1、商業(yè)智能及HiQube簡(jiǎn)介
商業(yè)智能的概念于1996年最早由加特納集團(tuán)（Gartner Group）提出，加特納集團(tuán)將商業(yè)智能定義為：商業(yè)智能描述了一系列的概念和方法，通過(guò)應(yīng)用基于事實(shí)的支持系統(tǒng)來(lái)輔助商業(yè)決策的制定。商業(yè)智能技術(shù)提供使企業(yè)迅速分析數(shù)據(jù)的技術(shù)和方法，包括收集、管理和分析數(shù)據(jù)，將這些數(shù)據(jù)轉(zhuǎn)化為有用的信息，然后分發(fā)到企業(yè)各處。
可以認(rèn)為，商業(yè)智能是對(duì)商業(yè)信息的搜集、管理和分析過(guò)程，目的是使企業(yè)的各級(jí)決策者獲得知識(shí)或洞察力（insight），促使他們做出對(duì)企業(yè)更有利的決策。商業(yè)智能一般由數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘、數(shù)據(jù)備份和恢復(fù)等部分組成。商業(yè)智能的實(shí)現(xiàn)涉及到軟件、硬件、咨詢服務(wù)及應(yīng)用，其基本體系結(jié)構(gòu)包括數(shù)據(jù)倉(cāng)庫(kù)、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘三個(gè)部分。
因此，把商業(yè)智能看成是一種解決方案應(yīng)該比較恰當(dāng)。商業(yè)智能的關(guān)鍵是從許多來(lái)自不同的企業(yè)運(yùn)作系統(tǒng)的數(shù)據(jù)中提取出有用的數(shù)據(jù)并進(jìn)行清理，以保證數(shù)據(jù)的正確性，然后經(jīng)過(guò)抽�。‥xtraction）、轉(zhuǎn)換（Transformation）和裝載（LOAd），即ETL過(guò)程，合并到一個(gè)企業(yè)級(jí)的數(shù)據(jù)倉(cāng)庫(kù)里，從而得到企業(yè)數(shù)據(jù)的一個(gè)全局視圖，在此基礎(chǔ)上利用合適的查詢和分析工具、數(shù)據(jù)挖掘工具、OLAP工具等對(duì)其進(jìn)行分析和處理（這時(shí)信息變?yōu)檩o助決策的知識(shí)），最后將知識(shí)呈現(xiàn)給管理者，為管理者的決策過(guò)程提供支持。
HiQube是一套采用了獨(dú)特技術(shù)的高性能商業(yè)智能軟件解決方案，它能夠快速深入的進(jìn)行商業(yè)數(shù)據(jù)分析，并具有超強(qiáng)的報(bào)告功能。HiQube技術(shù)易于使用，是首個(gè)集成了分層、關(guān)系和多維度數(shù)據(jù)庫(kù)的技術(shù)�；诖�，它給用戶帶來(lái)了空前的決策系統(tǒng)。新數(shù)據(jù)庫(kù)管理系統(tǒng)的核心技術(shù)源于意大利，并于2007年被Altair公司收購(gòu)。HiQube商業(yè)智能軟件解決方案及技術(shù)支持已遍布世界各地。同時(shí)HiQube是業(yè)界唯一一款具有優(yōu)化分析能力的商業(yè)智能軟件。
2、HiQube中已封裝的優(yōu)化算法介紹
為了實(shí)現(xiàn)優(yōu)化分析功能，HiQube高度封裝了多種優(yōu)化算法，并通過(guò)Altair專有優(yōu)化技術(shù)實(shí)現(xiàn)。主要已封裝算法包括：ARSM/MFD/SQP/GA/MOGA/BB。分別介紹如下：
2.1 自適應(yīng)響應(yīng)面法ARSM（Adaptive Response Surface Method）
