王瑞 費(fèi)樹岷

基于數(shù)據(jù)挖掘的紡織企業(yè)成本預(yù)測

王瑞，費(fèi)樹岷

（東南大學(xué) 自動化，江蘇 南京 210096）

摘要：成本核算是企業(yè)成本控制的基礎(chǔ)，其中成本預(yù)測是關(guān)鍵。在成本核算系統(tǒng)中，利用數(shù)據(jù)挖掘技術(shù)，尋找與企業(yè)成本相關(guān)的數(shù)據(jù)之間的規(guī)律，預(yù)測企業(yè)成本，為企業(yè)管理者進(jìn)行有效地成本控制提供依據(jù)，實(shí)現(xiàn)準(zhǔn)確的成本預(yù)測。該文提出了紡織企業(yè)原料成本的數(shù)據(jù)倉庫模型，分析了如何使用合理的數(shù)據(jù)挖掘算法實(shí)現(xiàn)原料成本的預(yù)測，最后以實(shí)例闡述了數(shù)據(jù)挖掘技術(shù)在紡織企業(yè)成本核算系統(tǒng)的應(yīng)用。

關(guān)鍵詞：成本預(yù)測；數(shù)據(jù)挖掘；紡織企業(yè)；模型

中圖分類號：TP311 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2014）05-0890-04

Cost Prediction Based on Data Mining Techniques in Textile Company

WANG Rui，F(xiàn)EI Shu-min

（ School of Automation，Southeast University， Nanjing 210096， China）

Abstract： Cost Accounting which is the most basis step of a company doing cost control， while cost forecasting is the most important part. Now， we achieve these cost tasks better by using date mining techniques in a cost accounting system. This paper throws out a data warehouse model of material costs and a date mining algorithms to achieve material cost prediction. Finally， we expound these problems above with an example of a textile company.

Key words： cost prediction； data mining； textile company； model

隨著信息化的不斷發(fā)展，紡織企業(yè)也向著無紙化辦公的方向不斷發(fā)展。企業(yè)通過引進(jìn)購買相應(yīng)的財(cái)務(wù)軟件，幫助實(shí)現(xiàn)企業(yè)信息化，代替手工核算，然而這些軟件僅僅是從表面代替了人工的計(jì)算功能，并沒有實(shí)現(xiàn)成本預(yù)測的功能[1]。成本核算由人工手動計(jì)算向計(jì)算機(jī)計(jì)算的轉(zhuǎn)換，導(dǎo)致企業(yè)成本核算系統(tǒng)中存儲了大量的與成本相關(guān)的數(shù)據(jù)。如何從這些海量的數(shù)據(jù)中提取出有意義的信息，幫助企業(yè)管理者分析數(shù)據(jù)并以合理的架構(gòu)模型實(shí)現(xiàn)成本預(yù)測，控制成本的發(fā)生成為如今企業(yè)使用成本核算系統(tǒng)最為關(guān)注的問題。文中主要通過數(shù)據(jù)挖掘的神經(jīng)網(wǎng)絡(luò)算法實(shí)現(xiàn)對紡織企業(yè)原料成本的預(yù)測。

1 數(shù)據(jù)挖掘的方法

數(shù)據(jù)挖掘，即從現(xiàn)實(shí)世界大量含噪聲的數(shù)據(jù)中通過算法發(fā)現(xiàn)有意義的知識的過程，是數(shù)據(jù)庫知識發(fā)現(xiàn)（Knowledge-Discovery in Databases）的一個基本步驟，在整個知識發(fā)現(xiàn)過程中起著至關(guān)重要的作用。KDD的過程如圖1所示。

圖1

1.1數(shù)據(jù)清理與集成

現(xiàn)實(shí)的數(shù)據(jù)庫中的數(shù)據(jù)必然是不完整的、含噪聲的，數(shù)據(jù)填入數(shù)據(jù)庫后通過填寫遺漏值、平滑噪聲來清理數(shù)據(jù)，集成不同數(shù)據(jù)庫中概念、屬性一致而命名不同所導(dǎo)致的數(shù)據(jù)冗余[2]。

