2014年物流师二级考试经典案例题型串讲-1
美国照明公司(ALP)主要生产荧光灯管。ALP有两个工厂分别位于克利夫兰和哥伦布地区.两个工厂向市场提供700多种产品，主要销售渠道有三条：工商企业(C&I)、消费者、和原始设备制造商(OEM)，长期来C&I是公司的业务重点，但家居中心和折扣店的出现使消费者这条销售渠道规模越来越大，在整体营销战略中的地位越来越重要。OEM的市场规模很小r但它是打开潜在市场的重要一步，因为灯管坏的时候，消费者倾向于购买与原装灯符一摸一样的产品。
每个分拨渠道都有独特的需求和库存要求.消费者渠道产：铺种类有限，但消费者要求最高，要么发货，要么取消订货：OEM往往订一种产品，而且是整车装运，当天收到货物，如果暂时无货，则转向其他供应商：C&I客户定购计划高度复杂，但多数客户只是定期补货以填满货架，常常额外订单较多.且要求即刻送货。
ALP将产成品存放在分布于全美各地的8个主分拨中心(MDC)，每个分拨中心为这其所在的整个地区提供销售服务。各工厂以整车方式向MDC运送货物，大批量运输使得工厂能以规模经济进行生产。各工厂按周计划生产，尽量减少按月计划生所出所出现的预测误差，每个MDC是供应该地区的中枢.其规模由地区规模决定。产品生产出来后，有下列因素确定向各分拨中心分配多少产品量：
·各MDC超出现有库存的现有客户订货量
·各MDC的库存低于基本库存水平的数量
各MDC的基本库存水平是在历史销售水平的基础的上确定的。如果是新产品，就根据目标客户及其估计销量确定存货地点和基本库存水平。所有MDC的基本库存之和就是产品的系统库存目标值(NSO)。NSO是决定生产下一批产品的再订货点。各MDC的服务区的预测销售量
客户通过地区销售人员订货，销售人员再将受订单送到中央客户服务中心，中央服务中心将订单输入订货系统，并根据客户邮政编码将订单相应的MDC，如订单订购是整车某种产品，订单将直接分配给工厂，由工厂直送。由于预测误差有时较大火，往往导致一个仓库缺货，而另一个仓库产品过剩。因此.导致前者延期交货或由产品过剩仓库履行订单。
过去，ALP的席存管理策略上主要是保有库存以保证一定的生批量，同时满季节性很强的需要(如一、四季度是销售高峰季度)。库存策略还要考虑工厂夏季停工问题(一般停2到3周进行设备维修捡查)，停工前需要备足库存。这样的库存策略导致库存水平很高，为降低库存，ALP计划两个方案：
第一个方案：针对全国消费者建立一座大型订购中心(LOC)作为新的MDC，将消费者的产品集中到一个仓库，从这一中心进行分拨，专门为消费者服务。
第二个方案：合并仓库，减少MDC的数量。
问题：
(1)分析LOC方案的优缺点?
(2)合并仓库方案的会导致什么结果?
(3)说明ALP库存增加的原因?
参考答案：
(1)
优点：
提高对消费者的服务水平。
降低总库存。
缺点：
(A)可能降低对C&I、OEM客户的服务水平。
(B)增加了对LOC的投资。
(2)结果：
(A)使得每个保留下来的MDC库存量比现在商，而总的系统库存比现在低。
(B)运输成本增加。
(C)提前期增加。
(D)投资增加。
(3)原因：
ALP的库存管理策略主要是保有库存，以保证一定的生产批量，同时要满足季节性很强的需要，如一、四季度为销售高峰季度;库存策略还要考虑工厂夏季停工问题，一般停2到3周，以作设备维修检查，停工前需备足库存。这样的库存策略导致库存水平很高。
2014年物流师二级考试经典案例题型串讲-2
A公司是一家日本的汽车制造公司，在全球已经拥有43个国家的73个生产点，向全球超过150个国家的市场供应汽车，并且还拥有一个以150个国家的市场为基础的供应商网络。这种全球性的供应链复杂性，对A公司如何有效的为经销商供给整车和零部件的物流提出了严峻的挑战。
零部件是独立制造的，然后再组装。在A公司的全球供应链中存在两种类型的零配件。第一种是原装配的部件，是由其供应商直接传输给生产整车的制造商以满足每天的生产需要。第二种是备用部件，由相同的供应商供给在北美市场的A公司的汽车零部件供应商。
A公司已经组成了几个任务小组，考察在4个供应链流程中存在的改进机会。任务小组的考察结果有助于形成公司未来的战略方向。
1、供应商关系的管理
供应关系管理的日本风格是建立谋求双方长期双赢的联盟关系，这种风格运用在了与所有供应商的关系中，A公司的具体做法是挑选一个OEM供应商作为特定部件的唯一供应商，以便双方长期合作。他同时会给供应商发记分卡，记分卡上标出了哪些地方需要改进和哪些地方需要因时变化。为了部件的分销运营，A公司要精心挑选和管理承运商和供应商。公司保持着对进货和出货运输的控制。以及采用了“核心承运商”的观念来减少所使用的承运商的数量。
2、利用外部资源/第三方
直到三年前，A公司的所有配送中心都是自己所有和运营。出于对订单准确率和周转时间控制的重要性认识，公司在备个运营点作了详细的调查研究。公司决定着手利用外部资源即采购第三方物流服务来运作它的几个配送中心。公司希望利用外部资源增强其在市场上的竞争力。公司的物流经理组建了一个团队着手实施这一项目，但是对于第三方物流供应商的选择是一个头疼的问题，因为承运人的候选名单太多，有第三方物流公司、航空公司、运输企业、铁路公司和航运企业等。
3、电子数据交换
许多产业都已经接受了使用电子商务作交易，以便减少错误和降低成本，并且提高了服务水平。公司刚刚开始与供应链的伙伴之问发送和接受屯子信息。虽然客户发出发票和向一些供应商签订购买订单使用电子工具，已经表明电子数据交换非常方便，但是和承运商之间的签订单和支付流程仍然没有使用电子数据交换，还是使用人工完成。
4、接收流程
当供应商把货物遇到公司的配送中心时，发票就送到公司并记在应付账上。当接收到货物时，就提货单作出接收报告和准确船运量的检查。接收报告送应付账户管理处，然后把发票和报告匹配起来。如果二者能够吻合起来，就签发支票并通过人工或者电子方式传送给供应商。向承运商的支付流程也是同样的。如果发票和报告有不一致的地方，就要和供应商和承运商进行调解。在应付账户管理处雇用了25个人。
问题：
(1)请简单评价一下A公司的供应商管理。
(2)A公司采购第三方物流服务能给公司带来什么样的价值和潜在的风险?
(3)请列出一些基本条件来帮助A公司减少候选承运商的数量。
(4)公司的电子数据交换和接受流程方面有哪些可以改进的地方?。
参考答案：
(1)评价如下：
(A)战略联盟的合作关系可以成为公司的核心竞争力，而且长期的合作关系能够降低成本，对业务也有更强的控制能力。
(B)公司发给供应商的计分卡体现了在供应商管理方面的持续改进的意识。
(C)唯一的供应商对公司而言也有风险，应制定应急处理措施。
(2)价值：
(A)企业集中精力于核心业务。
(B)利用供应商的先进技术。
(C)减少固定资产投资，加速资本周转。
(D)提供灵活多样的顾客服务，为顾客创造更多的价值。
风险：
(A)企业不能直接控制物流职能。
(B)可能不能保证供货的准确和及时，不能保证顾客服务的质量和维护与顾客的长期关系。
(C)企业将放弃对物流专业技术的开发。
(3)基本条件如下：
(A)有足够的规模处理公司现在和将来的物流。
(B)有足够的物流知识。
(C)有在未来扩展实力的资源。
(D)被认为在持续改进服务质量。
(E)有稳定并能和公司相契合的企业文化。
(4)可以改进的地方如下：
(A)把现有的电子数据交换系统扩展到所有可使用的地方。
(B)通过信息系统或者其他方法消除接收流程中人工匹配数据和核查报告的麻烦。
2014年物流师二级考试经典案例题型串讲-3
A公司创建于1998年，是一家从3万元起家，发展至拥有6亿多元资产，年销售额达到10.7亿_元的民营企业，其主要产品是鞋类，公司的战略是希望通过快速的市场反应能力和优质的产品不断扩大其市场份额。面对中国皮鞋业供大于求的不争事实。A公司通过对公司物流系统的不断地改革与完善，终使A公司跨过了众多企业难以解决的物流瓶颈问题，使企业终处于良性循环的发展轨道。
1、物流模式演进变革
A公司在物流系统的建设的道路上有过几次反复。1998年以前A公司基本上是沿用“以产定销”的经营模式，总部生产部门生产什么，营销人员就推销什么，代理商就卖什么，这
套物流模式在A公司发展过中起过比较重要的作用。因为这样总部的“主动权”比较大，但在运作这套模式的过程中，矛盾也逐步暴露了出来。
1999年，A公司生产、营销两分离，全面导入订单制，即生产部门生产什么，不是生产部门说了算，而是营销部门说了算，而营销部门则根据市场的信息、分公司的需求、代理商的订单进行信息整合，最后形成需求，向生产部门下订单，这叫订单制，也叫以销定产。这种订单制的实施，实质上就是把生产部门变成了营销部门的OEM(加工厂家)，这样，A公司的订单制，以客户为中心的物流运作模式得以慢慢形成。在整体思路以订单制为中心的物流模式中，A公司还通过对其中的几个“关键词”进行了改造，使得整个系统的运行有了保障。
2、物流运作速度
现代市场的竞争很重要的一点就是对市场的反应能力。特别是对皮鞋行业而言，许多是季节性的产品。对于这种类型的产品，就在于比时间，比速度，对于一些畅销的品种，如果你能抢先于你的对手一星期上货，一个月出货就抢先占领了市场。
公司库存管理主要是通过手工做帐与每月盘点的方法来实现，这种方法在企业处于中小阶段不能适应，但是企业发展到一定阶段后，特别是面对当今市场高速运.行，皮鞋季节分化日益明显的态势，不能及时清晰地对库存结构及数量做出准确的反映，就会在企业的运营中出现非常被动的局面。有时你的库存处于警戒线后，你必须在一个月后，经过全国大盘点后才可以得知，而这时，当你想进行调整的已经有些晚了。公司急切地想在这方面进行改进。
3、物流运作信息至上
在A公司的内部有一种共识，在金钱贪污、物品贪污、信息贪污中，最可怕的是信息贪污。
信息的重要性由此可见一班。为此，A公司设立专职的信息部门，负责收集全国信息。现在的A公司总部专门设立了一个由20多人组成的信息部门，负责收集分析研究全国的市场信息，为公司的生产、营销、开发提供依据。同时期，每个分公司、每个专卖店也落实卖价负责信息工作，并与总部进行对接。信息人员依据工作分工，每天收集不同季节、不同类型的产品信息，并及时反馈到开发部门，为开发工作提供依据;常年收集市场终端信息，为公司的市场规划提供依据。总部则每天利用晨会，对信息筛选、分析并分流后，交由相关部门处理，并对前一天的处理结果进行反馈。
问题：
(1)公司最初的有总部控制的物流模式有什么弊端?经过改革后的物流模式能带来
什么好处?
