模糊聚類分析在鋁電解原料庫(kù)存管理中的應(yīng)用

摘 要：對(duì)于生產(chǎn)型企業(yè)而言，合理的倉(cāng)庫(kù)庫(kù)存量是保障生產(chǎn)及企業(yè)正常運(yùn)營(yíng)的最基本條件。原材料，產(chǎn)品及相關(guān)備件物料的周轉(zhuǎn)是相對(duì)平衡與穩(wěn)定的，為了其正常合理的轉(zhuǎn)化，需要綜合考慮影響庫(kù)存量的各方面因素，并對(duì)其進(jìn)行分析、預(yù)測(cè)，在確保正常生產(chǎn)的前提下，不能使庫(kù)房物料及產(chǎn)品積壓，也不能產(chǎn)生多余的資金浪費(fèi)。針對(duì)特定的企業(yè)，找出合理的原料安全庫(kù)存區(qū)間及庫(kù)存平衡庫(kù)存點(diǎn)，從而簡(jiǎn)化庫(kù)存管理工作，提高庫(kù)存管理效率。

關(guān)鍵詞：安全庫(kù)存區(qū)間；平衡庫(kù)存點(diǎn)；庫(kù)存預(yù)警

中圖分類號(hào)：TF821

1 研究目的

研究原料安全庫(kù)存區(qū)間的目標(biāo)是在庫(kù)存成本與庫(kù)存價(jià)值之間取得平衡，以最少的資金存儲(chǔ)及最合理的方式存儲(chǔ)鋁電解所需原料，從而大大提高庫(kù)存管理效率。

（1）在確保其滿足生產(chǎn)需要的基礎(chǔ)上，減少資金占用、場(chǎng)地占用、管理費(fèi)用、損耗等；（2）通過(guò)數(shù)據(jù)挖掘模糊聚類分析，得出倉(cāng)庫(kù)庫(kù)存的最大庫(kù)存量、最小庫(kù)存量、平衡庫(kù)存點(diǎn)；（3）在庫(kù)存量超出安全庫(kù)存范圍時(shí)進(jìn)行預(yù)警。

2 系統(tǒng)設(shè)計(jì)

基于鋁廠鋁電解倉(cāng)庫(kù)的種類、貨位，以及倉(cāng)庫(kù)中各類物品的庫(kù)存情況，找出影響最高、最低、平衡庫(kù)存點(diǎn)的關(guān)鍵因素，結(jié)合安全庫(kù)存機(jī)制、數(shù)據(jù)挖掘模糊聚類分析，得出安全庫(kù)存線。

2.1 抽象化理論研究

確定抽象化倉(cāng)庫(kù)庫(kù)存機(jī)制，提取影響原料最大、最小庫(kù)存的關(guān)鍵因素；

2.2 實(shí)例化數(shù)據(jù)源模型

鋁廠庫(kù)存數(shù)據(jù)導(dǎo)入，由于數(shù)據(jù)中會(huì)存在由于特殊因素造成的無(wú)意義數(shù)據(jù)，會(huì)影響數(shù)據(jù)分析質(zhì)量，所以需要對(duì)數(shù)據(jù)進(jìn)行預(yù)處理，去除掉數(shù)據(jù)中的異常源，選取出合理的樣本數(shù)據(jù)集，根據(jù)數(shù)據(jù)倉(cāng)庫(kù)及數(shù)據(jù)挖掘方法，建立實(shí)例化對(duì)象模型；

2.3 確立邏輯關(guān)系

整合庫(kù)存影響因素與某種原料庫(kù)存之間的邏輯關(guān)系，確定數(shù)學(xué)模型。

2.4 數(shù)據(jù)分析

獲取多關(guān)鍵因素互為關(guān)聯(lián)平衡參數(shù)，根據(jù)數(shù)據(jù)挖掘模糊聚類分析方法對(duì)數(shù)據(jù)進(jìn)行分析，得出各種類原料的最大庫(kù)存量，最小庫(kù)存量，平衡庫(kù)存量。

