基于Rough集的物流决策支持系统的应用研究

第２６卷

２００６年６月

计算机应用

ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓ

Ｖ０１．２６

Ｊｕｎｅ２００６

文章编号：１００１—９０８１（２００６）０６Ｚ—０２７２一０３

基于Ｒｏｕ出集的物流决策支持系统的应用研究

夏正茂１，梁家荣２

（１．无锡国税局信息中心，浙江无锡２１４００７；２．广西大学计算机与电子信息学院，广西南宁５３０００４）

（ｚＩｌｌｘｉａ＠１２６．ｃｏｍ）

摘要：在物流管理信息系统的基础上，文中基于Ｒｏｕｇｈ理论，采用改进的决策规则的最大覆盖方法，建立了一种决策支持模型。验证了该决策系统优于决策树和模糊逻辑方法，具有较高的决策支持度。

关键词：决策支持Ｒｏｕｇｈ理论数据约简最大覆盖规则

中图分类号：’Ｉ粥１１．１３文献标识码：Ａ

１决策需求分析

当前，物流方面的决策需求是国内零售业所急需的。如何有效地加快库存周转率、减少资金占用率，最大限度地利用资金，是提高商业活动效率和成功机会、实现最大商业价值、降低商业成本的重要因素。为此，在销售过程中，预测一个商品的销售情况就成为商务活动的—个关键问题，这需要从现有的商品销售数据中分析得到能够用于有目的的选择商品的模式信息。由于物流中心的商品有万种以上，各类商品有不同的属性，对所有商品建立一个模型显然是不现实的，而且以二维决策表为研究对象的Ｒｏｕ曲集相关算法会变得非常复杂…。

基于某物流中心的销售数据仓库的体系结构，如图１所示，该系统将物流中心的收银系统、仓库进销存系统及财务系统等的数据汇总到一个统一的数据仓库中。数据从不同的应用系统和不同的操作环境，通过数据采集，数据清理和数据迁移最终进入数据仓库，并为上层的决策支持应用服务。我们以物流中心的酒类商品作为分析研究对象，运用Ｒｏｕｇｈ分类，采用改进的决策规则的最大覆盖方法拉１预测酒类商品可能的销售情况和趋势，挖掘出影响酒类商品销量的主要因素，并把这些知识表达为易于理解的形式，建立了一种支持度较高的决策分析系统。

图１销售数据仓库体系结构

２决策表构造

商品销售的决策问题可以看成是分类问题。根据所有可以得到的数据，对商品在一定时期内的销售情况进行分析，得到的结果有三种情况（畅销、一般、不好卖）。采购经理利用这个分类技术对所有的商品进行销售分析和预测，以便采购最适合的商品，最大限度地利用商场空间和资金，在零售业竞争中取得优势。

表１决策表中各属性及其描述

属性属性意义

该属性作为决策属性。规定月销量在３００以上的为销量畅销，１００至３００的为一般，１００以下的为销量较

差，分别用１，２，３来代替

顾客熟该属性根据商品在当地的知名度分为：强、一般、

悉程度弱，分别用１，２，３替代

．。

口味分为：甜、酸甜、苦微甜、烈苦四种，分别用１，２，ｕ怵

３，４替代

ｍ№

５００ＩＩｌｌ以下的为小瓶装，５００…８００ｒＩｌｌ间的为普通观穑

装，大于８００ｌＩｌｌ的为大瓶装．分别用１，２，３替代单位分为：包、瓶、盒，分别用１，２。３替代

商品单价釜辜裟谣笛黧淼揣篙；紧嚣为

颜色白色１，红色２，金黄色３，浅黄色４，褐色５

类别白酒１，葡萄酒２，啤酒３，保健酒４

詹斯

小于１５度为低，１５至３８度为中，３９度以上为高，“”

分别用１，２，３替代

决策表的属性确定之后，把原数据库系统中的相关数据导入决策表，部分属性值可能需要手工输入。得到一个原始的Ｒｏｕｇｌｌ集决策表。图２是在ＳｑｌＳｅｎｒｅｒ２０００中的查询结果。

图２酒类销量分析原始表

从该物流中心的数据库中随机得到一个包含２２２５００个交易样本数据集，该数据集是物流中心从２００４年１月到２００４年１２月的销售记录。通过数据表间的链接查询和同类的商品合并，从中得到属于酒类的样本数据记录集，共３１５条记录。其中包含有属性“销量”。“销量”将作为我们Ｒ０ｕｇｈ集决策表中的“决策属性”来讨论。把这３１５条记录随机分为训练数据集

收稿日期：２００５—１２一０２基金项目：教育部留学回国人员科研启动基金资助项目（教外司留［２００４］５２７）

作者简介：夏正茂（１９６７一），男，硕士，主要研究方向：信息系统管理和决策；梁家荣（１９６６一），男，教授，博士，主要研究方向：人工智能和

计算机并行分布式计算．

　万方数据