(2)你对公司的库存管理改革有什么好的建议?
(3)“在A公司的内部有一种共识，。在金钱贪污、物品贪污、信息贪污中，最可怕的是信息贪污。”谈谈你对这句话的理解。
(4)如果你是A公司的物流经理，你会怎样制定A公司未来的物流发展战略?简述理由。
参考答案：
(1)弊端：
(A)总部可能无法准确把握市场的信息，产销不对路。
(B)会有较多的库存产生。
好处：
(A)订单驱动的管理模式避免了预测带来的不准确性。
(B)降低了库存成本。
(2)建议如下：
建立全国营销的分销系统，对每个分公司，办事处配各电脑，并与总部电脑进行链接，使各网点与总部进行联网，最后达到信息快速共享的目的。这样，总部与分公司、公公司与终端网点的信息沟通、反馈及处理就全部在电脑上操作完成。形成一个快速的信息反应链。这样每个销售分公司的销售网点每天的销售就一目了然。
(3)理解要点：
(A)信息的传递在物流系统中是至关重要的。
(B)信息的丢失将使整个物流系统无法运行。
(C)为了避免信息的丢失，必须建立高效的信息系统。
(D)建立一个信息收集，处理，反馈的机制。
(4)物流发展战略要点：
首先，公司的物流战略必须与公司的战略保持一致。
(A)建立覆盖全国的快速的配送网络体系。
(B)信息技术战略即采用先进的信息技术支持公司的物流网络。
(C)第三方物流战略。
2014年物流师二级考试经典案例题型串讲-4
A集团是一家专业的快速消费品生产厂商，它通过引入现代物流管理方式，加快产成品走向市场的速度。同时使库存占用资金、仓储费用及周转运输在一年多的时间里降低了3900万元。
从开票、批条子的计划调拨r：到在全国建立代理经销商制;是A集团为适应市场竞争的一次重大调整。但在运作中却发现，由代理商控制市场局面，在市场上倒来倒去的做法，只能牵着企业的鼻子走，加上目前市场的信誉度较差，使A集团在组织生产和销售时遇到很大困难。
1998年第一季度，A集团的物流管理系统开始启动，当时其产品的产不过30多万吨，但库存就高达3万吨，限产处理积压，按市场需求组织生产成为当时的主要任务。A集团先后派出两批业务骨干到国外考察、学习，提出了优化产成品物流通渠道的具体做法和规划方案。、这项以消费者为中心，以市场为导向，以提高供应链运行效率为目标的物流管理改革，建立起了集团与各销售点物流、信息流和资金流全部由计算机网络管理的智能化配送体系。
A集团首先成立了仓储调度中心，对全国市场区域的仓储活动进行重新规划，引入了信息系统，对产品的仓储、转库进行实行统一管理和控制。由提供单一的仓储服务，到对产成品的市场区域分布、流通时间等全面的调整、。平衡和控制，仓储调度成为销售过程中降低成本、增加效益的重要一环。以原运输公司为基础，A集团注册成立具有独立法人资格的物流有限公司，引进现代物流理念和技术，并完全按照市场机制运作。作为提供运输服务的“卖方”，物流公司能够确保按规定要求，以最短的时间、最少的下节和最经济的运送方式，将产品送至目的地。
同时，A集团应用建立在INTERNET信息传输基础上的.ERP：系统，将物流、信息流、资金流全面统一在计算机网络的智能化管理之下，建立起各分公司与总公司之间的快速信息通道，及时掌握各地最新的市场库存、;货物和资金流动情况，为制定市场策略提供准确的依据，并且简化了业务运行程序，提高了销售系统动作效率，增强了企业的应变能力。同时A集团还对运输仓储过程中的各个环节进行了重新整合、优化，以减少运输周转次数，压缩库存、缩短产品仓储和周转时间等。具体做法如：根据客户订单，产品从生产厂直接运往港、
站;省内订货从生产厂直接运到客户仓库。仅此一项，每箱的成本就下降了0.5元。同时对仓储的存量作了科学的界定，并规定了上限和下限，上限为1.2万吨。低于下限发出要货指令，高于上限下再安排生产，这样使仓储成为生产调度的“平衡器”，从根本上改变了淡季库存积压，旺季市场断挡的尴尬局面，满足了市场对新鲜度的需求。
目前，A集团仓库面积由7万多平方米下降到29260平方米，产成品库存量平均降到6000吨。
这个产品物流体实现了环环相扣，销售部门根据各地销售网络的要货计划和市场预测，制定销售计划：仓储部门根据销售计划和库存及时向生产企业传递要货信息;生产厂有针对性地组织生产，物流公司则及时地调度运力，确保交货质量和交货期。同时销售代理商在有了稳定的货源供应后，可以从人、财、物等方面进一步降低销售成本，增加效益。经过1
年多的运转A集团的物流网已取得了阶段性成果。产成品周转速度加快，库存下降使资金占用下降了3500多万元：再是仓储面积降低，仓储费用下降187万元，。。市肉周转运输费降低了189.6元。
现代物流管理体系的建立;使A集团的整体营销水平和市场竞争能力大大提高，1999年，A集团产销量达到。107万吨，再登国内榜首。其建立的信息网络系统还具有较强的扩展性，为企业在拥有完善的物流配送体系和成熟的市场供求关系时开展电子商务准备了必要的条件。
问题：
(1)请比较一下A集团的仓储调度中心与传统的仓储系统。
(2)A集团成立自己的物流公司对集团而言有什么好处?
(3)在公司的整个物流系统中，，通常对于信息的质量有什么样的要求?
(4)请简述ERP系统和传统的物流信息系统有什么区别?
