服装分销企业营销决策支持系统的设计排版样本.doc

服装分销企业营销决议支持系统设计摘要本文以服装分销企业营销系统设计为背景，针对服装分销管理中部分有待处理问题进行了研究。服装营销系统和其它企业营销系统一样，所面临环境全部是复杂多变，所以相关服装营销决议支持系统属于半结构化决议支持系统范围。这类系统中决议含有大量不确定原因，缺乏程序化工作范式，需要意向决议支持问题十分多见。本文采取了在服装营销管理系统中应用包含教授系统推理模型思想，构建出了一个含有意向决议支持功效服装营销管理系统框架，对怎样建立问题生成子系统及其内部知识库进行了讨论。论文设计了服装营销决议支持系统总体方案，完成了其软件和硬件运行环境设计，并给出了数据转换、报表图标显示、MDX语句自导引、模型分析等多个功效具体实现过程。关键词服装营销决议支持系统 意向决议支持技术 数据仓库 数据挖掘 智能技术Design of Costume Marking Decide Support SystemAbstractThis paper takes costume marking system as working background, discusses some important problems coming from the reformation of costume corporation in our country.The environment which marketing system of costume is very complex and changeable, just as the other marketing system. So decide support system (DSS) belongs to the category of semi_structure. Decision making of this system has much uncertainty factor, lacks normal form to be followed, therefore many questions need intending decision support. Reasoning model based on expert system (ES) applying to costume marketing system is described in this paper, meanwhile, the structure of knowledge base of this system is discussed in detail. The paper sets up a data mining model of online analysis process database based on intelligent techniques, offers a method which is on the base of predecessors and combines ANN and fuzzy control to this problem, and designs the software system of power marking DSS based on database warehouse running management for data transformation services (DTS), PivotTable service, multidimensional expressions (MDX) self-leading, model analyzing also. The paper focuses on intending decide support technique, data mining model and implementation of power marketing DSS.Keywords costume marketing DSS intending decision support technique data warehouse