论文部分内容阅读
【摘要】 这篇文章基于一个公司内部特定事务场所，从而提出关于管理方面的一些决策问题。对信息管理系统进行研究的时候，要能够实现系统的自动化，这样才能有效地解决实际生活中的一些问题。有了自动控制这一理念，对一些问题的效率以及出错率都会大大的改善。在信息保存以及传输的过程中，也可以通过自动化这一方式使得信息传输变得更加快捷以及安全。
【关键词】 企业管理系统 自动化 智能学习和智能决策
引言
当今社会，经济在大步发展，而随着经济的发展也带动了计算机技术以及网络技术的发展。随着计算机技术以及网络技术的大步发展，企业的无纸化办公管理系统已经成为了一个发展的主方向。这种现代的企业管理系统里面，已经深入到各个行业中，包括了各个行业的各个功能。从现代的理念来看，要想完善一个企业的管理系统，已经不单单只是做好一些常规的工作，而是要做好一些后续的补充工作。使它成为企业工作中的一个主体部分，而不再是一个辅助的作用。在工作中，运用企业管理系统来处理一些实际的问题，已经成为了一种很主流的工作方式。
一、企业管理系统的现状以及发展趋势
区别于以往的企业管理概念，现在的企业管理系统的功能范围已经扩大了很多，已经不再局限于最初的一些信息数据的记录和保存。当今社会经济发展迅速，人们要处理的东西也越来越多，原有的企业管理理念已经远远不能满足人们的需求。所以要不断地对它进行更新，使它能够更好的发展，从而满足人们的需求。
原有的企业管理系统，主要的作用就是对一些数据进行记录以及保存，简单的来说就是利用计算机代替原来一些需要人力进行的事务。但是这些事务是比较简单的，远远不能达到管理这一水平，这也是早期的企业管理系统不能被大幅度的推广开来的原因。
而在现代，人们对企业管理系统有了更高的要求，不仅要能够处理一些基本的信息数据等等，还要能够对这些数据进行分析，从而得出一定的分析结果，并最终应用到实际问题中。现在企业管理系统已经被企业大规模的运用开来，主要是对一些数据的记录以及数据记录后期的一些分析。这对一个企业来说是非常有帮助的，可以节省大量的人力以及物力。
二、自动控制与智能学习
自动控制技术，在企业进行管理的时候起到一种辅助决策的作用。与智能学习一起，将企业中的一些数据转化为信息，进一步的转化为知识，从而能够帮助企业的领导人做出一些明确的决策。
而关于数据方面，也是非常复杂的，不仅包括企业内部的一些数据，还包括外部的一些供货商、客户的数据等等，这些都是要进行处理分析的。企业在进行数据分析的时候既要考虑自己内部的一些情况，还要考虑所处大环境中的一些情况。
企业管理系统中的智能学习和辅助决策既可以这是一种简单的帮助管理决策的操作方式，也可以被认为是一种高层进行业务运作的决策。其实，从本质上来讲智能学习和辅助决策，并不是什么新的技术，它们只是将原有的企业管理系统进行进一步的深化而已。
1、在进行智能学习和辅助决策的时候，要将企业所涉及的各个方面的信息都收集好，集中地进行管理及分析，最终得出一个结论。
只有全面地将信息收集起来，才能使上层的决策者对这些信息有一个大概的了解，从而才能做出最正确的决策。在进行企业管理系统实施的过程中，必须要做到以下几点，这也是能够保证企业正常发展必不可少的步骤。
1）全面地收集数据
为了能够保证智能学习以及辅助决策，首先要做的就是对数据进行收集。只有将信息收集好，才能进行后面的操作，否则一切都是空谈。在进行这一步的时候，首先我们要将这些概念梳理清楚。信息，就是客观事物中各种事物变化和特征的反映。他是一个普遍存在的东西，不仅存在于自然界，还存在人类的思维领域以及其他一些方面。如果不与其它东西结合，它本身是没有任何意义的。但是一旦和其他东西紧密结合，它就会产生无限的意义，所以在使用它的时候，我们一定要考虑清楚怎样合理的进行使用。只有我们真的理解了信息的意义，才能使得那些包含了信息的数据有了真实的意义。