参考答案：
(1)比较如下：
(A)传统的仓储集中于产品的储存，A集团的仓储调度中心是从全局的角度来进行运作的。
(B)传统的仓库只是一个节点，而A集团的仓储调度中心则是充当一个管理者的角色。
(C)传统的仓储系统功能单一。
(D)传统的仓储系统没有信息技术的支撑，效率低下。
(2) 好处如下：
(A)自己组建物流公司与采购第三方物流公司的效果是相同的。
(B)企业组建自己的物流公司能更好的控制整个物流运作，避免外包带来的风险。
(C)不必担心自己的核心数据会泄漏给第三方物流公司。
(D)可以把第三方物流公司作为自己的利润中心之一。
(3)通常对于信息的质量有以下的要求：
(A)信息的可用性。
(B)信息的准确性。
(C)信息的及时性。
(D)信息交流的有效性。
(4)区别如下：
(A)ERP是一个集成的系统，覆盖了从计划、采购、库存、生产管理、销售于分销、财务、售后服务、，成本核算等。
(B)ERP是基于供应链管理的思想，目标是实现整体最优。
(C)ERP是由订单出发业务流程的，注重的是流程管理。
2014年物流师二级考试经典案例题型串讲-5
建立沃尔玛之初，公司就意识到有效的商品配送是保证公司达到最大销售量和最低成本的存货周转及费用的核心。而唯一使公司获得可靠供货保证及提高效率的途径，就是建立自己的配送组织.包括送货车队和仓库。
1969年。公司总部在本顿威尔落成，并建立了沃尔玛的第一个配送中心，当时即可集中处理公司所销商品的40%，大大提高了公司采购大量商品的能力。为支持公司业务发展，
沃尔玛不断建设配送中心，20世纪90年代初沃尔玛建成20多个配送中心，总面积为160万平方米。公司8万种商品中85%的商品由这些配送中心处理.余下的t5%仍有供应商直接送到分店。
在配送运作时，大宗商品通常经由铁路送达配送中心，再由公司卡车送达商店。每个店一周大约收到l～3卡车货物，60%的卡车在返回配送中心途中，又沿途从供应商处运回购买的商品。这样的集中配送大大降低了运输成本。
沃尔玛的配送中心运行完全实现了自动化，每种商品都有条码，由十几公里长的传送带传送商品，激光扫描器和电脑追踪每件商-吊的储存位置及运送情况，配送中心24小时连续作业，每个配送中心每年处理数亿次商品，99%的订单正确无误。
沃尔玛的配送系统中.沃尔玛的商店通过电脑向总部订货，平均只要两天就可以列货.如果急需。则第二天即可到货，这一速度同业中无人可及。这使沃尔玛享有比其他竞争对手大得多的优势.使其货架总能保持充盈，并随时掌握到货时间。沃尔玛商场的商品都是利用标准的条形码进行管理，商品卖出的信息通过POS系统及时传递到总部和配送中心.总部和配送中心任何时候都可以知道每一个商店现在货架上有多少货物，配送中心存有多少货物，多少货物在运输途中等，还可以了解某种货物上周卖出多少.去年卖出多少，同时预测将来能卖出多少等。在沃尔玛商场不需要用纸张处理订单.自动补货系统可使商场自动向配送中心订货。
另外，沃尔玛的供货商可以根据协议进入沃尔玛的信息系统及时了解沃尔玛各时间段的销售情况，根据这些信息来决定生产，即时供应，降低产品了成本。
值得注意的是，在沃尔玛配送中心、上游供货商、下游沃尔玛商场这个供应链中，进货产品与订货单、发货单完全一致，整车的商品卸载到商店无须检验，这些商品可以直接放到货架上，大大节省了验货的时问和劳力，降低了成本。
供货商送货到配中心.供货商很清楚，为一家配送中心送货与为数十家商场送同样的货物成本要低得多.供货商和配送中心之间建立伙伴关系，供货商拿出节省的部分利润让利于消货者，大家最终都能获得最佳利益。
在整个配送系统中.送货运输费用最高，为了节省送货费用、降低运输成本，沃尔玛的配送车辆全部是加长的大型货柜车辆，在长度和高度上超过了集装箱卡车。沃尔玛采用全球定位系统，调度室里任何时候都能知道某一车辆在什么地方，离商场远近.大大提高了系统效率。
沃尔玛在送货方面的另一个运营策略就是整车装满货物，从车厢底部到顶部都装的满满的。配送中心在供货商和商场之间，什么时间车辆到达都是预先约好的，按照运行时间表，
进行供货运输或配送运输，供货商的供货运输也可以采用沃尔玛运输系统，因为沃尔玛运输系统效率高成本低，对商场需求批量大的货物可以从供货商处直接运抵商场。
可以说，配送业务管理的成功，保证了沃尔玛公司从一个区域性连锁公司发展成为全国性连锁.而且一直保持希低成本，，业绩不断成长，.确保了公司的发展，是公司成功的一个重要武器。
问题：
(1)为什么沃尔玛公司能够取得效率和成本方面的最大竞争优势?
(2)自动补货系统的优势?
(3)沃尔玛公司建立自己的配送组织是基于什么理念?
(4)沃尔玛公司采用那些有效的运输策略?
参考答案：
(1)优势要点：
(A)建立自己的配送组织，注重配送中心的建设。
(B)自动补货系统。
(C)计划运输、满装满载。
(D)大批量采购。
(E)回程货载利用。
(F)车辆的动态管理跟踪。
(G)采用大型运输车辆。
(H)与供应商建立联盟，信息共享。
(I)商品免捡。
(2)自动补货系统的优势：
(A)及时掌握销售动态。
(B)简化订单管理，减少订单差错率。
(C)减少配送差错。
(D)防止缺货。
(E)及时发现滞销品等
3)其理念是：有效的商品配送是保证公司达到最大销售量和最低成本的存货周转及费用的核心。而唯一使公司获得可靠供货保证及提高效率的途径，就是建立自己的配送组织，包括送货车队和仓库.以实现批量采购、统一配送，实现物流规模效益。
(4)沃尔玛公司采用的有效的运输策略有：
(A)特型车辆。
(B)车辆沿途捎带货物。
(C)统一配送。
(D)整车运输。
(E)卫星定位系统跟踪车辆。
(F)按运运时间表供货或托送。
(G)大批量货物直送。
2013年物流师考试物流案例分析经典题1
案例一：20世纪90年代中后期，一家大型零售企业，为提高物流效率，为其配送中心购买了一套自动分拣设备。但是购买后发现由于规模、技术等原因不能有效使用，出现了手工分拣成本低于自动分拣成本的情况。因此，该设备被闲置起来。
请用配送中心设备选择的相关要点对该案例予以分析。
案例一答案要点:
答：(要点)
该公司的问题主要体现在：(1)设备选择时盲目追求先进性;(2)没有充分了解自动分拣设备的基本使用要求，即规模性，当时该类企业的日销售量都不能满足要求。
配送中心在进行设备选择时应遵循三项基本原则：(1)先进性：不买落后设备;(2)经济性：尽量在符合条件下，购买价格便宜的;(3)合理性：设备作业能力与物流需求相适应。最后依据系统性原则，要做到先进性与经济性、合理性相结合。
落实到设备选择的具体要点有：(1)设备的使用方法;(2)设备的形状、尺寸和重量;(3)设备的作业能力;(4)物流量的平衡。
2013年物流师考试物流案例分析经典题2
案例二：有一销售企业，主要对自己的销售点和大客户进行配送，配送方法为销售点和大客户有需求就立即组织装车送货，结果经常造成送货车辆空载率过高，同时往往出现所有车都派出去而其他用户需求满足不了的情况。所以销售经理一直要求增加送货车辆，由于资金原因一直没有购车。
请问：
1.如果你是公司决策人，你会买车来解决送货效率低的问题吗?为什么?
2.请用配送的含义分析该案例，并提出解决办法
案例二答案要点:
答：
1.不会。因为本来空载率就过高了，再买车为应急会使其更高;是送货方式不对，不是车太少了。
2.配送是指在经济合理的区域范围内，根据用户要求，在配送中心或其他物流结点对物品进行拣选、加工、包装、分割、组配等作业，以合理的方式，按时送达指定地点的物流活动。
它不是一般意义上的送货而是有组织、有计划地送货，要求先配货再送货。具体做法为：
(1)制定配送时间表，确定配送时段;
(2)要求各个门店和大客户的销售代表在各时段前半个小时将所需商品报到配送中心;
(3)配送中心根据所报内容配货，并确定配送路线和配车计划，保证低空载和一次配送多个客户。
2013年物流师考试物流案例分析经典题3
案例三：美国机械公司是一家以机械制造为主的企业，该企业长期以来一直以满足顾客需求为宗旨。为了保证供货，该公司在美国本土建立了500多个仓库。但是仓库管理成本一直居高不下，每年大约有2000万美元。所以该公司聘请一调查公司做了一项细致调查报告，结果为：以目前情况，如果减少202个仓库，则会使总仓库管理成本下降200万～300万美元，但是由于可能会造成供货紧张，销售收入会下降18%。
请问：
1.如果你是企业总裁，你是否会依据调查公司的结果减少仓库?为什么?
2.如果不这样做，你又如何决策?
案例三答案要点:
答：
1.不会。因为：(1)减少202个仓库只能节省200万～300万美元，却造成了18%销售收入的下降，得不偿失。(2)即使能节省大量费用通过减少仓库丧失销售收入也不是上策，因为这等于顾客的丧失，在现代市场营销环境下，企业惟一的生存发展途径便是最大限度地满足用户需求。
2.首先，通过调查，依据目标市场细分的原理将全国市场细分为10～15个左右的大型区域，目的是在每个大型区域建立区域配送中心;其次，通过配送中心选址方法选择每个区域配送中心的合适的地理位置;第三，在每个区域内，选择5个左右的集中销售城市，建成城市配送中心;最后，从基本作业、实用物流技术、物流设备、管理信息系统四个方面人手，正意义上发挥配送中心降低物流成本，提高顾客满意度的目标。
只有这样才能实现仓库大量减少，费用下降的目的，同时通过现代配送中心的作业提高顾客满意度，一两得。
2013年物流师考试物流案例分析经典题4
案例四：郑州市地处中原地区，交通便利，是国家重点支持建设的大型商贸城市之一，在这个拥有600万人口的城市里，商业企业、工业企业等交错布局，比较适合开展异产业间的共同配送。郑州市的仓储企业除了各个产业部门的仓库外，聚集了中央、省级的仓储企业，
数量众多、规模较大的有70多家，这些仓库目前基本都在从事异产业的仓储服务，但是还不能提供配送服务，更不能提供异产业问的共同配送服务。
请问：
1.你认为同产业和异产业共同配送有哪些优缺点?
