（运筹学与控制论专业论文）erp环境下销售系统预测问题的研究.pdf

辽宁科技大学硕士论文摘要 摘要 经济全球化给我国企业带来发展机遇的同时，也加剧了企业之间的竞争，其实 质是资源的竞争。企业实现信息化管理己是大势所趋，实旌e p , p _ t _ 程是目前实现企 业信息化的主要手段。e r f 系统能够有效地提高人力资源、时间资源和信息资源的 使用效率，提高决策的速度和准确率。销售系统是e p , p 下一个重要的子系统，销售 预测精度的高低直接影响着整个e r p 的成本，所以研究e r p 环境下销售系统的预测问 题有一定的理论意义和实际意义。 本文对e r p 环境下销售系统的预测问题进行了研究，主要从以下几个方面开展 研究工作： 1 对销售预测问题的发展与国内外研究现状进行综述，并指出目前此问题在 研究上存在的不足之处。 2 针对一般情况下的销售预测，建立了变权重的灰色一神经网络组合预测模型。 此模型是在固定权重组合预测模型的基础上发展起来的，它不仅弥补了固定权重组 合模型的不足，而且明显地提高了预测精度。 3 考虑到现实中外界因素会对销售量产生影响这一现象，在变权重灰色一神经 网络组合预测模型基础上，将定性预测与定量预测相结合，提出一种变权重的模糊 灰色哥申经网络综合预测模型。此模型大大提高了预测精度，并使所考虑的问题更 为符合实际。 4 考虑到从供应链管理的角度进行库存管理是现代库存管理的新形势，针对销 售系统与库存系统的密切联系，将所建立的滚动预测模型应用到供应链库存系统 中。此方法降低了库存成本，从而降低了整个e r p 的成本。 关键词：e r p ，销售预测，模糊一灰色一神经网络，库存控制，滚动预测 辽宁科技大学硕士论文 a b s t r a c t i t sw e l lk n o w nt h a te c o n o m i cg l o b a l i z a f i o na g r a v a t e st h ec o m p e t i t i o no fe n t e r p r i s e w h i l eb r i n g i n go p p o r t u n i t yo f d e v e l o p m e n tt o0 1 1 1 c o u n t r y i t se s s e n c ei sak i n do f r e s o u r c e c o m p e t i t i o n a c c o r d i n g l y , i th a sa l r e a d yb e e nt h et r e n dt om a n a g et h ee n t e r p r i s eb y i n f o r m a t i o n i z a t i o n a tp r e s e n t , t h ei m p l e a n e n t a t o no fe r pp r o j e c ti st h em a i nr e c a l l so f i n f o r m a t o n i z a t i o n e r ps y s t e mc a ni m p r o v es e r v i c ee f f i c i e n c yo fm a n p o w e r , l i m ea n d i n f o r m a t i o nr e s 0 1 】r c e se f f e c t i v e l y , t h u s t h ep o l i e y m a k e r sc a ni n c r e a s et h er a t eo f d e c i s i n n a n di t sa c c u r a c y s a l e ss y s t e mi so n eo f t h em o s ti m p o r t a n ts y s t e m si ne r p , a n dt h eh i 曲 o rl o wo f t h ep r e d i c t i v ep r e c i s i o ni n f l u e n c et h ew h o l ee r p d e r i c t l y t h e r e f o r et h es t u d y o fs a l e sf o r e c a s tp r o b l e mu n d e re r pa m a n s t m c ch a si m p o r t a n tt h e o r ym e a n i n ga n d p r a c t i c a lv a l u e t h i sp a p e rs t u d i e st h es a l e sf o r e c a s tp r o b l e mu n d e re r pc i r c u m s t a n c e m a i nr e s u l t s o f t h i sd i s s e r t a t i o na r ed e s c r i b e da st h ef o l l o w i n g ： 1 t h i sp a p e rd