在进行数据的收集，也会遇到各种各样的困难。第一个就是数据的真实性。因为很多数据在收集的时候要通过层层的分析，那么最终得到的数据并不一定是原始数据，所以它的真实性也就无法考证。还有就是很多数据是很多年前的，这么多年以来他们已经流失了一部分，这样在进行分析的时候，就无法得到一个准确的结果。
在对数据进行分析的时候，一定不能去对它进行修改，要保持它原来的样子，这样才能避免一些因为外力而产生数据错误在数据收集的时候，因为一些数据的缺失，工作人员会根据自己主观猜想对它进行填补，这种方法也是不被允许的，会导致后期工作的一些失误。
第二方面就是在进行数据收集的时候，要把跟数据有关的一切信息都进行收集。一个数据的产生，可能是由多种因素导致的，这些因素都应该作出具体的分析，这样就需要大量的人力物力以及一些专业的知识经验等等。所以在进行这些数据收集的时候，会存在很大的困难。而随着时间的改变，一些数据也在发生着变化，这种时间方面的因素也是要考虑进去的。而以往一些对数据分析惯用的模式，等于现在数据的分析，也是不适用的，也是要进行一定的更改的。这些方面的问题，在我们对数据进行收集分析的时候都是要考虑进去的。
2）构建合适的模型
在这数据进行分析的时候，单纯的大量数据是没有帮助的，一定要将数据进行整理，使它成為一个系统，在系统中对它进行一定的分析。现在对于大量信息处理的一个常用方式就是构建一定的数据模型，一个好的数据模型，能够对全局产生很大的帮助。数据模型构建的是否合理，是否具有一定的扩容性，这些方面都对系统能否实行自动化起着决定性的作用。
在进行数据模型构架的时候，不仅要具备专业的数据处理能力，还要具备一定的专业性知识，最重要的是要对实际运作中的一些事务有一个非常透彻了解。在将数据模型应用于实际操作中的时候，要邀请一些参与人员进行讨论，提出一定的建议，根据实际的情况作出一定的调整。通常一个数据模型是非常复杂的，在进行分析的时候要把它分成一小块一小块的来看，这样才能使它每一个流程都进行细化，最终能够使得每一步都能够分析好。在将每一步都做好的基础上，再将它们融为一个整体，然后进行统筹处理。 2、对系统的实施
这里说的是eMRB系统，就是工程师在物料处理意见方面，使用了智能学习和提供辅助决策的功能。在进行物料处理方面意见输入的时候，因为东西是有很多的，而且彼此之间的关系还是错综复杂的，要在一个短的时间内迅速地作出判断，是一件很困难的事情。处理这件事情的时候，对每个工程师都是一个考验，不仅需要他们具备非常专业的知识，还要他们有非常丰富的经验。要运用这个系统对这些基础信息作出分析，在分析它们之间的关联性，列出各种各样的可能，最后选择出最有可能的三个选择。而工程师要做的就是在其他一些辅助物件的帮助下，在这三个选择中挑选出一个最合适的选择。
在进行此项工作的时候，要考虑一个关联关系。在对于关联关系的分析过程中，我们可以发现很多事物之间都是存在关联的。所谓的关联就是当一件数发生的时候，另一件也经常发生。
而對于关联分析的意义就在于，可以通过事物之间的关联性，更快地发现那些有实用价值的关联发生的事件。因为事物与事物之间是存在一定的关联性的，用关联分析的方法进行分析，就能更快地找出他们的共性，从而最快的找出一种合适的方法。也能根据当前的现有信息，最快的提出一种最好的处理意见。
3、实施的经验和模式分析