2.如果让你来组织和运作一个共同配送的项目，你将分几步开展这项工作?
案例四答案要点:
答：
1.同产业共同配送优点在于配送商品物理化学特性相似，容易组织混载配送。缺点在于容易造成商业信息的泄露。
不同产业共同配送优点在于不存在商业信息的泄露的问题。缺点在于配送商品物理化学特性不同，不容易组织混载配送，另外配送成本核算也较难。
2.可以分为以下几步：(1)调查：①异产业的数量、商品品种数量和运输配送情况;②70个仓库的具体位置及商品品种、数量、配送量。(2)依据调查确定可以作为共同配送中心的仓库位置。(3)协调异产业间可以参加共同配送企业间的利益关系。(4)组织人员、车辆、设备、技术等。(5)协调和政府之间的关系，争取获得政策支持。
2013年物流师考试物流案例分析经典题5
日本大和运输公司于1976年推出了一种全新的运输服务。这种运输服务和传统的运输服务有着明显的不同，它既完成了城市范围内的短距离运输，又实现了城市间的长距离运输。同时，它所运输的商品都是原来由邮局或铁路承担的与商流活动关系不大的小件物品。正是由于它的独特性，使得这种运输方式很快获得了巨大的成功。
请问：
1.这种运输方式的名称是什么?如何解释?
2.这种运输方式有哪些特点?
3.简述这种运输方式的运输模式
答：
1.名称是宅急便运输;宅急便运输是家庭到家庭、企业到企业以及企业到家庭的小件物品的道路快运服务。
2.(1)快速化：翌日送达;(2)便利化：通过电话委托取货或送到就近代办点;(3)简洁化：运费按件计算，托运不需复杂包装;(4)网络化：代办点遍布城市，24小时服务，实现了规模效益。
3.它实现了运输与配送的有机结合;具体作业流程上是小货车取
货——中转站集货——干线运输——中转站配送。
《数据挖掘》Weka实验报告 姓名＿学号＿ 指导教师 开课学期2015 至2016 学年 2 学期完成日期2015年6月12日
1.实验目的 基于https://www.doczj.com/doc/775612548.html,/ml/datasets/Breast+Cancer+WiscOnsin+%28Ori- ginal%29的数据，使用数据挖掘中的分类算法，运用Weka平台的基本功能对数据集进行分类，对算法结果进行性能比较，画出性能比较图，另外针对不同数量的训练集进行对比实验，并画出性能比较图训练并测试。 2.实验环境 实验采用Weka平台，数据使用来自https://www.doczj.com/doc/775612548.html,/ml/Datasets/Br- east+Cancer+WiscOnsin+%28Original%29，主要使用其中的Breast Cancer Wisc- onsin (Original) Data Set数据。Weka是怀卡托智能分析系统的缩写，该系统由新西兰怀卡托大学开发。Weka使用Java写成的，并且限制在GNU通用公共证书的条件下发布。它可以运行于几乎所有操作平台，是一款免费的，非商业化的机器学习以及数据挖掘软件。Weka提供了一个统一界面，可结合预处理以及后处理方法，将许多不同的学习算法应用于任何所给的数据集，并评估由不同的学习方案所得出的结果。 3.实验步骤 3.1数据预处理 本实验是针对威斯康辛州(原始)的乳腺癌数据集进行分类，该表含有Sample code number（样本代码)，Clump Thickness（丛厚度），Uniformity of Cell Size （均匀的细胞大小），Uniformity of Cell Shape （均匀的细胞形状），Marginal Adhesion（边际粘连），Single Epithelial Cell Size（单一的上皮细胞大小），Bare Nuclei（裸核），Bland Chromatin（平淡的染色质），Normal Nucleoli（正常的核仁），Mitoses（有丝分裂），Class（分类），其中第二项到第十项取值均为1-10，分类中2代表良性，4代表恶性。通过实验，希望能找出患乳腺癌客户各指标的分布情况。 该数据的数据属性如下： 1. Sample code number（numeric），样本代码； 2. Clump Thickness（numeric），丛厚度；
哈尔滨工业大学 数据挖掘理论与算法实验报告(2016年度秋季学期) 课程编码S1300019C 授课教师邹兆年 学生姓名汪瑞 学号 16S003011 学院计算机学院
一、实验内容 决策树算法是一种有监督学习的分类算法；kmeans是一种无监督的聚类算法。 本次实验实现了以上两种算法。在决策树算法中采用了不同的样本划分方式、不同的分支属性的选择标准。在kmeans算法中，比较了不同初始质心产生的差异。 本实验主要使用python语言实现，使用了sklearn包作为实验工具。 二、实验设计 1.决策树算法 1.1读取数据集 本次实验主要使用的数据集是汽车价值数据。有6个属性，命名和属性值分别如下： buying: vhigh, high, med, low. maint: vhigh, high, med, low. doors: 2, 3, 4, 5more. persons: 2, 4, more. lug_boot: small, med, big. safety: low, med, high. 分类属性是汽车价值，共4类，如下： class values：unacc, acc, good, vgood 该数据集不存在空缺值。
由于sklearn.tree只能使用数值数据，因此需要对数据进行预处理，将所有标签类属性值转换为整形。 1.2数据集划分 数据集预处理完毕后，对该数据进行数据集划分。数据集划分方法有hold-out法、k-fold交叉验证法以及有放回抽样法（boottrap）。 Hold—out法在pthon中的实现是使用如下语句： 其中，cv是sklearn中cross_validation包，train_test_split 方法的参数分别是数据集、数据集大小、测试集所占比、随机生成方法的可
三个案例分析与改善 1组装调试按钮盘问题分析与改善 1.1问题描述与分析 调试按钮盘（见图1.1）是运行该生化检验仪的核心部件，组装它是件费事的事，不仅耗的时间久，而且双手操作不当很容易疲惫。因此，接下来对组装调试按钮盘进行双手操作分析，通过更舒适、简单的方法，提高工人的效率，达到我们优化的目的。 为现行方法做双手作业分析，图1.1为工作台平面布置图，图1.2是现行方法的双手作业图； 工作任务：组装调试按钮盘； 开始：双手空闲，待装品在工作台上； 结束：拧完螺丝。 按钮底盘 图1.1 工作台平面布置图
图1.2 组装调试按钮盘的现行方法 由于螺丝和槽片或螺丝刀都是在作业人员的正侧面，当用左手拿螺丝时，作业人员的身体往左边，重心偏左，左手进行作业。接着拿槽片、螺丝刀时，身体朝右边，重心向右，右手在进行作业，这样进行作业使得左右手分别产生了等待和持住的现象，双手不能同时工作而使作业者产生疲劳。所以根据ECRS原则、5W1H提问可以使现行方法得到改善，主要是充分利用双手工作时间，减少左手的等待时间。 4.2 改善方案 由上面的ECRS原则、5W1H提问分析可得到改善方案，如下图4.3所示： 图1.3 组装调试按钮盘的改善方法 总结： 对现行方法和改善方法比较如下表： 表1.1 现行方法和改善方法的比较 采用了改善的方法后，左右手动作的次数分别减少了3次、4次，动作总数由原来的29次变为了22次，生产率提高了24.1%。
2生化仪器装箱问题分析与改善 2.1问题描述与分析 对于整个车间来说，包装是最耗时长的工作，通过观察发现许多工艺程序是重复的，所以可以通过工业工程的知识进行优化改善。 根据生化仪器装箱工艺程序绘制它的工艺程序图得图5.1所示： 检查仪器外表 封仪器底盖 贴型号标签 密封 取泡沫 取包装木箱 打开木箱盖子 放底泡沫 放仪器 放顶泡沫 封盖 取工具 钉螺丝 贴出厂标签 组装配套 总体检查 运送 图2.1 改善前工艺程序图
