大规模定制生产的企业快速响应关键技术研究与应用》文中认为大规模定制生产的成功实施和推广,需要面向大规模定制生产的技术、管理、市场等方面的支持。其中,面向大规模定制生产的企业快速反应技术是保证实施大规模定制生产企业有效运作的关键因素之一。本文以支持实施大规模定制生产的企业实现对客户的定制需求快速做出反应为主线,系统的对面向大规模定制生产的企业快速反应的一些关键技术如产品快速配置与报价技术、大规模定制生产供应链协作技术、知识共享技术以及信息管理技术的一些相关问题进行了研究。本文的主要研究内容和成果如下:(1)对面向大规模定制生产的产品快速配置与报价问题进行了研究。构建了一个基于GBOM的产品配置模型GBPCM,该模型由GBOM产品结构关系,产品配置单元类,配置规则库组成;在GBPCM模型的基础上,提出了实例推理与规则推理相结合的产品配置方法,给出了该方法配置的过程及关键技术。对产品配置基础上产品成本计算问题进行了讨论,分析了大规模定制生产产品成本组成,给出了成本估算方法。(2)对面向大规模定制生产的供应链协作技术进行了研究。对传统的供应链协作方式CPFR进行了扩展,提出了面向大规模定制生产的CPFR的供应链运作过程模型,详细介绍了基于该模型的供应链协作过程,给出了该模式下最优库存补给策略问题的数学描述以及求解方法。(3)对面向大规模定制生产的企业知识共享技术进行了研究。给出了大规模定制生产企业需共享的知识领域及内容,建立了面向大规模定制生产的企业知识共享框架,并对实现该框架的关键技术——知识共享建模技术及知识共享检索获取技术等进行了研究。(4)对面向大规模定制生产的信息管理技术进行了研究。提出一个面向大规模定制生产的集成信息管理系统框架,该系统框架由两部分内容组成:基于Information Hub的大规模定制生产供应链信息协作共享系统和实施大规模定制生产企业内部信息管理系统。分别对大规模定制企业内部及其供应链合作伙伴运作和协作活动进行信息管理,决策支持。根据该框架以及集装箱制造行业企业管理的实际需求,综合运用本文所研究的产品快速配置与报价,协作决策等技术,构建了面向集装箱制造行业大规模定制的集成信息管理系统CMCIIS,并在江苏新华昌集团得到应用,取得较好的效果。

刘大峰[4]2004年在《面向集装箱制造行业的系统集成技术研究与实现》文中提出随着企业信息化建设的快速发展,企业应用系统随之也越来越多,由此以来,企业应用集成便提上日程,通过系统集成,企业可以实现不同应用系统之间的资源共享和传递,提高企业的生产效率。 本文首先对集装箱制造行业大规模定制的生产模式和特点作了介绍,然后通过对江苏新华昌集装箱制造企业所应用的PDM系统、财务系统、箱管系统和生产经营管理系统的集成需求进行了详细的分析,建立了系统集成总体结构框架。在此基础上,运用XML技术构建了基于XML的多层信息系统集成模型,并针对不同的系统集成需求,定义了系统集成的详细设计。最后,在前面研究成果的基础上,结合江苏新华昌集团的实际情况,实现了支持集装箱制造企业的系统集成组件,并在江苏新华昌企业的支持集装箱制造行业大规模定制的CMCⅡS集成信息系统中得到了良好的应用,提高了企业的经济效益和市场竞争力。

