نمایشگر شکل

 ویرایشگر محتوا ‭[1]‬

1397/11/13 17:38 غ.و
ERP هوشمند به کمک تکنیک‌های داده کاوی
 

مشکلات سیستم‌های ERP

سیسـتم هـای ERP، مجموعـه ای از ماژولهـای یكپارچـه ی آمـاده راه انـدازی كـه از پـیش طراحـی و مهندسـی شـده اسـت كـه تمـام فرایندهای تجاری سازمان را پوشش می دهد. سیستم هـایERP،به سازمان برای فعالیت در محیطی یكپارچه از نظر اطلاعاتی و فرایند گرا و اطلاعـــات محـــور، بصـــورت بلاد رنگ كمـــك بســـیار زیـــادی می كنند. زمانی كه نقـش و عملكـرد نرم افزارهای ERP را در نظـر بگیرید بدیهی است كه چنین سیستم هایی فقط قادر به حـل مسـائل مرتبط با مدیریت سطح میانی است. فرایند كامل تجزیه و تحلیـل كـه اجازه ی ذخیره سازی حجم زیادی از داده ها را در داخل سیسـتم بـه منظور معنادار شدن اطلاعات می دهد، در سیستم هـای ERP کنونی به صورت كامل قابل اجرا نیستند. علاوه بر این، سیسـتم هـای ERP قادر به ارضا  نیازهای پرسنل مدیریتی سطح بـالا در سیاسـت هـای تصمیم گیری جهت سرعت بخشیدن به استراتژی های جدید نیستند. با توجه به نقشی كه سیسـتم هـایERPدر تجـارت الكترونیـك بـازی می كنند،این سیستم ها به عنوان سیستم های اطلاعات بنیـادی كـه مسئول یكپارچه سازی داده های مرتبط با فرایندهای پایه ای تجـارت الكترونیك می باشند عمل كرده است.

با این حال نرم افزار ERP قادر به برداشت اطلاعات ارزشـمند ازحجــم زیــادی از داده هــای ذخیــره شــده در داخــل B2C و B2B  نیستند. علاوه بر این، چنین سیستم هایی قـادر بـه تحلیـل صـحیح و دقیق اطلاعات مفیـد عملیـات شغلی نمی باشد. مسـلم اسـت كـه یكپارچه سازی انبار داده ها با سیستم های ERP، مشكلات مـرتبط با سیستم های ERP مرسوم را بهبود می بخشد به عنوان مثال،می توان قابلیت یكپارچه سازی جهت تجزیه و تحلیل اطلاعات را مطرح كرد.با این حال، یكی از مسائل عمده كه سیستم های ERP  باید با آن دست وپنجه نرم كنند تا روزی بدان غلبـه كنند، افـزایش اتوماسـیون سـازی تحلیل ها و كاربرد های هوشمند در تصمیم گیری های سازمان ها می باشد.

چارچوب یكپارچه سازی نرم افزار ERP و انبار داده ها

در یكپارچه سازی راهکار جامع برنامه ریزی منابع سازمانی  و انبار داده ها با مجموعه ای ازداده های متفاوتی سروكار داریم كه این امر باعث ایجاد ناسازگاری و تكراری بودن داده ها می شود. بنابراین این داده ها پس از طبقه بندی تحت فرایندهایی اعم از پاكسازی، نقـص سـازی ، تركیـب و حـذف داده هـای تكـراری قـرارمـی گیرنـد. سـپس ،داده هـا در یـك سـرور جهـت ارائـه ذخیـره می شود.( شكل 1)

erp_ai1.png 

شکل (1): شمای كلی از چارچوب پیشنهادی برا نرم افزار ERP هوشمند

در ایـــن نقطـــه،كـــاربران فقـــط وظـــایف جســـتجو را انجـام میدهند. رویه ها برای یكپارچه سازی سیستم هایERP  و انبار داده ها شامل 8 گام مجزا می باشد:

  • جمع آوری: پس از جمع آوری داده هـای اصـلی، داده هـای مـورد نیاز در محل طبقه بندی داده کپی شده تا پردازش های بیشتر بر روی آن صورت گیرد.
  • تبدیل: این مرحله شامل احیای میزان صحت داده ها و حذف داده های اضافی است.
  • بارگزاری و شاخص گذاری: دادههای تبدیل شده در یک Data Mart ذخیره شده و شاخص گذاری می شوند.
  • بررسی کنترل کیفیت: تضمین از کیفیت داده ها.
  • اعلان و انتشار:کار های اولیه برای نصب رسمی بر روی سیستم ها
  •  تجدید نظر: تجدید نظر پیوسته ی داده ها و داده های ناصحیح
  • جستجو: سرویس های جستجو داده ها فراهم شده است.
  • كنترل و آماده سازی: تضمین ایمنی انبار داده ها برای اجتنـاب از آسیب های احتمالی

چارچوبی برای یكپارچه سازی داده ها

تحلیل تصمیم گیری و انبار داده ها

این پژوهش، از مدل ستاره ای در طراحی مدل برای انبار داده ها استفاده می كند. این مدل بنا به جدول واقعی تولید که از یك جدول با بعد زمانی و یک جدول با بعد مكانی، یك جدول ابعاد محصول و یك جدول كیفیت محصول، تشكیل شده است. زمانی كه یك جدول واقعی تولید را طراح میکنیم ،چندین فاكتور باید مدنظر قرار گیرد:

  • تصمیم گیری در مورد مدت زمان انبار داده ها برای تمامی توابع: بازه های زمانی طراحی شده برای مخزن داده ای در این پژوهش، شامل یك دوره ی دو ساله برای اندازه گیری گرایشات در كیفیت داده ها، یك دوره ی زمانی شش ماهه برای تحلیل کیفیت داده ها ویک دوره ی زمانی یک ساله برای تحلیل موقعیت دهی به كیفیت داده ها می باشد.
  • تعیین اصل و اساسی كه باید در نمونه سازی ایستا برای تمامی توابع استفاده شود.
  • تعیین اینكه کدام فیلد در جدول اصلی استفاده شده و حذف داده های اضافی كه فقط فیلدها را اشغال میکنند.
  • تعیین اینكه آیا استفاده از یک کلید هوشمند باعث افزایش فرایند جستجوی داده ها میباشد یا خیر.

جدول بُعد، به صورت تصادفی ایجاد گردد. برای مثال زمانی که کیفیت محصولات کارخانه ای تحلیل میشود،یک جدول یُعد جدیدی را می توان طراحی و استفاده کرد تا ملاحظات کیفی مربوطه را مورد بررسی قراردهد. چنین ملاحظاتی ممکن است شامل افزایش شیب گرما دهی برای افزایش دما،کاهش شیب سرد سازی برای کاهش دما، انتقال سرعت به حامل ها، وغیره باشد. زمانی که داده هارا تحلیل میکنیم ، چندین بُعد به عنوان یک ملاحظه،در کنار یک دیگر قرار می گیرند. این فرآیند، یک مدل داده ای چند بعدی نام دارد. سیستم های انبار داده ها ممکن است شامل مکعب های داده ای زیادی باشند. هر مکعب داده ای شامل فراوردهایی از بُعد متفاوتی از جداول واقعی است. یک مکعب داده ای ممکن است یک مدل داده ای N بعدی باشد. در اینجا ما از 4بعد زمان، مکان، محصول  وکیفیت برای ایجاد یک مدل داده ای 4یعدی جهت فراهم ساختن قابلیت های وسیعتری از جستجو استفاده می کنیم.

 

چارچوبی برای یكپارچه سازی تجزیه و تحلیل سیستم های تصمیم گیری و سیستم های داده كاوی

پس از تكمیل ساختار مكعب داده ای، این امکان به وجود می آید تا تحلیل های تصمیم گیری را با سیستم داده کاوی، یکپارچه سازی نمود. هدف این یک پارچه سازی آن است پایگاه دانشی براساس تحلیلOLAP در درون سیستم داده کاوی ایجاد شود و به تجزیه وتحلیل اطلاعات درسیستم داده کاوی پرداخته ویک نقطه ارجاعی را برای فرایند داده کاوی ایجادکند. تکنولوژی OLAP، توانایی ترکیب مشاهده افراد و تکنیک های هوشمند سازی در سیستم داده کاوی را دارد. بنابر این داده ها با سرعت بیشتر و مفاهیم عمیق تر استخراج میشود.