第 - 1 - 页 共 4 页 数据挖掘试卷 课程代码： C0204413 课程： 数据挖掘A 卷 一、判断题（每题1分，10分） 1. 从点作为个体簇开始，每一步合并两个最接近的簇，这是一种分裂的层次聚类方法。（ ） 2. 数据挖掘的目标不在于数据采集策略，而在于对已经存在的数据进行模式的发掘。（ ） 3. 在聚类分析当中，簇内的相似性越大，簇间的差别越大，聚类的效果就越差。（ ） 4. 当两个点之间的邻近度取它们之间距离的平方时，Ward 方法与组平均非常相似。（ ） 5. DBSCAN 是相对抗噪声的，并且能够处理任意形状和大小的簇。（ ） 6. 属性的性质不必与用来度量他的值的性质相同。（ ） 7. 全链对噪声点和离群点很敏感。（ ） 8. 对于非对称的属性，只有非零值才是重要的。（ ） 9. K 均值可以很好的处理不同密度的数据。（ ） 10. 单链技术擅长处理椭圆形状的簇。（ ） 二、选择题（每题2分，30分） 1. 当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分离？( ) A.分类 B.聚类 C.关联分析 D.主成分分析 2. ( )将两个簇的邻近度定义为不同簇的所有点对邻近度的平均值，它是一种凝聚层次聚类技术。 A.MIN(单链) B.MAX(全链) C.组平均 D.Ward 方法 3.数据挖掘的经典案例“啤酒与尿布试验”最主要是应用了( )数据挖掘方法。 A 分类 B 预测 C 关联规则分析 D 聚类 4.关于K 均值和DBSCAN 的比较，以下说法不正确的是( ) A.K 均值丢弃被它识别为噪声的对象，而DBSCAN 一般聚类所有对象。 B.K 均值使用簇的基于原型的概念，DBSCAN 使用基于密度的概念。 C.K 均值很难处理非球形的簇和不同大小的簇，DBSCAN 可以处理不同大小和不同形状的簇 D.K 均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN 会合并有重叠的簇 5.下列关于Ward ’s Method 说法错误的是：( )
数据挖掘课程报告 学习“数据挖掘”这门课程已经有一个学期了，在这十余周的学习过程中，我对数据挖掘这门技术有了一定的了解，明确了一些以前经常容易混淆的概念，并对其应用以及研究热点有了进一步的认识。以下主要谈一下我的心得体会，以及我对数据挖掘这项课题的见解。 随着数据库技术和计算机网络的迅速发展以及数据库管理系统的广泛应用，
人们积累的数据越来越多，而数据挖掘(Data Mining)就是在这样的背景下诞生的。 简单来说，数据挖掘就是从大量的数据中，抽取出潜在的、有价值的知识、模型或规则的过程。作为一类深层次的数据分析方法，它利用了数据库、人工智能和数理统计等多方面的技术。从某种角度上来说，数据挖掘可能并不适合进行科学研究，因为从本质上来说，数据挖掘这个技术是不能证明因果的，以一个最典型的例子来说，例如数据挖掘技术可以发现啤酒销量和尿布之间的关系，但是显然这两者之间紧密相关的关系可能在理论层面并没有多大的意义。不过，仅以此来否定数据挖掘的意义，显然就是对数据挖掘这项技术价值加大的抹杀，显然，数据挖掘这项技术从设计出现之初，就不是为了指导或支持理论研究的，它的重要意义在于，它在应用领域体现出了极大地优越性。 首先有一点是我们必须要明确的，即我们为什么需要数据挖掘这门技术？这也是在开课前一直困扰我的问题。数据是知识的源泉，然而大量的数据本身并不意味信息。尽管现代的数据库技术使我们很容易存储大量的数据，但现在还没有一种成熟的技术帮助我们分析、理解这些数据。数据的迅速增加与数据分析方法的滞后之间的矛盾越来越突出，人们希望在对已有的大量数据分析的基础上进行研究，但是目前所拥有的数据分析工具很难对数据进行深层次的处理，使得人们只能望“数”兴叹。数据挖掘正是为了解决传统分析方法的不足，并针对大规模数据的分析处理而出现的。数据挖掘可以帮助人们对大规模数据进行高效的分析处理，以节约时间，将更多的精力投入到更高层的研究中，从而提高科研工作的效率。 那么数据挖掘可以做些什么呢？数据挖掘的研究领域非常广泛，主要包括数据库系统、基于知识的系统、人工智能、机器学习、知识获取、统计学、空间数据库和数据可视化等领域。具体来说，它可以做这七件事情：分类，估计，预测，关联分析，聚类分析，描述和可视化，复杂数据类型挖掘。在本学期的学习过程中，我们对大部分内容进行了较为详细的研究，并且建立了一些基本的概念，对将来从事相关方向的研究奠定了基础。由于篇幅限制，就不对这些方法一一讲解了，这里只谈一下我在学习工程中的一些见解和心得。 在学习关联规则的时候，我们提到了一个关于“尿布与啤酒”的故事：在一
案例分析 案例1 机械设备合理利用问题分析与改善 1.问题描述与分析 实习期间经大部分时间在车间观察，发现机械设备的使用方面，常常看到“机等人”、“人等机”、“人走机未停”等不合理利用机械设备的现象。这一现象不仅加重了设备的工作负荷，也造成了资源的浪费。“机等人”是工人取下加工完成后的工件，对工件进行测量并对照工艺图检验是否符合工艺要求和清洗工件等；有些待加工件尺寸有差异，工人要一个一个测量分类，也会造成一定的等待。“人等机”是机器在加工的时候人在旁边等待，而没有做其他可以做的事情，造成这一现象。至于“人走机未停”是人离开了机器还在开启，但是并没有工件在加工台上。当然人离开时间不长时，是工人开启机器清洗工作台面，但是也存在工人离开十几分钟后才回来的现象，这就是一种浪费。 2.改善方案 对于“机等人”、“人等机”的现象，可以根据人机作业分析法来分析、改善人和机器的操作平衡，尽量减少工件的有效工作时间。例如，尺框的精磨平面的人机分析如下：
图1 尺框精磨时的人机作业图（原方法）由人—机作业图，图1可以看出，人的空闲时间太多，人的利用率仅为40%。采用“5W1H”提问技术和“ECRS”原则进行分析改进： 问：为什么去毛刺并检查尺寸要在机器停止时去毛刺并检查？ 答：过去一直是这样的。 问：有无改进的可能？ 答：有。 问：怎么改？ 答：在机床精磨下一个零件时，可以去毛刺并检查已磨好的
图2 尺框精磨时的人机作业图（改善方法）由此可看出，通过重排，不需增加设备和工具，而是尽量利用机器工作时间进行手工操作，从而缩短了周程，提高了工效和人机利用率。 根据管理学的知识，对于“人走机未停”的情况，可以适当的加强管理制度，予以一定的警告处分。 案例2 现场实行6S存在的问题分析与改善 1.问题描述与分析 实习期间经观察，发现机加现场的墙壁上贴有很多关于6S的标语，说明公司曾经也施行过6S，但是从现在的情况看是员工并没有严格按照6S的标准执行。经过向部长询问得知，公司以前确实是进行过整顿也取得一定的效果，但是由于公司其他方面的原因并没能够继续进行下去。部长说他们现在也有在做清洁，但工人只是每天对自己的工作环境进行简单的打扫，工作环境的清洁做得较好，但是并没有及时的对工作环境进行整理、整顿，很多工作台周边有较多的闲置的废品，不仅占用了一定的空间，还使现场显得一片混乱。关于素养、安全方面也做得不是很好，很多员工是有领导来检查了才将口罩、帽子等安全防卫设备。 2.改善方案 对于机加现场出现的6S问题可以运用“红牌作战”方式，对现场存在的问题用红色的表单示出，并张贴或悬挂在醒目的位置。例如，对精磨平面机床出示红牌的例子，该部门可以运用示出红牌形式对存在的问题进行改善，如表1：
《数据挖掘》结课报告 --基于k-最近邻分类方法的连衣裙属性数据集的研究报告 (2013--2014 学年第二学期) 学院： 专业： 班级： 学号： 姓名： 指导教师： 二〇一四年五月二十四日
一、研究目的与意义 （介绍所选数据反应的主题思想及其研究目的与意义） 1、目的 （1）熟悉weka软件环境； （2）掌握数据挖掘分类模型学习方法中的k-最近邻分类方法； （3）在weka中以“Dress Attribute DataSet”为例，掌握k-最近邻分类算法的相关方法； （4）取不同的K值，采用不同的预测方法，观察结果，达到是否推荐某款连衣裙的目的，为企业未来的规划发展做出依据。 2、意义 此数据集共有14个属性，500个实例，包含了连衣裙的各种属性和根据销售量的不同而出现的推荐情况，按照分类模型学习方法中的k-最近邻分类方法依据各属性推断应推广哪些种类的裙子，对发展市场的扩大及企业的发展战略具有重要意义。 二、技术支持 （介绍用来进行数据挖掘、数据分析的方法及原理） 1、原理：k-最近邻分类算法是一种基于实例的学习方法，不需要事先对训练数据建立分类模型，而是当需要分类未知样本时才使用具体的训练样本进行预测，通过在训练集中找出测试集的K个最近邻，来预测估计测试集的类标号； 2、方法：k-最近邻方法是消极学习方法的典型代表，其算法的关键技术是搜索模式空间，该方法首先找出最近邻即与测试样本相对
接近的所有训练样本，然后使用这些最近邻的类标号来确定测试样本的类标号。 三、数据处理及操作过程 （一）数据预处理方法 1、“remove”属性列：数据集中属性“Dress_ID”对此实验来说为无意义的属性，因此在“Attributes”选项中勾选属性“Dress_ID”并单击“remove”，将该属性列去除，并保存新的数据集； 2、离散化预处理：需要对数值型的属性进行离散化，该数据集中只有第3个属性“rating”和第13个属性“recommendation”为数值型，因此只对这两个属性离散化。 “recommendation”属性只有2个取值：0，1，因此用文本编辑器“Ultra Edit”或者写字板打开数据集并直接修改“Dress Attribute Data Set.arff”文件，把“@attribute recommendation numeric”改为“@attribute recommendation {0,1,}”，并保存；在“Explorer”中重新打开“Dress Attribute Data Set.arff”，选中“recommendation”属性后，右方的属性摘要中“Type”值变为“Nominal”。 在过滤器Filter中单击“choose”,出现树形图，单击“weka”--“Filters”--“unsupervised”--“attribute”--“discretize”，点击“Choose”右边的文本框进行参数设置，把“attribute Indices”右边改成“3”，计划将该属性分成3段，于是把“bins”改成“3”，其它参数不更改，点“OK”回到“Explorer”，单击“Apply”离散化后的数据如下所示：
