信息管理系統自動控制研究

前言：本站為你精心整理了信息管理系統自動控制研究范文，希望能為你的創作提供參考價值，我們的客服老師可以幫助你提供個性化的參考范文，歡迎咨詢。

【摘要】

這篇文章基于一個公司內部特定事務場所，從而提出關于管理方面的一些決策問題。對信息管理系統進行研究的時候，要能夠實現系統的自動化，這樣才能有效地解決實際生活中的一些問題。有了自動控制這一理念，對一些問題的效率以及出錯率都會大大的改善。在信息保存以及傳輸的過程中，也可以通過自動化這一方式使得信息傳輸變得更加快捷以及安全。

【關鍵詞】

企業管理系統；自動化；智能學習和智能決策

引言

當今社會，經濟在大步發展，而隨著經濟的發展也帶動了計算機技術以及網絡技術的發展。隨著計算機技術以及網絡技術的大步發展，企業的無紙化辦公管理系統已經成為了一個發展的主方向。這種現代的企業管理系統里面，已經深入到各個行業中，包括了各個行業的各個功能。從現代的理念來看，要想完善一個企業的管理系統，已經不單單只是做好一些常規的工作，而是要做好一些后續的補充工作。使它成為企業工作中的一個主體部分，而不再是一個輔助的作用。在工作中，運用企業管理系統來處理一些實際的問題，已經成為了一種很主流的工作方式。

一、企業管理系統的現狀以及發展趨勢

區別于以往的企業管理概念，現在的企業管理系統的功能范圍已經擴大了很多，已經不再局限于最初的一些信息數據的記錄和保存。當今社會經濟發展迅速，人們要處理的東西也越來越多，原有的企業管理理念已經遠遠不能滿足人們的需求。所以要不斷地對它進行更新，使它能夠更好的發展，從而滿足人們的需求。原有的企業管理系統，主要的作用就是對一些數據進行記錄以及保存，簡單的來說就是利用計算機代替原來一些需要人力進行的事務。但是這些事務是比較簡單的，遠遠不能達到管理這一水平，這也是早期的企業管理系統不能被大幅度的推廣開來的原因。而在現代，人們對企業管理系統有了更高的要求，不僅要能夠處理一些基本的信息數據等等，還要能夠對這些數據進行分析，從而得出一定的分析結果，并最終應用到實際問題中。現在企業管理系統已經被企業大規模的運用開來，主要是對一些數據的記錄以及數據記錄后期的一些分析。這對一個企業來說是非常有幫助的，可以節省大量的人力以及物力。

二、自動控制與智能學習

自動控制技術，在企業進行管理的時候起到一種輔助決策的作用。與智能學習一起，將企業中的一些數據轉化為信息，進一步的轉化為知識，從而能夠幫助企業的領導人做出一些明確的決策。而關于數據方面，也是非常復雜的，不僅包括企業內部的一些數據，還包括外部的一些供貨商、客戶的數據等等，這些都是要進行處理分析的。企業在進行數據分析的時候既要考慮自己內部的一些情況，還要考慮所處大環境中的一些情況。企業管理系統中的智能學習和輔助決策既可以這是一種簡單的幫助管理決策的操作方式，也可以被認為是一種高層進行業務運作的決策。其實，從本質上來講智能學習和輔助決策，并不是什么新的技術，它們只是將原有的企業管理系統進行進一步的深化而已。

1、在進行智能學習和輔助決策的時候，要將企業所涉

及的各個方面的信息都收集好，集中地進行管理及分析，最終得出一個結論。只有全面地將信息收集起來，才能使上層的決策者對這些信息有一個大概的了解，從而才能做出最正確的決策。在進行企業管理系統實施的過程中，必須要做到以下幾點，這也是能夠保證企業正常發展必不可少的步驟。