i s c u s s e st h ed e v e l o p m e n ta n di n v e s t i g a t i v es t a t u e so ft h ep r o b l e m a b o u ts a l e sf o r e c a s ta n dp o i n t so u tt h es h o r t a g e so f t h ep r o b l e mr e s e a r c ha tt h es a n l el i m e 2 b a s e do nt h er e s e a r c h e so fp r e d e c e s s o r s ，t h i sp a p e rp r e s e n t sav a r i a b l e w e i g h t e d - g r a yn e u r a ln e t w o r k 畔g n n ) c o m b i n a t i o nf o r e c a s t i n gm o d e l ，w h i c h d e v e l o p so i lt h eb a s i so f f i x e dw e i g h t e dc o m b i n a t i o nm o d e l 田1 em o d e ln o to n l ym a k e su p s h o r t a g e so ft h e 丘x e dw e i g h t e dc o m b 妇f i o nm o d e l , b u ta l s o 锄h a r l c e st h ep r e d i c t i v e p r e c i s i o n 3 b a s e do nt h ev w - g n n ，t h i sp a p e rc o m b i n e sj u d g m e n tw i t hs t a t i s t i c a lf o r e c a s t i n g m e t h o d sa n dp r o p o s e sav a r i a b l ew e i g h t e df u z z yg r a yn o h r a ln e t w o r k ( v w - f o n r , 9 i n t e g r a t e df o r e c a s t i n gm o d e l ，w h i l ec o n s i d e r i n gt h ep h e n o m e n at h a tt h es a l e sq u a n t i t y m a yb ei n f l u e n c e db yt h ee x t e r n a lf a c t o r s t h em o d e le n b k m e e st h ep r e d i c t i v ep r e c i s i o n o b s e r v a b l y , a n dt h ee x t e r n a lf a c t o r s c o n s i d e r e di nt h em o d e lm a t c h e st h ea c t u a l c i r c u m s t a n c em o r e 4 c o n s i d e r i n gt h ec o m p a c tr e l a t i o nb e t w e e ns a l e ss y s t e ma n di n v e n t o r ys y s t e m ， w h i l ec m y i n go u ti n v e n t o r yc o n t r o lb yt h ew a yo fs u p p l yc h a i nm a n a g e m e n ti st h en e w c o n d i t i o n ，t h ep a p e ra p p l i e st h er o l l i n gf o r e c a s tm o d e lt ot h es u p p l yc h a l i li n v e n t o r y s y s t e m t h em o d e lr e d u c e st h ei n v e n t o r yc o s t , t h e r e b yr e d u c e st h ew h o l ec o s to ne r r t l 辽宁科技大学硕士论文 k e y w o r d s ：e r p , s a l e sf o r e c a s t i n g ，f u z z y - g r a y - n e u t r a ln e t w o r k ，i n v e n t o r y c o n t r o l ，r o l l i n gf o r e c a s t i n g i i i 独创性声明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及 取得的研究成果。