1.IE在日本的应用和新进展 (2) 2.物流的作用 (5) 3.总成本的价值 (6) 4.地点的味道 (6) 5.尤尼西斯的物流整合 (7) 6.信息技术的味道 (8) 7.企业治理的价值 (9) 8.信息技术的价值 (11) 9.玻璃运输中的伙伴关系 (14) 10.由专家治理存货 (14) 11.提高库房价值 (15) 12.选品质，选雀巢 (16) 13.张闯与创业 (17) 14.精益生产在中国 (19) 附图1工业工程的差不多职能及其典型内容 (22) 附表1 标准作业顺序表 (22)
1.IE在日本的应用和新进展 日本最初将工业工程翻译为“生产技术”、“生产工学”、“经营生产”。随着日本产业经济国际化，现直接称之为“IE”。了解IE在日本的应用与进展历程，将有助于IE在我国的推行应用。 在日本，IE的导入应用可分为四个时期。1911年星野行则氏翻译出版了泰勒的《科学治理原理》，这是日本导入IE 的开端，这以后一直到一次世界大战结束期间，科学治理方法在日本各大工厂、大学及专科学校得到了一定的宣传，但未取得实质性的效果，因此我们称之为启蒙时期；第一次世界大战结束后到第二次世界大战结束期间为导入时期，这一期间的作用是为日本战后经济进展造就IE推进的气氛、经验和人才；第三时期是推广应用时期，现在期一直连续到第一次中东石油冲击的1973年，这期间依照美国占据军本部的指示，在日本官方和民间的共同努力下，使IE思想、技术和方法系统性地浸透到产业界的各个角落，取得了预期效果，它的推广使许多企业（如丰田汽车公司，三菱重工等）得到成长和进展，国家经济也得以平均10%的速度进展；从第一次石油冲击至今天的20多年期间是进展创新时期，通过这段时刻的实践探究，以及计算机的出现和进展，日本终于走出了一条具有特色的IE推进之路，IE的应用到了出神入化的地步。 综观IE在日本的应用，是由传统IE进展到现代IE，由大量生产进展为精益生产，制造了许多体现IE技术的新要领和新方法。要紧表现如下：
数据挖掘概述 阅读目录 ?何为数据挖掘？ ?数据挖掘背后的哲学思想 ?数据挖掘的起源 ?数据挖掘的基本任务 ?数据挖掘的基本流程 ?数据挖掘的工程架构 ?小结 回到顶部何为数据挖掘？ 数据挖掘就是指从数据中获取知识。 好吧，这样的定义方式比较抽象，但这也是业界认可度最高的一种解释了。对于如何开发一个大数据环境下完整的数据挖掘项目，业界至今仍没有统一的规范。说白了，大家都听说过大数据、数据挖掘等概念，然而真正能做而且做好的公司并不是很多。
笔者本人曾任职于A公司云计算事业群的数据引擎团队，有幸参与过几个比较大型的数据挖掘项目，因此对于如何实施大数据场景下的数据挖掘工程有一些小小的心得。但由于本系列博文主要是结合传统数据挖掘理论和笔者自身在A云的一些实践经历，因此部分观点会有较强主观性，也欢迎大家来跟我探讨。 回到顶部数据挖掘背后的哲学思想 在过去很多年，首要原则模型(first-principle models)是科学工程领域最为经典的模型。 比如你要想知道某辆车从启动到速度稳定行驶的距离，那么你会先统计从启动到稳定耗费的时间、稳定后的速度、加速度等参数；然后运用牛顿第二定律(或者其他物理学公式)建立模型；最后根据该车多次实验的结果列出方程组从而计算出模型的各个参数。通过该过程，你就相当于学习到了一个知识--- 某辆车从启动到速度稳定行驶的具体模型。此后往该模型输入车的启动参数便可自动计算出该车达到稳定速度前行驶的距离。 然而，在数据挖掘的思想中，知识的学习是不需要通过具体问题的专业知识建模。如果之前已经记录下了100辆型号性能相似的车从启动到速度稳定行驶的距离，那么我就能够对这100个数据求均值，从而得到结果。显然，这一过程是是直接面向数据的，或者说我们是直接从数据开发模型的。 这其实是模拟了人的原始学习过程 --- 比如你要预测一个人跑100米要多久时间，你肯定是根据之前了解的他(研究对象)这样体型的人跑100米用的多少时间做一个估计，而不会使用牛顿定律来算。 回到顶部数据挖掘的起源 由于数据挖掘理论涉及到的面很广，它实际上起源于多个学科。如建模部分主要起源于统计学和机器学习。统计学方法以模型为驱动，常常建立一个能够产生数据的模型；而机器学习则以算法为驱动，让计算机通过执行算法来发现知识。仔细想想，"学习"本身就有算法的意思在里面嘛。
第一章：数据挖掘基本理论 数据挖掘的产生： 随着计算机硬件和软件的飞速发展，尤其是数据库技术与应用的日益普及，人们面临着快速扩张的数据海洋，如何有效利用这一丰富数据海洋的宝藏为人类服务业已成为广大信息技术工作者的所重点关注的焦点之一。与日趋成熟的数据管理技术与软件工具相比，人们所依赖的数据分析工具功能，却无法有效地为决策者提供其决策支持所需要的相关知识，从而形成了一种独特的现象“丰富的数据，贫乏的知识”。 为有效解决这一问题，自二十世纪90年代开始，数据挖掘技术逐步发展起来，数据挖掘技术的迅速发展，得益于目前全世界所拥有的巨大数据资源以及对将这些数据资源转换为信息和知识资源的巨大需求，对信息和知识的需求来自各行各业，从商业管理、生产控制、市场分析到工程设计、科学探索等。数据挖掘可以视为是数据管理与分析技术的自然进化产物。自六十年代开始，数据库及信息技术就逐步从基本的文件处理系统发展为更复杂功能更强大的数据库系统；七十年代的数据库系统的研究与发展，最终导致了关系数据库系统、数据建模工具、索引与数据组织技术的迅速发展，这时用户获得了更方便灵活的数据存取语言和界面；此外在线事务处理手段的出现也极大地推动了关系数据库技术的应用普及，尤其是在大数据量存储、检索和管理的实际应用领域。 自八十年代中期开始，关系数据库技术被普遍采用，新一轮研究与开发新型与强大的数据库系统悄然兴起，并提出了许多先进的数据模型：扩展关系模型、面向对象模型、演绎模型等；以及应用数据库系统:空间数据库、时序数据库、 多媒体数据库等；日前异构数据库系统和基于互联网的全球信息系统也已开始出现并在信息工业中开始扮演重要角色。
1.IE在日本的应用和新发展 (2) 2.物流的作用 (5) 3.总成本的价值 (6) 4.地点的味道 (6) 5.尤尼西斯的物流整合 (7) 6.信息技术的味道 (8) 7.企业管理的价值 (9) 8.信息技术的价值 (11) 9.玻璃运输中的伙伴关系 (14) 10.由专家管理存货 (14) 11.提高库房价值 (15) 12.选品质，选雀巢 (16) 13.张闯与创业 (17) 14.精益生产在中国 (19) 附图1工业工程的基本职能及其典型内容 (22) 附表1 标准作业顺序表 (22)
1.IE在日本的应用和新发展 日本最初将工业工程翻译为“生产技术”、“生产工学”、“经营生产”。随着日本产业经济国际化，现直接称之为“IE”。了解IE在日本的应用与发展历程，将有助于IE在我国的推行应用。 在日本，IE的导入应用可分为四个阶段。1911年星野行则氏翻译出版了泰勒的《科学管理原理》，这是日本导入IE 的开端，这以后一直到一次世界大战结束期间，科学管理方法在日本各大工厂、大学及专科学校得到了一定的宣传，但未取得实质性的效果，所以我们称之为启蒙阶段；第一次世界大战结束后到第二次世界大战结束期间为导入阶段，这一期间的作用是为日本战后经济发展造就IE推进的气氛、经验和人才；第三阶段是推广应用阶段，此阶段一直延续到第一次中东石油冲击的1973年，这期间根据美国占领军本部的指示，在日本官方和民间的共同努力下，使IE思想、技术和方法系统性地浸透到产业界的各个角落，取得了预期效果，它的推广使许多企业（如丰田汽车公司，三菱重工等）得到成长和发展，国家经济也得以平均10%的速度发展；从第一次石油冲击至今天的20多年期间是发展创新阶段，通过这段时间的实践探索，以及计算机的出现和发展，日本终于走出了一条具有特色的IE推进之路，IE的应用到了出神入化