data mining intelligent techniques不要删除行尾分节符，此行不会被打印目录第1章 绪论11.1 课题背景11.2 服装分销商决议支持系统发展情况及存在问题21.3 本文关键工作3第2章 意向决议支持技术在服装销售中应用42.1 意向决议支持概述42.2 意向决议支持在服装营销系统中作用42.3 含有意向决议支持功效服装营销管理系统52.3.1 问题生成子系统原理62.3.2 问题生成子系统设计及构建相关知识库72.4 本章小结11第3章 基于智能技术服装销售模型建立123.1 智能技术概述133.2 RBF神经网络建立143.2.1 输入特征量选择153.2.2 RBF神经网络训练和估计163.3 模糊系统设计163.3.1 输入变量模糊化173.3.2 隶属函数确实定和图形表示方法173.3.3 模糊控制规则及算法结构183.3.4 反模糊化193.4 基于智能技术数据仓库挖掘193.5 本章小结20第4章 服装营销决议支持系统设计214.1 系统硬件环境224.2 系统软件环境234.3 决议支持系统设计234.3.1 数据转换聚合子系统244.3.2 统计报表生成子系统244.3.3 综合查询子系统254.3.4 综合分析子系统254.4 系统集成264.5 本章小结28结论35致谢36参考文件37附录38千万不要删除行尾分节符，此行不会被打印。在目录上点右键“更新域”，然后“更新整个目录”。打印前，不要忘记把上面“Abstract”这一行后加一空行第1章 绪论1.1 课题背景中国既是服装生产大国,也是服装消费大国。依据中国服装协会调查,中国现有服装生产企业4.5万家,从业人员385万人,年服装生产能力138亿件。自改革开放以来,中国服装业产量增加14.9倍,年平均递增速度达14.4%1。纵览二十多年发展,中国服装业大致经过四个阶段: 最初十年里是产量阶段,谁要处理生产能力问题就能挣大钱；其后五年时间里是质量阶段,在供需基础平衡后,满足用户质量要求能力成为决定原因；再后五年是品牌阶段,提供可识别、有连续质量确保能力产品和服务成为占领市场决定原因；现在服装业正逐步向风格和定位阶段过渡,产销模式上也开始实施科学规范生产管理和多元化销售模式。不过现在中国服装行业生产、营销仍然存在很多问题和不良现象，关键表现为以下几点：(1) 服装科技落后。中国服装工业技术装备水平即使在“九五”期间有很大提升,但对高新技术应用不广泛,中国CAD/CAM普及率还不到5%,而在部分发达国家CAD普及率已达成70 %,中国台湾地域也达成了30%。服装市场含有“多品种、小批量、高质量、短周期”特点,决定了服装企业竞争要在设计、生产、销售、市场信息反馈等基础步骤上要突出一个“快”字,而服装CAD正是服装企业实现快速反应关键手段。(2) 中国尚没有一个世界级服装品牌。几年来,经过实施服装名牌战略,中国已形成一批以品牌为代表企业群体,如杉杉、雅戈尔、报喜鸟等,但能够走出国门,直接参与国际市场竞争服装品牌还几乎没有,这和中国作为“服装大国”地位极不相当,关键是因为企业对发明世界名牌关键性还缺乏认识,加之竞争意识不强,尤其是企业领导层观念、意识还和世界经济一体化、市场经济国际化时尚不相适应,甚至没有危机感；同时,从一个侧面也说明中国服装产品从品种、质量和技术含量和发达国家相比还有较大差距。(3) 服装销售估计和生产计划缺乏科学量化分析。服装企业很需要对销售趋势、库存、采购和财务等进行分析。不过因为信息不统一、信息传输不通畅、信息又不共享等很多原因,企业生产、销售还停留在单靠经验估计和分析,往往无法快速反应市场销售真实情况,从而缺乏对各个销售季节市场策略正确指导,造成生产和销售盲目性。(4) 服装降价、打折成风。降价、打折虽是一个促销行为,但在中国却变了味,表现为打折连续时间长、波及范围广、折扣幅度大。仅在北京百盛、蓝岛、燕莎和上海市百一店、新世界、华联等大商厦中,就能够看到众多品牌服装在打折,所取得销售利润极低。片面地采取打折来增加销售量,势必会使品牌在消费者心目中主体形象也大打折扣,使品牌信誉扫地。(5) 供需矛盾仍然存在卖衣难,买衣也难。