跳到主要內容

簡易檢索 / 詳目顯示

研究生: 李耿銘
Keng-Ming Li
論文名稱: 遺傳演算法於SAP R/3 系統效能最佳化之應用
遺傳演算法於SAP R/3 系統效能最佳化之應用
指導教授: 陳稼興
Jiah-Shing Chen
口試委員:
學位類別: 碩士
Master
系所名稱: 管理學院 - 資訊管理學系
Department of Information Management
畢業學年度: 91
語文別: 中文
論文頁數: 63
中文關鍵詞: 遺傳演算法企業資源規劃類神經網路最佳化
外文關鍵詞: Optimize, NN, GA, ERP
相關次數: 點閱:17下載:0
分享至:
查詢本校圖書館目錄 查詢臺灣博碩士論文知識加值系統 勘誤回報
  • 由於企業競爭加劇,許多企業紛紛導入企業資源規劃(Enterprise Resource Planning,ERP)系統,用來提昇企業績效以及企業的競爭力。
    企業資源規劃系統自1990年代初期迄今,企業界之建置及應用實例為數已相當可觀,以領導廠商德國SAP而言,在主從架構環境下運作的R/3自1992年發表以來,在全球已有一萬家以上的企業用戶,合計超過一百萬個使用者,其中在國內亦已拓展至五十家以上的客戶規模。
    然而一個ERP系統往往過於龐大且複雜,尤其是SAP,面對如此複雜的系統,該如何的將系統最佳化是一個重要的問題。以往都是藉由專家或顧問的經驗來設定系統中的參數,以求的最佳效能,這種方式往往缺乏一個客觀的依據。
    本篇論文提出了一個架構,利用遺傳演算法來最佳化SAP的系統效能。首先,利用類神經網路學習系統參數與效能指標之間的關係,接著把類神經網路學習出來的結果當成遺傳演算發中的評估函數。利用遺傳演算法找出最佳的系統參數。最後本研究會提出一組建議的最佳化參數設定值,並且實際測試該組設定值的效能。


    1.緒論....................................7 2.SAP系統....................................9 3.文獻探討....................................19 4.系統架構....................................34 5.實驗結果與分析....................................44 6.結論貢獻與後續研究....................................48 參考文獻....................................51

    1.李玉堂,灰建模預測控制在電力系統穩定度上之應用,成功大學電機工程研究所碩士論文,1994 年6 月。
    2.洪欽銘,李龍鑣,台灣地區高職教師人數需求之灰色預測模式,教育研究資訊,第四卷3 期,pp.104-119。
    3.許巧鶯、溫裕弘,台灣地區國際航空客運量之預測--灰色預測模式之應用,運輸計畫季刊,第二十六卷,第三期,pp.525~556,1997 年9 月。
    4.郭明哲,預測方法理論與實例,中興管理顧問公司發行,1985。
    5.陳麗莉,類神經遺傳演算法於產品設計之應用,中央資管所。
    6.葉怡成,類神經網路模式應用與實作,儒林出版社,1999。
    7.Deng, J. ``Introduction to grey system theory '', The Journal of Grey System 1(1), pp. 1-24, 1989.
    8.Deng, J., Guo, H., Xu, S., Xiong, J., and Chen, M. ``Essential topics on grey system theory '', Huazhong University of Science and Technology, China Ocean Prem Beijing, 1998.
    9.Firooz Khodadady ,Enhancing SAP Performance, Information Systems Associates (ISA) August 7, 1998.
    10.Fletcher, D. and Goss, E. ``Forecasting with neural networks --An application using bankruptcy data'', Information & Management 24(3), pp.159-167, 1993.
    11.Goldberg, D. E., Genetic Algorithms in Search, Optimization and Machine Learning, Addison Wesley, Reading, Massachusetts, 1989.
    12.Grudniski,G. and O''sburn, L. ``Forecasting S&P500 and Gold futures prices:An application of neural networks'', Journal of Futures Markets 13(6), pp.631-643,1993.
    13.Holland, J. H., Adaptation in Natural and Artificial Systems, University of Michigan Press, Ann Arbor, MI, 1975.
    14.Lee, C., ``Grey system theory win Application on earthquake forecasting'', Journal of Seismology, 4 (1), pp.27-31, 1986.
    15.Marose, R. ``A financial neural-network application'', AI Expert, pp.50-53, 1990.
    16.Peter Boncz, Stefan Manegold Martin L. Kersten, Database Architecture Optimized for the new Bottleneck: Memory Access, VLDB 1999.
    17.Refenes, A.N., Azema, B.M. and Karoussos, S.A. ``Currency exchange rate prediction and neural network design strategies'', Neural Computing and Applications 1, pp.46-58, 1993.
    18.Thomas Schneider, The Official SAP Guide--SAP R/3 Performance Optimization, SYBEX.
    19.Weigend, A.S., Huberman, B.A. and Rumelhart, D.E. ``Generalisation by weightelimination with application to forecasting'', Advances in neural information processing systems, pp.3875-3882, 1991.
    20.Xiaolan Zhang, Zheng Wang, Nicholas Gloy, J. Bradley Chen, and Michael D. Smith ,System Support for Automatic Profiling and Optimization.
    21.Zheng Wang, Progressive Profiling: A Methodology Based on Profile Propagation and Selective Profile Collection,2001.

    QR CODE
    :::