1.2數(shù)據(jù)選擇與轉(zhuǎn)換

選擇經(jīng)過數(shù)據(jù)清理和集成后與挖掘任務(wù)相關(guān)的數(shù)據(jù)，通過數(shù)據(jù)方塊集、維歸約、數(shù)據(jù)壓縮、數(shù)值壓縮和離散化和概念分層產(chǎn)生的方法對數(shù)據(jù)進(jìn)行歸約處理，得到大型原始數(shù)據(jù)集的歸約表示。

1.3數(shù)據(jù)挖掘階段

數(shù)據(jù)經(jīng)過一系列的預(yù)處理操作后，我們使用這些數(shù)據(jù)進(jìn)行數(shù)據(jù)挖掘：

首先，確定挖掘的任務(wù)以及用戶感興趣的知識，比如成本各元素之間的相關(guān)分析，成本的短期或長期預(yù)測等等。

其次，確定數(shù)據(jù)挖掘的算法。選擇合適的算法完成一個挖掘任務(wù)需要從以下幾個方面考慮：一是挖掘任務(wù)的類型（預(yù)測或分析），二是數(shù)據(jù)集的大小。

整個數(shù)據(jù)挖掘的過程就是在發(fā)現(xiàn)與評估中尋找有效的算法，發(fā)現(xiàn)有趣模式，完善與提高挖掘系統(tǒng)效率的過程。

2 數(shù)據(jù)挖掘技術(shù)在紡織企業(yè)的應(yīng)用

2.1 成本核算系統(tǒng)分析

紡織企業(yè)的成本一般由生產(chǎn)成本與非生產(chǎn)成本組成。生產(chǎn)成本部分主要包括：原料、能源、薪資和固定資產(chǎn)折舊等費(fèi)用；非生產(chǎn)成本部分由銷售費(fèi)用、財(cái)務(wù)費(fèi)用和管理費(fèi)用組成。薪資（僅與出勤相關(guān)）、固定資產(chǎn)折舊、財(cái)務(wù)費(fèi)用和管理費(fèi)用屬于固定成本，這部分成本不隨產(chǎn)量的變化而變化，因而無需對其進(jìn)行成本預(yù)測；其它的成本因素都屬于變動成本，其中原料成本為企業(yè)成本的關(guān)鍵，是企業(yè)生產(chǎn)成本的基礎(chǔ)，也是本文進(jìn)行成本預(yù)測的對象。

2.2數(shù)據(jù)倉庫模型研究與建立

數(shù)據(jù)倉庫是一個面向主題的、集成的、時(shí)變的、非易失的數(shù)據(jù)集合，是基于多維數(shù)據(jù)模型實(shí)現(xiàn)的。面向原料成本預(yù)測主題的數(shù)據(jù)模型，如圖2所示。該文把原料成本作為事實(shí)表，并將其與各個數(shù)據(jù)維緊密相連，構(gòu)成了原料成本的結(jié)構(gòu)信息，包括：日期、分廠、原料、原料采購成本、原料耗用成本等。進(jìn)行實(shí)際成本統(tǒng)計(jì)時(shí)，若以部門、車間為統(tǒng)計(jì)單位，則需要引入維的概念分層，假設(shè)分廠維由屬性車間、部門和分廠定義，這些屬性形成一個層次，即“車間<部門<分廠”，依據(jù)這樣的概念分層，將低層的概念（車間，部門）映射到更一般的高層概念（分廠）。

圖2

將此原料成本預(yù)測數(shù)據(jù)模型看作是一個3-D的數(shù)據(jù)方，給出形成維日期、原料和分廠的數(shù)據(jù)方的方體格，如圖3所示。將對事實(shí)表的查詢與維表的查詢結(jié)合起來，維表的屬性包含在數(shù)據(jù)庫查詢語句（SQL語句）的group by子句中，就可以檢索大量的成本信息。此3-D的數(shù)據(jù)方計(jì)算的方體格總數(shù)為23=8個，可能存在的分組為{（日期，原料，分廠），（日期，分廠），（日期，原料），（分廠，原料），（日期），（分廠），（原料），（）}，其中（）是指按空集合分組（即不對任何維分組）。

圖3

2.3 數(shù)據(jù)倉庫到數(shù)據(jù)挖掘

數(shù)據(jù)倉庫是一個過程、一個環(huán)境，它提供了用戶決策所需的歷史和當(dāng)前數(shù)據(jù)，為數(shù)據(jù)挖掘工具的運(yùn)行提供了高質(zhì)量、有價(jià)值的數(shù)據(jù)源 [3]。文中所建立的數(shù)據(jù)倉庫不再是存放日常成本的各個細(xì)節(jié)，而是各個部門的原料成本的匯總數(shù)據(jù)，有助于提高數(shù)據(jù)挖掘的效率。