服装市场有个怪异现象: 首先,市场上服装品种、数量相当庞大,厂家、商家大叫“卖衣难”；其次,仍有不少消费者却埋怨“买衣也难”。这种“供大于求”却是从某种意义上“供不应求”现象,其实是产品结构不良,是生产结构跟不上需求结构所致,同时这一现象也是现在中国服装市场上一个巨大矛盾。(6) 服装市场“盗版”、“克隆”现象严重。这一现象引发恶性竞争使得中国部分刚起步品牌发展受阻。为了预防被“克隆”,很多著名品牌只好采取买断布料、推迟新货上市等消极措施。“宝姿”服装甚至尤其要求其新品在全国统一上市时间晚于同行半个月。同时,国际著名品牌往往所以也不愿落户中国,商场在引进国际品牌谈判中困难重重,甚至不得不为此作出种种让步。这一现象严重阻碍了中国服装业整体发展,也是造成服装市场低价竞争和“卖衣难,买衣也难”供需矛盾原因之一。于此对应，现在中国服装业销售系统关键采取百货商店、小型服装店、超级市场、仓储市场、邮购等营销方法,伴随时代进步,新方法不停涌现：买断经营、特许经营、网络营销、连锁专卖等新方法从遥远异地移植到中国,为中国零售业注入新生机2。网络营销是以后服装商贸经营活动肯定趋势,能够经过电子广告形式进行产品宣传和产品预告,签署电子定单,做到有计划生产,甚至零库存营销。有足够规模企业可利INTERNET 建立全国乃至全球性虚拟专用销售网络,实现物流和资金流统一。中国部分有识服装企业顺应时代发展,抓住这一机遇,温州美特斯邦威企业已建立了独立企业互联网站,并筹建网络休闲衣饰电子连锁专卖店,实现无界化专卖连锁网络2。服装分销则是联络上述服装生产企业和服装销售企业纽带，在整个服装行业中起承上启下作用，所以要实施中国服装业现代化，分销企业科学管理是必需处理一个问题.1.2 服装分销商决议支持系统发展情况及存在问题通常情况下，服装营销管理系统分为营销业务层、用户服务管理层、营销质量管理层和营销决议支持层四层，其中营销决议支持层是服装分销中最高营销管理层，它关键是完成综合指标分析、市场需求估计、市场策划等功效，并为高层营销决议提供全方面信息支持，服装营销决议支持系统就是用来完成这部分功效。现在，中国对服装销售决议支持系统进行研究结果频频有报道，这些成功关键集中在相关数据仓库和决议支持系统方面，不过对于情况较为特殊营销决议支持系统研究却极少涉足。总体而言，关键存在以下多个关键问题：1、现在，服装营销工作运行经营管理一直沿用传统处理方案，但伴随系统运行时间推移，数据量在不停增加。如此大量数据，存放在数据库中，不仅统计查询性能大幅下降，而且还会因为缺乏有力工具而难以得到有效利用。2、传统服装营销管理系统已经能够完成包含市场管理、业报报装、财务管理等在内日常工作，而且能够提供部分例行辅助决议功效，比如：经营业绩分析、管理业绩分析、用户动态分析等。但对于部分非例行决议问题或意向决议问题却没有提出明确处理方案。3、在服装营销决议中，运行成本是决议所需考虑关键方面，同时也是决议管理者最关心问题之一，而服装销售情况又直接关系到分销企业运行成本和经济情况。但在现在营销工作中，相关购进和售出各项决定并不是基于数据库中信息丰富内容，而是基于决议者直觉。1.3 本文关键工作基于以上问题，本文以服装分销决议支持系统为题进行了调研、模型设计、系统设计等工作。本文将关键从以下几点进行叙述。1、 提出了在服装营销工作中应用意向决议支持技术思想，并设计了一个“DSS+问题求解单元+知识库”智能决议支持系统（IDSS）方案以完成意向决议支持功效。2、 提出了基于智能控制技术服装销售估计数据挖掘（DM）算法，并经过和SQLSERVER中模型对比，证实了该方法正确性和实用性，为现场应用作了准备。3、 提出了服装分销决议支持系统得总体设计方案，完成了其软件和硬件运行环境设计，进行了数据转换聚合子系统、统计报表生成子系统、综合查询子系统和综合分析子系统四部分设计。4、 以服装分销中购进和售出为例，给出了服装分销决议支持系统数据装换聚合子系统、综合查询子系统、综合分析子系统和报表生成子系统四部分实现过程。第2章 意向决议支持技术在服装销售中应用伴随中国加入WTO，国际竞争日趋猛烈，服装分销体制也发生了深刻改变。为了配合这种改变，适应市场发展新需要，实现服装分销系统管理信息化，应该建立起全新分销管理系统，这么才能愈加好把握市场，考评营销工作，提升中国服装行业整体竞争力。