畢業(yè)論文--服裝分銷企業(yè)營(yíng)銷決策支持系統(tǒng)的設(shè)計(jì)

1、<p>　　薆袆羂艿蒂袆肄蒅莈裊膇羋螆襖羆肀螞袃聿莆薈袂膁腿蒄袁袁莄莀袀羃膇蠆羀肅莃薅罿膈膅蒁羈袇莁蕆羇肀膄螅羆膂葿蟻羅芄節(jié)薇羄羄蕆蒃薁肆芀荿蝕膈蒆蚈蠆袈艿薄蚈羀蒄薀蚈膃莇蒆蚇芅膀螅蚆羅蒞蟻蚅肇膈薇蚄腿莃蒃螃衿膆荿螂羈罿芅荿蟻螂膁莈袃羇膇莇薃袀肂莆蚅肆羈蒞螈袈芇蒞蕆肄膃蒄薀袇聿蒃螞肂羅蒂螄裊芄蒁薄蚈芀蒀蚆羃膆葿螈螆肂葿蒈羂羈蒈薀螄芆薇蚃羀膂薆螅螃肈薅蒅羈羄薄蚇螁莃薃蝿肆艿薃袂衿膅薂薁肅肁膈蚄袈羇膇螆肅芅芇蒅袆膁芆薈肁肇芅螀襖肅

2、芄袂螇莂芃薂羂羋節(jié)蚄螅膄芁螇羈肀芁蒆螄羆莀蕿罿芅荿蟻螂膁莈袃羇膇莇薃袀肂莆蚅肆羈蒞螈袈芇蒞蕆肄膃蒄薀袇聿蒃螞肂羅蒂螄裊芄蒁薄蚈芀蒀蚆羃膆葿螈螆肂葿蒈羂羈蒈薀螄芆薇蚃羀膂薆螅螃肈薅蒅羈羄薄蚇螁莃薃蝿肆艿薃袂衿膅薂薁肅肁膈蚄袈羇膇螆肅芅芇蒅袆膁芆薈肁肇芅螀襖肅芄袂螇莂芃薂羂羋節(jié)蚄螅膄芁螇羈肀芁蒆螄羆莀蕿罿芅荿蟻螂膁莈袃羇膇莇薃袀肂莆蚅肆羈蒞螈袈芇蒞蕆肄膃蒄薀袇聿蒃螞肂羅蒂螄裊芄蒁薄蚈芀蒀蚆羃膆葿螈螆肂葿蒈羂羈蒈薀螄芆薇蚃羀膂薆螅螃肈薅蒅羈羄

3、薄蚇螁莃薃蝿肆艿薃袂衿膅薂薁肅肁膈蚄袈羇膇螆肅芅芇蒅袆膁芆薈肁肇芅螀襖肅芄袂螇莂芃薂羂羋節(jié)蚄螅膄芁螇羈肀芁蒆螄羆莀蕿罿芅荿蟻螂膁莈袃羇膇莇薃袀</p><p>　　服裝分銷企業(yè)營(yíng)銷決策支持系統(tǒng)的設(shè)計(jì)</p><p><b>　　摘要</b></p><p>　　本文以服裝分銷企業(yè)營(yíng)銷系統(tǒng)的設(shè)計(jì)為背景，針對(duì)服裝分銷管理中的一些有待解決的問題進(jìn)行了

4、研究。</p><p>　　服裝營(yíng)銷系統(tǒng)和其他企業(yè)的營(yíng)銷系統(tǒng)一樣，所面臨的環(huán)境都是復(fù)雜多變的，因此有關(guān)服裝營(yíng)銷決策支持系統(tǒng)屬于半結(jié)構(gòu)化的決策支持系統(tǒng)范疇。這類系統(tǒng)中的決策含有大量不確定因素，缺乏程序化工作范式，需要意向決策支持的問題十分多見。本文采用了在服裝營(yíng)銷管理系統(tǒng)中應(yīng)用包含專家系統(tǒng)的推理模型思想，構(gòu)建出了一個(gè)具有意向決策支持功能的服裝營(yíng)銷管理系統(tǒng)框架，對(duì)如何建立問題生成子系統(tǒng)及其內(nèi)部知識(shí)庫(kù)進(jìn)行了討論。<

5、;/p><p>　　論文設(shè)計(jì)了服裝營(yíng)銷決策支持系統(tǒng)的總體方案，完成了其軟件和硬件運(yùn)行環(huán)境的設(shè)計(jì)，并給出了數(shù)據(jù)轉(zhuǎn)換、報(bào)表圖標(biāo)顯示、MDX語(yǔ)句自導(dǎo)引、模型分析等多種功能的具體實(shí)現(xiàn)過程。</p><p>　　關(guān)鍵詞　服裝營(yíng)銷決策支持系統(tǒng) 意向決策支持技術(shù) 數(shù)據(jù)倉(cāng)庫(kù) 數(shù)據(jù)挖掘 智能技術(shù)</p><p>　　Design of Costume Marking Decide Sup

6、port System</p><p><b>　　Abstract</b></p><p>　　This paper takes costume marking system as working background, discusses some important problems coming from the reformation of costume

7、corporation in our country.</p><p>　　The environment which marketing system of costume is very complex and changeable, just as the other marketing system. So decide support system (DSS) belongs to the catego

8、ry of semi_structure. Decision making of this system has much uncertainty factor, lacks normal form to be followed, therefore many questions need intending decision support. Reasoning model based on expert system (ES) ap

9、plying to costume marketing system is described in this paper, meanwhile, the structure of knowledge base of t</p><p>　　The paper sets up a data mining model of online analysis process database based on inte

10、lligent techniques, offers a method which is on the base of predecessors and combines ANN and fuzzy control to this problem, and designs the software system of power marking DSS based on database warehouse running manage

11、ment for data transformation services (DTS), PivotTable service, multidimensional expressions (MDX) self-leading, model analyzing also. The paper focuses on intending decide support technique, </p><p>　　Keyw

12、ords　 costume marketing DSS intending decision support technique data warehouse data mining intelligent techniques</p><p>　　不要?jiǎng)h除行尾的分節(jié)符，此行不會(huì)被打印</p><p><b>　　目錄</b></p><p

13、><b>　　第1章 緒論1</b></p><p>　　1.1 課題背景1</p><p>　　1.2 服裝分銷商決策支持系統(tǒng)的發(fā)展?fàn)顩r及存在問題2</p><p>　　1.3 本文主要工作3</p><p>　　第2章 意向決策支持技術(shù)在服裝銷售中的應(yīng)用4</p><p>　　

14、2.1 意向決策支持概述4</p><p>　　2.2 意向決策支持在服裝營(yíng)銷系統(tǒng)中的作用4</p><p>　　2.3 具有意向決策支持功能的服裝營(yíng)銷管理系統(tǒng)5</p><p>　　2.3.1 問題生成子系統(tǒng)原理6</p><p>　　2.3.2 問題生成子系統(tǒng)的設(shè)計(jì)及構(gòu)建相關(guān)知識(shí)庫(kù)7</p><p>　　

15、2.4 本章小結(jié)11</p><p>　　第3章 基于智能技術(shù)的服裝銷售模型的建立12</p><p>　　3.1 智能技術(shù)概述13</p><p>　　3.2 RBF神經(jīng)網(wǎng)絡(luò)的建立14</p><p>　　3.2.1 輸入特征量的選取15</p><p>　　3.2.2 RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和預(yù)測(cè)16&l

16、t;/p><p>　　3.3 模糊系統(tǒng)的設(shè)計(jì)16</p><p>　　3.3.1 輸入變量的模糊化17</p><p>　　3.3.2 隸屬函數(shù)的確定和圖形表示方法17</p><p>　　3.3.3 模糊控制規(guī)則及算法結(jié)構(gòu)18</p><p>　　3.3.4 反模糊化19</p><p>

17、;　　3.4 基于智能技術(shù)的數(shù)據(jù)倉(cāng)庫(kù)挖掘19</p><p>　　3.5 本章小結(jié)20</p><p>　　第4章 服裝營(yíng)銷決策支持系統(tǒng)的設(shè)計(jì)21</p><p>　　4.1 系統(tǒng)的硬件環(huán)境22</p><p>　　4.2 系統(tǒng)的軟件環(huán)境23</p><p>　　4.3 決策支持系統(tǒng)的設(shè)計(jì)23</p&

18、gt;<p>　　4.3.1 數(shù)據(jù)轉(zhuǎn)換聚合子系統(tǒng)24</p><p>　　4.3.2 統(tǒng)計(jì)報(bào)表生成子系統(tǒng)24</p><p>　　4.3.3 綜合查詢子系統(tǒng)25</p><p>　　4.3.4 綜合分析子系統(tǒng)25</p><p>　　4.4 系統(tǒng)集成26</p><p>　　4.5 本章小結(jié)2

19、8</p><p><b>　　結(jié)論35</b></p><p><b>　　致謝36</b></p><p><b>　　參考文獻(xiàn)37</b></p><p><b>　　附錄38</b></p><p>　　千萬(wàn)不要?jiǎng)h除

20、行尾的分節(jié)符，此行不會(huì)被打印。在目錄上點(diǎn)右鍵“更新域”，然后“更新整個(gè)目錄”。打印前，不要忘記把上面“Abstract”這一行后加一空行</p><p><b>　　緒論</b></p><p><b>　　課題背景</b></p><p>　　我國(guó)既是服裝生產(chǎn)大國(guó),也是服裝消費(fèi)大國(guó)。根據(jù)中國(guó)服裝協(xié)會(huì)調(diào)查,我國(guó)現(xiàn)有服裝生產(chǎn)