（1）確定時(shí)間周期：確定數(shù)據(jù)分析周期，以每次提交原料訂貨訂單時(shí)間為一個(gè)周期節(jié)點(diǎn)，從歷史數(shù)據(jù)中選取出多個(gè)時(shí)間周期節(jié)點(diǎn)，模擬分析出每個(gè)節(jié)點(diǎn)的金額消耗情況；（2）確定計(jì)算項(xiàng)（金額，量）；（3）確定因子項(xiàng)：各原料間配比，期末庫(kù)存量，原料價(jià)格，周期消耗量，倉(cāng)庫(kù)占用費(fèi)，保管費(fèi)用，采購(gòu)周期，損耗，其他；（4）計(jì)算周期節(jié)點(diǎn)量值。

根據(jù)表中各項(xiàng)指標(biāo)，提取多個(gè)時(shí)間周期節(jié)點(diǎn)處，單一原料各種庫(kù)存消耗影響因子數(shù)據(jù)組成數(shù)據(jù)矩陣形式，通過(guò)數(shù)據(jù)挖掘模糊聚類分析法，將各類數(shù)據(jù)進(jìn)行聚類，區(qū)分出原料最大庫(kù)存量范圍，最小庫(kù)存量范圍，最終確定出安全庫(kù)存最大、最小值的最優(yōu)分類。

2.5 制定預(yù)警方案

針對(duì)某種原料庫(kù)存低于最小庫(kù)存或高于最大庫(kù)存時(shí)，進(jìn)行合理預(yù)警。采用XML來(lái)組織及操作數(shù)據(jù)；通過(guò)B/S方式開發(fā)report及any Chart圖表展示系統(tǒng)功能。當(dāng)符合設(shè)定條件時(shí)，系統(tǒng)會(huì)給指定的人發(fā)出郵件報(bào)告，并在系統(tǒng)界面上顯示庫(kù)存危機(jī)圖提示。

3 算法研究

3.1 確定原料庫(kù)存模糊集

3.2 建立模糊相似矩陣

通過(guò)平移 · 標(biāo)準(zhǔn)差變換將原料庫(kù)存樣本數(shù)據(jù)模型進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化，其中計(jì)算標(biāo)準(zhǔn)差方法為：

以鋁電解原料氧化鋁為例，將氧化鋁庫(kù)存每個(gè)時(shí)間周期數(shù)據(jù)進(jìn)行數(shù)據(jù)標(biāo)準(zhǔn)化，并建立成模糊相似矩陣，通過(guò)歐式距離法求出相似系數(shù) ，它表示Xi與Xj按m個(gè)特征相似程度。將與樣本數(shù)據(jù)中心向量距離相似的樣本時(shí)間周期節(jié)點(diǎn)劃分為一類，建立模糊相似矩陣R。

3.3 用平方法求其傳遞閉包t（R），并建立模糊等價(jià)矩陣

根據(jù)模糊相似矩陣及等價(jià)矩陣的自反性和對(duì)稱性，及其之間進(jìn)行轉(zhuǎn)換的數(shù)學(xué)關(guān)系模型，可得出結(jié)論：任何一個(gè)模糊相似矩陣都可以誘導(dǎo)出一個(gè)相對(duì)應(yīng)的模糊等價(jià)矩陣。傳遞閉包t（R）則是包含R的最小傳遞矩陣，采用平方法求R的傳遞閉包，經(jīng)過(guò)有限次運(yùn)算R?R2?R4? R8?…? RK-1? ，使得存在一個(gè)k值滿足t（R）= = ，即從模糊相似矩陣R出發(fā)，通過(guò)求其傳遞閉包t（R），將模糊相似矩陣改造成的模糊等價(jià)矩陣。