服装行业自上世纪90年代开始，逐步在部分规模较大品牌中开发和使用了营销管理系统，迄今为止，应用服装营销管理系统已经能够完成包含市场管理、业扩报装、财务管理在内相关服装分销方面多项日常管理工作，而且能够提供部分例行辅助决议功效，比如：经营业绩分析、管理业绩分析、用户动态分析等。不过对于部分非例行决议问题或意向决议问题却没有提出明确处理方案。本文以服装分销商经营决议为研究背景，把意向决议支持技术应用于服装营销决议中，为服装营销系统决议支持提供了更为灵活手段。2.1 意向决议支持概述意向，在决议领域中是指决议者相关某一决议问题一个模糊想法。这种想法往往难以在决议者头脑中形成一个单一、明确概念描述。当系统应用领域比较单一，或是只局限于一个狭小范围时，这种意向决议问题并不多见，因为决议者往往对所面临情况十分熟悉，所以通常全部能够提出一个明确目标；但当所处理问题进入综合性、相关全局应用领域时，需要意向决议支持问题就变得比较常见。此时，决议者本身也只是直观感觉到应该做出某种决议，至于这种决议到底是相关哪方面，是个什么样决议问题，就无法确定。此时，决议者所需要就是系统提供相关方面意向决议支持服务。意向决议支持服务技术就是采取相关方法处理这类问题一个技术。现在，学术界在这方面有很多理论和方法提出，如人工神经元、教授系统、灰色理论、模糊理论等。2.2 意向决议支持在服装营销系统中作用服装营销系统和其它企业营销系统一样，所面临环境全部是复杂多变，所以服装营销决议系统属于半结构化决议系统范围，这类系统得决议中含有大量不确定性原因，缺乏程序化工作范式，需要意向决议支持问题十分多见，但现在普遍应用服装营销管理系统，对于处理确定、目标单一、例行决议支持和管理问题确实取得了良好效果；而对于服装营销决议中常常要面正确突发性事件，却没有提供有力支持。针对这种情况，在服装营销系统中加入意向决议支持功效，用以处理部分模糊非例行问题是很有必需。通常它应达成以下两个建设目标。1，以用户为中心，创建真正“交互式”系统以往开发服装营销管理系统往往只侧重于单纯事务性劳动，使用户大部分时间和精力全部花在被动查询工作中，这种缺乏用户和使用者之间双向交互系统已经不适应服装营销工作发展需要。加入意向决议支持功效后新系统能实现主动式管理，它面向用户，采取多个手段和用户交流，提供给用户一个详尽联想和推理空间，从而帮助用户把自己笼统得决议意向转化为清楚决议问题，实现了“以用户为中心”交互式设计。2，面向市场，建立含有“灵活性”系统通常对于服装营销系统开发人员而言，真正困难在于正确了解用户意图（即结构问题）而不是对对应问题进行求解（即处理问题）。这是因为（1）用户和系统开发人员存在着对专业知识认识上差异；（2）在没有提供清楚联想和推理框架时，用户难以完全说明她们本身确实切要求。这么开发出系统是不含有灵活性。2.3 含有意向决议支持功效服装营销管理系统图2-1 服装营销决议系统框图为了使服装分销商营销系统工作及决议含有一定灵活性，适应服装市场竞争加剧，和服装市场环境改变所带来部分意想不到改变影响。在全方面系统分析基础上，在服装营销管理系统中加入意向决议支持功效，使整个系统含有了真正意义上灵活性。通常决议支持系统全部是面向模型，而决议者又是面向问题，为了处理这个矛盾，为意向决议问题提供最有力支持，应该采取基于知识问题生成和处理子系统，经过它和决议者交互，获取事实进行推理，并最终确定一个模型方案。这种处理方案，实际上也能够看作是包含了教授系统推理模型，目标是利用教授系统定性分析机制，实现定性分析和定量分析有机结合。在服装营销决议和管理系统具体设计中采取了“DSS+问题求解单元+知识库”IDSS设计方案，在传统DSS基础上增加了一个知识库和问题求解单元，设计系统框架图图2-1所表示。2.3.1 问题生成子系统原理如前所述，对于一个辅助决议过程而言，困难是结构一个问题而不是处理一个问题，所以怎样利用现有技术引导用户对自己决议意向进行识别；怎样利用人机交互手段一步一步对决议意向进行明确和细化，使其最终转化为一个决议问题，这正是设计此系统难点。而问题生成系统设计是意向决议支持系统瓶颈问题，以下就以服装分销商营销系统为背景，给出问题生成子系统设计方案。