前言 “啤酒与尿布”的故事是营销届的神话，“啤酒”和“尿布”两个看上去没有关系的商品摆放在一起进行销售、并获得了很好的销售收益，这种现象就是卖场中商品之间的关联性，研究“啤酒与尿布”关联的方法就是购物篮分析，购物篮分析曾经是沃尔玛秘而不宣的独门武器，购物篮分析可以帮助我们在门店的销售过程中找到具有关联关系的商品，并以此获得销售收益的增长！ 商品相关性分析是购物篮分析中最重要的部分，购物篮分析英文名为market basket analysis(简称MBA，当然这可不是那个可以用来吓人的学位名称)。在数据分析行业，将购物篮的商品相关性分析称为“数据挖掘算法之王”，可见购物篮商品相关性算法吸引人的地方，这也正是我们小组乐此不疲的围绕着购物篮分析进行着研究和探索的根本原因。 购物篮分析的算法很多，比较常用的有A prior/ ?’ p r i ?/算法、FP-tree结构和相应的FP-growth算法等等，上次课我们组的邓斌同学已经详细的演示了购物篮分析的操作流程，因此在这里我不介绍具体的购物篮分析算法，而是在已经获得的结果的基础上剖析一下数据身后潜藏的商业信息。目前购物篮分析的计算方法都很成熟，在进入20世纪90年代后，很多分析软件均将一些成熟的购物篮分析算法打包在自己的软件产品中，成为了软件产品的组成部分，客户购买了这些软件产品后就等于有了购物篮分析的工具，比如我们正在使用的Clementine。 缘起 “啤酒与尿布”的故事可以说是营销界的经典段子，在打开Google搜索一下，你会发现很多人都在津津乐道于“啤酒与尿布”，可以说100个人就有100个版本的“啤酒与尿布”的故事。故事的时间跨度从上个世纪80年代到本世纪初，甚至连故事的主角和地点都会发生变化——从美国跨越到欧洲。认真地查了一下资料，我们发现沃尔玛的“啤酒与尿布”案例是正式刊登在1998年的《哈佛商业评论》上面的，这应该算是目前发现的最权威报道。 “啤酒与尿布”的故事产生于20世纪90年代的美国沃尔玛超市中，沃尔玛的超市管理人员分析销售数据时发现了一个令人难于理解的现象：在某些特定的情况下，“啤酒”与“尿布”两件看上去毫无关系的商品会经常出现在同一个购物篮中，这种独特的销售现象引起了管理人员的注意，经过后续调查发现，这种现象出现在年轻的父亲身上。 在美国有婴儿的家庭中，一般是母亲在家中照看婴儿，年轻的父亲前去超市购买尿布。父亲在购买尿布的同时，往往会顺便为自己购买啤酒，这样就会出现啤酒与尿布这两件看上去不相干的商品经常会出现在同一个购物篮的现象。如果这个年轻的父亲在卖场只能买到两件商品之一，则他很有可能会放弃购物而到另一家商店，直到可以一次同时买到啤酒与尿布为止。沃尔玛发现了这一独特的现象，开始在卖场尝试将啤酒与尿布摆放在相同的区域，让年轻的父亲可以同时找到这两件商品，并很快地完成购物；而沃尔玛超市也可以让这些客户一次购买两件商品、而不是一件，从而获得了很好的商品销售收入，这就是“啤酒与尿布”故事的由来。 当然“啤酒与尿布”的故事必须具有技术方面的支持。1993年美国学者Agrawal （个人翻译--艾格拉沃）提出通过分析购物篮中的商品集合，从而找出商品之间关联关系的关联算法，并根据商品之间的关系，找出客户的购买行为。艾格拉沃从数学及计算机算法角度提出了商品关联关系的计算方法——A prior算法。沃尔玛从上个世纪90年代尝试将A prior算法引入到POS机数据分析中，并获得了成功，于是产生了“啤酒与尿布”的故事。 “啤酒和尿布”的故事为什么产生于沃尔玛超市的卖场中
目录 1. 绪论 (1) 1.1课程设计的目的 (1) 1.2背景简介 (2) 2. 现场调查及现行问题分析 (2) 2.1车间布局概述介绍 (2) 2.2现行车间布局分析 (3) 2.3现存问题分析 (7) 2.3.1 运用“5W1H”技术提问分析，如表所示： (7) 2.3.2 现行布置存在的问题 (8) 3. 制定改善方案 (8) 3.1提出改进措施 (8) 3.2改善方案分析 (9) 4. 改善方案的评价和实施 (12) 4.1改善前后效果分析 (12) 4.2改善方案的评价 (12) 5. 课程设计总结 (13) 5.1设计面临的问题 (13) 5.2个人收获总结 (13) 6.参考文献 (14)
西安高科建材科技有限公司 PVC塑料异型材生产车间布置与经路分析及改进 1. 绪论 1.1课程设计的目的 设施布置与产品路径设计的目的是为了提高生成效率、降低成本，缩短生产周期。在制造企业，设施布局问题受到越来越多的重视。进行布局研究的需要也越来越迫切，随着竞争的日益激烈，企业的经营模式逐步转向集团化和国际化，西安高科技术股份有限公司作为该行业的佼佼者，在生产运作过程中，随着生成车间的扩建，如何对生产车间的布局成为首要解决的问题之一；与此同时客户对产品的种类、价格、交货期等都提出了更高的要求，西安高科技术股份有限公司生产的产品有400余种，企业的生产模式正再从大规模生产向更具有柔性的小规模面向客户行成产模式转变，在原有的生产布局上提出应有的改进，使其满足生产计划的变化。因此无论是扩大生产新建车间还是在原有车间的基础上进行改进重组，都需要进行快速合理的布局设计。生产车间是物料转化为成品的场所，是企业最重要的一环，因此本文对加工车间的布局原则，物料路经，搬运系统进行研究，并运用“5W1H”和“ECRS”四大原则进行研究，运用布置与路径图进行分析和改善。布置和路径分析重点对“搬运”和“移动”的路线进行分析，常与流程程序图配合使用，以达到缩短距离和改进不合理流行的目的。便于对产品、零件或人与物的移动路线进行分析，通过优化设施布置，改变不合理的流向，减少移动距离，以达到降低成本的目的。同时更加细化和掌握课本理论知识，
:号学 题目-一 - -二 二 三四五六七八九十总成绩复核得分 阅卷教师 :名姓班 级 业专 院 学院学学科息信与学数 题试试考末期期学季春年学一320数据挖掘试卷 课程代码：C0204413课程：数据挖掘A卷 一、判断题（每题1分，10分） 1. 从点作为个体簇开始，每一步合并两个最接近的簇，这是一种分裂的层次聚类方法。（） 2. 数据挖掘的目标不在于数据采集策略，而在于对已经存在的数据进行模式的发掘。（） 3. 在聚类分析当中，簇内的相似性越大，簇间的差别越大，聚类的效果就越差。（） 4. 当两个点之间的邻近度取它们之间距离的平方时，Ward方法与组平均非常相似。（） 5. DBSCAN是相对抗噪声的，并且能够处理任意形状和大小的簇。（） 6. 属性的性质不必与用来度量他的值的性质相同。（） 7. 全链对噪声点和离群点很敏感。（） 8. 对于非对称的属性，只有非零值才是重要的。（） 9. K均值可以很好的处理不同密度的数据。（） 10. 单链技术擅长处理椭圆形状的簇。（） 二、选择题（每题2分，30分） 1. 当不知道数据所带标签时，可以使用哪种技术促使带同类标签的数据与带其他标签的数据相分 离？（） A. 分类 B.聚类 C.关联分析 D.主成分分析 2. （）将两个簇的邻近度定义为不同簇的所有点对邻近度的平均值，它是一种凝聚层次聚类技术。 A. MIN（单链） B.MAX（全链） C.组平均 D.Ward方法 3. 数据挖掘的经典案例“啤酒与尿布试验”最 主要是应用了（）数据挖掘方法。 A分类B预测C关联规则分析D聚类 4. 关于K均值和DBSCAN的比较，以下说法不正确的是（） A. K均值丢弃被它识别为噪声的对象，而DBSCAN —般聚类所有对 象。 B. K均值使用簇的基于原型的概念，DBSCAN使用基于密度的概念。 C. K均值很难处理非球形的簇和不同大小的簇，DBSCAN可以处理不同大小和不同形状的簇 D. K均值可以发现不是明显分离的簇，即便簇有重叠也可以发现，但是DBSCAN会合并有重叠的簇 5. 下列关于 Ward 'Method说法错误的是：（） A. 对噪声点和离群点敏感度比较小 B. 擅长处理球状的簇 C. 对于Ward方法，两个簇的邻近度定义为两个簇合并时导致的平方误差 D. 当两个点之间的邻近度取它们之间距离的平方时，Ward方法与组平均非常相似 6. 下列关于层次聚类存在的问题说法正确的是：（） A. 具有全局优化目标函数 B. Group Average擅长处理球状的簇 C. 可以处理不同大小簇的能力 D. Max对噪声点和离群点很敏感 7. 下列关于凝聚层次聚类的说法中，说法错误的事： （） A. 一旦两个簇合并，该操作就不能撤销 B. 算法的终止条件是仅剩下一个簇 2 C. 空间复杂度为O m D. 具有全局优化目标函数 8规则｛牛奶，尿布｝T｛啤酒｝的支持度和置信度分别为：（）
数据挖掘技术期末报告 理学院 姓名： 学号： 联系电话：
专业班级： 评分：优□|良□|中□|及格□|不及格□