響應(yīng)面法是一種結(jié)合數(shù)理統(tǒng)計(jì)與試驗(yàn)設(shè)計(jì)，利用設(shè)計(jì)空間中樣本點(diǎn)構(gòu)造復(fù)雜問(wèn)題近似模型的方法。為了提高響應(yīng)面近似模型的精度，基于自適應(yīng)的方法不斷優(yōu)化更新響應(yīng)面．自適應(yīng)響應(yīng)面法的優(yōu)化迭代流程如下：
1)給定優(yōu)化變量、優(yōu)化目標(biāo)、初始優(yōu)化空間；
2)利用智能試驗(yàn)設(shè)計(jì)方法生成樣本點(diǎn)庫(kù)，并調(diào)用有限元正向模擬計(jì)算出各樣本點(diǎn)的優(yōu)化目標(biāo)響應(yīng)值；
3)利用已有樣本點(diǎn)構(gòu)造響應(yīng)面函數(shù)；
4)對(duì)響應(yīng)面函數(shù)優(yōu)化，尋找最優(yōu)點(diǎn)；
5)計(jì)算優(yōu)化點(diǎn)的真實(shí)響應(yīng)值，并將優(yōu)化點(diǎn)存入樣本點(diǎn)庫(kù)；
6)當(dāng)滿足以下停止條件，跳到步驟8)；
a)當(dāng)前優(yōu)化點(diǎn)與前次優(yōu)化點(diǎn)之間的差值小于給定的閾值；
b)迭代次數(shù)大于給定最大迭代數(shù)；
7)更新優(yōu)化空間及樣本點(diǎn)，返回3)；
8)最優(yōu)點(diǎn)搜尋結(jié)束。
自適應(yīng)響應(yīng)面法具有較好的魯棒性, 計(jì)算效率高。不受連續(xù)、可微等條件的約束，適用范圍很廣。
2.2 可行方向法MFD（Method of Feasible Directions）
可行方向法能較好的解決帶約束優(yōu)化問(wèn)題。此類方法可看做無(wú)約束下降算法的自然推廣。可行方向法的基本思想是從起始點(diǎn)出發(fā)，沿可行下降方向進(jìn)行搜索，求出使目標(biāo)函數(shù)值下降或使約束違反得以減小的迭代點(diǎn)。算法包括選擇搜索方向和確定搜索步長(zhǎng)兩個(gè)主要方面。
2.3 序列二次規(guī)劃法SQP（Sequential Quadratic Programming）
序列二次規(guī)劃法的主要思路是：利用原來(lái)非線性約束優(yōu)化問(wèn)題的有關(guān)信息來(lái)構(gòu)造某一簡(jiǎn)單的近似優(yōu)化問(wèn)題，通過(guò)求解它來(lái)給出對(duì)當(dāng)前迭代點(diǎn)的修正，主要用一系列的線性規(guī)劃或二次規(guī)劃來(lái)逐次逼近原非線性規(guī)劃問(wèn)題。盡管開(kāi)始時(shí)的SQP方法存在著QP子問(wèn)題可能不可行及馬洛托斯(Maratos)效應(yīng)等不足，但經(jīng)過(guò)人們對(duì)其不斷進(jìn)行改進(jìn)與進(jìn)一步的發(fā)展，現(xiàn)在，SQP類方法已成為求解非線性約束優(yōu)化問(wèn)題的一類非常有效的算法。它能較好的處理帶有等式約束和不等式約束的優(yōu)化問(wèn)題。這類算法不僅具有全局收斂性，而且具有超線性收斂的速度。
2.4 遺傳算法GA（Genetic Algorithm）
遺傳算法是由美國(guó)的J. Holland教授于1975年在他的專著《自然界和人工系統(tǒng)的適應(yīng)性》中首先提出的，它是一類借鑒生物界自然選擇和自然遺傳機(jī)制的隨機(jī)化搜索算法 。遺傳算法模擬自然選擇和自然遺傳過(guò)程中發(fā)生的繁殖、交叉和基因突變現(xiàn)象，在每次迭代中都保留一組候選解，并按某種指標(biāo)從解群中選取較優(yōu)的個(gè)體，利用遺傳算子(選擇、交叉和變異)對(duì)這些個(gè)體進(jìn)行組合，產(chǎn)生新一代的候選解群，重復(fù)此過(guò)程，直到滿足某種收斂指標(biāo)為止。