在进行整个系统的研究过程中，是需要一定的实例对它进行支撑的。模型公式，在每一次新的事务决策中，都为他们提供数据上面的支持。而在每一次事务结束时，也会提出新型的数据模型，这两者是一种相辅相成的关系。在对模型实例进行总结的时候，如果不是在这个模型之中，那就要对这种事务进行具体的分析，让它能够归纳到模型中。
当然在对模型进行分析以及实施的过程中，还要考虑一些突发性的情况。对于一些突发性事务，要用特殊的方式进行处理。也就是说处理突发性事务的时候，是不一定非要用到模型内的方式方法的。但是对于突发性事务的定义，也常常让一些操作人员感到很困难。在新型的系统中，对于突发性事务的定义就是当这个事务事例结果，与超过80%的决策相冲突的时候，就认为它是一个特殊性的事例。在实际操作过程中，操作者也要根据一些实际的情况进行具体的判断，选择出最适当的方法。不能一味的依照模型所提供的方法对事务进行判断，而要根据实际情况、根据自己原有的经验做出最正确的判断。
三、结论
虽然目前信息管理系统还存在着很多这样那样的问题，但是大部分的问题已经有了合适的解决方案，或者说已经找到了原因所在。随着研究的深入，我们会将这些问题一一解决，也会使得这个系统变得更加完善，更加智能化。在解决公司的一些实际问题中，这个系统也会发挥更大的作用，这样就使得公司在市场上的其他公司进行竞争的时候，能够更具有竞争力。
通过对系统的研究与开发，特别是他自动化方面的一些研究，让我们更加明白为了在自动化方面有更好的发展，必须对它系统内部的一些方面做出一定程度上的改革。当将它运用于实际生活的时候，要根据生活中的一些情况做出相对应的调整，不能一味套用它的方式。在不久的将来，它必将会被更多的公司所采用，也会为更多的公司带来经济效益。
参 考 文 献
[1]倪志伟，李峰刚，毛雪敏.智能管理技术与方法[M].北京：科学出版社，2007：1—28；
[2]周琪.探析企业信息管理系统应用中的问题及决策[N].企业论坛，2008.4（17）：17；
[3]焦成俊。智能数据挖掘与知识发行[M].西安：西安电子科技大学出版社，2006：1-5.
【关键词】 企业管理系统 自动化 智能学习和智能决策
引言
当今社会，经济在大步发展，而随着经济的发展也带动了计算机技术以及网络技术的发展。随着计算机技术以及网络技术的大步发展，企业的无纸化办公管理系统已经成为了一个发展的主方向。这种现代的企业管理系统里面，已经深入到各个行业中，包括了各个行业的各个功能。从现代的理念来看，要想完善一个企业的管理系统，已经不单单只是做好一些常规的工作，而是要做好一些后续的补充工作。使它成为企业工作中的一个主体部分，而不再是一个辅助的作用。在工作中，运用企业管理系统来处理一些实际的问题，已经成为了一种很主流的工作方式。
一、企业管理系统的现状以及发展趋势
区别于以往的企业管理概念，现在的企业管理系统的功能范围已经扩大了很多，已经不再局限于最初的一些信息数据的记录和保存。当今社会经济发展迅速，人们要处理的东西也越来越多，原有的企业管理理念已经远远不能满足人们的需求。所以要不断地对它进行更新，使它能够更好的发展，从而满足人们的需求。
原有的企业管理系统，主要的作用就是对一些数据进行记录以及保存，简单的来说就是利用计算机代替原来一些需要人力进行的事务。但是这些事务是比较简单的，远远不能达到管理这一水平，这也是早期的企业管理系统不能被大幅度的推广开来的原因。
而在现代，人们对企业管理系统有了更高的要求，不仅要能够处理一些基本的信息数据等等，还要能够对这些数据进行分析，从而得出一定的分析结果，并最终应用到实际问题中。现在企业管理系统已经被企业大规模的运用开来，主要是对一些数据的记录以及数据记录后期的一些分析。这对一个企业来说是非常有帮助的，可以节省大量的人力以及物力。