21、企業(yè)4.5萬(wàn)家,從業(yè)人員385萬(wàn)人,年服裝生產(chǎn)能力138億件。自改革開放以來(lái),我國(guó)服裝業(yè)的產(chǎn)量增長(zhǎng)14.9倍,年平均遞增速度達(dá)14.4%[1]。</p><p>　　縱覽二十多年的發(fā)展,我國(guó)服裝業(yè)大致經(jīng)過四個(gè)階段: 最初的十年里是產(chǎn)量階段,誰(shuí)要解決生產(chǎn)能力問題就能掙大錢；其后的五年時(shí)間里是質(zhì)量階段,在供需基本平衡后,滿足顧客質(zhì)量要求的能力成為決定因素；再后五年是品牌階段,提供可識(shí)別的、有持續(xù)質(zhì)量保證能力的產(chǎn)品和服

22、務(wù)成為占領(lǐng)市場(chǎng)的決定因素；現(xiàn)在的服裝業(yè)正逐步向風(fēng)格與定位階段過渡,產(chǎn)銷模式上也開始實(shí)行科學(xué)規(guī)范的生產(chǎn)管理以及多元化的銷售模式。</p><p>　　但是目前我國(guó)服裝行業(yè)生產(chǎn)、營(yíng)銷仍然存在許多問題和不良現(xiàn)象，主要表現(xiàn)為以下幾點(diǎn)：</p><p>　　(1) 服裝科技落后。我國(guó)服裝工業(yè)技術(shù)裝備水平雖然在“九五”期間有很大提高,但對(duì)高新技術(shù)應(yīng)用不廣泛,國(guó)內(nèi)CAD/CAM的普及率還不到5%,而在一

23、些發(fā)達(dá)國(guó)家CAD的普及率已達(dá)到70 %,我國(guó)的臺(tái)灣地區(qū)也達(dá)到了30%。服裝市場(chǎng)具有“多品種、小批量、高質(zhì)量、短周期”的特點(diǎn),決定了服裝企業(yè)的競(jìng)爭(zhēng)要在設(shè)計(jì)、生產(chǎn)、銷售、市場(chǎng)信息反饋等基本環(huán)節(jié)上要突出一個(gè)“快”字,而服裝CAD正是服裝企業(yè)實(shí)現(xiàn)快速反應(yīng)的重要手段。</p><p>　　(2) 我國(guó)尚沒有一個(gè)世界級(jí)服裝品牌。幾年來(lái),通過實(shí)施服裝名牌戰(zhàn)略,國(guó)內(nèi)已形成一批以品牌為代表的企業(yè)群體,如杉杉、雅戈?duì)枴?bào)喜鳥等,但能

24、夠走出國(guó)門,直接參與國(guó)際市場(chǎng)競(jìng)爭(zhēng)的服裝品牌還幾乎沒有,這與我國(guó)作為“服裝大國(guó)”的地位極不相稱,主要是由于企業(yè)對(duì)創(chuàng)造世界名牌的重要性還缺乏認(rèn)識(shí),加之競(jìng)爭(zhēng)意識(shí)不強(qiáng),尤其是企業(yè)領(lǐng)導(dǎo)層的觀念、意識(shí)還和世界經(jīng)濟(jì)一體化、市場(chǎng)經(jīng)濟(jì)國(guó)際化的潮流不相適應(yīng),甚至沒有危機(jī)感；同時(shí),從一個(gè)側(cè)面也說(shuō)明我國(guó)服裝產(chǎn)品從品種、質(zhì)量和技術(shù)含量與發(fā)達(dá)國(guó)家相比還有較大的差距。</p><p>　　(3) 服裝銷售預(yù)測(cè)和生產(chǎn)計(jì)劃缺乏科學(xué)量化分析。服裝企

25、業(yè)非常需要對(duì)銷售趨勢(shì)、庫(kù)存、采購(gòu)和財(cái)務(wù)等進(jìn)行分析。但是由于信息不統(tǒng)一、信息傳遞不暢通、信息又不共享等諸多因素,企業(yè)的生產(chǎn)、銷售還停留在單靠經(jīng)驗(yàn)的預(yù)測(cè)和分析,往往無(wú)法快速反映市場(chǎng)銷售的真實(shí)情況,從而缺乏對(duì)各個(gè)銷售季節(jié)市場(chǎng)策略的正確指導(dǎo),導(dǎo)致生產(chǎn)和銷售的盲目性。</p><p>　　(4) 服裝降價(jià)、打折成風(fēng)。降價(jià)、打折雖是一種促銷行為,但在國(guó)內(nèi)卻變了味,表現(xiàn)為打折持續(xù)時(shí)間長(zhǎng)、波及范圍廣、折扣幅度大。僅在北京的百盛、

26、藍(lán)島、燕莎以及上海的市百一店、新世界、華聯(lián)等大商廈中,就可以看到眾多品牌的服裝在打折,所獲得銷售利潤(rùn)極低。片面地采用打折來(lái)增長(zhǎng)銷售量,勢(shì)必會(huì)使品牌在消費(fèi)者心目中的主體形象也大打折扣,使品牌信譽(yù)掃地。</p><p>　　(5) 供需矛盾依然存在——賣衣難,買衣也難。服裝市場(chǎng)有個(gè)怪異現(xiàn)象: 一方面,市場(chǎng)上服裝的品種、數(shù)量相當(dāng)龐大,廠家、商家大叫“賣衣難”；另一方面,仍有不少的消費(fèi)者卻抱怨“買衣也難”。這種“供大于求

27、”卻是從某種意義上“供不應(yīng)求”的現(xiàn)象,其實(shí)是產(chǎn)品結(jié)構(gòu)不良,是生產(chǎn)結(jié)構(gòu)跟不上需求結(jié)構(gòu)所致,同時(shí)這一現(xiàn)象也是目前我國(guó)服裝市場(chǎng)上的一個(gè)巨大矛盾。</p><p>　　(6) 服裝市場(chǎng)“盜版”、“克隆”現(xiàn)象嚴(yán)重。這一現(xiàn)象引起的惡性競(jìng)爭(zhēng)使得國(guó)內(nèi)一些剛起步的品牌發(fā)展受阻。為了防止被“克隆”,許多知名品牌只好采取買斷布料、推遲新貨上市等消極辦法。“寶姿”服裝甚至特別規(guī)定其新品在全國(guó)的統(tǒng)一上市時(shí)間晚于同行半個(gè)月。同時(shí),國(guó)際知名品

28、牌往往因此也不愿落戶中國(guó),商場(chǎng)在引進(jìn)國(guó)際品牌的談判中困難重重,甚至不得不為此作出種種讓步。這一現(xiàn)象嚴(yán)重阻礙了我國(guó)服裝業(yè)的整體發(fā)展,也是造成服裝市場(chǎng)低價(jià)競(jìng)爭(zhēng)以及“賣衣難,買衣也難”供需矛盾的原因之一。</p><p>　　于此對(duì)應(yīng)的，目前我國(guó)服裝業(yè)銷售系統(tǒng)主要采用百貨商店、小型服裝店、超級(jí)市場(chǎng)、倉(cāng)儲(chǔ)市場(chǎng)、郵購(gòu)等營(yíng)銷方式,隨著時(shí)代的進(jìn)步,新的方式不斷涌現(xiàn)：買斷經(jīng)營(yíng)、特許經(jīng)營(yíng)、網(wǎng)絡(luò)營(yíng)銷、連鎖專賣等新方式從遙遠(yuǎn)的異地移植

29、到中國(guó),為我國(guó)的零售業(yè)注入新的生機(jī)[2]。</p><p>　　網(wǎng)絡(luò)營(yíng)銷是今后服裝商貿(mào)經(jīng)營(yíng)活動(dòng)的必然趨勢(shì),可以通過電子廣告的形式進(jìn)行產(chǎn)品宣傳和產(chǎn)品預(yù)告,簽署電子定單,做到有計(jì)劃生產(chǎn),甚至零庫(kù)存營(yíng)銷。有足夠規(guī)模的企業(yè)可利INTERNET 建立全國(guó)乃至全球性的虛擬專用銷售網(wǎng)絡(luò),實(shí)現(xiàn)物流與資金流的統(tǒng)一。國(guó)內(nèi)一些有識(shí)的服裝企業(yè)順應(yīng)時(shí)代的發(fā)展,抓住這一機(jī)遇,溫州美特斯·邦威企業(yè)已建立了獨(dú)立的企業(yè)互聯(lián)網(wǎng)站,并籌建網(wǎng)

30、絡(luò)休閑服飾電子連鎖專賣店,實(shí)現(xiàn)無(wú)界化專賣連鎖網(wǎng)絡(luò)[2]。</p><p>　　服裝分銷則是聯(lián)系上述的服裝生產(chǎn)企業(yè)和服裝銷售企業(yè)的紐帶，在整個(gè)服裝行業(yè)中起承上啟下的作用，所以要實(shí)行我國(guó)服裝業(yè)的現(xiàn)代化，分銷企業(yè)的科學(xué)管理是必需解決的一個(gè)問題.</p><p>　　服裝分銷商決策支持系統(tǒng)的發(fā)展?fàn)顩r及存在問題</p><p>　　一般情況下，服裝營(yíng)銷管理系統(tǒng)分為營(yíng)銷業(yè)務(wù)層、