一、实验目的 基于从UCI公开数据库中下载的数据，使用数据挖掘中的分类算法，用Weka 平台的基本功能对数据集进行分类，对算法结果进行性能比较，画出性能比较图，另外针对不同数量的训练集进行对比实验，并画出性能比较图训练并测试。二、实验环境 实验采用Weka平台，数据使用来自从UCI公开数据库中下载，主要使用其中的Breast Cancer Wisc-onsin (Original) Data Set数据。Weka是怀卡托智能分析系统的缩写，该系统由新西兰怀卡托大学开发。Weka使用Java写成的，并且限制在GNU通用公共证书的条件下发布。它可以运行于几乎所有操作平台，是一款免费的，非商业化的机器学习以及数据挖掘软件。Weka提供了一个统一界面，可结合预处理以及后处理方法，将许多不同的学习算法应用于任何所给的数据集，并评估由不同的学习方案所得出的结果。 三、实验步骤 3.1数据预处理 本实验是针对威斯康辛州(原始)的乳腺癌数据集进行分类，该表含有Sample code number（样本代码)，Clump Thickness（丛厚度），Uniformity of Cell Size（均匀的细胞大小），Uniformity of Cell Shape （均匀的细胞形状），Marginal Adhesion（边际粘连），Single Epithelial Cell Size（单一的上皮细胞大小），Bare Nuclei（裸核），Bland Chromatin（平淡的染色质），Normal Nucleoli（正常的核仁），Mitoses（有丝分裂），Class（分类），其中第二项到第十项取值均为1-10，分类中2代表良性，4代表恶性。通过实验，希望能找出患乳腺癌客户各指标的分布情况。
. 数据挖掘技术期末报告 评分：优□|良□|中□|及格□|不及格□
一、实验目的 基于从UCI公开数据库中下载的数据，使用数据挖掘中的分类算法，用Weka平台的基本功能对数据集进行分类，对算法结果进行性能比较，画出性能比较图，另外针对不同数量的训练集进行对比实验，并画出性能比较图训练并测试。 二、实验环境 实验采用Weka平台，数据使用来自从UCI公开数据库中下载，主要使用其中的Breast Cancer Wisc-onsin (Original) Data Set数据。Weka是怀卡托智能分析系统的缩写，该系统由新西兰怀卡托大学开发。Weka使用Java写成的，并且限制在GNU通用公共证书的条件下发布。它可以运行于几乎所有操作平台，是一款免费的，非商业化的机器学习以及数据挖掘软件。Weka提供了一个统一界面，可结合预处理以及后处理方法，将许多不同的学习算法应用于任何所给的数据集，并评估由不同的学习方案所得出的结果。 三、实验步骤 3.1数据预处理 本实验是针对威斯康辛州(原始)的乳腺癌数据集进行分类，该表含有Sample code number（样本代码)，Clump Thickness（丛厚度），Uniformity of Cell Size（均匀的细胞大小），Uniformity of Cell Shape （均匀的细胞形状），Marginal
Adhesion（边际粘连），Single Epithelial Cell Size（单一的上皮细胞大小），Bare Nuclei（裸核），Bland Chromatin（平淡的染色质），Normal Nucleoli（正常的核仁），Mitoses（有丝分裂），Class（分类），其中第二项到第十项取值均为1-10，分类中2代表良性，4代表恶性。通过实验，希望能找出患乳腺癌客户各指标的分布情况。 该数据的数据属性如下： 1. Sample code number（numeric），样本代码； 2. Clump Thickness（numeric），丛厚度； 3.Uniformity of Cell Size（numeric）均匀的细胞大小； 4. Uniformity of Cell Shape（numeric），均匀的细胞形状； 5.Marginal Adhesion（numeric），边际粘连； 6.Single Epithelial Cell Size（numeric），单一的上皮细胞大小； 7.Bare Nuclei（numeric），裸核； 8.Bland Chromatin（numeric），平淡的染色质； 9. Normal Nucleoli（numeric），正常的核仁； 10.Mitoses（numeric），有丝分裂； 11.Class（enum），分类。 3.2数据分析 由UCI公开数据库得到一组由逗号隔开的数据，复制粘贴至excel表中，选择数据——分列——下一步——逗号—
武大学长美国常春藤名校计算机硕士录取经验分享 哥大CS系成立于1979年，项目在计算机领域覆盖很广，学生可以从八个研究方向中选择自己感兴趣的进行修习，包括计算生物学、计算机安全、计算机科学基础、机器学习、自然语言处理、网络系统、软件系统、视觉与图形等等。 哥伦比亚大学计算机硕士课程要求学生必须完成30个学分，至少2.7以上的GPA成绩并完成选修课程，需要完成至少6学分的6000-level的技术课程，最多3学分的非计算机/技术的课程。 一．武汉申友留学美国计算机硕士名校成功申请案例 学生姓名：Chen Z.H. 本科学校：武汉大学 本科专业：计算机 基本条件：GPA3.3+，IELTS7.5，GRE320+ 申请方向：美国计算机硕士 录取结果： 哥伦比亚大学（美国常春藤名校，2019年US NEWS 排名TOP3） 佛罗里达大学（$4500奖学金） 武汉申友留学顾问老师点评Chen同学的申请： 记得特别清楚，去年9月28日下午，陈爸爸很焦急的打电话过来咨询孩子的留学申请，因为一开始是打算考国内的研究生，临时决定还是出国读研，留学考试都还没有开始准备，研究背景方面也有所欠缺，所以时间特别紧凑。国庆节过后立即签约加入了武汉申友美国服务，考试辅导老师Bella老师立即帮陈同学定制短期冲刺备考方案，武汉高级文书顾问Jessy老师也根据陈同学的现有背景出文书初稿，好在陈同学学习能力很强，在短短2个月的时间，一战考出GRE320+，IELTS7.5的好成绩，赶在圣诞节前提交了部分申请。由于陈同学的GPA不是很高，研究背景方面有些不足，陆续也收到过几所学校的拒信，但是我们都没有放弃，在3月份终于拿到了哥伦比亚大学和佛罗里达大学带奖学金的录取。 二．去美国留学计算机专业申请难度分析 计算机专业毕业生的一大优势是薪资水平高，本科毕业生平均起薪为58,419美元，研究生则增加到了70,625美元。极高的投资回报率，加上专业方向非常多，不同背景的学生都可以申请，所以计算机专业申请人数连年持续走高，申请竞争激烈，而申请的软硬件条件也水涨船高。
时间序列的模型法和数据挖掘两种方法比较分析研究 实验目的:通过实验能对时间序列的模型法和数据挖掘两种方法的原理和优缺点有更清楚的认识和比较. 实验内容:选用1952-2006年的中国GDP,分别对之用自回归移动平均模型(ARIMA) 和时序模型的数据挖掘方法进行分析和预测,并对两种方法的趋势和预测结果进行比较并给出解 释. 实验数据:本文研究选用1952-2006年的中国GDP，其资料如下 日期国内生产总值(亿元)日期国内生产总值(亿元) 2006-12-312094071997-12-3174772 2005-12-311830851996-12-31 2004-12-311365151995-12-31 2003-12-311994-12-31 2002-12-311993-12-31 2001-12-311992-12-31 2000-12-31894041991-12-31 1999-12-31820541990-12-31 1998-12-31795531989-12-31 1988-12-311969-12-31 1987-12-311968-12-31 1986-12-311967-12-31 1985-12-311966-12-311868 1984-12-3171711965-12-31 1983-12-311964-12-311454 1982-12-311963-12-31 1981-12-311962-12-31 1980-12-311961-12-311220 1979-12-311960-12-311457 1978-12-311959-12-311439 1977-12-311958-12-311307 1976-12-311957-12-311068 1975-12-311956-12-311028 1974-12-311955-12-31910 1973-12-311954-12-31859 1972-12-311953-12-31824 1971-12-311952-12-31679 1970-12-31 表一 国内生产总值（GDP）是指一个国家或地区所有常住单位在一定时期内生产活动的最终成果。这个指标把国民经济全部活动的产出成果概括在一个极为简明的统计数字之中为评价和衡量国家经济状况、经济增长趋势及社会财富的经济表现提供了一个最为综合的尺度，可以说，它是影响经济生活乃至社会生活的最重要的经济指标。对其进行的分析预测具有重要的理论与现实意义。