尽我所知，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，也不包含为获得辽 宁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 了谢意。 签名：! 垫圣望：日期：鲨2 ：! ：兰7 关于论文使用授权的说明 本人完全了解辽宁科技大学有关保留、使用学位沦文的规定，即： 学校有权保留送交论文的复印件，允许论文被查阅和借阅：学校可以公 布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论 文。 ( 保密的论文在解密后应遵守此规定) 签名：宝土丛导师签名：至堑日期：蟹2 ：i 纠 辽宁年；| 技天学硕士论文 第一章绪论 1 1 引言 第一章绪论 企业资源计划( e n t e r p r i s er e s o u r c ep l a n n i n g ，简称为e r p ) 是由美国g a r t n e r g r o u pi n c 咨询公司首先提出的，“它是当今国际上先进的企业管理模式，其主要 宗旨是对企业所拥有的人、财、物、信息、时间和空间等综合资源进行综合平衡和 优化管理，面向全球市场，协调企业各管理部门，围绕市场导向开展业务活动，使得 企业在激烈的市场竞争中全方位地发挥足够的能力，从而取得最好的经济效益”。 销售系统是e r p 的重要子系统，而销售预测则是企业制订各种计划的基础， 企业需求预测水平对企业生存至关重要。对于制造企业而言，企业通常根据对市场 需求的预测制定销售、生产计划，安排组织生产，然后根据各区域对产品的需求制 订产品配送计划，最后通过适当的销售网络将产品销售出去。预测值偏高，将会导 致大量产品积压，占用企业资金，增加企业风险；预测值偏低，导致企业不能满足 市场需求，客户服务水平降低，失去良好的盈利机会，影响企业盈利能力。 产品的销量直接关系到企业的整个生产计划的制订，进而影响企业的资金、 物资、人员的调配。我国目前电子商务尚不发达，企业管理模式各不相同，难以形 成食业与企业之间全方位的供应链。这使得e r p 的效益大打折扣，加强销售预测 的完整性和准确性可多少弥补这一不足。信息集成化以及计算机系统的应用使得这 一想法得以实现。 目前常用的预测模型多为回归预测或趋势预测方法，但在许多情况下，外部 因素的影响也是很大的，如果不考虑外在的影响而做出的销售预测可能与真实情况 相筹过远，从而影响预测的准确性。所以，研究e r p 环境下考虑外在因素影响的 销售系统的预测问题具有重要的理论意义和实际意义。 本文以鞍山某耐火材料有限公司的e r p 为背景，对销售系统预测问题进行系 统的分析，并考虑到销售量受外界因素影响而变化，通过建立综合的预测模型，使 预测误差尽可能的小；并将预测结果应用到库存系统中，从而使e r p 达到整体最 优。图1 1 为该公司的企业资源运行总体流图。 辽宁科技大学硕士论文第一章绪论 图1 - 1 企业资源运行总体流图 2 发 l t t j t 、 入 庵 堕 辽宁科技大学硕士论文 第一章绪论 1 2 销售预测的发展与研究现状 1 2 1 问题的发展 人们对未来充满着多种多样的希望、理想、推断和设想，以致去探索和追求。 一个国家或一个企业在制订国民经济各项计划和作出各种决策时，都必须对未来的 状况作出种种估计，并以这种估计作为制订计划和作出决策的依据。对未来状况的 分析估计，依赖于人们对社会、经济、科学技术和自然界等方面发展规律的认识； 同时，要掌握大量的资料和运用科学的预测方法。随着生产和科学技术的日益发展 和市场竞争的激烈，世界各国对预测越发重视，尤其是一些经济较发达的国家，建 立了许多专业预测咨询机构。 现代预测是随着生产和科学技术的发展逐步建立和发展起来的。预测技术在 2 0 世纪2 0 年代中期由德国人最早建立起来，随后在欧美其它资本主义国家兴起， 纷纷成立预测机构，出版预测书刊。而预测技术的真正发展是在第二次世界大战以 后，在美国首先得到了广泛的重视和应用。2 0 世纪6 0 年代以后，各国建立了大批 的预测咨询机构。到7 0 年代，世界各国已有2 5 0 0 家专业预测咨询机构，运用科学 方法进行预测，形成比较完善的一套预测体系。 我国过去的几十年中，片面强调生产决定流通，企业以生产为中心，不重视 市场预测，不作销售需求变化的预测，致使大批商品不适销对路。最近十几年才开 始重视市场预测，经济预测和未来研究才逐步发展起来。 1 2 2 国内外研究现状 对市场需求进行预测是企业市场营销管理基础，也是企业制订营销计划的前提 所在。界定市场需求，需要市场预测技术的支持。因此，研究市场需求预测技术对 企业的生存与发展同样具有十分重要的意义。 长久以来，国内外众多专家学者对预测的理论、方法和模型都作了大量的研究。 预测的方法总体上可以分为两类：定性预测和定量预测。 定性预测方法简单明了，不需要数学公式。它的依据是来源不同的各种主观意 见，通过决策者的经验和价值判断进行预测。一般来说，定性分析的预测方法往往 多用于中长期预测中。高林业等根据安徽省2 0 0 3 年产业现状，结合历年三大产业发 展趋势和特点，定性分析了安徽省“十一五”期间三大产业的发展趋势镧；陈志谦 辽宁科技大学硕士论文第一章绪论 运用产品生命周期理论和需求理论的原理从技术和经济的角度对我国移动手机市 场容量与市场需求现状进行分析。