3.4 聚類，并畫出動(dòng)態(tài)聚類圖

3.5 確定原料庫(kù)存最大/最小值的最佳分類

4 實(shí)驗(yàn)結(jié)果及分析

在當(dāng)前鋁廠生產(chǎn)經(jīng)營(yíng)過(guò)程中，依舊采取手工報(bào)表形式記錄生產(chǎn)線整個(gè)流程中所需原材料的周期消耗量以及其消耗占用的各項(xiàng)費(fèi)用，以氧化鋁為例，根據(jù)每天的生產(chǎn)要情日?qǐng)?bào)表，人工總結(jié)得出其最小庫(kù)存量為20天內(nèi)62200噸，并以庫(kù)存廠房存儲(chǔ)最大限度為其最大庫(kù)存量。這種統(tǒng)計(jì)方式產(chǎn)生了較大的誤差，給鋁廠內(nèi)生產(chǎn)經(jīng)營(yíng)經(jīng)費(fèi)造成一定的損失。

通過(guò)模糊聚類分析在原料庫(kù)存管理中的應(yīng)用，可以通過(guò)ERP數(shù)據(jù)庫(kù)中的歷史數(shù)據(jù)，選取適當(dāng)?shù)闹芷诠?jié)點(diǎn)，對(duì)多樣本數(shù)據(jù)進(jìn)行聚類數(shù)據(jù)分析，針對(duì)某種原料，考慮到影響該原料安全庫(kù)存量的多種關(guān)鍵因素，最終得出合理的安全庫(kù)存區(qū)間，例如氧化鋁原料的20天內(nèi)安全庫(kù)存區(qū)間為[59761，65600]，并且在超出安全庫(kù)存范圍時(shí)進(jìn)行預(yù)警提示。通過(guò)這種方式有效的提高了計(jì)算效率與準(zhǔn)確性，對(duì)于中型以上的企業(yè)庫(kù)存管理有著較大的改善。

5 結(jié)束語(yǔ)

數(shù)據(jù)挖掘已在各個(gè)領(lǐng)域取得顯著成果，在庫(kù)存管理的庫(kù)存量平衡預(yù)警中也有效被應(yīng)用。在鋁電解原理庫(kù)存預(yù)警系統(tǒng)中發(fā)揮著重要作用，這將提升鋁廠原料庫(kù)存管理的智能化，有效的分析出合理的倉(cāng)庫(kù)庫(kù)存量，在高于最高庫(kù)存量、低于最低庫(kù)存量時(shí)進(jìn)行預(yù)警，以便合理控制庫(kù)存量。這將在企業(yè)庫(kù)存管理系統(tǒng)中得到廣泛應(yīng)用。

參考文獻(xiàn)：

[1]倪東生.模糊集理論在庫(kù)存管理中的應(yīng)用[J].中國(guó)流通經(jīng)濟(jì)，2008（10）：76-79.

[2]梁循.數(shù)據(jù)挖掘算法與應(yīng)用[M].北京：北京大學(xué)出版社，2006.

[3]葉飛躍.數(shù)據(jù)挖掘過(guò)程中的模糊聚類方法[J].計(jì)算機(jī)與現(xiàn)代化，2003（9）.

[4]武林，高學(xué)東，M·巴斯蒂安.數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘[M].北京：冶金工業(yè)出版社，2003.

[5]張駿，饒志剛.模糊聚類分析方法在數(shù)據(jù)挖掘中的應(yīng)用[J].科技進(jìn)步與對(duì)策，2006.

作者簡(jiǎn)介：林滿山（1965.02-），寧夏中寧人，學(xué)士，高級(jí)工程師，研究方向：商業(yè)智能及數(shù)據(jù)挖掘；祖曉達(dá)（1988.10-），女，河北保定人，碩士，研究方向：數(shù)據(jù)挖掘。

作者單位：北方工業(yè)大學(xué) 信息工程學(xué)院，北京 100041