论文部分内容阅读
在激烈的市场竞争中，由于产品的复杂多样性、原材料市场价格的动态性、工艺路线与工时的不确定性等，如何快速、准确地预测订单的市场价格、估算企业订单成本，对辅助企业进行订单决策具有重要意义。论文在分析传统订单决策经验基础上，结合企业ERP系统，采用当前最新的大数据处理与分析技术、JavaWeb技术、基于案例推理技术、BP神经网络技术等，构建了ERP环境下基于大数据的订单决策支持系统，主要完成了以下工作：（1）ERP环境下基于大数据的订单决策支持系统理论基础与可行性分析。首先对决策支持系统相关理论与体系结构进行了梳理，接着对论文所釆用的CBR技术、BP神经网络技术、大数据技术、网络爬虫技术、Hadoop框架、Nutch框架等进行了阐述与剖析，最后对ERP环境下基于大数据的订单决策支持系统可行性进行了分析。（2）订单市场价格预测模型、订单当前成本估算模型、订单未来成本预测模型构建。首先构建了基于面向对象的案例表示模型、案例存储模型、案例相似度计算模型、基于案例推理的BP神经网络订单市场价格估算模型；然后构建了面向企业ERP的订单当前成本与价格估算模型、基于二次指数平滑法的订单未来成本与价格趋势预测模型。（3）分布式网页抓取与数据提取模型构建。基于大数据理论和技术，构建了基于Hadoop和Nutch的分布式网页抓取与数据提取模型，抓取原材料价格数据、计算生产者价格指数等信息。（4）智能订单决策支持系统设计与实现。在分析作者所在项目组开发的ERP系统框架（采用B/S架构，以Java开发语言，基于Extjs4.0、Struts2、Hibernate、Spring等）、当前及历史数据基础上，采用Hadoop、Hbase、Nutch等大数据框架，设计并实现了智能订单决策支持原型系统。