这些都属于定性预测研究的范畴。 定量预测方法的主要特点是利用统计资料和数学模型来进行预测，实质上是一 种统计的预测方法。时间序列模型和因果关系模型是两种主要的定量预测方法。在 定量预测的模型中，由于不同的预测方法提供不同的有用信息，并且预测精度、侧 重点也不尽相同，于是，j m b a t e s 和c w g r a n g e r 便提出了组合预测的方法。 组合预测相对于单独运用某种预测方法具有更高预测精度的优势。也有些专家、学 者将人工智能中的一些方法，如灰色系统、人工神经网络等方法，应用到预测的模 型和方法之中，解决了一些传统定量模型很难甚至无法解决的问题。 灰色系统理论通过生成变换和关联分析等技术，为分析、处理不确定性信息系 统，建立预测模型，提供了有效的工具。周宏、黄婷等人将g m ( 1 ，l 谟型分别经过 指数加权、对数变换、开以次方变换得到了改进的预钡模型，联合灰色g m o ，1 ) 、 灰色关联多因子预测模型应用于电力的需求预测，对地区用电量和最高负荷进行了 预测研究刚；毛广雄等人利用灰色分析法预测未来几年上海房地产市场的需求量的 增长情况并对市场需求的主要影响因素做出关联度分析，最后得出结论“；孙星等 针对当前大部分企业危机预警模型只能报警，不能预测的现状，提出一种基于灰色 预测与模式识别的预警方法m 。华中理工大学的陈绵云教授在灰色预测的基础上提 出了因子相关联的系统云灰色模型s c g m ( 1 ，h ) ，用于制订城市总体规划o 9 o 熊鹰飞 等人应用s c g m ( 1 ，4 ) 模型预测我国农、林、牧、渔各业总产量，模型拟合误差小于 1 7 ，体现s c g m ( 1 ，h ) 模型用于关联多因子系统预测具有突出的优越性“”。郑明山， 熊和金阐述了灰色理论和e r p 系统在中国的发展现状，并将灰色理论应用到经济预 测中“。正因为灰色系统对部分信息已知、部分信息未知的系统具有横断面宽、渗 透力强的优势，因此，它也成为国内不少专家学者一直研究探讨的领域。 国外有些学者企图利用微观经济学和运筹学方法，通过建立模型进行动态预 测，并逐步逼近以期求出最优解。但是，鉴于市场需求预测问题的多因素、离散、 动态和并发特点，尤其是并发性始终影响预测结果的稳定性和精度，从而也影响其 实用性。于是，他们尝试利用人工神经网络( a n n ) 从不同的侧面对预测问题进行 研究。a l a p e d e s 和r f a r b e r 利用神经网络模型去预测两个无序的时间序列“， 结果表明神经网络模型能学习模仿这类非线性系统，且与传统方法相比，神经网络 模型能得到很高的预测精度。r r l e i g h t o n 和b c c o n r a t h 提出了一种t l 回归反 传网络模型”，他们的研究表明如果系统的输入是过去的时间序列，则他们的模型 与标准的a r m a 差分方程有同样好的效果。 神经网络具有良好的模式辨识能力和在任意精度内逼近非线性映射的能力，能 4 辽宁科技大学硕士论文第一章绪论 从数据样本中自动地学习以前的经验而无需反复的查询和表述过程，并自动地逼近 那些最佳亥4 画了样本数据规律的函数，而不论这些函数具有怎样的形式，且所考虑 的系统表现的函数形式越复杂，神经元网络这种特性作用就越明显。k f u n a h a s h i 从理论上已经证明，具有一个隐层的神经元网络能够以任意精度表示任何连续函 数；k h o m i k 等人也证明神经元网络能任意逼近一大类函数，且能揭示数据样本中 所蕴含的非线性关系“”。f r a n km t h i e s i n g 等人将a n n 用于某大型超市一周的需 求预测，结果明显地优于传统的预测方法“”。a n n 灵活有效的学习方式，高度并行 的处理机制，使得a n n 算法能递进地接收数据进行学习并相应调整网络参数，很多 统计时间序列模型的估计需要人为地干预和评判，而a n n 却能自动进行估计。 在国内，赵黎明等研究学者将神经网络技术应用于建筑业市场预测领域，并选 择了恰当的经济指标作为b p 网络的输入输出变量，建立了一套有效的建筑业市场 需求网络预测方法“1 。钟顺虎基于人工神经网络，建立了后勤供应需求的预测方 法o 。他利用比较成熟和常用的b p 神经网络中的s 型作用函数作为后勤保障预测 b p 网络的从输入到输出的高度非线性最佳逼近，设置有关参数并进行网络训练， 在计算机软件包上不断地修正权值和阈值，不断地变换和调试，直到合格为止。赵 云丰，刘万军将人工神经网络应用到e r p 系统中，结果表明该方法性能、实用性 和通用性好。这种以工程技术手段模拟人脑神经结构功能特征，具有高度非线性的 超大规模连续时间动力系统的& n n 的确是复杂市场预测的一种可行方法。 预测既然是对未来状况的一种推测和估计，那么预测本身就必然带有模糊性。 而且，基于预测的信息、资料本身也具有模糊性，因而应用模糊理论和方法来研究 预测问题就显得十分自然和必要。近年来，随着神经网络和模糊系统研究的同步发 展，两者相互渗透、取长补短，人们逐渐认识到由它们交叉组合成的系统具有更强 的功能。