1、目前，數(shù)據(jù)挖掘作為現(xiàn)代企業(yè)管理的重要輔助工具，被廣泛應(yīng)用于各個領(lǐng)域。在我國，數(shù)據(jù)挖掘技術(shù)取得了較大的成就，但還存在很多問題，尤其是在具體應(yīng)用方面，面向?qū)嶋H應(yīng)用的軟件和可視化挖掘技術(shù)仍然十分匱乏，企業(yè)內(nèi)各種信息往往不能有效的形成決策信息和知識，嚴重滯后了企業(yè)決策智能化的發(fā)展和應(yīng)用。這也是造成我國企業(yè)尤其是西部中小企業(yè)的發(fā)展水平緩慢和管理模式落后的主要原因。所以急需一種能夠解決現(xiàn)有問題，提高企業(yè)各種數(shù)據(jù)的處理能力，幫助企業(yè)進行輔助決策的應(yīng)用

2、系統(tǒng)。 將數(shù)據(jù)挖掘技術(shù)應(yīng)用于企業(yè)的輔助決策，發(fā)現(xiàn)數(shù)據(jù)中隱含的各種有用的知識，來提升企業(yè)管理和決策水平，是一種十分有效的手段。論文以西部地區(qū)中小型制造企業(yè)為研究對象，通過對日常時序數(shù)據(jù)進行模式分析，在國內(nèi)專家知識和先進管理模式指導下，利用神經(jīng)網(wǎng)絡(luò)進行時序數(shù)據(jù)挖掘，用以達到銷售量預測，為企業(yè)生產(chǎn)提供合理輔助決策，對企業(yè)的生產(chǎn)和發(fā)展具有一定的作用。 論文系統(tǒng)研究了時序數(shù)據(jù)挖掘的相關(guān)理論和最新技術(shù)，總結(jié)了通用的開發(fā)方法。以此為基

3、礎(chǔ)，構(gòu)建基于動態(tài)BP神經(jīng)網(wǎng)絡(luò)的時序數(shù)據(jù)預測平臺，研究了其中所采用的關(guān)鍵技術(shù)并加以實現(xiàn)。 論文主要研究成果有以下幾個方面： (1)結(jié)合動態(tài)神經(jīng)網(wǎng)絡(luò)理論，提出了一種動態(tài)逐漸增元的數(shù)據(jù)預測框架，并以此建立了一個應(yīng)用系統(tǒng)，在結(jié)構(gòu)上，可以完成實際業(yè)務(wù)的數(shù)據(jù)挖掘相關(guān)工作，對時序數(shù)據(jù)進行有效的處理，發(fā)現(xiàn)數(shù)據(jù)中內(nèi)在的規(guī)律和模式。 (2)針對時序交易數(shù)據(jù)的特性，將預測轉(zhuǎn)化為基于小樣本空間的對應(yīng)點誤差最小預測，利用BP神經(jīng)網(wǎng)絡(luò)動態(tài)處

4、理，以此來保證了數(shù)據(jù)挖掘后預測結(jié)果的精度保證；并在領(lǐng)域和專家知識的指導下，將其他經(jīng)濟指標參數(shù)作用于預測，提高預測的性能。 (3)結(jié)合構(gòu)建動態(tài)BP網(wǎng)絡(luò)方法，進行動態(tài)可干預的數(shù)據(jù)預測，解決神經(jīng)網(wǎng)絡(luò)特征變量過多造成網(wǎng)絡(luò)收斂速度降低的問題。利用可視化編程，結(jié)合靈敏度分析理論，提高了預測的精度和獲得知識、規(guī)則的可解釋和積累能力。 論文的創(chuàng)新點在于利用動態(tài)神經(jīng)網(wǎng)絡(luò)和基于最小點誤差預測應(yīng)用于企業(yè)時序數(shù)據(jù)預測系統(tǒng)，提出了一種結(jié)合靈敏度分