孙月明[5]2010年在《港口物流商务智能系统数据仓库和OLAP的设计和实现》文中研究表明以物流企业的实际应用为背景,对数据仓库技术及其在中小型物流企业中的应用进行了探讨,文中提出商务智能解决方案,目的是帮助物流企业充分利用其业务支撑系统产生的大量宝贵的数据资源,实现对信息的智能化加工和处理,为市场经营工作提供及时、准确和科学的决策依据,使企业适应日趋激烈的市场竞争环境,提升物流企业的核心竞争力。本文基于物流行业特点,以实例的形式探讨了数据仓库整个生命周期中每个部分的设计和实现方法。文中系统的分析了该行业数据仓库的整个开发生命周期,并在实际应用中以Microsoft SQL Server 2005为关系型存储引擎,首先利用ETL过程从源调度系统中收集,分析和转化来清洗源数据,建立一个可供利用的数据仓库。以BO套件的Pro Clarity为数据展示的开发工具进行了数据仓库的开发工作。通过支持数据的再挖掘,使决策者可以了解更详细的信息。报表中心的建立可以使决策者对企业的数据进行分析,通过对过去的数据来调整策略,预测未来,即通过历史数据来发现趋势。进一步加强了物流企业经营管理和客户分析的科学性,提升了企业的决策水平和经营效率。论文中开发的数据仓库系统正在现场试运行,从运行情况看,能提供给企业的业务人员灵活的查询功能,能提供给企业的管理决策人员全面、准确的了解企业的信息状况的功能。本论文中提出的为中小型物流企业建立数据仓库的方法同样适用于具有类似特点的其他中小型企业。这种方法对需要在中小型企业、业务模式复杂的条件下建立数据仓库环境的人员有着一定的参考价值。

陈亮[6]2003年在《面向集装箱行业的CRM系统研究与实现》文中认为客户关系管理可以帮助企业优化市场、销售、服务与支持等面向客户的业务流程,加强企业部门间的协同工作能力,加快客户服务与支持的响应速度,提高客户的满意度与忠诚度,还可以对客户信息与营销信息进行智能分析,从而发展潜在客户和新的市场,增强竞争力,增加企业效益。 论文阐述了客户关系管理的基本理论知识,介绍了研究课题的来源;给出了客户关系管理系统的体系结构,分析了业务功能,设计了功能模块;进行了数据建模;研究了开发客户关系管理系统的关键技术;最后采用分布式结构和组件技术实现了客户关系管理系统。

赫英广[7]2004年在《数据挖掘在铁路货运营销决策支持系统中的研究与应用》文中进行了进一步梳理本论文件以铁路货运营销决策支持系统为基础,研究数据挖掘技术在实际项目中的应用。针对货运营销工作的特点,在模型使用上不仅要注重定量模型,而且还要注重定型模型。根据货运营销工作决策类型,将模型分为客户管理模型,营销组合分析模型,营销绩效考核模型,运量预测模型,经济影响分析模型,竞争对手分析模型等12个大类模型。本人主要对运量预测模型进行研究与开发。 单一的预测模型并不适合整体的货运运量预测,因此作者在建立运量预测模型的时候就必须进行综合考虑,因为生长曲线数学模型,叁次平滑指数数学模型,网络模型等不同的模型都有其各自的优势。在处理货运运量预测影响因素方面主要应用了BP神经网络算法,同时对预测结果做了详尽的分析。 在对铁路货运运量预测工作进行研究的同时,作者还在数据挖掘可视化方面作了相应的工作,数据可视化是指对大型数据库或数据仓库中的数据的可视化,其基本思想是将数据库中的每一个数据项作为单个图形元素表示,大量的数据集构成数据图像,同时将数据的各个属性值以多维数据的形式表示,可以从不同的维度观察数据,从而对数据进行更深入的观察和分析[]。数据可视化是数据分析过程中必不可少的一个阶段。 但在实际的课题研究中本人发现,就数据挖掘而言,铁路行业的数据比较复杂规律性不是很强,金融,保险等行业的数据就具有很好的规律性易于挖掘,在这样的情况下就对数据挖掘的算法应用和模型的设计提出了更高的要求。 本课题的研究主要是对关系型数据库中的数据进行挖掘,但在未来数据挖掘的应用前景将非常广泛,单一的关系型数据挖掘已经不能满足人们的需要了,文本文件,图片,媒体等信息的挖掘也将变的越来越重要。所以未来数据挖掘的对象将越来越广泛,应用数据挖掘的行业也将越来越广泛。本课题的研究及项目的实现,将带动国内对铁路货运行业数据挖掘的高潮,为数据挖掘在铁路行业的应用做出了贡献。

