需求链优化技术的研究

分析了需求链优化中常见的几个误区,给出了需求链优化时应该遵循的几个原则,提出了基于MobileAgent的需求链优化的框架。

基于粒子群优化的神经网络训练算法在产品种类预测中的应用

市场环境的变化导致产品更新换代加快,产品种类预测成为新的难题。传统的线性预测方法只能对产品需求的数量或价格等数值进行预测,而无法对产品的发展趋势和未来种类做出正确预测。通过对产品种类预测、数据挖掘和粒子群优化算法的研究,建立种类预测模型,利用基于粒子群优化的神经网络训练算法进行产品种类预测,并以手机为例进行预测,结果证明该方法是有效的。

基于ESB的企业应用集成研究

比较了几种传统的企业应用集成方式,分析了ESB技术的结构和优点,根据ESB产品数据处理过程,将ESB应用在企业间集成和企业内部集成。

基于J2EE的需求链管理系统设计方法

为了将企业各方面资源有机结合起来,避免信息孤岛,需要建立一套高度集成的需求链管理系统。根据需求链管理系统的管理范围,分析了系统的主要模块和功能。指出基于J2EE的需求链管理系统的优势及其信息共享的优化机制,并从J2EE的设计模式角度构造了系统总体架构,进而详细分析了系统的运行机制。利用J2EE提供的JAAS服务提出了系统安全的实现方法,并通过JMS消息机制与需求链管理系统工作流程的结合,阐述了需求链管理系统流程管理的机制。