二、自动控制与智能学习
自动控制技术，在企业进行管理的时候起到一种辅助决策的作用。与智能学习一起，将企业中的一些数据转化为信息，进一步的转化为知识，从而能够帮助企业的领导人做出一些明确的决策。
而关于数据方面，也是非常复杂的，不仅包括企业内部的一些数据，还包括外部的一些供货商、客户的数据等等，这些都是要进行处理分析的。企业在进行数据分析的时候既要考虑自己内部的一些情况，还要考虑所处大环境中的一些情况。
企业管理系统中的智能学习和辅助决策既可以这是一种简单的帮助管理决策的操作方式，也可以被认为是一种高层进行业务运作的决策。其实，从本质上来讲智能学习和辅助决策，并不是什么新的技术，它们只是将原有的企业管理系统进行进一步的深化而已。
1、在进行智能学习和辅助决策的时候，要将企业所涉及的各个方面的信息都收集好，集中地进行管理及分析，最终得出一个结论。
只有全面地将信息收集起来，才能使上层的决策者对这些信息有一个大概的了解，从而才能做出最正确的决策。在进行企业管理系统实施的过程中，必须要做到以下几点，这也是能够保证企业正常发展必不可少的步骤。
1）全面地收集数据
为了能够保证智能学习以及辅助决策，首先要做的就是对数据进行收集。只有将信息收集好，才能进行后面的操作，否则一切都是空谈。在进行这一步的时候，首先我们要将这些概念梳理清楚。信息，就是客观事物中各种事物变化和特征的反映。他是一个普遍存在的东西，不仅存在于自然界，还存在人类的思维领域以及其他一些方面。如果不与其它东西结合，它本身是没有任何意义的。但是一旦和其他东西紧密结合，它就会产生无限的意义，所以在使用它的时候，我们一定要考虑清楚怎样合理的进行使用。只有我们真的理解了信息的意义，才能使得那些包含了信息的数据有了真实的意义。
在进行数据的收集，也会遇到各种各样的困难。第一个就是数据的真实性。因为很多数据在收集的时候要通过层层的分析，那么最终得到的数据并不一定是原始数据，所以它的真实性也就无法考证。还有就是很多数据是很多年前的，这么多年以来他们已经流失了一部分，这样在进行分析的时候，就无法得到一个准确的结果。
在对数据进行分析的时候，一定不能去对它进行修改，要保持它原来的样子，这样才能避免一些因为外力而产生数据错误在数据收集的时候，因为一些数据的缺失，工作人员会根据自己主观猜想对它进行填补，这种方法也是不被允许的，会导致后期工作的一些失误。
第二方面就是在进行数据收集的时候，要把跟数据有关的一切信息都进行收集。一个数据的产生，可能是由多种因素导致的，这些因素都应该作出具体的分析，这样就需要大量的人力物力以及一些专业的知识经验等等。所以在进行这些数据收集的时候，会存在很大的困难。而随着时间的改变，一些数据也在发生着变化，这种时间方面的因素也是要考虑进去的。而以往一些对数据分析惯用的模式，等于现在数据的分析，也是不适用的，也是要进行一定的更改的。这些方面的问题，在我们对数据进行收集分析的时候都是要考虑进去的。
2）构建合适的模型
在这数据进行分析的时候，单纯的大量数据是没有帮助的，一定要将数据进行整理，使它成為一个系统，在系统中对它进行一定的分析。现在对于大量信息处理的一个常用方式就是构建一定的数据模型，一个好的数据模型，能够对全局产生很大的帮助。数据模型构建的是否合理，是否具有一定的扩容性，这些方面都对系统能否实行自动化起着决定性的作用。