文件3给出了通常问题生成系统运行机制，图2-2所表示图2-2 问题生成系统运行机制此运行机制实际上就是人类完成对应意向推理全过程：大家在处理本身无法清楚表述问题时，总是先把它限制在某个大范围之内（即情景设定阶段），如：市场策划问题；然后依据自联想和借鉴她人经验，把此范围内各项原因及其和问题相关程度列出（即意向具体描述阶段）；再在此范围中，经过分析、推理把一个决议意向明确为一个决议问题（情景分析阶段）。在利用计算机进行意向决议支持辅助设计时，当然也是遵照这些标准。2.3.2 问题生成子系统设计及构建相关知识库依据上述机制，并结合多种意向决议支持技术，服装营销意向决议支持系统中问题生成子系统应含有图2-3所表示结构。图2-3 问题生成子系统结构1、人机交互界面：人机交互界面功效是实现用户和计算机之间对话，这是问题生成系统设计中需要很好处理问题之一，因为计算机不仅经过人机交互界面接收决议者问题或意向描述，还要把问题生成结果经过人机交互界面告诉用户，这个过程相当于问题运行机制中意向识别过程。设计时可采取多媒体人机交互界面。这里多媒体是以多个媒体命令为人机交互手段多媒体命令包含用户键盘输入字符命令、鼠标输入图形命令或语音输入等。同时也要兼顾到用户用语习惯和决议风格。2、知识库：知识库设计是整个子系统运行基础，也是应用意向决议支持技术要关键处理问题。按性质不一样，可把知识分为事实性知识和规则性知识两种，事实性知识用于描述部分服装营销基础情况；而规则性知识则是对联想和推理结果以条件结论形式给描述。依据问题生成系统运行机制，知识库可由以下多个子知识库组成。情景设定知识库：情景设定知识库中知识用来细化用户意向决议问题。能够采取概念分层方法设计情景设定知识库。概念分层是一个有用背景知识形式，一个概念分层就是定义一个映射序列，它将低层概念映射到更通常高层概念。因为服装营销关键是围绕着营销活动进行，而营销活动考虑又是怎样满足用户需求和扩大企业盈利，所以相关服装营销决议又能够从用户分析、服装销售情况分析、需求估计和市场策划这多个方面来分别考虑，能够把这多个方面作为基础问题，让用户在其中考虑其它方面和其它原因，来细化自己问题。以相关“用户分析”意向决议基础问题为例，这个基础 问题包含其它原因是：考虑用户地域、考虑大小用户、考虑用户信用、考虑用户投诉这四个小问题。这些具体小问题能够映射到它所属较高层次概念中。这些映射就形成了“用户分析”概念分层，见图2-4。图2-4 用户分析概念分层有了这种概念分层形式，用户就能够经过“上卷”（即经过一个维概念分层向上攀升）和“下钻”（它是上卷逆操作，它显示由不太具体数据到更具体数据）操作在多个抽象层上细化自己决议意向，以后再自由组合这些选项，给出对应选项在此决议意向中所占比重（用0到1之间数表示），并使全部选项比重值之和等于1。比如，经过这一步，用户把自己决议意向具体描述为：“考虑用户地域”（0.2）、“考虑大小用户”（0.3）、“考虑用户信用”（0.5）用户分析问题。实际应用中能够把知识作为一个特殊数据存放在数据库中。能够以SQL Server 作为前端数据仓库平台，VB为编程语言，完成对应设置。上述实例在数据库中主表可设计为：用户分析分层知识主表db_user knowledge，具体表示如表2-1所表示。在实际应用中，用户选择了哪多个方面来细化意向，就在表中增加一个统计，把对应选项置为1，如上例中增加统计为（1 1 1 0），可依据此值调用相关表，并进行相关情景分析知识库中处理。表2-1 用户分层知识主表键字段名类型长度空含义关系表0C_diqint41（考虑）地域用户分析地域子表0C_daxiaoint41（考虑）大小用户用户子表0C_xinyongint41（考虑）用户信用赊欠时间表0C_toushuint41（考虑）用户投诉用户投诉分类表情景分析知识库：情景分析知识库中知识起到了模型自动引导作用。在这里采取技术是包含推理规则知识库和模型设定知识库常见模型自动引导方法。它原理关键是先将决议问题映射到模型各关键特征集合上，然后再由模型特征集合映射到各模型集合上。关键包含推理规则知识库和模型设定知识库。