张竹[8]2007年在《区域集装箱物流信息系统的设计与实现》文中研究指明集装箱运输是一种新型的、先进的现代化运输方式,它能确保货物运输安全,缩短装卸时间,加速货车周转,节省货物包装,简化运输手续,是20世纪的“运输革命”。中国铁路集装箱运输取得了较快发展,但运输总量和市场占有率同国外同行相比有很大差距。铁路集装箱面临发展契机,但存在诸多问题,集中表现在信息化水平低,集装箱营销能力薄弱,集装箱管理问题突出,集装箱联运能力弱等。本文在深入研究现代物流,铁路集装箱运输现状和分析铁路集装箱运输流程的基础上,提出了区域集装箱物流系统的概念,给出了设计模型、关键技术和实施原则,开发并实施了重庆铁路集装箱物流系统。本文主要的工作包括以下几个方面:①现状及趋势研究。研究了现代物流发展现状,包括理论、技术、信息化,重点考察了铁路集装箱物流。深入研究了国内铁路集装箱物流的现状、问题和信息化水平。仔细研究了铁路集装箱物流的流程和机理,结合中铁集装箱公司的架构特点,提出了区域集装箱管理的概念。②提出了区域集装箱物流系统的设计模型,这是本文的核心。模型的要点是“五个面向,一个支持”,即:面向现代物流,面向集装箱营销,面向集装箱管理,面向智能调度和统计决策,面向信息集成和实现车站物流信息支撑的系统。对实施策略也进行了研究。③研究了集装箱物流系统的关键技术。本文较为深入地研究了信息集成的技术及其发展,对虚拟专用网络和XML/EDI数据交互技术也有一定探讨。④开发并实施了重庆铁路集装箱物流系统。通过对用户需求的调研,以设计模型为指导,开发并实施了该物流系统。系统采用了先进的J2EE架构和MVC模式开发,具有安全、高效、可扩展等特点;系统还对用户使用习惯进行了专门考虑,提高了可用性,改善了用户体验。区域集装箱物流系统以先进的物流理念为指导,以实际的物流流程和机理为基础,充分考虑用户体验,采用先进框架技术,最大程度集成现有系统,对增强铁路集装箱营销能力和细化集装箱管理工作带来强有力的支持。

孙其辉[9]2008年在《基于数据仓库的集装箱支线运输DSS研究》文中提出W航运有限公司一直在珠叁角地区经营集装箱支线运输,竞争压力非常大,公司在营运过程中面临着很多严峻的问题。一方面,珠叁角地区整体服务水平不高,难以满足日益复杂的运输服务需求;另一方面,经营支线运输的公司数目众多,而且大多缺乏行之有效的管理。为了在众多的竞争对手中占有优势,各公司必须提高集装箱支线运输服务质量和水平,争取更多的货源。因此,有必要为W航运有限公司开发一套辅助决策支持系统,并在此基础上科学评价公司支线运输的服务水平,找出公司支线运输服务方面的薄弱环节,从总体上提升公司在珠叁角地区的核心竞争力。本文首先介绍了决策支持系统的发展历程,提出了本文的课题背景和工作内容。其次,文章在2、3、4章分别阐述了决策支持系统DSS、数据分析的相关技术和MSAnalysis Services的相关理论与技术。接着文章在第5章论述了基于数据仓库的DSS系统架构的构成及其特点。最后,文章结合作者参与开发的W航运企业决策系统的需求,详细论述了如何构建一个数据仓库来支持航运辅助决策系统。文章的重点在于结合实践,根据航运企业的实际情况,提出了一个在国内航运领域合理可行的构建数据仓库的方法并在此基础上做了数据分析处理,最后制定出提高公司支线运输服务水平的对策,为W航运领导对未来发展的决策提供了一定的理论支持。