31、客戶服務(wù)管理層、營(yíng)銷質(zhì)量管理層和營(yíng)銷決策支持層四層，其中營(yíng)銷決策支持層是服裝分銷中的最高營(yíng)銷管理層，它主要是完成綜合指標(biāo)分析、市場(chǎng)需求預(yù)測(cè)、市場(chǎng)策劃等功能，并為高層營(yíng)銷決策提供全面的信息支持，服裝營(yíng)銷決策支持系統(tǒng)就是用來(lái)完成這部分功能的。</p><p>　　目前，國(guó)內(nèi)對(duì)服裝銷售決策支持系統(tǒng)進(jìn)行研究成果頻頻有報(bào)道，這些成功主要集中在有關(guān)數(shù)據(jù)倉(cāng)庫(kù)和決策支持系統(tǒng)方面，但是對(duì)于情況較為特殊的營(yíng)銷決策支持系統(tǒng)的研究卻很少

32、涉足。</p><p>　　總體而言，主要存在以下幾個(gè)主要問題：</p><p>　　1、目前，服裝營(yíng)銷工作的運(yùn)營(yíng)經(jīng)營(yíng)管理一直沿用傳統(tǒng)的解決方案，但隨著系統(tǒng)運(yùn)行時(shí)間的推移，數(shù)據(jù)量在不斷增長(zhǎng)。如此大量的數(shù)據(jù)，存放在數(shù)據(jù)庫(kù)中，不但統(tǒng)計(jì)查詢性能大幅下降，而且還會(huì)因?yàn)槿鄙儆辛Φ墓ぞ叨y以得到有效的利用。</p><p>　　2、傳統(tǒng)的服裝營(yíng)銷管理系統(tǒng)已經(jīng)可以完成包括市場(chǎng)管理

33、、業(yè)報(bào)報(bào)裝、財(cái)務(wù)管理等在內(nèi)的日常工作，并且可以提供一些例行的輔助決策功能，例如：經(jīng)營(yíng)業(yè)績(jī)分析、管理業(yè)績(jī)分析、客戶動(dòng)態(tài)分析等。但對(duì)于一些非例行的決策問題或意向決策問題卻沒有提出明確的解決方案。</p><p>　　3、在服裝營(yíng)銷決策中，運(yùn)營(yíng)成本是決策所需考慮的重要方面，同時(shí)也是決策管理者最關(guān)心的問題之一，而服裝的銷售情況又直接關(guān)系到分銷企業(yè)的運(yùn)營(yíng)成本和經(jīng)濟(jì)狀況。但在目前的營(yíng)銷工作中，有關(guān)購(gòu)進(jìn)和售出的各項(xiàng)決定并不是基

34、于數(shù)據(jù)庫(kù)中信息豐富的內(nèi)容，而是基于決策者的直覺。</p><p><b>　　本文主要工作</b></p><p>　　基于以上問題，本文以服裝分銷決策支持系統(tǒng)為題進(jìn)行了調(diào)研、模型設(shè)計(jì)、系統(tǒng)設(shè)計(jì)等工作。</p><p>　　本文將主要從以下幾點(diǎn)進(jìn)行論述。</p><p>　　提出了在服裝營(yíng)銷工作中應(yīng)用意向決策支持技術(shù)的思

35、想，并設(shè)計(jì)了一個(gè)“DSS+問題求解單元+知識(shí)庫(kù)”的智能決策支持系統(tǒng)（IDSS）方案以完成意向決策支持功能。</p><p>　　提出了基于智能控制技術(shù)的服裝銷售預(yù)測(cè)數(shù)據(jù)挖掘（DM）算法，并通過與SQLSERVER中模型的對(duì)比，證明了該方法的準(zhǔn)確性和實(shí)用性，為現(xiàn)場(chǎng)應(yīng)用作了準(zhǔn)備。</p><p>　　提出了服裝分銷決策支持系統(tǒng)得總體設(shè)計(jì)方案，完成了其軟件和硬件運(yùn)行環(huán)境的設(shè)計(jì)，進(jìn)行了數(shù)據(jù)轉(zhuǎn)換聚合

36、子系統(tǒng)、統(tǒng)計(jì)報(bào)表生成子系統(tǒng)、綜合查詢子系統(tǒng)和綜合分析子系統(tǒng)四部分的設(shè)計(jì)。</p><p>　　以服裝分銷中購(gòu)進(jìn)和售出為例，給出了服裝分銷決策支持系統(tǒng)的數(shù)據(jù)裝換聚合子系統(tǒng)、綜合查詢子系統(tǒng)、綜合分析子系統(tǒng)和報(bào)表生成子系統(tǒng)四部分的實(shí)現(xiàn)過程。</p><p>　　意向決策支持技術(shù)在服裝銷售中的應(yīng)用</p><p>　　隨著我國(guó)加入WTO，國(guó)際競(jìng)爭(zhēng)日趨激烈，服裝分銷體制也發(fā)生

37、了深刻的變化。為了配合這種變化，適應(yīng)市場(chǎng)發(fā)展的新需要，實(shí)現(xiàn)服裝分銷系統(tǒng)管理的信息化，應(yīng)該建立起全新的分銷管理系統(tǒng)，這樣才能更好的把握市場(chǎng)，考核營(yíng)銷工作，提高我國(guó)服裝行業(yè)整體競(jìng)爭(zhēng)力。</p><p>　　服裝行業(yè)自上世紀(jì)90年代開始，逐步在一些規(guī)模較大的品牌中開發(fā)和使用了營(yíng)銷管理系統(tǒng)，迄今為止，應(yīng)用的服裝營(yíng)銷管理系統(tǒng)已經(jīng)可以完成包括市場(chǎng)管理、業(yè)擴(kuò)報(bào)裝、財(cái)務(wù)管理在內(nèi)的有關(guān)服裝分銷方面的多項(xiàng)日常管理工作，并且可以提供一

38、些例行的輔助決策功能，例如：經(jīng)營(yíng)業(yè)績(jī)分析、管理業(yè)績(jī)分析、客戶動(dòng)態(tài)分析等。但是對(duì)于一些非例行的決策問題或意向決策問題卻沒有提出明確的解決方案。本文以服裝分銷商經(jīng)營(yíng)決策為研究背景，把意向決策支持技術(shù)應(yīng)用于服裝營(yíng)銷決策中，為服裝營(yíng)銷系統(tǒng)的決策支持提供了更為靈活的手段。</p><p><b>　　意向決策支持概述</b></p><p>　　意向，在決策領(lǐng)域中是指決策者關(guān)于

39、某一決策問題的一種模糊想法。這種想法往往難以在決策者頭腦中形成一個(gè)單一、明確的概念描述。當(dāng)系統(tǒng)應(yīng)用的領(lǐng)域比較單一，或是只局限于一個(gè)狹小的范圍時(shí)，這種意向決策問題并不多見，因?yàn)闆Q策者往往對(duì)所面臨的情況十分熟悉，所以一般都能夠提出一個(gè)明確的目標(biāo)；但當(dāng)所處理的問題進(jìn)入綜合性的、有關(guān)全局的應(yīng)用領(lǐng)域時(shí)，需要意向決策支持的問題就變得比較常見。此時(shí)，決策者本身也只是直觀的感覺到應(yīng)該做出某種決策，至于這種決策究竟是有關(guān)哪方面的，是個(gè)什么樣的決策問題，就

40、無(wú)法確定。此時(shí)，決策者所需要的就是系統(tǒng)提供有關(guān)方面的意向決策支持服務(wù)。意向決策支持服務(wù)技術(shù)就是采用相關(guān)方法解決此類問題的一種技術(shù)。目前，學(xué)術(shù)界在這方面有很多理論和方法提出，如人工神經(jīng)元、專家系統(tǒng)、灰色理論、模糊理論等。</p><p>　　意向決策支持在服裝營(yíng)銷系統(tǒng)中的作用</p><p>　　服裝營(yíng)銷系統(tǒng)和其他企業(yè)的營(yíng)銷系統(tǒng)一樣，所面臨的環(huán)境都是復(fù)雜多變的，因此服裝營(yíng)銷的決策系統(tǒng)屬于半結(jié)

41、構(gòu)化的決策系統(tǒng)范疇，這類系統(tǒng)得決策中含有大量的不確定性因素，缺乏程序化的工作范式，需要意向決策支持的問題十分多見，但現(xiàn)在普遍應(yīng)用的服裝營(yíng)銷管理系統(tǒng)，對(duì)于解決確定的、目標(biāo)單一的、例行決策支持和管理問題確實(shí)取得了良好的效果；而對(duì)于服裝營(yíng)銷決策中經(jīng)常要面對(duì)的突發(fā)性事件，卻沒有提供有力的支持。針對(duì)這種情況，在服裝營(yíng)銷系統(tǒng)中加入意向決策支持功能，用以解決一些模糊的非例行問題是很有必要的。一般它應(yīng)達(dá)到以下兩個(gè)建設(shè)目標(biāo)。</p><

42、;p>　　1，以客戶為中心，創(chuàng)建真正的“交互式”系統(tǒng)</p><p>　　以往開發(fā)的服裝營(yíng)銷管理系統(tǒng)往往只側(cè)重于單純的事務(wù)性勞動(dòng)，使用戶的大部分時(shí)間和精力都花在被動(dòng)的查詢工作中，這種缺乏用戶和使用者之間雙向交互的系統(tǒng)已經(jīng)不適應(yīng)服裝營(yíng)銷工作的發(fā)展需要。加入意向決策支持功能后的新系統(tǒng)能實(shí)現(xiàn)主動(dòng)式的管理，它面向用戶，采用多種手段與用戶交流，提供給用戶一個(gè)詳盡的聯(lián)想和推理的空間，從而幫助用戶把自己籠統(tǒng)得決策意向轉(zhuǎn)化