3 挖掘算法分析與實(shí)例

成本預(yù)測是基于對歷史數(shù)據(jù)的研究，實(shí)現(xiàn)對未來成本趨勢的預(yù)測。神經(jīng)網(wǎng)絡(luò)算法、多元線性回歸算法、時(shí)序算法、決策樹算法等等都可以用來實(shí)現(xiàn)對成本的預(yù)測?？紤]到成本預(yù)測是一個非線性的數(shù)據(jù)預(yù)測，該文選用徑向基函數(shù)（Radical Basis Function，RBF）神經(jīng)網(wǎng)絡(luò)算法來實(shí)現(xiàn)對原料成本的預(yù)測。相比于誤差后向傳播（Back Propagation，BP）神經(jīng)網(wǎng)絡(luò)，其具有以下優(yōu)點(diǎn)：局部收斂性更好，RBF神經(jīng)網(wǎng)絡(luò)使用高斯函數(shù)作為激活函數(shù)，而BP神經(jīng)使用全局性函數(shù)sigmoid（）作為激活函數(shù)；學(xué)習(xí)速度更快，RBF神經(jīng)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)加快了學(xué)習(xí)速度且避免了局部極小問題，而BP神經(jīng)網(wǎng)絡(luò)的輸入在很大范圍內(nèi)對每個節(jié)點(diǎn)輸出都有影響；隱含層結(jié)點(diǎn)易確定，RBF神經(jīng)網(wǎng)絡(luò)可通過算法確定隱含層結(jié)點(diǎn)數(shù)，而BP神經(jīng)網(wǎng)絡(luò)隱含層結(jié)點(diǎn)的確定更多依賴于經(jīng)驗(yàn) [4]。RBF神經(jīng)網(wǎng)絡(luò)是一個単隱含層的三層前饋網(wǎng)絡(luò)，其網(wǎng)絡(luò)結(jié)構(gòu)，如圖4所示。文中選取原料采購量和庫存量作為網(wǎng)絡(luò)的輸入單元，以原料的消耗量作為網(wǎng)絡(luò)的輸出單元，根據(jù)文[5]中提出的算法，確定隱含層的結(jié)點(diǎn)數(shù)為15個。

圖4

RBF神經(jīng)網(wǎng)絡(luò)的輸入層至隱含層是非線性的變換，而隱含層至輸出層是依據(jù)式（1）進(jìn)行線性疊加：

（1）

其中{） }稱為徑向基函數(shù)?；瘮?shù)一般選取為高斯函數(shù)：

Ci為徑向基函數(shù)的中心，與輸入樣本x維數(shù)相同，σi是徑向基函數(shù)的寬度。當(dāng)一個輸入樣本遠(yuǎn)離基函數(shù)中心時(shí)，Ri（x）會迅速衰減到零，那么此隱含元的輸出也近似為零。

3.1學(xué)習(xí)訓(xùn)練過程

網(wǎng)絡(luò)的訓(xùn)練分兩個階段：首先，進(jìn)行無導(dǎo)師學(xué)習(xí)，根據(jù)網(wǎng)絡(luò)的輸入得出隱含層和輸入層之間的權(quán)值，使用k-均值法：

（2）

求出k個子集中的各類樣本u與其所屬樣本ci間的誤差平方和，再對所有k類求和。樣本分類的不同Je的值也不同，當(dāng)Je的值最小時(shí)，得到最佳的分類。其次，進(jìn)行有導(dǎo)師學(xué)習(xí)，確定網(wǎng)絡(luò)的輸出層和隱含層之間的權(quán)值。給出一組樣本輸入及理想輸出，利用無導(dǎo)師學(xué)習(xí)得到的輸出層與隱含層的權(quán)值，訓(xùn)練推出隱含層與輸出層的權(quán)值矩陣[6]。

3.2 算法實(shí)例

讀取某紡織企業(yè)數(shù)據(jù)倉庫中的相關(guān)數(shù)據(jù)，考慮到棉花不同于其他原料（如：滌綸，黏膠等），具有特殊的生命周期性，該文以棉花為研究對象，每10天進(jìn)行一次核算，得到表1所示 的數(shù)據(jù)。