方琰[10]2008年在《情报研究方法对新产品开发决策支持关系的研究》文中进行了进一步梳理新产品开发是企业竞争优势的源泉,是企业利润持续增长的动力,企业为了在日益变化的环境,和市场产品日新月异的竞争中生存和发展,必须学会快速地应对各种新挑战,适时推出新产品,把握先机。新产品开发是一项系统的工程,涉及面广,相关因素和变量因素很多,带有较高的风险性,错误的判断将阻碍项目发展,产生一系列负面影响,并增加系统总成本,新产品开发的决策关系到新产品开发的成功与否。新产品的开发除了促进科技的发展和产生经济效益外,还会引起资源及环境状态的变化。从长远来看,新产品的开发活动过程也是处于一个动态的、互动作用的环境中。在动态的、复杂的过程中始终引导开发者全面、及时、准确地掌握内外部环境信息,合理利用科技情报服务,是现代科学“决策”的重要基础。本文首先对国内外有关情报支持决策、新产品开发决策相关情报研究等理论领域的成果进行了广泛的阅读。发现国内外的学者,普遍支持“情报以信息流的内涵在产品开发决策中起支持作用”这一论点,并在“基于计算机技术的产品开发决策情报支持系统”方面进行了大量研究。综合国内外的研究发现,情报同样作为一个包含信息搜集、甄别、整理、利用这样一个研究过程,对企业新产品开发决策起着支持作用。新产品开发的过程的各个阶段都要面对各种决策问题,这每一决策过程都离不开信息以及情报分析研究环节。所以情报研究是在新产品开发全项目周期的决策中都发挥着支持作用。但国内外对于这个关系具体模式的实证研究不多,特别是国外的研究很少,而国内少数学者也只是提出了新产品开发概念阶段产品选型决策的情报研究支持关系模型以及决策情报支持系统。本文分析国内外相关研究成果,总结出制造企业的新产品开发5个阶段的关键决策点有:概念产生、概念筛选、可行性决策、产品设计、工艺设计、设计方案筛选、试制投产决策、促销。在整个开发过程中,各个决策所借助的情报研究方法有:信息调查、信息质量评价、逻辑分析、层次分析法、专利分析法、时间序列分析法、经济效果评价法,反求工程法。根据前人研究,建立了开发情报研究方法和新产品开发决策点两个纬度各变量相互之间支持相关关系,以相关理论分析和作者情报研究课题为案例的实证研究为基点,构建了情报研究对新产品开发各决策点的支持关系结构模型。接着,本文以有新产品开发的大型制造企业为研究对象,采用问卷调研的方式,对收集的国内32家制造业企业及情报服务机构共128份有效数据,采用SPSS 13.0软件进行统计分析,通过相关分析和多元归回分析,验证了各变量之间的相关关系,以及情报研究方法对新产品开发个决策点的支持关系结构模型。然后根据实证分析的结果,分析了假设成立与不成立的原因,并根据修正了本文构建的情报研究方法对新产品开发个决策点的支持关系结构模型。最后,在实证分析的基础上,结合本次研究中存在的若干问题。笔者提出了本研究存在的不足,并对后续的研究提出了展望和建议。

参考文献:

[1]. 面向集装箱行业的决策支持系统的研究与开发[D]. 朱丹. 南京航空航天大学. 2003

[2]. 基于RFID与WSN的危化品物流智能监测与应用研究[D]. 杜轶波. 西南交通大学. 2015

[3]. 面向大规模定制生产的企业快速响应关键技术研究与应用[D]. 战培志. 南京航空航天大学. 2005

[4]. 面向集装箱制造行业的系统集成技术研究与实现[D]. 刘大峰. 南京航空航天大学. 2004

[5]. 港口物流商务智能系统数据仓库和OLAP的设计和实现[D]. 孙月明. 重庆大学. 2010

[6]. 面向集装箱行业的CRM系统研究与实现[D]. 陈亮. 南京航空航天大学. 2003

[7]. 数据挖掘在铁路货运营销决策支持系统中的研究与应用[D]. 赫英广. 湖南大学. 2004

[8]. 区域集装箱物流信息系统的设计与实现[D]. 张竹. 重庆大学. 2007

[9]. 基于数据仓库的集装箱支线运输DSS研究[D]. 孙其辉. 大连海事大学. 2008

[10]. 情报研究方法对新产品开发决策支持关系的研究[D]. 方琰. 浙江大学. 2008

标签:;  ;  ;  ;  ;  ;  ;  ;  ;  ;  

面向集装箱行业的决策支持系统的研究与开发
下载Doc文档

猜你喜欢