43、為清晰的決策問題，實(shí)現(xiàn)了“以客戶為中心”的交互式設(shè)計(jì)。</p><p>　　2，面向市場(chǎng)，建立具有“靈活性”的系統(tǒng)</p><p>　　一般對(duì)于服裝營(yíng)銷系統(tǒng)的開發(fā)人員而言，真正的困難在于正確理解用戶的意圖（即構(gòu)造問題）而不是對(duì)相應(yīng)的問題進(jìn)行求解（即解決問題）。這是因?yàn)椋?）用戶與系統(tǒng)開發(fā)人員存在著對(duì)專業(yè)知識(shí)認(rèn)識(shí)上的差異；（2）在沒有提供清晰的聯(lián)想和推理框架時(shí)，用戶難以完全說(shuō)明他們本身的確切

44、要求。這樣開發(fā)出的系統(tǒng)是不具備靈活性的。</p><p>　　具有意向決策支持功能的服裝營(yíng)銷管理系統(tǒng)</p><p>　　圖2-1 服裝營(yíng)銷決策系統(tǒng)框圖</p><p>　　為了使服裝分銷商的營(yíng)銷系統(tǒng)的工作及決策具有一定的靈活性，適應(yīng)服裝市場(chǎng)競(jìng)爭(zhēng)的加劇，以及服裝市場(chǎng)環(huán)境的變化所帶來(lái)的一些意想不到的變化的影響。在全面系統(tǒng)的分析基礎(chǔ)上，在服裝營(yíng)銷管理系統(tǒng)中加入意向決策支

45、持功能，使整個(gè)系統(tǒng)具有了真正意義上的靈活性。</p><p>　　一般的決策支持系統(tǒng)都是面向模型的，而決策者又是面向問題的，為了解決這個(gè)矛盾，為意向決策問題提供最有力的支持，應(yīng)該采用基于知識(shí)的問題生成和解決子系統(tǒng)，通過它與決策者的交互，獲取事實(shí)進(jìn)行推理，并最終確定一個(gè)模型方案。這種解決方案，實(shí)際上也可以看作是包含了專家系統(tǒng)的推理模型，目的是利用專家系統(tǒng)的定性分析機(jī)制，實(shí)現(xiàn)定性分析與定量分析的有機(jī)結(jié)合。</p

46、><p>　　在服裝營(yíng)銷決策與管理系統(tǒng)的具體設(shè)計(jì)中采用了“DSS+問題求解單元+知識(shí)庫(kù)”的IDSS設(shè)計(jì)方案，在傳統(tǒng)的DSS基礎(chǔ)上增加了一個(gè)知識(shí)庫(kù)和問題求解單元，設(shè)計(jì)系統(tǒng)框架圖如圖2-1所示。</p><p><b>　　問題生成子系統(tǒng)原理</b></p><p>　　如前所述，對(duì)于一個(gè)輔助決策過程而言，困難的是構(gòu)造一個(gè)問題而不是解決一個(gè)問題，所以如

47、何利用現(xiàn)有技術(shù)引導(dǎo)用戶對(duì)自己的決策意向進(jìn)行識(shí)別；如何運(yùn)用人機(jī)交互的手段一步一步的對(duì)決策意向進(jìn)行明確和細(xì)化，使其最終轉(zhuǎn)化為一個(gè)決策問題，這正是設(shè)計(jì)此系統(tǒng)的難點(diǎn)。而問題生成系統(tǒng)的設(shè)計(jì)是意向決策支持系統(tǒng)的瓶頸問題，以下就以服裝分銷商營(yíng)銷系統(tǒng)為背景，給出問題生成子系統(tǒng)的設(shè)計(jì)方案。</p><p>　　文獻(xiàn)[3]給出了一般的問題生成系統(tǒng)的運(yùn)行機(jī)制，如圖2-2所示</p><p>　　圖2-2 問題生

48、成系統(tǒng)運(yùn)行機(jī)制</p><p>　　此運(yùn)行機(jī)制實(shí)際上就是人類完成相應(yīng)意向推理的全過程：人們?cè)诮鉀Q自身無(wú)法清晰表述的問題時(shí)，總是先把它限制在某個(gè)大范圍之內(nèi)（即情景設(shè)定階段），如：市場(chǎng)策劃問題；然后根據(jù)自聯(lián)想和借鑒他人的經(jīng)驗(yàn)，把此范圍內(nèi)的各項(xiàng)因素及其與問題的相關(guān)程度列出（即意向詳細(xì)描述階段）；再在此范圍中，通過分析、推理把一個(gè)決策意向明確為一個(gè)決策問題（情景分析階段）。在利用計(jì)算機(jī)進(jìn)行意向決策支持輔助設(shè)計(jì)時(shí)，當(dāng)然也是

49、遵循這些原則。</p><p>　　問題生成子系統(tǒng)的設(shè)計(jì)及構(gòu)建相關(guān)知識(shí)庫(kù)</p><p>　　依據(jù)上述機(jī)制，并結(jié)合各種意向決策支持技術(shù)，服裝營(yíng)銷意向決策支持系統(tǒng)中問題生成子系統(tǒng)應(yīng)具有圖2-3所示結(jié)構(gòu)。</p><p>　　圖2-3 問題生成子系統(tǒng)結(jié)構(gòu)</p><p>　　1、人機(jī)交互界面：人機(jī)交互界面的功能是實(shí)現(xiàn)用戶與計(jì)算機(jī)之間的對(duì)話，這是問

50、題生成系統(tǒng)設(shè)計(jì)中需要很好解決的問題之一，因?yàn)橛?jì)算機(jī)不但通過人機(jī)交互界面接受決策者的問題或意向描述，還要把問題生成的結(jié)果通過人機(jī)交互界面告訴用戶，這個(gè)過程相當(dāng)于問題運(yùn)行機(jī)制中的意向識(shí)別過程。設(shè)計(jì)時(shí)可采用多媒體的人機(jī)交互界面。這里的多媒體是以多種媒體命令為人機(jī)交互手段——多媒體命令包括用戶鍵盤輸入的字符命令、鼠標(biāo)輸入的圖形命令或語(yǔ)音輸入等。同時(shí)也要兼顧到用戶的用語(yǔ)習(xí)慣和決策風(fēng)格。</p><p>　　2、知識(shí)庫(kù)：知識(shí)

51、庫(kù)的設(shè)計(jì)是整個(gè)子系統(tǒng)運(yùn)行的基礎(chǔ)，也是應(yīng)用意向決策支持技術(shù)要重點(diǎn)解決的問題。按性質(zhì)的不同，可把知識(shí)分為事實(shí)性知識(shí)和規(guī)則性知識(shí)兩種，事實(shí)性知識(shí)用于描述一些服裝營(yíng)銷的基本情況；而規(guī)則性知識(shí)則是對(duì)聯(lián)想和推理的結(jié)果以條件——結(jié)論的形式給予描述。依據(jù)問題生成系統(tǒng)運(yùn)行機(jī)制，知識(shí)庫(kù)可由以下幾個(gè)子知識(shí)庫(kù)組成。</p><p>　　情景設(shè)定知識(shí)庫(kù)：情景設(shè)定知識(shí)庫(kù)中的知識(shí)用來(lái)細(xì)化用戶的意向決策問題。可以采用概念分層的方式設(shè)計(jì)情景設(shè)定知

52、識(shí)庫(kù)。概念分層是一種有用的背景知識(shí)形式，一個(gè)概念分層就是定義一個(gè)映射序列，它將低層概念映射到更一般的高層概念。</p><p>　　因?yàn)榉b營(yíng)銷主要是圍繞著營(yíng)銷活動(dòng)進(jìn)行的，而營(yíng)銷活動(dòng)考慮的又是如何滿足用戶的需求和擴(kuò)大企業(yè)的盈利，所以有關(guān)服裝營(yíng)銷的決策又可以從客戶分析、服裝銷售情況分析、需求預(yù)測(cè)和市場(chǎng)策劃這幾個(gè)方面來(lái)分別考慮，可以把這幾個(gè)方面作為基本問題，讓用戶在其中考慮其他方面和其他因素，來(lái)細(xì)化自己的問題。以有關(guān)

53、“客戶分析”的意向決策基本問題為例，這個(gè)基本 問題包含的其他因素是：考慮客戶地區(qū)、考慮大小客戶、考慮客戶信用、考慮客戶投訴這四個(gè)小問題。這些具體的小問題可以映射到它所屬的較高層次的概念中。這些映射就形成了“客戶分析”的概念分層，見圖2-4。</p><p>　　圖2-4 客戶分析的概念分層</p><p>　　有了這種概念分層的形式，用戶就可以通過“上卷”（即通過一個(gè)維的概念分層向上攀升）

54、和“下鉆”（它是上卷的逆操作，它顯示由不太詳細(xì)的數(shù)據(jù)到更詳細(xì)的數(shù)據(jù)）操作在多個(gè)抽象層上細(xì)化自己的決策意向，之后再自由的組合這些選項(xiàng)，給出相應(yīng)選項(xiàng)在此決策意向中所占的比重（用0到1之間的數(shù)表示），并使所有選項(xiàng)的比重值之和等于1。</p><p>　　例如，經(jīng)過這一步，用戶把自己的決策意向的詳細(xì)描述為：“考慮客戶地區(qū)”（0.2）、“考慮大小客戶”（0.3）、“考慮客戶信用”（0.5）的客戶分析問題。</p>