表1

[日期＼&庫存（t）＼&采購（t）＼&消耗（t）＼&2011.04.10＼&1053.83＼&127.89＼&197.7＼&2012.9.20＼&1262.42＼&466.69＼&216.6＼&2012.9.30＼&1115.26＼&0＼&239.26＼&…＼&…＼&…＼&…＼&2013.1.20＼&2501.66＼&83.81＼&223.68＼&]

設(shè)計(jì)一個RBF神經(jīng)網(wǎng)絡(luò)，庫存和采購作為網(wǎng)絡(luò)的輸入，消耗為網(wǎng)絡(luò)的輸出，選取50組樣本數(shù)據(jù)作為訓(xùn)練樣本，另外15組樣本數(shù)據(jù)作為測試樣本，以高斯函數(shù)為徑向基函數(shù)建立RBF神經(jīng)網(wǎng)絡(luò)模型。經(jīng)過網(wǎng)絡(luò)訓(xùn)練得到如表2所示的預(yù)測結(jié)果。

表2

[庫存（t）＼&采購（t）＼&實(shí)際（t）＼&RBF預(yù)測＼&多元回歸預(yù)測＼&1053.83 ＼&127.89＼&197.7

＼&192.82＼&203.69＼&1262.42 ＼&466.69＼&216.6＼&215.23＼&220.60＼&1115.26 ＼&0＼&239.26＼&238.2＼&200.12＼&1049.34 ＼&168.13＼&221.11＼&219.74＼&205.12＼&1077.50 ＼&242.96＼&230.97＼&229.55＼&208.50＼&1063.02 ＼&212.10＼&259.98＼&258.29＼&207.04＼&…＼&…＼&…＼&…＼&…＼&2501.66 ＼&83.81＼&223.68＼&221.48＼&230.99＼&]

3.3 結(jié)論

依據(jù)表2 的結(jié)果可以發(fā)現(xiàn)，RBF神經(jīng)網(wǎng)絡(luò)的預(yù)測結(jié)果要比多元回歸算法的預(yù)測結(jié)果誤差更小，同時(shí)也證實(shí)了通過原料的庫存量與采購量來預(yù)測原料消耗的可行性，可以幫助企業(yè)通過本期的原料庫存與采購，結(jié)合原料的使用單價(jià)，預(yù)測下一期原料的耗用價(jià)格。

4 結(jié)束語

文中建立的面向原料成本主題的數(shù)據(jù)倉庫模型，在實(shí)際應(yīng)用過程中，維表的信息還有待繼續(xù)研究。在已建立的數(shù)據(jù)倉庫的基礎(chǔ)上，選擇RBF神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘算法，通過學(xué)習(xí)訓(xùn)練，確定輸入層、隱含層及輸出層各結(jié)點(diǎn)之間的權(quán)值，實(shí)現(xiàn)對原料成本的預(yù)測。結(jié)合本文提出的數(shù)據(jù)挖掘模型與算法，可以幫助管理者實(shí)現(xiàn)原料成本的預(yù)測，減少工作人員對于經(jīng)驗(yàn)的依賴性。數(shù)據(jù)挖掘技術(shù)必將在紡織企業(yè)成本核算系統(tǒng)中獲得更大地應(yīng)用。

參考文獻(xiàn)：

[1] 翟坤.基于數(shù)據(jù)挖掘的成本管理方法研究[D].大連：大連理工大學(xué)，2011.

[2] 韓家煒.Micheline Kamber.數(shù)據(jù)挖掘概念與技術(shù)[M].北京：機(jī)械工業(yè)出版社，2007.

[3] 陳文偉.數(shù)據(jù)倉庫與數(shù)據(jù)挖掘[M].北京：清華大學(xué)出版社，2011.

[4] 段路平.基于RBF神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)挖掘研究[D].哈爾濱：哈爾濱理工大學(xué)，2007.

[5] 吳成茂. 確定RBF神經(jīng)網(wǎng)絡(luò)隱層節(jié)點(diǎn)數(shù)的最大矩陣元法[J].計(jì)算機(jī)工程與應(yīng)用，2004.

[6] 侯媛彬，杜京義，汪梅.神經(jīng)網(wǎng)絡(luò)[M].西安：西安電子科技大學(xué)出版社，2007.