面向服装零售业的智能补货系统
摘要 | 第4-5页 |
ABSTRACT | 第5-6页 |
第一章 绪论 | 第7-13页 |
1.1 研究背景和意义 | 第7-9页 |
1.1.1 研究背景 | 第7-8页 |
1.1.2 研究意义 | 第8-9页 |
1.2 国内外研究综述 | 第9-11页 |
1.2.1 库存控制研究现状 | 第9页 |
1.2.2 商业智能与数据仓库研究现状 | 第9-10页 |
1.2.3 需求预测研究现状 | 第10页 |
1.2.4 供应链与智能补货研究现状 | 第10-11页 |
1.3 本文的主要内容 | 第11页 |
1.4 本文的章节安排 | 第11-13页 |
第二章 智能补货理论基础和相关技术 | 第13-20页 |
2.1 数据仓库 | 第13-16页 |
2.1.1 数据仓库的定义 | 第13页 |
2.1.2 数据仓库技术 | 第13-16页 |
2.1.3 数据仓库系统结构 | 第16页 |
2.2 预测方法 | 第16-18页 |
2.2.1 常用预测方法 | 第17-18页 |
2.3 协同计划预测与联合库存管理 | 第18-20页 |
2.3.1 CPFR概述 | 第18页 |
2.3.2 联合库存管理概述 | 第18-20页 |
第三章 智能补货系统需求分析 | 第20-32页 |
3.1 系统需求分析 | 第20-25页 |
3.1.1 目前系统背景 | 第20-21页 |
3.1.2 智能补货系统需求分析 | 第21-23页 |
3.1.3 系统核心功能分析 | 第23-25页 |
3.2 数据仓库需求分析 | 第25-30页 |
3.2.1 构建数据仓库原因及目标 | 第25-26页 |
3.2.2 数据源需求分析 | 第26-28页 |
3.2.3 维度和事实度量需求分析 | 第28-29页 |
3.2.4 粒度需求分析 | 第29-30页 |
3.3 系统应用需求 | 第30-32页 |
第四章 基于数据仓库的销售预测 | 第32-45页 |
4.1 系统框架 | 第32-33页 |
4.2 数据仓库设计 | 第33-40页 |
4.2.1 数据仓库构建分析 | 第33-34页 |
4.2.2 数据仓库多维数据模型 | 第34-36页 |
4.2.3 设计系统维表和事实表 | 第36-38页 |
4.2.4. 数据抽取转换和装载(ETL) | 第38-40页 |
4.3 销售预测在库存管理中作用 | 第40页 |
4.4 销售预测过程及常用预测方法 | 第40-45页 |
第五章 基于OTB系统的精益采购计划与柔性补货 | 第45-60页 |
5.1 精益采购模型研究 | 第45-54页 |
5.1.1 精益采购基本思想(OTB) | 第45-46页 |
5.1.2 精益采购相关概念 | 第46-48页 |
5.1.3 精益采购模型研究 | 第48-54页 |
5.2 柔性补货模型研究 | 第54-60页 |
5.2.1 柔性补货核心算法 | 第54-55页 |
5.2.2 建立柔性补货模型 | 第55-58页 |
5.2.3 柔性补货流程分析 | 第58-60页 |
第六章 智能补货系统实现与应用 | 第60-66页 |
6.1 系统总体介绍 | 第60-61页 |
6.1.1 系统体系结构 | 第60页 |
6.1.2 用户权限管理 | 第60-61页 |
6.2 采购计划子系统 | 第61-62页 |
6.2.1 基本信息与参数设定 | 第61-62页 |
6.2.2 采购计划制定 | 第62页 |
6.3 品类管理子系统 | 第62-63页 |
6.3.1 群集的建立 | 第63页 |
6.3.2 建立品类计划 | 第63页 |
6.4 柔性补货子系统 | 第63-66页 |
6.4.1 报表管理 | 第64页 |
6.4.2 补货模板管理 | 第64页 |
6.4.3 补货排程管理 | 第64-66页 |
第七章 结论 | 第66-67页 |
参考文献 | 第67-69页 |
致谢 | 第69-70页 |