前人c t l i n 提出了一种模糊神经网络锄3 。冯地清，雷明实现了一种 利用基于b p 算法的模糊神经网络( f n n ) 建立模糊模型的方法。结果表明，模糊神经 网络能显著地改进模糊系统设计中的准确度、可靠性、缩短设计周期、降低系统成 本。蔡训武介绍了三种基本形式的模糊神经网络，重点讨论了第一种，即输入是 实数，权重和( 或) 偏差是模糊的情况1 。k u o 等利用神经网络和模糊神经网络相 结合设计开发了智能销售预测系统，采用b p 算法的前向神经网络进行时间序列的 定量预测，利用模糊神经网络学习专家的知识以适应被预测变量的突变。该系统的 预测结果比常用统计方法预测和单一神经网络方法预测得到的结果都要准确“1 。 在此基础上，k u o 等又提出了由遗传算法来优化模糊神经网络的权值，使得f n n 一 方面降低了陷入局部最小的机会，另一方面加快t ) i i 练速度。 当今社会市场需求变化频繁，技术更新的速度加快以及产品的寿命周期缩短都 辽宁科技大学硕士论文第一章绪论 使得预测市场需求涉及的不确定性因素增多。传统所用的定量预测方法是为预测对 象确定出将来实际的演化发展过程，是在精确的数学模型的基础上得到系统基于函 数解上的行为，模型中的变量取值是连续的数值域，不具有随机胜。对于具有复杂 需求因素的市场需求预测，如果还使用传统定量的预测方法。仅凭借一条确定的演 化轨线来预测市场需求，就无法取得满意的效果。 1 2 3 存在的问题 随着时代的进步，国内外学者对销售预测问题的研究更加科学化、实用化。并 且，从以上国内外研究的现状来看，主要存在以下三个问题： ( 1 ) 传统预测方法如时间序列a r 模型或a r m a 模型一般都是基于线性模型的假 设而建立，而实际中事物发展大多都是呈非线性发展，近年人工神经网络理论的不 断发展和完善为预测提供了一种新的方法。 ( 2 ) 时间序列分析技术，它能快速地随预测层次、趋势、季节性变化，但没有 考虑外在因素的影响。 ( 3 ) 回归分析，考虑了外在因素，但要求大量数据才能进行建模分析跏。 灰色预测模型是灰色系统理论最重要的内容之一，也是预测理论体系中一个新 的分支。灰色系统理论四个数据就能建立模型，它的特点是少数据建模，数据任意 分布，研究现实规律。因此，对灰色预i 1 1 4 模型的研究具有重要的意义。 如果把神经网络与灰色系统结合起来，建立一种兼具二者优点的方法，则利用 这种方法求解灰色问题时，与神经网络方法相比：计算量小，在少样本情况下也可达 到较高精度；与灰色系统方法相比：计算精度高，且误差可控嘲。 但是，在销售预测中经常会遇到象促销，广告宣传，价格改变等一系列不确定 因素，很难用确切的数字来表示。由此，我们想到了可以尝试将灰色系统与模糊神 经网络相结合来处理这类问题。 1 3 本文研究的主要内容 进入9 0 年代，从e r p 的角度来研究预测问题成为销售系统研究盼热点，随着 研究的深入，使问题也随之展开，近年来出现了很多新的方向。根据对文献的研究 和对实际销售预测问题的理解，本文以当今的e r p 系统理论和鞍山某耐火公司e r p 项目的具体实施为依据，主要研究e r p 环境下销售量受外界因素影响的销售预测控 制策略，具体内容如下： 辽宁科技大学硕士论文 第一章绪论 第一章，阐述了e r p 环境下销售预测问题的研究背景，在查阅大量中外文献的 基础上，对销售预测策略的发展与国内外研究现状进行综述，并指出此问题在研究 上存在的不足之处。 第二章，介绍一些与研究问题相关的理论知识和方法：e r p 环境下的销售预测 问题、灰色系统、神经网络和模糊神经网络。 第三章，针对市场的特点，对于一般情况下的销售系统，通过分析灰色预测和 神经网络预测各自的优缺点，建立了综合两者优势的变权重的灰色一神经网络销售 预测模型。 第四章，在上章研究的基础上介绍了考虑外界因素影响的销售预测系统。针对 影响销售量的外界因素如广告、促销等，通过引入模糊数学的相关知识来确定各因 素对销售量的影响程度，从而建立了考虑外界因素影响的变权重的模糊一灰色一神 经网络销售预测模型。通过实例仿真，验证了这种方法的有效性和合理性。 第五章，考虑到从供应链管理的角度进行库存管理是现代库存管理的新形势， 针对销售预测在库存控制中的重要性，将建立的滚动预测模型应用至0 供应链库存控 制中，从而优化了库存成本，并使整体e r p 达到最优。 第六章，在总结研究成果的基础上，指出了仍然存在着的不足以及有待改进的 地方，为今后的进一步研究提供了方向。 辽宁科技大学硕士论文 第= 章预备知识 法。 第二章预备知识 为了更好地说明本文所做的工作，首先在本章介绍一些相关的理论知识与方 2 1e r p 环境下销售系统的预测问题 2 1 1e r p 简介 一、e r p 发展概况 e r p 的发展大致经历了3 个阶段嘲： o ) m r p ( m a t e r i a lr e q u i r e m e n t sp l a n n i n g ) 阶段，即物料需求计划阶段。产生 于2 0 世纪6 0 年代初，它主要用于采购管理、库存控制、财务管理和粗能力计划。 其主要的功能是利用物料清单、库存数据和主生产计划计算物料的需求，尽可能的 降低库存，减少原材料的损耗，提高生产率，提高产品质量。 ( 2 ) m r p h ( m a n u f a c t o r yr e s o u r c e sp l a n n i n g ) 阶段，即：制造资源计划阶段。 产生于2 0 世纪7 0 年代末，在闭环m r p 的基础上，继集成了财务、供销链管理 和制造，构成了完整的企业管理流程。由于制造资源计划的缩写也是m r _ p ，为了 区别在m r p 后面加上，意为m r p 第二代。m r p h 引入了管理会计的概念， 以货币的形式体现了系统实施后给企业带来的效益。其主要功能是降低产品成本， 降低产品单价，扩大市场，提高生产量。 ( 3 ) e r p ( e n t e r p r i s er e s o u r c e sp l a n n i n g ) 阶段，即企业资源计划管理阶段。产 生于9 0 年代初，在m r p i i 的基础上，增加了分销管理、人力资源管理、运输管 理、质量管理、决策支持等功能，并将整个系统都延伸到供应商和客户，e r p 采 用了更先进的r r 技术，如i n t e r a c t 网络技术、图形界面、第四代计算机语言、关 系型数据库、客户机服务器型分布式数据库处理、开放系统和简化集成等。因此系 统集成能力更强，能够支持企业的全球运作。e r p 的主要宗旨就是将4 k , _ l k 各方面 的资源充分调配和平衡，不仅加强对企业内部的控制力，而且使企业在激烈的市场 竞争中更快速地响应市场的变化和客户的需求，从而最大程度的占领和扩展市场。 随着e r p 作为企业管理工具功能的不断加强，其应用领域也扩展到金融、通信、 零售和高科技等第三产业。 辽宁科技大学硕士论文第= 章预备知识 二、e r p 结构图 概括地说，e r p 是建立在信息技术基础上，利用现代企业的先进管理思想，全 面地集成了企业的所有资源信息，并为企业提供决策、计划、控制与经营业绩评估 的全方位和系统化的管理平台。e r p 系统是一种管理理论和管理思想，不仅仅是信 息系统。它利用企业的所有资源，包括内部资源与外部市场资源，为企业制造产品 或提供服务创造最优的解决方案，最终达到企业的经营目标。 一般e r p 系统包含的模块有：销售管理、采购管理、库存管理、制造标准、 主生产计划、物料需求计划、能力需求计划、车间管理等等。如下图所示。 图2 - 1e r f 结构图 e r p ( 企业资源计划系统) 是一个信息流、物流和资金流高度集成的管理信息系 统，它经历了漫长的发展过程已日趋成熟。在很多企业正争先恐后地准备实旌e r p 的同时，一些已经运行e r p 的企业却也面临这样或那样的问题，如库存占用资金 过高，原材料成本过高等等。这就与我们下面将要提到的销售预测问题息息相关了。 2 1 2 预测问题的相关理论 销售预测，就是利用历史的资料和市场信息，对未来销售量的发展状况进行科 学地分析、估算和推断，以便指导和调节人们的销售管理活动，从而采取适当的策 略和措施，谋求最大的利益。 2 1 2 1 预测的基本步骤 在e r p 中的预测，其基本步骤土要有7 步，如图2 - 2 所示。 ( 1 ) 确定预测目标。首先，应明确预测需达到一个什么样的目标，包括预测量、 预测时间期限及数量单位等。 ( 2 ) 收集分析资料。根据己选定的预测目标，尽可能全面地收集与预测目标有关 的各种资料和数据( 含历史资料、历史数据以及当前信息) ，并进行认真地分析、整 辽宁科技大学硕士论文 第二章预备知 i l 理和选择，以便去伪存真。 图2 - 2e r p 中预测的基本步骤 ( 3 ) 选择预测方案。根据预测目标的要求及对数据资料的分析判断，选择合适 的预测方案，建立数学模型。 ( 4 1 进行预测。根据所选择的方案及所建立的数学模型，输入数据进行预测。 ( 5 ) 分析预测结果。根据上述的数学模型及数据进行预测所得到的结果，需做认 真分析评价，看其是否合理，如果不合理则应另选预测方案，重新进行预测。 ( 6 ) 修正和确认预测结果。对预测结果做必要的修正和确认，使预测结果更能反 映实际情况。做到定量预测与定性预测相结合。 ( 7 ) 输出预测结果。 2 1 2 2 组合预测方法 人们对于组合预测方法的研究范围很广，有关于各种定量预测方法结合起来运 用的组合预测方法，也有关于将定性预测方法与定量预测方法结合起来运用的组合 预测方法。 目前对组合预测方法的研究主要集中在关于各单个预测方法的权重的确定上。 一般地，把组合权重分为两种，一种是定常权重，一种是时变权重。定常权重研究 较早，确定方法较为成熟，但由此构成的组合预测方法的权重不随着时间的变化而 变化，所以预测精度较差；时变权重的研究虽然起步较晚，确定方法仍处于探讨阶 段，但由此构成的组合预测方法的权重会随着时间改变，所以预测精度明显高于定 常权重组合预测方法。但是因为变权函数是随时间的变化而变化的函数，所以它的 丑宁科技大学硕士论文 第二章预备知识 确定比较困难。 l 、定常权重的确定 如果某预测问题在时刻1 到时刻n 的实际观察值分别为m 至咒，记为 卫( f = 1 ，2 ，n ) ，而对此预测问题有r t l t 种预测精度较好的预测方法，其预测值分别 记为厶( f _ 1 ，2 ，n ；- ，= l ，2 ，研) 。