推理规则知识库：此知识库中以“if-then”形式存放着用户决议问题和模型各关键特征间相关性和对各关键特征支持度。这些知识能够是由领域教授、知识工程师、系统用户提供；也能够是数据挖掘工作自动产生。构建推理规则知识库复杂性在于用户决议意向问题往往是多个原子条件逻辑组合，所以在规则设定中采取了“多重和逻辑表”和“相关联度函数表”这两个概念。比如，上述问题能够用推理规则知识库中规则表示以下：IF（用户）有“考虑地域”（0.2）、“考虑用户大小”（0.3）、“考虑用户信用”（0.5）用户分析问题，THEN（问题和下列特征关联）“调整价格”、“调整进货量”、“调整售出量”、“改善服务”、“发出工作票”、“时间”，多重和逻辑表，相关度函数表）其中多重和逻辑表和相关联度函数表为表2-2所表示。表2-2 “多重和”逻辑和相关联度函数和 关联度调整价格调整进货量调整售出量改善服务发出工作票时间考虑地域1.01.01.0用户大小1.01.00.5用户信用1.01.01.0模型设定知识库：此知识库中存放是各关键特征和相关模型之间关联度。模型库关键由多目标计划问题模型、估计分析过程模型和其它模型组成。比如，上述问题在模型设定知识库中规则能够表示为表2-3所表示。表2-3 规则中相关度表调整价格调整进货量调整售出量改善服务发出工作票时间多目标计划模型0.50.50.51.01.00.5估计分析模型01.01.00.501.0这里，为了处理多个条件逻辑组合问题，需要设定用户意向描述和模型库相关强度。如公式2-1所表示： （2-1）其中为某一决议意向和模型i相关度；为用户自己设定各原子条件在决议意向中所占比重（即主观原因因子）；为各原子条件和模型关键特征相关程度；为模型关键特征和模型相关程度。依据此公式能够计算得出决议意向和各模型相关程度，然后可按和决议意向相关强度最大模型进行决议。比如，上述问题采取公式计算后，；从中能够得到这个用户分析问题应采取估计分析过程模型进行处理。由上即可完成了模型自动导引。3、推理机（控制模块）：其作用事根据用户不一样选择，调用不一样知识库进行相关问题识别和决议支持。当用户进入问题生成系统后，推理机首先调用情景设定知识库，这么用户就能够在意向查询交互式界面上，经过上卷和下钻操作，对自己决议意向进行细化，最终产生一个明确决议问题。当用户对意向表述结果比较满意时候，推理机再调用情景分析知识对用户决议意向进行处理，并得到和决议意向相关程度最大过程模型，供给问题处理子系统使用。经过上述处理后，下面要求就是对决议问题求解过程提供有效决议支持手段，因为对这个问题提供有力支持一直是服装营销系统应用研究中一个关键，已经有很多相关领域研究结果，这里就不再赘述。总而言之，服装营销管理系统设计不仅要充足利用多种信息，实现复杂化查询和报表功效；而且应该利用现有技术，实现对服装营销全过程合理化管理：即以用户为中心，真正想用户所想，提供给其一个完善估计分析和决议支持功效。当然以上提出只是一个框架，下一章将对用于数据挖掘分析模型库进行分析，并建立一个估计服装销售量模型。2.4 本章小结针对服装分销所面临环境复杂多变特点，本章关键介绍了意向决议支持技术在服装销售决议支持系统中应用，关键完成了以下工作。1、简单地介绍了意向决议支持技术，而且关键叙述了该技术在服装营销系统中所能发挥作用。2、具体介绍了含有意向决议支持功效服装营销系统工作原理，关键分析了问题生成子系统原理，并设计了问题生成子系统、构建了相关知识库。第3章 基于智能技术服装销售模型建立在上一章所提出含有意向决议支持功效系统中，一个关键方面就是模型建立和选择，有了多种适宜模型，才能组成模型库，并最终完成本文所提出整个意向决议支持功效。本章以一个具体问题为例，建立了一个基于智能技术数据仓库挖掘模型。在服装营销决议中，运行成本是决议所需要考虑关键方面，同时也是决议管理者最为关心一个问题，而和运行成本相关最关键原因是服装销售情况。这是因为服装分销在整个服装行业中处于一个中间位置，负责服装生产企业和服装零售商之间连接，所以服装销售情况直接关系到整个服装行业运行情况。服装销量估计就是这么一个对未来需求量估计，它是服装营销工作中关键一环。