论文部分内容阅读
模具报价作为模具企业获取订单的首要环节,直接影响模具企业的效益。模具报价是一个涉及技术、经验、市场等多因素的决策过程,复杂的报价环境使得模具报价过程具有明显的差异性特点,市场经济下的激烈竞争使模具报价过程必须具有高效性特点。因此为模具企业构建一个精确的、高效的、灵活的报价系统对模具企业具有重要的意义。随着模具企业信息化的发展,浩如烟海的模具报价数据固化在模具企业存储硬件中。利用数据挖掘技术,灵活挖掘分析模具企业存储的报价数据,构建合理的报价模型为系统的实现提供了可行的思路和方法。本文在探讨数据挖掘技术和模具报价理论的基础上,提出基于数据挖掘的注塑模具报价系统。依据数据挖掘过程模型,首先进行商业理解和数据理解,对注塑模具报价影响因素进行分析,在影响因素分析的基础上进行了数据建模,抽象出材料费、设计费、加工费、利润率和总报价等模型,并明确各模型的输入和输出。基于商业理解和数据理解,进一步完成了系统需求分析、工作流程和功能建模设计。深入研究了注塑模具报价系统中应用的数据挖掘技术,主要探讨了数据离散、模型评估和模型组合等输入输出技术。进一步详细分析了BP神经网络(Error BackPropagation Network)的原理和加工费模型中BP神经网络的应用。接着探讨决策树的原理和决策树在客户价值分类中的应用,详细描述了利用数据挖掘技术构建报价模型的过程。在上述研究成果基础上,实现基于数据挖掘的注塑模具报价系统,系统能够灵活的处理各种建模的需求,不仅局限于本文中提到的报价模型,很好的满足了系统的灵活性要求。由于本文提出材料费模型、工费模型的获取简单快捷,很好的满足了系统的高效性要求。由于系统设计的高灵活性和扩展性,使得本系统对于其它类型模具报价也具有一定的借鉴意义和使用价值。