设对这m 种预测方法的加权系数分别为 国，( ，= 1 ，2 ，m ) ，奠为该预测问题在时刻f 的预测值，由此我们可以把这一组合预 测模型描述为 ( 2 - 1 ) 甜应该满足规一化的条件，而它的计算方法有多种，对于定常权重的确定我 们有如下方法： ( 1 ) 算术平均法 这种方法也称为等权平均法，它不考虑各模型预测效果好坏的差别，直接对各 个模型的预测值进行算术平均。由于这种方法的计算比较简单，所以是一种比较常 用的计算权重的方法。如果有珑个预测模型，那么各个预测模型的权重脚；都为 i m 。 ( 2 ) 方差倒数法 这种方法是根据各个模型的方差的大小来确定权重的，方差越大，那么权重越 小。我们设第- ，个预测模型的方差为q ，则q = 去( * 一) 2 ，进行归一化处理， ，” 那么此模型的权重q = 巧1 巧1 。 ，= l ( 3 ) 均方差倒数法 顾名思义，这种方法是与上面的方差倒数法类似，以各个模型均方差的大小来 确定权重，第，个模型的权重q = 巧巧。 ，j - i ( 4 ) 专家确定法 由于受外界多种因素的影响，有些模型虽然预测的拟合度不如另外一些模型 好，但它更能准确地反映预测对象的发展规律，但这些因素的影响是无法从数学上 直接计算出来的。那么我们可以咨询专家意见或者运用特尔菲法来确定各种预测模 型的权重。 除以上这些方法之外，还有二项式系数法，简单加权法等确定权重的方法。 1 2 拄 乏 叫 。芦哆 驴。h 辽宁科技大学硕士论文 第= 章预备知识 2 、时变权重的确定 对于时变权重的确定我们有如下的方法： 设对于某一预测问题，在时刻r 有n 种预测方法( 或预测模型) ，五一，以， 并假设： e 一一第t 期的实际观测值o = 1 , 2 ，m ) ； 厶第i 种预测方法在第t 期的预测值： 毛一一第i 种预测方法在第t 期的加权系数， 且满足 = 1 ，o = 1 , 2 ，m ) ； i = 1 z = k i t 厶为变权组合预测方法在第r 期的预测值； i = 1 求组合预测权重系数的基本原则是使样本点处组合预测误差最小。这里采用 组合预测误差平方和最小的方法。具体方法将在第三章介绍。 2 1 2 3 定性预测与定量预测结合 在许多预测中，人们往往只重视了定量预测，片面追求使定量预测的误差达到 最小，从而忽视了定性预测。由于定量预测有其自身的局限性，比如时间序列预测 模型是根据惯性原则而对未来进行的递推，而预测对象未来不一定就会按照以前的 趋势发展：回归模型中自变量之间的相关关系以及它们的发展趋势也可能较难确 定。特别对于销售系统内的销售量预测来说，我们必须结合当前的预测对象所处的 环境的变化趋势以及影响预测对象的各种因素的变化趋势，参考相关专家的意见等 等，看预钡l 值是否合理，是否需要进行调整，从而确定最终的预测值。 关于定性预测与定量预测的结合运用，主要有三种方法： 1 、定量修正定性的方法。即先做定性预测，然后用定量的方法修正定性的预 测结果。 2 、定性修正定量的方法。即先用定量方法做预测，然后用定性的方法修正定 量预测结果。 3 、定量包括定性预测的量化的方法，即定性预测结果作为定量模型的一部分。 本文即是将定性预测的结果融入定量预测模型中，实验结果表明了该方法的有 效性。 辽宁科技大学硕士论文第二章预备知识 2 2 灰色理论简介 灰色系统理论是由我国著名学者邓聚龙教授于上世纪八十年代初提出并发展 起来的。灰色系统理论从信息论、系统论的角度看待研究对象。客观世界是由物质、 能量和信息所组成的。物质的新陈代谢和能量的相互转化，必须通过信息才能进行。 系统就是个包含若干个相互关联、相互制约元素所组成的具有某种功能的整体。 人们试图对各种系统所外露出的一些特征进行分析，从而弄清系统内部的运行机 理。自从美国控制论专家维纳( n w i e n e r ) 和英国科学家艾什比( a i s b o ) n 闭箱( c l o s e d b o x ) 和黑箱( b l a c kb o x ) 来称呼内部信息未知的系统后，人们就常用颜色的深浅来表 示系统信息的完全程度。因此，我们把内部特性已知的系统称作白色系统，而 把部分信息己知、部分信息未知的系统称作灰色系统，内部特征完全不知的系统称 作黑色系统。黑与白是相对的，因此灰色系统是普遍存在的。 灰色系统理论从诞生以来，在短短的二十多年时间里，已经被成功地应用于工 程控制、经济管理、社会生态、农业丰收的预测、环境污染评价及控制等，特别是 在物流预测、销售预测方面都有广泛的应用。 近年来，灰色系统理论发展较快，已初步建立起一门新学科的体系结构，奠定 了其作为一门新兴横断学科的新地位。它在众多科学领域中的成功应用，赢得了国 际学术界的肯定和关注。1 9 8 9 年在英国创办的英文版国际学术刊物( ( t h ej o u r n a lo f g r e ys y s t e m ) ) 已成为英国科学文摘( s a ) ，美国数学评论呷u 等重要国际文 摘机构的核心期刊。全世界有3 0 0 多种学术期刊接受、刊登灰色系统论文。有包括 英国、美国、德国、日本等十几个国家、地区及国际组织的许多知名学者从事灰色 系统的研究和应用。 从研究对象和方法可以明显地看出，灰色理论系统的特点是“小样本”和“贫 信息”，即以少量的可得数据为基础，经过灰色模型处理，得到具有满意可信度的 结论。