 

طراحی یك سیستم داده كاوی

پیشنهاد ما استفاده از الگوریتم درختی  تصمیم  برای دسته بندی و پیش بینی داده ها است. این الگوریتم به عنوان هسه موتورداده کاوی عمل کرده وداده های مخفی را در داخل پایگاه داده دسته بندی نموده و به پیش بینی  اطلاعات می پردازد. مراحل این الگوریتم عبارتند از:

1.آماده سازی داده های آموزشی از قبل طبقه بندی شده

2.ایجاد یك گره ی درخت تصمیم

3. انتخاب اطلاعات مربوط به نمونه داده های طبقه بندی شده به صورت زیر:

 

erp_ai2.png 

4. انتخاب اطلاعات مربوط به صفت تست جهت محاسبه: اطلاعات مورد نیاز بر مبنای طبقه بند درون زیر مجموعه ها به وسیله صفت A به صورت زیر مشخص می شود:

erp_ai3.png 

5. محاسبه بهره ی اطلاعات مشخصه ی تست: رمزگذاری اطلاعات كه به وسیله ی انشعاب بندی Aبه دست آمده است به صورت زیر است:

erp_ai4.png 

6. تكرار مراحل 2-5 تا زمانیكه اطلاعات مربوط به صفت تست به صورت کامل محاسبه میگردد.

7. انتخاب صفت تست با بالاترین بهره ی اطلاعات به عنوان گره ی پارتیشن برای درخت تصمیم.

8. به منظور تكمیل درخت تصمیم، از این الگوریتم برای پیدا كردن گره های مشخصه ی تست در هر سطح استفاده می شود.

 پیاده سازی عملی و بهره برداری از سیستم ERP هوشمند


رویه  های عملیاتی مربوط به سیستم ERPهوشمند

با استفاده از زیرساختار اطلاعات سیستماتیك كه به وسیله ی وب فراهم شده است، کاربران ممکن است از اینترنت برای تعاملات خود استفاده کنند. این اطلاعات سه جانبه از سیستم ERP هوشمند، به وسیله ی بنگاه تولیدی مورد استفاده قرارمیگیرد. رویه های عملیاتی سیستم ERPهوشمند، را میتوان به صورت زیر تشریح کرد:

  • ورود به سیستم كاربری: کاربران رویه  های مرتبط با سیستم داده کاوی را به وسیله ی اینترنت ویا اینترانت به کار میگیرند.
  • بارگزاری داده ها از سیستم ERP  به سیستم انبار داده ها: برمبنای نیازمندی های هدف تولید، جداول داده ای تولید، جداول داده ای کیفیت، جداول داده ای محصولات مربوط به سیستمERP ، به عنوان منبع داده ای در نظر گرفته میشود . پس از آن به وسیله ی فرایند پاک سازی مقایسه و تبدیل داده ها، به عنوان منبع ورودی داده وارد سیستم انبار داده ها میشود.
  • ایجاد طرح انبار داده ها: سیستم انبار داده ها با توجه به هدف تولید به فرم طرح ستاره ای ایجاد شده است. جدول اصلی تولید درمرکز قرار دارد.
  • ایجاد تحلیل تصمیم گیری OLAP: با توجه به جدول اصلی تولید، جدول بعد كیفیت و جدول بعد محصول، عملیات چند بعدی معكب داده ای با استفاده از متد ROLAP شبیه سازی میشود.
  • انتخاب منبع داده ها و صفات برای داده كاوی: داده های موجود در سیستم انبار داده ها و نتایج عملیات OLAP را میتوان منبعی از داده ها برای داده كاوی دانست. كاربران برای انتخاب منبع داده ها می توانند از ویرایشگر مدل Mission موجود در موتور داده كاوی استفاده كنند.
  • انتخاب الگوریتم و توابع داده كاوی: الگوریتم داده كاوی كه به وسیله ی محاسبه ی پایگاه داده فراهم شده است. شامل درخت تصمیم، شبكه ی عصبی، الگوریم ژنتیك و تحلیل سبد بازار می باشد. توابع داده كاوی شامل طبقه بندی، خوشه بندی، پیشبینی وگروه بندی، پیشبینی و گروه بندی وابستگی است. در این سیستم  از درخت تصمیم به عنوان یک الگوریتم، همچنین از دسته بندی و پیش بینی به عنوان تابع استفاده می شود.
  • اجرای سیستم داده كاوی: پردازنده ی Mission، هسته ی داده كاوی را تشکیل می دهد. . پردازنده از سیستم پردازشی هدف گرا برای اجرای داده كاوی و اتخاذ نتایج مطلوب استفاده می كند.

