数据挖掘在笔记本电脑BTO生产计划中的应用研究

摘要

随着移动计算技术的发展，笔记本电脑应用日趋广泛，市场规模也不断扩大。影响笔记本电脑品牌竞争力的两个重要因素：面向客户个性化与需求快速响应成为笔记本电脑制造企业关注的焦点，由此笔记本电脑BTO制造模式应运而生。在实际情况中，由于受制于行业特有的不利状况，笔记本电脑BTO生产是通过一种“推拉”结合的生产模式来实现的，因此生产计划的准确性对该模式的正常运行至关重要。 本文对某笔记本电脑制造企业的实际状况进行了调查，分析了该企业生产计划制定中的难点以及实现方式上的特殊性，提出了一种新思路，即用关联规则数据挖掘方法从企业ERP订单模块与PDM数据中提取有关电脑组件配置选择关联度的信息，辅助生产管理部门制定生产计划的思路，帮助企业改变过分依赖个人经验的状况，制定出更为科学、合理的生产计划。具体的工作有： 1.根据笔记本电脑BTO生产计划的特点，对经典关联规则挖掘算法--Apriori算法进行了分组启发式改进并结合多最小支持度、增量更新改进，最终组合形成了一种综合算法，提高了实用性。 2.设计实现了笔记本电脑组件关联规则挖掘系统，并对数据仓库的建立，数据ECTL以及数据挖掘结果的展示做了详细的阐述。 3.结合实例解释了关联规则挖掘结果对生产计划的作用和意义，并介绍了一种基于马尔柯夫链的预测方法，用于电脑配置关联度变化趋势的预测。

目录

文摘

英文文摘

声明

1 绪论

1.1选题背景

1.2研究目的和意义

1.3本文的结构与思路

2数据挖掘与BTO模式

2.1数据挖掘概述

2.1.1数据挖掘和知识发现

2.1.2数据挖掘的主要技术

2.1.3数据挖掘的应用

2.2BTO模式概述

2.2.1BTO模式与BTS模式

2.2.2BOSC供应链模式

2.2.3BTO实施现状

3笔记本电脑BTO生产计划

3.1笔记本电脑BTO生产现状

3.2“推拉”结合的生产模式

3.3生产计划概述

3.4笔记本电脑BTO生产计划实现方式与特点

3.5本章小结

4关联规则挖掘理论与算法改进

4.1关联规则的概念与问题描述

4.2关联规则的分类

4.3关联规则的研究与发展

4.3.1关联规则算法的发展

4.3.2关联规则的应用和发展趋势

4.4经典关联规则算法

4.4.1Apriori算法的理论依据

4.4.2Aprioiri算法描述

4.5关联规则改进算法研究

4.5.1多最小支持度关联规则挖掘算法

4.5.2关联规则增量更新挖掘算法

4.5.3基于组件分类的启发式关联规则挖掘算法改进

4.5.4综合算法实现过程描述

4.5.5性能分析与比较

4.6本章小结

5笔记本电脑组件关联规则挖掘系统设计与实现

5.1背景分析

5.2实施方案

5.3数据仓库设计

5.4数据ECTL

5.4.1数据抽取

5.4.2数据清洗与转换

5.4.3数据的加载

5.5关联规则挖掘用户界面

5.5.1关联规则挖掘参数设定用户界面

5.5.2关联规则挖掘结果显示界面

5.5.3报表生成

5.6本章小结

6关联规则挖掘结果的应用

6.1关联规则挖掘结果的作用和意义

6.1.11.项频繁项

6.1.2多项频繁项

6.2基于关联规则挖掘结果的组件分布预测方法

6.2.1马尔柯夫预测法

6.2.2模型构建与转移概率矩阵估计方法

6.2.3预测实例

6.3本章小结

7结束语

7.1本文小结

7.2研究展望

参考文献

致谢

攻读学位期间主要科研成果