基于商業(yè)智能的煙草配方系統(tǒng)的研究與應用.pdf

1、隨著煙草企業(yè)信息化進程的不斷推進，多數企業(yè)已經積累了大量的煙草數據。但其中大多數應用仍處于聯機事務處理(OLTP)階段，這些煙草數據的內在配方價值沒有得到充分的挖掘。商業(yè)智能是對商業(yè)信息的搜集、管理和分析的過程，目的是使企業(yè)的各級決策者獲得知識或洞察力，促使他們做出對企業(yè)更有利的決策。所以，煙草企業(yè)需要商業(yè)智能指導業(yè)務行為并進行輔助配方。本文正是在企業(yè)的這種需求驅動下，在參與了商業(yè)智能合作項目的基礎上，總結了商業(yè)智能在配方產品中的具體應

2、用點和配方產品的商業(yè)智能方法。從而為企業(yè)在激烈的市場競爭中贏得主動和更多的商機提供了可行的方法。 本文首先介紹了商業(yè)智能的概念、核心技術，并對文中用到的神經網絡算法，遺傳算法等商業(yè)智能技術算法進行了詳細闡述，介紹了商業(yè)智能的體系結構，并根據商業(yè)智能的體系結構設計了一種基于煙草配方的商業(yè)智能體系結構，最后，提出了商業(yè)智能在煙草配方中的應用點，從而為探討如何建立面向商業(yè)智能的煙草配方系統(tǒng)奠定了一個良好的基礎。對商業(yè)智能中的數據分析方

3、法進行研究，設計出一套針對煙草配方相關性分析的方法，并把這種方法應用到各項煙葉理化指標及其派生值與CO的相關性的分析中，最后給出了相關的分析過程和各理化指標值范圍對CO的影響。對BP神經網絡和RBF神經網絡進行概述，在分析和研究了BP神經網絡和RBF神經網絡的基礎上，引進了動態(tài)最近鄰聚類算法，針對RBF神經網絡和動態(tài)最近鄰聚類算法的缺點和不足，設計了一種改進的RBF神經網絡選取中心的動態(tài)最近鄰聚類算法，并把它應用到煙草配方感官評估預測當

4、中，最后對改進的RBF神經網絡選取中心的動態(tài)最近鄰聚類算法和BP算法應用到煙草配方感官評吸中的評吸結果進行分析比較。介紹了遺傳算法的概念，工作原理，在分析和研究遺傳算法的基礎上，提出了一種改進的遺傳算法，然后把這個改進的遺傳算法應用到卷煙配方維護設計中，并對維護結果進行系統(tǒng)展示和分析。最后詳細說明了系統(tǒng)的整體設計結構、數據流程，邏輯結構和物理結構，系統(tǒng)調用過程，以及系統(tǒng)類的設計和實現環(huán)境，并對部分系統(tǒng)運行結果及功能說明進行展示，為實現煙