若能够以前多个月服装销售量估计出下30天销售量，并以此为依据购进服装，这么既能够避免因为估量过量而造成损失，又能够避免因为估计不足而造成利润降低、用户丢失等。为了完成这一目标，必需对现有数据仓库中服装营销数据进行分析，从中发觉并提取出隐含在其中信息或知识。这个过程就是数据挖掘过程，其目标是帮助分析人员寻求数据之间联络，发觉被忽略要素，挖掘出对估计趋势和决议行为有用信息。数据挖掘通常过程图3-1所表示。图3-1 数据挖掘通常过程从中能够看出数据挖掘过程通常包含以下多个步骤：1、预处理数据，搜集和净化来自多种数据源或数据仓库信息，并加以存放，通常是将其放在OLAP数据库中。2、模型搜索。利用数据挖掘工具在数据中匹配模型。对于一个问题搜索过程可能用到很多模型，比如：神经网络、决议树等。3、评价输出结果。4、生成最终数据汇报和解释汇报。从中能够看出，在数据挖掘过程中，数学模型是很关键分析数据方法。在Microsoft SQL SERVER 提供分析服务器（Analysis Servers）工具中，包含了两种数据挖掘模型：决议树模型和聚类分析模型，利用它们能够对服装销售数据进行分析，发觉部分规律性东西。不过这种结果往往比较粗糙，精度不高，难以对服装企业营销工作起到指导作用。本文提出了一个基于智能技术数据挖掘模型，经过此模型能够得到较为理想服装销售估计数据。3.1 智能技术概述现在对服装销售估计专门研究不少，但大家大多采取传统方法来进行估计，如时间序列方法、回归分析方法和模式识别方法，这些方法也全部取得了不一样程度成功。但这些方法也全部存在着缺点，时间序列方法不易考虑地域等原因影响，回归分析方法存在着怎样确定回归方程问题，而模式识别方法只能处理销售区域比较小系统。而人工神精网络能够建立任意非线性模型，并适适用于处理时间序列预报问题。所以很适合应用于服装销售系统估计中。在服装销售估计中，应用最多神经网络是多层感知机，并应用反向传输算法（BP算法）进行网络训练，然而，传统BP算法有诸如不易确定隐层神经元个数、轻易陷入局部极小点和花费大量计算机时等缺点，所以不适合实际使用。多年来RBF（Radial Basis Function，径向基函数）网络作为另一个神经网络结构，以其灵活性强，易于训练，内插和外推性能好等优点而受到很大关注。RBF网络是一个三层结构网络，其隐层作用在于实现一非线性变换，隐单元（又称“中心”）数目在网络训练过程中随问题复杂程度和所需精度而动态调整，无需事先盲目确定。这种网络模型训练过程表现为RBF网络中心选择及隐层和输出层间权值确实定。不过，利用RBF神经网络进行估计时，需要大量历史数据，在历史数据有限情况下，往往使估计精度受到很大影响。为了克服这些缺点，相关研究表明，将BP神经网络和模糊控制结合在一起进行模糊估计，能够得到比很好结果。本文利用RBF神经网络完成对用销售量估计，在估计过程中，考虑了区域原因和和重大事件影响；因为数据量限制，对神经网络输出用模糊调整进行修正，方便提升估计精度。3.2 RBF神经网络建立服装销售量估计首先要处理问题是非线性映射实现，人工神经网路在这方面有一定优越性。通常情况下，假定要求学习非线性映射为式3-1。 （3-1）公式（3-1）是在域中聚类子集上一个多输入单输出实连续函数，其样本数据为：上式中，s为样本数，而形成了样本集。图3-2 RBF网络拓扑结构图3-2所表示RBF网络，能够用来拟合式（2-2）所描述非线性关系，它实现映射为式3-2所表示。 （3-2）式中，为输入向量，为一给定非线性变换，表示欧式范数；为权值；成为RBF网络中心，表示拟合误差，非线性变换函数可选为式3-3所表示。 （3-3）定义误差函数如式3-4所表示。 （3-4）其中，为样本输出，为网络输出。能够证实，当所选函数系线性无关时候，可经过增加隐层单元数目，达成不停提升拟合精度，使小于给定误差目标。然而，在实际应用中，若m取得太大，就可能造成模型冗余和数值病态出现，所以必需采取有效方法进行网络中心选择和网络权值确实定。本文采取正交最小二乘法选择隐含层节点基函数中心。此方法优点是可选出最好样本点作为中心。当网络输出权值训练基函数参数确定后，输出层计算很简单，对应于多输入但输出网络，用最小二乘法使价值函数最小即可。