遺傳算法本質(zhì)上是對(duì)染色體模式所進(jìn)行的一系列運(yùn)算，即通過(guò)選擇算子將當(dāng)前種群中的優(yōu)良模式遺傳到下一代種群中，利用交叉算子進(jìn)行模式重組，利用變異算子進(jìn)行模式突變。通過(guò)這些遺傳操作，模式逐步向較好的方向進(jìn)化，最終得到問(wèn)題的最優(yōu)解。
遺傳算法的特點(diǎn)：群體搜索，易于并行化處理； 不是盲目窮舉，而是啟發(fā)式搜索；適應(yīng)度函數(shù)不受連續(xù)、可微等條件的約束，適用范圍很廣。遺傳算法具有較好的全局搜索能力，適于求解具有多個(gè)局部極值的優(yōu)化問(wèn)題。但該算法通常需要很多的計(jì)算資源。
2.5 多目標(biāo)遺傳算法MOGA（Multiply Objective Genetic Algorithm）
多目標(biāo)優(yōu)化問(wèn)題可以歸結(jié)為： 尋求一組決策變量，使其在滿足約束的條件下，同時(shí)優(yōu)化多個(gè)目標(biāo)函數(shù)。在求解多目標(biāo)優(yōu)化問(wèn)題中， 多目標(biāo)遺傳優(yōu)化算法顯示了強(qiáng)大的優(yōu)勢(shì)。該算法與GA有著相同的特點(diǎn)。
2.6 分支定界算法BB(branch and bound)
分支定界算法是一種求解離散最優(yōu)化問(wèn)題的計(jì)算分析方法。它是由R.J.達(dá)金和蘭德－多伊格在20世紀(jì)60年代初提出的。這種方法通常僅需計(jì)算和分析部分允許解，即可求得最優(yōu)解。因此在求解分派問(wèn)題和整數(shù)規(guī)劃問(wèn)題時(shí)常用此法。
基本方法：求解一個(gè)約束條件較多的問(wèn)題A，可以暫緩考慮部分條件，變換成問(wèn)題B，先求B的最優(yōu)解。B的最優(yōu)解一定比 A的好（或相當(dāng)）。再將原來(lái)暫緩考慮的部分條件逐步插入問(wèn)題B中，得到B的若干子問(wèn)題，稱為分枝。求解這些子問(wèn)題，淘汰較差的解，直到所有暫緩考慮的部分條件全部插入為止。這時(shí)求得的最優(yōu)解就是問(wèn)題A的最優(yōu)解。
3、HiQube中優(yōu)化使用方法（函數(shù)）介紹
HiQube對(duì)集成的優(yōu)化算法進(jìn)行了高度封裝，使得終端用戶對(duì)優(yōu)化功能的使用非常簡(jiǎn)單。HiQube中實(shí)現(xiàn)優(yōu)化的主要功能語(yǔ)句如下：
3.1 OptimizeBegin（ARSM/MFD/SQP/GA/MOGA/BB）
該語(yǔ)句的功能為：開(kāi)始一個(gè)優(yōu)化模型的定義。包含一個(gè)參數(shù)，該參數(shù)用于標(biāo)明具體使用的優(yōu)化算法，可選參數(shù)為ARSM/MFD/SQP/GA/MOGA/BB。
3.2 OptimizeEnd
該語(yǔ)句的功能為：標(biāo)識(shí)一個(gè)優(yōu)化模型定義的結(jié)束。無(wú)參數(shù)。
3.3 OptimizeAddObjective（MINIMIZE/MAXIMIZE, varname$, obj_function$）
該語(yǔ)句用于定義優(yōu)化目標(biāo)。三個(gè)參數(shù)的意義分別為：定義最大/最小，優(yōu)化目標(biāo)名稱，優(yōu)化目標(biāo)公式。
3.4 OptimizeAddDesignVariable（V_low_bound, DV_high_bound, varname$ [, DV_name$, DV_initial_value]）