55、;<p>　　實(shí)際應(yīng)用中可以把知識(shí)作為一種特殊的數(shù)據(jù)存儲(chǔ)在數(shù)據(jù)庫(kù)中?？梢砸許QL Server 2000作為前端數(shù)據(jù)倉(cāng)庫(kù)平臺(tái)，VB為編程語(yǔ)言，完成相應(yīng)設(shè)置。</p><p>　　上述實(shí)例在數(shù)據(jù)庫(kù)中的主表可設(shè)計(jì)為：客戶分析分層知識(shí)主表——db_user knowledge，具體表示如表2-1所示。</p><p>　　在實(shí)際應(yīng)用中，用戶選擇了哪幾個(gè)方面來(lái)細(xì)化意向，就在表中增加一

56、個(gè)記錄，把相應(yīng)選項(xiàng)置為1，如上例中增加的記錄為（1 1 1 0），可依據(jù)此值調(diào)用相關(guān)表，并進(jìn)行相關(guān)情景分析知識(shí)庫(kù)中的處理。</p><p>　　表2-1 客戶分層知識(shí)主表</p><p>　　情景分析知識(shí)庫(kù)：情景分析知識(shí)庫(kù)中的知識(shí)起到了模型自動(dòng)引導(dǎo)的作用。在這里采用的技術(shù)是包括推理規(guī)則知識(shí)庫(kù)和模型設(shè)定知識(shí)庫(kù)的常用模型自動(dòng)引導(dǎo)方法。它的原理主要是先將決策問題映射到模型的各主要特征集合上，然后

57、再由模型的特征集合映射到各模型集合上。主要包括推理規(guī)則知識(shí)庫(kù)和模型設(shè)定知識(shí)庫(kù)。</p><p>　　推理規(guī)則知識(shí)庫(kù)：此知識(shí)庫(kù)中以“if-then”的形式存放著用戶的決策問題與模型的各主要特征間的相關(guān)性和對(duì)各主要特征的支持度。這些知識(shí)可以是由領(lǐng)域?qū)＜摇⒅R(shí)工程師、系統(tǒng)用戶提供；也可以是數(shù)據(jù)挖掘工作自動(dòng)產(chǎn)生。</p><p>　　構(gòu)建推理規(guī)則知識(shí)庫(kù)的復(fù)雜性在于用戶的決策意向問題往往是多個(gè)原子條

58、件的邏輯組合，所以在規(guī)則設(shè)定中采用了“多重與邏輯表”和“相關(guān)聯(lián)度函數(shù)表”這兩個(gè)概念。</p><p>　　例如，上述問題可以用推理規(guī)則知識(shí)庫(kù)中的規(guī)則表示如下：</p><p>　　IF（（用戶）有“考慮地區(qū)”（0.2）、“考慮客戶大小”（0.3）、“考慮客戶信用”（0.5））的客戶分析問題，</p><p>　　THEN（（問題與下列特征關(guān)聯(lián)）“調(diào)整價(jià)格”、“調(diào)整進(jìn)

59、貨量”、“調(diào)整售出量”、“改善服務(wù)”、“發(fā)出工作票”、“時(shí)間”，多重與邏輯表，相關(guān)度函數(shù)表）</p><p>　　其中多重與邏輯表和相關(guān)聯(lián)度函數(shù)表為表2-2所示。</p><p>　　表2-2 “多重與”邏輯和相關(guān)聯(lián)度函數(shù)</p><p>　　模型設(shè)定知識(shí)庫(kù)：此知識(shí)庫(kù)中存放的是各主要特征與相關(guān)模型之間的關(guān)聯(lián)度。模型庫(kù)主要由多目標(biāo)規(guī)劃問題模型、預(yù)測(cè)分析過程模型和其他模

60、型組成。</p><p>　　例如，上述問題在模型設(shè)定知識(shí)庫(kù)中的規(guī)則可以表示為表2-3所示。</p><p>　　表2-3 規(guī)則中相關(guān)度表</p><p>　　這里，為了解決多種條件的邏輯組合問題，需要設(shè)定用戶的意向描述與模型庫(kù)的相關(guān)強(qiáng)度。如公式2-1所示：</p><p><b>　?。?-1）</b></p&g

61、t;<p>　　其中為某一決策意向與模型i的相關(guān)度；為用戶自己設(shè)定的各原子條件在決策意向中所占的比重（即主觀因素因子）；為各原子條件與模型主要特征的相關(guān)程度；為模型主要特征與模型的相關(guān)程度。</p><p>　　依照此公式可以計(jì)算得出決策意向與各模型的相關(guān)程度，然后可按與決策意向相關(guān)強(qiáng)度最大的模型進(jìn)行決策。</p><p>　　例如，上述問題采用公式計(jì)算后，；從中可以得到這個(gè)

62、客戶分析問題應(yīng)采用預(yù)測(cè)分析過程模型進(jìn)行處理。由上即可完成了模型的自動(dòng)導(dǎo)引。</p><p>　　3、推理機(jī)（控制模塊）：其作用事按照用戶的不同選擇，調(diào)用不同的知識(shí)庫(kù)進(jìn)行相關(guān)問題的識(shí)別和決策支持。當(dāng)用戶進(jìn)入問題生成系統(tǒng)后，推理機(jī)首先調(diào)用情景設(shè)定知識(shí)庫(kù)，這樣用戶就可以在意向查詢的交互式界面上，通過上卷和下鉆操作，對(duì)自己的決策意向進(jìn)行細(xì)化，最終產(chǎn)生一個(gè)明確的決策問題。當(dāng)用戶對(duì)意向的表述結(jié)果比較滿意的時(shí)候，推理機(jī)再調(diào)用情

63、景分析知識(shí)對(duì)用戶的決策意向進(jìn)行處理，并得到與決策意向相關(guān)程度最大的過程模型，供給問題解決子系統(tǒng)使用。</p><p>　　經(jīng)過上述處理后，下面的要求就是對(duì)決策問題的求解過程提供有效的決策支持手段，因?yàn)閷?duì)這個(gè)問題提供有力支持一直是服裝營(yíng)銷系統(tǒng)應(yīng)用研究中的一個(gè)重點(diǎn)，已有許多相關(guān)領(lǐng)域的研究成果，這里就不再贅述。</p><p>　　總之，服裝營(yíng)銷管理系統(tǒng)的設(shè)計(jì)不但要充分利用各種信息，實(shí)現(xiàn)復(fù)雜化的

64、查詢和報(bào)表功能；而且應(yīng)該利用現(xiàn)有技術(shù)，實(shí)現(xiàn)對(duì)服裝營(yíng)銷全過程的合理化管理：即以用戶為中心，真正想用戶所想，提供給其一個(gè)完善的預(yù)測(cè)分析和決策支持功能。當(dāng)然以上提出的只是一個(gè)框架，下一章將對(duì)用于數(shù)據(jù)挖掘分析的模型庫(kù)進(jìn)行分析，并建立一個(gè)預(yù)測(cè)服裝銷售量的模型。</p><p><b>　　本章小結(jié)</b></p><p>　　針對(duì)服裝分銷所面臨的環(huán)境復(fù)雜多變的特點(diǎn)，本章主要介紹

65、了意向決策支持技術(shù)在服裝銷售決策支持系統(tǒng)中的應(yīng)用，主要完成了以下工作。</p><p>　　1、簡(jiǎn)單地介紹了意向決策支持技術(shù)，并且重點(diǎn)闡述了該技術(shù)在服裝營(yíng)銷系統(tǒng)中所能發(fā)揮的作用。</p><p>　　2、具體介紹了具有意向決策支持功能的服裝營(yíng)銷系統(tǒng)的工作原理，重點(diǎn)分析了問題生成子系統(tǒng)原理，并設(shè)計(jì)了問題生成子系統(tǒng)、構(gòu)建了相關(guān)知識(shí)庫(kù)。</p><p>　　基于智能技術(shù)的

66、服裝銷售模型的建立</p><p>　　在上一章所提出的具有意向決策支持功能的系統(tǒng)中，一個(gè)重要的方面就是模型的建立和選取，有了各種適宜的模型，才能構(gòu)成模型庫(kù)，并最終完成本文所提出的整個(gè)意向決策支持功能。本章以一個(gè)具體問題為例，建立了一個(gè)基于智能技術(shù)的數(shù)據(jù)倉(cāng)庫(kù)挖掘模型。</p><p>　　在服裝營(yíng)銷決策中，運(yùn)營(yíng)成本是決策所需要考慮的重要方面，同時(shí)也是決策管理者最為關(guān)心的一個(gè)問題，而與運(yùn)營(yíng)成

67、本相關(guān)的最主要因素是服裝的銷售情況。這是因?yàn)榉b分銷在整個(gè)服裝行業(yè)中處于一個(gè)中間位置，負(fù)責(zé)服裝生產(chǎn)企業(yè)和服裝零售商之間的連接，因而服裝的銷售情況直接關(guān)系到整個(gè)服裝行業(yè)的運(yùn)營(yíng)情況。</p><p>　　服裝銷量預(yù)測(cè)就是這樣一種對(duì)未來(lái)需求量的預(yù)測(cè)，它是服裝營(yíng)銷工作中重要的一環(huán)。若能夠以前幾個(gè)月的服裝銷售量預(yù)測(cè)出下一個(gè)月的銷售量，并以此為依據(jù)購(gòu)進(jìn)服裝，這樣既可以避免由于估計(jì)過量而導(dǎo)致?lián)p失，又可以避免由于預(yù)測(cè)不足而導(dǎo)致的