事实上，在研究任何系统、特别是社会经济系统时，研究者遇到的最大困难 往往在于真实、准确数据的获取，这是制约研究工作的最大瓶颈。例如，在移动平 均和指数平滑中，如果基础数据量过少，那么预测结果的可信度就大大降低。同样 的道理，在回归分析中回归方程的建立，离开了大量数据的支持，方程参数的确定 就很难具有说服力。在马尔柯夫预测中，状态转移概率是整个模型的基础，一般来 说我们无法确定所研究随机变量的典型分布，只能用频率来近似代替概率。概率论 的原理指出，这种代替只有在大样本的前提下才有意义。 总而言之，传统的预狈4 方法需要大量基础数据的要求，极大地制约了这些方法 1 4 辽宁科技大学硕士论文 第二章预备知识 的应用，而灰色系统恰恰克服了这种制约，可以用现实当中可以获得的少量数据进 行建模，进而得出满意的结论，既不需要大量数据的支持，也不需要数据服从典型 的概率分布。灰色预测理论的这些优势，适应了实际研究的需求，将可以预测的对 象范围进步扩大，推进了预测科学的发展。 2 3 神经网络简介 人工神经网络是在人类对其大脑神经网络认识理解的基础上入工构造的能够 实现某种功能的神经网络。它是理论化的人脑神经网络的数学模型，实际上是由多 个非常基本的、简单的处理单元神经元相互按某种方式联接而成的一种并行信 息处理系统。 人工神经网络吸取了生物神经网络的许多优点，因而具有十分强的自适应、自 学习功能，具有高度的并行性、非线性、非局域性、非凸性，以及良好的容错性与 联想记忆功能等优点。 一、神经网络模型 1 基本概念 人工神经网络( a n n ) 是人类对其大脑神经网络理解的基础上人工构造的能够实 现某种功能的神经网络。它是理论化的人脑神经网络的数学模型，是基于模仿大脑 神经网络结构和功能而建立的一种信息处理系统。 人工神经网络是由大量简单的处理单元( 称为神经元) 广泛的互相连接而组成 的复杂网络，具有高度的非线性，能够进行并行推理、复杂的逻辑操作和非线性关 系实现的信息处理系统。它是以处理单元为结点，用加权有向弧连接而成的有向图， 是对人脑神经网络的某种程度的简化、抽象和模拟，具有学习、联想记忆和归纳等 特点。其工作方式主要由两个阶段组成：一个阶段为学习阶段，此时各单元状态不 变，各有向弧的连接权值通过学习样本不断修正，逼近真值；另一个阶段为推理运 行阶段，此时各有向弧段的连接权值不变，通过输入信息，改变单元状态。 2 人工神经元 人工神经元是近似模拟生物神经元的数学模型，是人工神经网络的基本处理单 元，同时也是一个多输入单输出的非线性元件( 见下图2 - 3 所示) 。 辽宁科技大学硕士论文第= 章预备知识 z l 岛 图2 - 3 人工神经元示意图 二、b p 神经网络及其算法 1 、b p 网络结构图 目前，在众多神经网络中，误差反向传播( e r r o rb a c kp r o p o r g a t i o n ) 网络由于其 良好的逼近能力和成熟的训练方法而得到了最为广泛的应用。b p 网络由r u m e l h a r t 等人于1 9 8 5 年建立，它是一种多层前馈神经网络，由一个输入层、一个输出层和 若干个隐含层所组成。位于同一层的单元之间不允许有连接，各层的单元只能离高 层的单元输出激活信号。实际应用中，大都采用了一种特殊结构，即各层单元只向 上一层的单元有输出( 见图2 4 ) 。 2 、b p 网络的学习过程 b p 网络采用有教师的学习规则，其算法的核心是通过一边向后传播误差，一 边修正误差的方法来不断调节网络参数( 权、阈值) ，以实现或逼近所希望的输入、 输出映射关系。它对每一个学习过程进行两趟传播计算： 漱箍倚播 鸯l 疑 齄进屡 墒 屡 图2 _ 4 两个隐含层的b p 网络 斟 瞎 辽宁科技大学硕士论文 第= 章预备知识 ( 1 ) 工作信号正向传播输入信号从输入层经隐含层，在输出端产生输出信 号。在信号的向前传递过程中网络的权值保持不变，每一层神经元的状态只影响下 一层神经元的状态。如果在输出层不能得到期望的输出，则转入误差信号的反向传 播。 f 2 1 误差信号反向传播网络的实际输出与期望输出之间差值即为误差信 号，误差信号由输出端逐层向前传播。在误差信号反向传播的过程中，网络的权值 由误差反馈进行调解。通过权值的不断修正使网络的实际输出更接近期望输出。 2 4 模糊理论简介 在对e r p 销售系统预测中，涉及的因素是复杂的。这些因素自身表现为随机性， 与销售量的关系又表现出模糊性，各因素的地位和作用也各不相同，而且因素间又 相互关联，相互作用。一方面，有些因素不能用精确的数量来进行描述，而只能是 模糊概念：另一方面。各种因素的变化与销售量之间不存在一一对应的函数关系， 不可能建立精确的数学模型来求解，因此本文引入模糊理论。 一、模糊集合 模糊理论的基础是模糊集合理论。模糊集合理论被认为是经典集合理论的扩 展。经典集合理论的研究对象是具有明确边界的集合，而模糊理论的研究对象是“模 糊”集合，其边界是“灰色的”。 经典集合理论中，对元素工是否属于集合4 是明确的，a r j x 0 或石芒a ，我们 对元素和集合4 给出一个特征函数来描述元素对集合的隶属关系： c = 骺蕊盎 但