在进行数据模型构架的时候，不仅要具备专业的数据处理能力，还要具备一定的专业性知识，最重要的是要对实际运作中的一些事务有一个非常透彻了解。在将数据模型应用于实际操作中的时候，要邀请一些参与人员进行讨论，提出一定的建议，根据实际的情况作出一定的调整。通常一个数据模型是非常复杂的，在进行分析的时候要把它分成一小块一小块的来看，这样才能使它每一个流程都进行细化，最终能够使得每一步都能够分析好。在将每一步都做好的基础上，再将它们融为一个整体，然后进行统筹处理。 2、对系统的实施
这里说的是eMRB系统，就是工程师在物料处理意见方面，使用了智能学习和提供辅助决策的功能。在进行物料处理方面意见输入的时候，因为东西是有很多的，而且彼此之间的关系还是错综复杂的，要在一个短的时间内迅速地作出判断，是一件很困难的事情。处理这件事情的时候，对每个工程师都是一个考验，不仅需要他们具备非常专业的知识，还要他们有非常丰富的经验。要运用这个系统对这些基础信息作出分析，在分析它们之间的关联性，列出各种各样的可能，最后选择出最有可能的三个选择。而工程师要做的就是在其他一些辅助物件的帮助下，在这三个选择中挑选出一个最合适的选择。
在进行此项工作的时候，要考虑一个关联关系。在对于关联关系的分析过程中，我们可以发现很多事物之间都是存在关联的。所谓的关联就是当一件数发生的时候，另一件也经常发生。
而對于关联分析的意义就在于，可以通过事物之间的关联性，更快地发现那些有实用价值的关联发生的事件。因为事物与事物之间是存在一定的关联性的，用关联分析的方法进行分析，就能更快地找出他们的共性，从而最快的找出一种合适的方法。也能根据当前的现有信息，最快的提出一种最好的处理意见。
3、实施的经验和模式分析
在进行整个系统的研究过程中，是需要一定的实例对它进行支撑的。模型公式，在每一次新的事务决策中，都为他们提供数据上面的支持。而在每一次事务结束时，也会提出新型的数据模型，这两者是一种相辅相成的关系。在对模型实例进行总结的时候，如果不是在这个模型之中，那就要对这种事务进行具体的分析，让它能够归纳到模型中。
当然在对模型进行分析以及实施的过程中，还要考虑一些突发性的情况。对于一些突发性事务，要用特殊的方式进行处理。也就是说处理突发性事务的时候，是不一定非要用到模型内的方式方法的。但是对于突发性事务的定义，也常常让一些操作人员感到很困难。在新型的系统中，对于突发性事务的定义就是当这个事务事例结果，与超过80%的决策相冲突的时候，就认为它是一个特殊性的事例。在实际操作过程中，操作者也要根据一些实际的情况进行具体的判断，选择出最适当的方法。不能一味的依照模型所提供的方法对事务进行判断，而要根据实际情况、根据自己原有的经验做出最正确的判断。
三、结论
虽然目前信息管理系统还存在着很多这样那样的问题，但是大部分的问题已经有了合适的解决方案，或者说已经找到了原因所在。随着研究的深入，我们会将这些问题一一解决，也会使得这个系统变得更加完善，更加智能化。在解决公司的一些实际问题中，这个系统也会发挥更大的作用，这样就使得公司在市场上的其他公司进行竞争的时候，能够更具有竞争力。
通过对系统的研究与开发，特别是他自动化方面的一些研究，让我们更加明白为了在自动化方面有更好的发展，必须对它系统内部的一些方面做出一定程度上的改革。当将它运用于实际生活的时候，要根据生活中的一些情况做出相对应的调整，不能一味套用它的方式。在不久的将来，它必将会被更多的公司所采用，也会为更多的公司带来经济效益。
参 考 文 献
[1]倪志伟，李峰刚，毛雪敏.智能管理技术与方法[M].北京：科学出版社，2007：1—28；
[2]周琪.探析企业信息管理系统应用中的问题及决策[N].企业论坛，2008.4（17）：17；
[3]焦成俊。智能数据挖掘与知识发行[M].西安：西安电子科技大学出版社，2006：1-5.