68、利潤(rùn)減少、客戶丟失等。</p><p>　　為了完成這一目的，必須對(duì)現(xiàn)有的數(shù)據(jù)倉(cāng)庫(kù)中的服裝營(yíng)銷數(shù)據(jù)進(jìn)行分析，從中發(fā)現(xiàn)并提取出隱含在其中的信息或知識(shí)。這個(gè)過程就是數(shù)據(jù)挖掘過程，其目標(biāo)是幫助分析人員尋找數(shù)據(jù)之間的聯(lián)系，發(fā)現(xiàn)被忽略的要素，挖掘出對(duì)預(yù)測(cè)趨勢(shì)和決策行為有用的信息。數(shù)據(jù)挖掘一般過程如圖3-1所示。</p><p>　　圖3-1 數(shù)據(jù)挖掘一般過程</p><p>

69、　　從中可以看出數(shù)據(jù)挖掘過程一般包括以下幾個(gè)步驟：</p><p>　　1、預(yù)處理數(shù)據(jù)，收集和凈化來(lái)自各種數(shù)據(jù)源或數(shù)據(jù)倉(cāng)庫(kù)的信息，并加以存儲(chǔ)，一般是將其放在OLAP數(shù)據(jù)庫(kù)中。</p><p>　　2、模型搜索。利用數(shù)據(jù)挖掘工具在數(shù)據(jù)中匹配模型。對(duì)于一個(gè)問題的搜索過程可能用到許多模型，例如：神經(jīng)網(wǎng)絡(luò)、決策樹等。</p><p><b>　　3、評(píng)價(jià)輸出結(jié)果。

70、</b></p><p>　　4、生成最后的數(shù)據(jù)報(bào)告和解釋報(bào)告。</p><p>　　從中可以看出，在數(shù)據(jù)挖掘過程中，數(shù)學(xué)模型是非常重要的分析數(shù)據(jù)的方法。在Microsoft SQL SERVER 2000提供的分析服務(wù)器（Analysis Servers）工具中，包含了兩種數(shù)據(jù)挖掘模型：決策樹模型和聚類分析模型，利用它們可以對(duì)服裝銷售數(shù)據(jù)進(jìn)行分析，發(fā)現(xiàn)一些規(guī)律性的東西。但是這

71、種結(jié)果往往比較粗糙，精度不高，難以對(duì)服裝企業(yè)的營(yíng)銷工作起到指導(dǎo)作用。本文提出了一種基于智能技術(shù)的數(shù)據(jù)挖掘模型，通過此模型可以得到較為理想的服裝銷售預(yù)測(cè)數(shù)據(jù)。</p><p><b>　　智能技術(shù)概述</b></p><p>　　目前對(duì)服裝銷售預(yù)測(cè)的專門研究不少，但人們大多采用傳統(tǒng)的方法來(lái)進(jìn)行預(yù)測(cè)，如時(shí)間序列方法、回歸分析方法和模式識(shí)別方法，這些方法也都取得了不同程度的

72、成功。但這些方法也都存在著缺陷，時(shí)間序列方法不易考慮地區(qū)等因素的影響，回歸分析方法存在著如何確定回歸方程的問題，而模式識(shí)別方法只能處理銷售區(qū)域比較小的系統(tǒng)。</p><p>　　而人工神精網(wǎng)絡(luò)能夠建立任意非線性的模型，并適用于解決時(shí)間序列預(yù)報(bào)問題。因此很適合應(yīng)用于服裝銷售系統(tǒng)的預(yù)測(cè)中。在服裝銷售預(yù)測(cè)中，應(yīng)用最多的神經(jīng)網(wǎng)絡(luò)是多層感知機(jī)，并應(yīng)用反向傳播算法（BP算法）進(jìn)行網(wǎng)絡(luò)訓(xùn)練，然而，傳統(tǒng)的BP算法有諸如不易確定隱

73、層神經(jīng)元個(gè)數(shù)、容易陷入局部極小點(diǎn)和耗費(fèi)大量計(jì)算機(jī)時(shí)等缺點(diǎn)，因而不適合實(shí)際使用。近年來(lái)的RBF（Radial Basis Function，徑向基函數(shù)）網(wǎng)絡(luò)作為另一種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，以其靈活性強(qiáng)，易于訓(xùn)練，內(nèi)插和外推性能好等優(yōu)點(diǎn)而受到很大關(guān)注。RBF網(wǎng)絡(luò)是一種三層結(jié)構(gòu)網(wǎng)絡(luò)，其隱層的作用在于實(shí)現(xiàn)一非線性變換，隱單元（又稱“中心”）數(shù)目在網(wǎng)絡(luò)訓(xùn)練過程中隨問題的復(fù)雜程度和所需精度而動(dòng)態(tài)調(diào)節(jié)，無(wú)需事先盲目確定。這種網(wǎng)絡(luò)模型的訓(xùn)練過程表現(xiàn)為RBF網(wǎng)絡(luò)

74、中心的選擇及隱層與輸出層間權(quán)值的確定。</p><p>　　但是，利用RBF神經(jīng)網(wǎng)絡(luò)進(jìn)行預(yù)測(cè)時(shí)，需要大量的歷史數(shù)據(jù)，在歷史數(shù)據(jù)有限的情況下，往往使預(yù)測(cè)精度受到很大影響。為了克服這些缺點(diǎn)，相關(guān)研究表明，將BP神經(jīng)網(wǎng)絡(luò)和模糊控制結(jié)合在一起進(jìn)行模糊預(yù)測(cè)，可以得到比較好的結(jié)果。</p><p>　　本文利用RBF神經(jīng)網(wǎng)絡(luò)完成對(duì)用銷售量的預(yù)測(cè)，在預(yù)測(cè)過程中，考慮了區(qū)域因素和和重大事件的影響；因?yàn)閿?shù)據(jù)

75、量的限制，對(duì)神經(jīng)網(wǎng)絡(luò)的輸出用模糊調(diào)節(jié)進(jìn)行修正，以便提高預(yù)測(cè)精度。</p><p>　　RBF神經(jīng)網(wǎng)絡(luò)的建立</p><p>　　服裝銷售量預(yù)測(cè)首先要解決的問題是非線性映射的實(shí)現(xiàn)，人工神經(jīng)網(wǎng)路在這方面有一定的優(yōu)越性。一般情況下，假定要求學(xué)習(xí)的非線性映射為式3-1。</p><p><b>　?。?-1）</b></p><p&

76、gt;　　公式（3-1）是在域中聚類子集上的一個(gè)多輸入單輸出實(shí)連續(xù)函數(shù)，其樣本的數(shù)據(jù)為：</p><p>　　上式中，s為樣本數(shù)，而形成了樣本集。</p><p>　　圖3-2 RBF網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)</p><p>　　如圖3-2所示的RBF網(wǎng)絡(luò)，可以用來(lái)擬合式（2-2）所描述的非線性關(guān)系，它實(shí)現(xiàn)的映射為式3-2所示。</p><p><

77、b>　　（3-2）</b></p><p>　　式中，為輸入向量，為一給定的非線性變換，表示歐式范數(shù)；為權(quán)值；成為RBF網(wǎng)絡(luò)的中心，表示擬合誤差，非線性變換函數(shù)可選為式3-3所示。</p><p><b>　?。?-3）</b></p><p>　　定義誤差函數(shù)如式3-4所示。</p><p><

78、b>　?。?-4）</b></p><p>　　其中，為樣本的輸出，為網(wǎng)絡(luò)的輸出。可以證明，當(dāng)所選的函數(shù)系線性無(wú)關(guān)的時(shí)候，可通過增加隱層單元的數(shù)目，達(dá)到不斷提高擬合精度，使小于給定誤差的目的。然而，在實(shí)際應(yīng)用中，若m取得太大，就可能造成模型的冗余和數(shù)值病態(tài)的出現(xiàn)，因此必須采取有效的方法進(jìn)行網(wǎng)絡(luò)中心的選擇和網(wǎng)絡(luò)權(quán)值的確定。本文采用正交最小二乘法選取隱含層節(jié)點(diǎn)基函數(shù)的中心。此方法的優(yōu)點(diǎn)是可選出最佳的

79、樣本點(diǎn)作為中心。</p><p>　　當(dāng)網(wǎng)絡(luò)輸出權(quán)值訓(xùn)練基函數(shù)的參數(shù)確定后，輸出層的計(jì)算非常簡(jiǎn)單，對(duì)應(yīng)于多輸入但輸出網(wǎng)絡(luò)，用最小二乘法使價(jià)值函數(shù)最小即可。</p><p>　　購(gòu)買和銷售是服裝分銷中的一項(xiàng)非常重要的活動(dòng)，但這個(gè)決定常常不是基于數(shù)據(jù)庫(kù)中信息豐富的數(shù)據(jù)，而是基于決策者的直覺。這是因?yàn)闆Q策者缺乏從海量數(shù)據(jù)中提取有價(jià)值知識(shí)的工具，因此設(shè)計(jì)一個(gè)合理的數(shù)據(jù)模型已完成此項(xiàng)工作是十分必要的

80、。</p><p><b>　　輸入特征量的選取</b></p><p>　　對(duì)于神經(jīng)網(wǎng)絡(luò)訓(xùn)練，輸入量的選擇是非常關(guān)鍵的問題，輸入量不能取得太少，否則不能起到區(qū)分判斷的能力；也不能取得太多，否則影響網(wǎng)絡(luò)訓(xùn)練的速度。</p><p>　　顯然，當(dāng)月的進(jìn)貨量與以往同類型月的銷售量有著很大的關(guān)系，而這個(gè)銷售量又會(huì)受季節(jié)、重大事件等因素的影響。如夏冬兩

