将企业的物流、资金流和信息流综合进行管理,对企业所拥有的人力、资金、材料、设备、方法(生产技术)、信息和时间等各项资源进行综合平衡和充分考虑,最大限度地利用企业的现有资源取得更大的经济效益,科学、有效地管理企业人、才、物、产、供、销等各项具体业务工作,是现代企业面临的重大问题。 本文具体研究了如何将数据挖掘技术应用于供应链的库存控制与优化,并设计一个针对供应链中核心企业的数据挖掘应用原型系统,来对企业的生产、销售进行有意识的知识发现,由此来指导企业的各项活动,达到降低企业的生产成本,提高生产效益的目的。 本文首先分析了数据挖掘技术的概念、应用现状以及发展趋势,接下来对于现有的两大开源数据挖掘系统进行了对比分析,并选取算法丰富的Weka作为构建数据挖掘原型系统的核心。然后针对供应链环境下流程企业的库存特点,提出了一种高维数据聚类方法,还给出了利用遗传算法求解企业库存模型的步骤。 接下来指出了构建数据仓库所需注意的几个关键问题,并给出了面向流程企业的数据仓库的库存模型,提出了一个以Weka为核心的基于模型-视图-控制器(Model View Controller,MVC)模式的数据挖掘原型系统。 最后根据流程企业库存的特点,利用遗传算法,对一个占用资金最小、兼顾连续生产的原料库存模型实例进行求解,体现了数据挖掘技术对于流程企业库存控制的实用性和先进性。总结了本文取得的成果,对下一步的研究工作做出了展望。