نتایج بدست آمده از سیستم داده كاوی، معمولاً نوعی داده ی انتزاعی می باشد. در نتیجه، سیستم از روش نمایش دانش بر مبنای قانون  استفاده كرده و آنرا با چارچوب بر مبنای وب مكمل ساخته تا نتایج داده كاوی را تفسیر سازد و به كاربران در درک نتایج بدست آمده کمک کند.

استفاده از سیستم ERP  هوشمند به منظور بهبود كیفیت تولید، بنگاه تولیدی از داده كاوی مربـوط بـه سیسـتم هوشـمندERP برای بهبود کیفیت محصولاتش ،کاهش هزینه های تولید ، و بـروز تحـول در كل كارائی شغلی استفاده می کند.


 

 ویرایشگر محتوا ‭[2]‬

 خطا ‭[1]‬

خطای بخش وب: یک خطای غیر منتظره واقع گردید. شناسه مشخصات حساب: 6587d59e-5862-3072-3eaf-8604052747a5.

جزئیات خطا:
[HttpException: Request is not available in this context]
  at System.Web.UI.Page.get_Request()
  at Microsoft.SharePoint.WebPartPages.BlogAdminWebPart.OnInit(EventArgs e)
  at System.Web.UI.Control.InitRecursive(Control namingContainer)
  at System.Web.UI.Control.AddedControl(Control control, Int32 index)
  at Microsoft.Web.Design.Server.ServerDocument.Microsoft.Web.Design.Server.IServerDocumentDesigner.ParseControl(String outerHtml)
  at Microsoft.SharePoint.WebPartPages.SPWebPartManager.CompressUsingMicrosoftWebDesigner(SourceContent sourceContent, String allRegisterDirectives)
  at Microsoft.SharePoint.WebPartPages.SPWebPartManager.CompressInOrder(Deserializer firstMethod, Deserializer secondMethod, SourceContent sourceContent, String allRegisterDirectives, Boolean isClosed)

 خطا ‭[2]‬

خطای بخش وب: یک خطای غیر منتظره واقع گردید. شناسه مشخصات حساب: 6587d59e-5862-3072-3eaf-8604052747a5.

جزئیات خطا:
[HttpException: Request is not available in this context]
  at System.Web.UI.Page.get_Request()
  at Microsoft.SharePoint.WebPartPages.BlogAdminWebPart.OnInit(EventArgs e)
  at System.Web.UI.Control.InitRecursive(Control namingContainer)
  at System.Web.UI.Control.AddedControl(Control control, Int32 index)
  at Microsoft.Web.Design.Server.ServerDocument.Microsoft.Web.Design.Server.IServerDocumentDesigner.ParseControl(String outerHtml)
  at Microsoft.SharePoint.WebPartPages.SPWebPartManager.CompressUsingMicrosoftWebDesigner(SourceContent sourceContent, String allRegisterDirectives)
  at Microsoft.SharePoint.WebPartPages.SPWebPartManager.CompressInOrder(Deserializer firstMethod, Deserializer secondMethod, SourceContent sourceContent, String allRegisterDirectives, Boolean isClosed)