81、季羽絨服的銷售量會(huì)明顯不同；當(dāng)有重大事件，如奧運(yùn)會(huì)、世界杯等時(shí)，服裝的款式和顏色都會(huì)受到一定的影響。</p><p>　　這樣，在選擇樣本時(shí)，應(yīng)考慮到如下關(guān)系：</p><p>　　1、首先，預(yù)測(cè)月的環(huán)境向量是必不可少的；</p><p>　　2、考慮到服裝銷售量變化應(yīng)該是一個(gè)平穩(wěn)的隨機(jī)過程，那么用前一兩個(gè)月的銷售量可取得較好的平滑作用；</p>&l

82、t;p>　　3、某一個(gè)月的銷售量同前一至兩個(gè)月的銷售量應(yīng)該比較相似；同去年（前年）同一月份的銷售量也應(yīng)該比較相似。</p><p>　　綜合考慮上述因素，并結(jié)合服裝銷售的特點(diǎn)，本文選擇神經(jīng)網(wǎng)絡(luò)的輸入如下：</p><p>　　預(yù)測(cè)月前兩個(gè)月的銷售量和對(duì)應(yīng)的各月的環(huán)境向量；</p><p>　　預(yù)測(cè)月前一年的同一月和其兩側(cè)各一個(gè)月的銷售量，以及對(duì)應(yīng)各月的環(huán)境向量

83、；</p><p>　　預(yù)測(cè)月前兩年的同一月和兩側(cè)各一個(gè)月的銷售量，以及對(duì)應(yīng)各月的環(huán)境向量；</p><p><b>　　預(yù)測(cè)月的環(huán)境向量。</b></p><p>　　神經(jīng)網(wǎng)絡(luò)的輸出向量為預(yù)測(cè)月進(jìn)貨量。由此可建立一個(gè)輸入層為17個(gè)節(jié)點(diǎn)，輸出層為一個(gè)節(jié)點(diǎn)，隱含層個(gè)數(shù)待定的神經(jīng)元網(wǎng)絡(luò)，隱含層節(jié)點(diǎn)基函數(shù)采用高斯函數(shù)。神經(jīng)網(wǎng)絡(luò)的訓(xùn)練樣本集是從過去兩年

84、的歷史數(shù)據(jù)中選取了典型數(shù)據(jù)組成，由此構(gòu)成了RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練對(duì)象。</p><p>　　此神經(jīng)網(wǎng)絡(luò)可以擬合如下的非線性關(guān)系：</p><p>　　其中，為第i個(gè)月的出售量，為第i個(gè)月環(huán)境向量。環(huán)境的量化情況（以冬季服裝為例）如下：</p><p>　　RBF神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和預(yù)測(cè)</p><p>　　根據(jù)樣本選擇原則，給每一個(gè)神經(jīng)網(wǎng)絡(luò)選定一個(gè)

85、訓(xùn)練樣本集，樣本集包含12個(gè)樣本。選擇隱含層節(jié)點(diǎn)基函數(shù)的寬度為10，初始中心為0，利用最小二乘法進(jìn)行訓(xùn)練。</p><p><b>　　模糊系統(tǒng)的設(shè)計(jì)</b></p><p>　　在很多情況下，由于被控對(duì)象的非線性或有較大的隨機(jī)干擾，很難建立起被控對(duì)象的數(shù)學(xué)模型，對(duì)于那些不能直接獲得數(shù)學(xué)模型的系統(tǒng)，傳統(tǒng)的控制方法往往難以取得令人滿意的控制效果，然而這類被控對(duì)象在人的手

86、工控制下卻往往能夠正常運(yùn)行。因?yàn)槿藗冊(cè)谑謩?dòng)控制中，往往采用一些不精確的語(yǔ)言規(guī)則進(jìn)行控制，收到了預(yù)期的效果，由此演化而來(lái)的就是模糊控制系統(tǒng)，見圖3-3。</p><p>　　圖3-3 模糊控制系統(tǒng)</p><p>　　利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的誤差和誤差變化率，通過模糊系統(tǒng)的控制，形成下一次預(yù)測(cè)的調(diào)整量，使預(yù)測(cè)誤差減小。</p><p>　　模糊控制器輸入為當(dāng)前時(shí)刻的預(yù)測(cè)的銷

87、售量與實(shí)際的銷售量的差額和差額的變化率,輸出是對(duì)下一個(gè)銷售量的調(diào)節(jié)量。調(diào)節(jié)量又公式3-5計(jì)算。</p><p><b>　　（3-5）</b></p><p>　　其中為模糊系統(tǒng)的輸出值，為對(duì)下一個(gè)負(fù)荷預(yù)測(cè)的修正值，為誤差變化率，上述公式的作用是將模糊系統(tǒng)的輸出值先投影到誤差區(qū)域上，再加入誤差變化率的影響，這樣可以保證首先對(duì)誤差進(jìn)行調(diào)節(jié)，然后再消除誤差的變化，使系統(tǒng)保

88、持穩(wěn)定。</p><p>　　一般情況下，模糊推理是采用模糊邏輯由給定輸入到輸出的映射過程：</p><p>　　1、輸入變量模糊化，即把確定的輸入轉(zhuǎn)化為由隸屬度描述的模糊集。</p><p>　　2、模糊規(guī)則的前件中應(yīng)用模糊算子（與、或、非）。</p><p>　　3、根據(jù)模糊蘊(yùn)涵運(yùn)算由前提推斷結(jié)論。</p><p>

89、;　　4、合成每個(gè)規(guī)則的結(jié)論部分，得出總的結(jié)論。</p><p>　　5、反模糊化過程，即把輸出的模糊量轉(zhuǎn)化為確定的輸出。</p><p><b>　　輸入變量的模糊化</b></p><p>　　設(shè)模型設(shè)計(jì)3個(gè)語(yǔ)言變量：誤差e，誤差變化率ec，控制量變化a，其論域均為[-1，1]，相應(yīng)的語(yǔ)言級(jí)別劃分為5級(jí)。其模糊集為{nb，ns，z，ps，p

90、b}，分別對(duì)應(yīng)的模糊單點(diǎn)集為：{-1，-0.5，0，0.5，1}。</p><p>　　實(shí)際誤差e、誤差變化率ec，均是實(shí)際量，需要將他們轉(zhuǎn)化為論域中的一個(gè)對(duì)應(yīng)值，這個(gè)過程，稱為量化過程。為此引入量化公式3-6，3-7。</p><p><b>　?。?-6）</b></p><p><b>　?。?-7）</b><

91、/p><p>　　其中，em為誤差的左邊界，es為誤差的變化范圍；ecm為誤差變化率的左邊界，ecs為誤差變化率的變化范圍。根據(jù)上述公式可以將實(shí)際量轉(zhuǎn)化為論域中的值。</p><p>　　在本算法中，在線自調(diào)整地任務(wù)主要是在線修正a參數(shù)，a的大小直接表示對(duì)偏差e和偏差ec的加權(quán)程度。選取a變量為5個(gè)語(yǔ)言值，分別為nb（負(fù)大）、ns（負(fù)?。?、z（中）、ps（正?。b（正大）。</p&g

92、t;<p>　　隸屬函數(shù)的確定和圖形表示方法</p><p>　　模糊語(yǔ)言變量的每個(gè)語(yǔ)言值實(shí)際上都是一個(gè)在模糊論域上的模糊子集，模糊子集最終是通過隸屬函數(shù)來(lái)描述的，本文選擇高斯型隸屬函數(shù)，此種隸屬函數(shù)所占內(nèi)存空間小，靈敏度較高。下圖為三個(gè)語(yǔ)言變量的隸屬函數(shù)圖。</p><p>　　圖3-4-1 輸入輸出量隸屬函數(shù)</p><p>　　圖3-4-2 修正

93、因子隸屬函數(shù)</p><p>　　模糊控制規(guī)則及算法結(jié)構(gòu)</p><p>　　本文的模糊控制器是二維結(jié)構(gòu)，誤差和誤差變化率為輸入量，通過模糊規(guī)則調(diào)整a。調(diào)整a的規(guī)則如下，模糊規(guī)則狀態(tài)表為表3-1。</p><p>　　If e=nb, then a=pb</p><p>　　If e=ns and ec=nb or pb, then a=pb

94、</p><p>　　If e=ns and ec=ns or z or ps, then a=ps</p><p>　　If e=z and ec=pb, then a=nb</p><p>　　If e=z and ec=ps, then a=ns</p><p>　　If e=z and ec=z, then a=z</p>

95、<p>　　If e=z and ec=ns, then a=ps</p><p>　　If e=z and ec=nb, then a=pb</p><p>　　If e=ps and ec=nb or pb, then a=nb</p><p>　　If e=ps and ec=ps or z or ns, then a=ns</p>

96、<p>　　If e=pb, then a=nb</p><p>　　表3-1 模糊規(guī)則狀態(tài)表</p><p><b>　　反模糊化</b></p><p>　　反模糊化就是把輸出的模糊集化為確定數(shù)值的輸出，常用的反模糊化方法有以下幾種。</p><p>　　中心法、二分法、輸出模糊集極大值平均值法、輸出模糊