购置和销售是服装分销中一项很关键活动，但这个决定常常不是基于数据库中信息丰富数据，而是基于决议者直觉。这是因为决议者缺乏从海量数据中提取有价值知识工具，所以设计一个合理数据模型已完成此项工作是十分必需。3.2.1 输入特征量选择对于神经网络训练，输入量选择是很关键问题，输入量不能取得太少，不然不能起到区分判定能力；也不能取得太多，不然影响网络训练速度。显然，当月进货量和以往同类型月销售量有着很大关系，而这个销售量又会受季节、重大事件等原因影响。如夏冬两季羽绒服销售量会显著不一样；当有重大事件，如奥运会、世界杯等时，服装款式和颜色全部会受到一定影响。这么，在选择样本时，应考虑到以下关系：1、首先，估计月环境向量是必不可少；2、考虑到服装销售量改变应该是一个平稳随机过程，那么用前一两个月销售量可取得很好平滑作用；3、某30天销售量同前一至两个月销售量应该比较相同；同去年（前年）同一月份销售量也应该比较相同。综合考虑上述原因，并结合服装销售特点，本文选择神经网络输入以下：估计月前两个月销售量和对应各月环境向量；估计月前十二个月同一月和其两侧各30天销售量，和对应各月环境向量；估计月前两年同一月和两侧各30天销售量，和对应各月环境向量；估计月环境向量。神经网络输出向量为估计月进货量。由此可建立一个输入层为17个节点，输出层为一个节点，隐含层个数待定神经元网络，隐含层节点基函数采取高斯函数。神经网络训练样本集是从过去两年历史数据中选择了经典数据组成，由此组成了RBF神经网络训练对象。此神经网络能够拟合以下非线性关系：其中，为第i个月出售量，为第i个月环境向量。环境量化情况（以冬季服装为例）以下：1月23456789101112110.50-0.5-1-1-1-0.500.513.2.2 RBF神经网络训练和估计依据样本选择标准，给每一个神经网络选定一个训练样本集，样本集包含12个样本。选择隐含层节点基函数宽度为10，初始中心为0，利用最小二乘法进行训练。3.3 模糊系统设计在很多情况下，因为被控对象非线性或有较大随机干扰，极难建立起被控对象数学模型，对于那些不能直接取得数学模型系统，传统控制方法往往难以取得令人满意控制效果，然而这类被控对象在人手工控制下却往往能够正常运行。因为大家在手动控制中，往往采取部分不正确语言规则进行控制，收到了预期效果，由此演化而来就是模糊控制系统，见图3-3。图3-3 模糊控制系统利用神经网络估计误差和误差改变率，经过模糊系统控制，形成下一次估计调整量，使估计误差减小。模糊控制器输入为目前时刻估计销售量和实际销售量差额和差额改变率,输出是对下一个销售量调整量。调整量又公式3-5计算。 （3-5）其中为模糊系统输出值，为对下一个负荷估计修正值，为误差改变率，上述公式作用是将模糊系统输出值先投影到误差区域上，再加入误差改变率影响，这么能够确保首先对误差进行调整，然后再消除误差改变，使系统保持稳定。通常情况下，模糊推理是采取模糊逻辑由给定输入到输出映射过程：1、输入变量模糊化，即把确定输入转化为由隶属度描述模糊集。2、模糊规则前件中应用模糊算子（和、或、非）。3、依据模糊蕴涵运算由前提推断结论。4、合成每个规则结论部分，得出总结论。5、反模糊化过程，即把输出模糊量转化为确定输出。3.3.1 输入变量模糊化设模型设计3个语言变量：误差e，误差改变率ec，控制量改变a，其论域均为-1，1，对应语言等级划分为5级。其模糊集为nb，ns，z，ps，pb，分别对应模糊单点集为：-1，-0.5，0，0.5，1。实际误差e、误差改变率ec，均是实际量，需要将她们转化为论域中一个对应值，这个过程，称为量化过程。为此引入量化公式3-6，3-7。 （3-6） （3-7）其中，em为误差左边界，es为误差改变范围；ecm为误差改变率左边界，ecs为误差改变率改变范围。依据上述公式能够将实际量转化为论域中值。在本算法中，在线自调整地任务关键是在线修正a参数，a大小直接表示对偏差e和偏差ec加权程度。选择a变量为5个语言值，分别为nb（负大）、ns（负小）、z（中）、ps（正小）、pb（正大）。3.3.2 隶属函数确实定和图形表示方法模糊语言变量每个语言值实际上全部是一个在模糊论域上模糊子集，模糊子集最终是经过隶属函数来描述，本文选择高斯