該語(yǔ)句用于定義設(shè)計(jì)變量。五個(gè)參數(shù)的意義分別為：變量的下限值，變量的上限值，變量名稱（用于HiQube后續(xù)具體運(yùn)算中），設(shè)計(jì)變量名稱（用于標(biāo)識(shí)優(yōu)化問(wèn)題），變量初始值。其中后兩個(gè)參數(shù)為可選。該語(yǔ)句在同一個(gè)優(yōu)化問(wèn)題的定義中可根據(jù)實(shí)際問(wèn)題一次或多次使用。
3.5 OptimizeAddConstraint（">=" / "<=" / "=", bound_value, constraint_formula$, varname$ [, constraint_name$]）
該語(yǔ)句用于定義約束條件。五個(gè)參數(shù)的意義分別為：（不）等式約束，邊界值，約束條件公式，約束條件名稱（用于HiQube后續(xù)具體運(yùn)算中），約束條件名稱（用于標(biāo)識(shí)優(yōu)化問(wèn)題）。該語(yǔ)句在同一個(gè)優(yōu)化問(wèn)題的定義中可根據(jù)實(shí)際問(wèn)題一次或多次使用。
3.6 一個(gè)優(yōu)化問(wèn)題的HiQube語(yǔ)句描述示例
一個(gè)簡(jiǎn)單優(yōu)化問(wèn)題的數(shù)學(xué)描述如下：
對(duì)應(yīng)的，在HiQube中對(duì)該優(yōu)化問(wèn)題的表述如下：
4、HiQube優(yōu)化模型示例
本優(yōu)化模型建立在一個(gè)成衣零售數(shù)據(jù)庫(kù)基礎(chǔ)之上。成衣類型包括10種：男（女）褲子/襯衫/鞋子/外套/帽子。每種成衣均有以下數(shù)據(jù)：在不同地區(qū)/月份的成本、利潤(rùn)、總價(jià)、單件成本，單件價(jià)格、產(chǎn)品銷量。優(yōu)化的問(wèn)題為：在總投入資金一定的情形下，各種成衣的月平均銷量分別為多少時(shí)，才能獲得成本最小/收入最高/利潤(rùn)最大。
HiQube模型的主界面如下：
4.1 定義設(shè)計(jì)變量
在已有數(shù)據(jù)中，包含10個(gè)小項(xiàng)，分別為男（女）褲子/襯衫/鞋子/外套/帽子，用戶可以根據(jù)需要選擇某一個(gè)或多個(gè)作為設(shè)計(jì)變量，并在主界面中分別設(shè)置其最大/小值及初始值，
4.2 確定優(yōu)化目標(biāo)：
可以選擇其中之一：成本最小/收入最高/利潤(rùn)最大
4.3 約束條件：輸入最大的投資額
4.4 優(yōu)化計(jì)算及結(jié)果顯示
點(diǎn)擊“優(yōu)化”按鈕，HiQube自動(dòng)進(jìn)行優(yōu)化計(jì)算，結(jié)算的優(yōu)化結(jié)果顯示在Result編輯框中，同時(shí)每個(gè)設(shè)計(jì)變量對(duì)應(yīng)的最優(yōu)月平均銷量顯示在屏幕右側(cè)圖中，其上為實(shí)際月平均銷量對(duì)比圖。
核心關(guān)注：拓步ERP系統(tǒng)平臺(tái)是覆蓋了眾多的業(yè)務(wù)領(lǐng)域、行業(yè)應(yīng)用，蘊(yùn)涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務(wù)管理理念，功能涉及供應(yīng)鏈、成本、制造、CRM、HR等眾多業(yè)務(wù)領(lǐng)域的管理，全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域，是眾多中小企業(yè)信息化建設(shè)首選的ERP管理軟件信賴品牌。
轉(zhuǎn)載請(qǐng)注明出處：拓步ERP資訊網(wǎng)http://www.ezxoed.cn/
本文標(biāo)題：HiQube中的優(yōu)化功能介紹
相關(guān)文章