97、集極大集最大值法、輸出模糊集極大集最小值法。在這里，采用的是中心法，也就是取輸出模糊集的隸屬度函數(shù)曲線與橫坐標(biāo)圍成區(qū)域的中心或重心對(duì)應(yīng)的論域元素值為輸出值。查詢表如表3-2，再通過公式3-3計(jì)算，可得到銷售量的修正值。</p><p><b>　　表3-2 查詢表</b></p><p>　　基于智能技術(shù)的數(shù)據(jù)倉(cāng)庫(kù)挖掘</p><p>　　基于

98、智能技術(shù)的數(shù)據(jù)挖掘過程可以用流程圖3-5表示。</p><p>　　從圖中可以看出，整個(gè)挖掘模型的輸出為神經(jīng)網(wǎng)絡(luò)的輸出和模糊控制系統(tǒng)的輸出的總和。</p><p>　　S=F+Cu （3-8）</p><p>　　其中，S為整個(gè)挖掘模型的輸出，F(xiàn)為神經(jīng)網(wǎng)絡(luò)的輸出，Cu為模糊控制系統(tǒng)的輸出。</p><

99、;p>　　圖3-5 基于智能技術(shù)的數(shù)據(jù)倉(cāng)庫(kù)挖掘</p><p><b>　　本章小結(jié)</b></p><p>　　具有意向決策支持功能的系統(tǒng)中，一個(gè)重要的方面是模型的建立和選取，有了各種適宜的模型，才能構(gòu)成模型庫(kù)，并最終完成整個(gè)意向決策支持功能。本章主要建立了一個(gè)基于智能技術(shù)的數(shù)據(jù)倉(cāng)庫(kù)挖掘模型，并具體進(jìn)行下面的工作。</p><p>　　

100、1、建立了RBF神經(jīng)網(wǎng)絡(luò)，利用它來(lái)進(jìn)行服裝銷售量預(yù)測(cè)。</p><p>　　2、在神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上，通過加入模糊系統(tǒng)的控制，利用神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的誤差和誤差變化率，形成下一次預(yù)測(cè)的調(diào)整量，從而減小預(yù)測(cè)誤差，使預(yù)測(cè)更加接近實(shí)際。</p><p>　　3、介紹了基于職能技術(shù)的數(shù)據(jù)倉(cāng)庫(kù)挖掘原理，并給出了原理圖。</p><p>　　服裝營(yíng)銷決策支持系統(tǒng)的設(shè)計(jì)</p>

101、;<p>　　決策分析是服裝分銷商營(yíng)銷管理系統(tǒng)得最高層，是在統(tǒng)計(jì)完成之后，對(duì)統(tǒng)計(jì)資料進(jìn)行對(duì)比、分析、研究的過程，它是服裝營(yíng)銷工作的最后一個(gè)環(huán)節(jié)，是提供分析、預(yù)測(cè)結(jié)果的重要階段。服裝營(yíng)銷決策支持在對(duì)整個(gè)企業(yè)的經(jīng)營(yíng)管理、財(cái)務(wù)狀況、市場(chǎng)分布等方方面面的信息進(jìn)行統(tǒng)計(jì)后，還需要對(duì)企業(yè)作全方位的綜合查詢與經(jīng)濟(jì)活動(dòng)分析，以客觀地評(píng)價(jià)計(jì)劃的執(zhí)行情況、揭示經(jīng)濟(jì)發(fā)展的趨勢(shì)、總結(jié)先進(jìn)經(jīng)驗(yàn)，提出更好的管理決策，進(jìn)一步提高企業(yè)經(jīng)濟(jì)效益。但這時(shí)，綜合

102、統(tǒng)計(jì)人員出于分析和決策的需要，對(duì)信息的需求是隨機(jī)的，對(duì)查詢結(jié)果的分析也是動(dòng)態(tài)的，而傳統(tǒng)的管理信息系統(tǒng)很難滿足這種高層次的分析、決策的要求。因此在本文中，采用基于數(shù)據(jù)倉(cāng)庫(kù)的聯(lián)機(jī)分析處理（On-Line Analytical Processing， OLAP）技術(shù)來(lái)為用戶提供方便靈活的統(tǒng)計(jì)分析解決方案。</p><p>　　一般情況下，服裝營(yíng)銷決策包括各種有關(guān)銷售情況的分析和查詢、需求分析、市場(chǎng)分析和客戶動(dòng)態(tài)分析等方

103、面。由此可見，決策支持系統(tǒng)最重要功能就是查詢和分析。</p><p>　　因此，本文中的服裝營(yíng)銷決策支持系統(tǒng)由數(shù)據(jù)轉(zhuǎn)換聚合子系統(tǒng)、統(tǒng)計(jì)報(bào)表（及圖表）生成子系統(tǒng)、綜合查詢子系統(tǒng)和綜合分析子系統(tǒng)四個(gè)部分組成。</p><p>　　其中數(shù)據(jù)轉(zhuǎn)換聚合子系統(tǒng)用于將來(lái)自各種數(shù)據(jù)源的數(shù)據(jù)轉(zhuǎn)換到數(shù)據(jù)倉(cāng)庫(kù)當(dāng)中，并以“面向主題”的形式進(jìn)行存儲(chǔ)；統(tǒng)計(jì)報(bào)表（及圖表）生成子系統(tǒng)主要用于將各項(xiàng)營(yíng)銷數(shù)據(jù)以報(bào)表和多種圖表

104、的形式表示出來(lái)，同時(shí)它也是為綜合查詢子系統(tǒng)合綜合分析子系統(tǒng)提供營(yíng)銷的各級(jí)數(shù)據(jù)；基于OLAP的綜合查詢子系統(tǒng)以多維的形式對(duì)服裝營(yíng)銷的各種數(shù)據(jù)進(jìn)行查詢，并和統(tǒng)計(jì)報(bào)表（及圖表）生成子系統(tǒng)結(jié)合在一起，為綜合分析子系統(tǒng)提供所需要的數(shù)據(jù)；綜合分析子系統(tǒng)利用各種模型（如SQL SERVER中的決策樹模型、聚類模型）對(duì)數(shù)據(jù)信息進(jìn)行挖掘，并從中分析出有用的信息供決策者使用。</p><p>　　在這幾者中，數(shù)據(jù)轉(zhuǎn)換聚合子系統(tǒng)完成數(shù)

105、據(jù)的前端處理工作，使信息的來(lái)源；統(tǒng)計(jì)報(bào)表（及圖表）生成子系統(tǒng)將信息直觀地表示給用戶。根據(jù)統(tǒng)計(jì)報(bào)表（及圖表）生成子系統(tǒng)合綜合分析子系統(tǒng)，決策者可以及時(shí)掌握服裝營(yíng)銷工作的情況，進(jìn)而對(duì)各項(xiàng)數(shù)據(jù)進(jìn)行綜合分析。系統(tǒng)中各個(gè)子系統(tǒng)關(guān)系如圖4-1所示。</p><p>　　圖4-1 服裝營(yíng)銷決策支持系統(tǒng)示意圖</p><p><b>　　系統(tǒng)的硬件環(huán)境</b></p>

106、<p>　　服裝營(yíng)銷決策支持系統(tǒng)的運(yùn)行需要海量數(shù)據(jù)的支持，為了保證系統(tǒng)的安全運(yùn)行，數(shù)據(jù)倉(cāng)庫(kù)專用一臺(tái)服務(wù)器，歷史數(shù)據(jù)專用一臺(tái)服務(wù)器，決策支持軟件運(yùn)行有單獨(dú)的服務(wù)器來(lái)支持。通過將交換機(jī)連接工作中需要提取得數(shù)據(jù)的各種服務(wù)器，管理決策者通過終端客戶機(jī)來(lái)訪問服務(wù)器，運(yùn)行決策支持軟件，其中的數(shù)據(jù)服務(wù)器都要求雙機(jī)備份數(shù)據(jù)。其拓?fù)鋱D如圖4-2所示。</p><p>　　圖4-2 決策支持系統(tǒng)硬件拓?fù)鋱D</p>

107、;<p><b>　　系統(tǒng)的軟件環(huán)境</b></p><p><b>　　1、操作系統(tǒng)</b></p><p>　　服裝營(yíng)銷決策支持系統(tǒng)運(yùn)行的操作系統(tǒng)采用Microsoft Windows 2000 Server，Microsoft Windows 2000 Server界面風(fēng)格與Microsoft Windows 95\98一致，

108、易于使用，它是以內(nèi)部安全性和網(wǎng)絡(luò)功能為特征，能夠充分利用高檔微機(jī)的硬件特點(diǎn)并發(fā)揮其優(yōu)勢(shì)的操作系統(tǒng)。</p><p><b>　　2、數(shù)據(jù)管理系統(tǒng)</b></p><p>　　數(shù)據(jù)庫(kù)采用高性能的商用關(guān)系型數(shù)據(jù)庫(kù)SQL SEVER 2000，利用其自身在數(shù)據(jù)倉(cāng)庫(kù)方面的成熟技術(shù)完成多種數(shù)據(jù)倉(cāng)庫(kù)的操作；系統(tǒng)的輸出形式采用Microsoft Office的Excel等優(yōu)秀工具軟

109、件，使報(bào)表系統(tǒng)更加方便易用；軟件結(jié)構(gòu)采用網(wǎng)絡(luò)分布式的客戶/服務(wù)器模式。</p><p><b>　　3、開發(fā)語(yǔ)言</b></p><p>　　開發(fā)語(yǔ)言可選用Visual Basic 6.0，Visual Basic 6.0是一個(gè)強(qiáng)大的Windows平臺(tái)上的開發(fā)工具，從開發(fā)個(gè)人或小組使用的小工具，到大型企業(yè)應(yīng)用系統(tǒng)，都可以在Visual Basic提供的工具中各取所需，