1）全面地收集數據

為了能夠保證智能學習以及輔助決策，首先要做的就是對數據進行收集。只有將信息收集好，才能進行后面的操作，否則一切都是空談。在進行這一步的時候，首先我們要將這些概念梳理清楚。信息，就是客觀事物中各種事物變化和特征的反映。他是一個普遍存在的東西，不僅存在于自然界，還存在人類的思維領域以及其他一些方面。如果不與其它東西結合，它本身是沒有任何意義的。但是一旦和其他東西緊密結合，它就會產生無限的意義，所以在使用它的時候，我們一定要考慮清楚怎樣合理的進行使用。只有我們真的理解了信息的意義，才能使得那些包含了信息的數據有了真實的意義。在進行數據的收集，也會遇到各種各樣的困難。第一個就是數據的真實性。因為很多數據在收集的時候要通過層層的分析，那么最終得到的數據并不一定是原始數據，所以它的真實性也就無法考證。還有就是很多數據是很多年前的，這么多年以來他們已經流失了一部分，這樣在進行分析的時候，就無法得到一個準確的結果。在對數據進行分析的時候，一定不能去對它進行修改，要保持它原來的樣子，這樣才能避免一些因為外力而產生數據錯誤在數據收集的時候，因為一些數據的缺失，工作人員會根據自己主觀猜想對它進行填補，這種方法也是不被允許的，會導致后期工作的一些失誤。第二方面就是在進行數據收集的時候，要把跟數據有關的一切信息都進行收集。一個數據的產生，可能是由多種因素導致的，這些因素都應該作出具體的分析，這樣就需要大量的人力物力以及一些專業的知識經驗等等。所以在進行這些數據收集的時候，會存在很大的困難。而隨著時間的改變，一些數據也在發生著變化，這種時間方面的因素也是要考慮進去的。而以往一些對數據分析慣用的模式，等于現在數據的分析，也是不適用的，也是要進行一定的更改的。這些方面的問題，在我們對數據進行收集分析的時候都是要考慮進去的。

2）構建合適的模型

在這數據進行分析的時候，單純的大量數據是沒有幫助的，一定要將數據進行整理，使它成為一個系統，在系統中對它進行一定的分析。現在對于大量信息處理的一個常用方式就是構建一定的數據模型，一個好的數據模型，能夠對全局產生很大的幫助。數據模型構建的是否合理，是否具有一定的擴容性，這些方面都對系統能否實行自動化起著決定性的作用。在進行數據模型構架的時候，不僅要具備專業的數據處理能力，還要具備一定的專業性知識，最重要的是要對實際運作中的一些事務有一個非常透徹了解。在將數據模型應用于實際操作中的時候，要邀請一些參與人員進行討論，提出一定的建議，根據實際的情況作出一定的調整。通常一個數據模型是非常復雜的，在進行分析的時候要把它分成一小塊一小塊的來看，這樣才能使它每一個流程都進行細化，最終能夠使得每一步都能夠分析好。在將每一步都做好的基礎上，再將它們融為一個整體，然后進行統籌處理。

2、對系統的實施

這里說的是eMRB系統，就是工程師在物料處理意見方面，使用了智能學習和提供輔助決策的功能。在進行物料處理方面意見輸入的時候，因為東西是有很多的，而且彼此之間的關系還是錯綜復雜的，要在一個短的時間內迅速地作出判斷，是一件很困難的事情。處理這件事情的時候，對每個工程師都是一個考驗，不僅需要他們具備非常專業的知識，還要他們有非常豐富的經驗。要運用這個系統對這些基礎信息作出分析，在分析它們之間的關聯性，列出各種各樣的可能，最后選擇出最有可能的三個選擇。而工程師要做的就是在其他一些輔助物件的幫助下，在這三個選擇中挑選出一個最合適的選擇。在進行此項工作的時候，要考慮一個關聯關系。在對于關聯關系的分析過程中，我們可以發現很多事物之間都是存在關聯的。所謂的關聯就是當一件數發生的時候，另一件也經常發生。而對于關聯分析的意義就在于，可以通過事物之間的關聯性，更快地發現那些有實用價值的關聯發生的事件。因為事物與事物之間是存在一定的關聯性的，用關聯分析的方法進行分析，就能更快地找出他們的共性，從而最快的找出一種合適的方法。也能根據當前的現有信息，最快的提出一種最好的處理意見。

3、實施的經驗和模式分析

在進行整個系統的研究過程中，是需要一定的實例對它進行支撐的。模型公式，在每一次新的事務決策中，都為他們提供數據上面的支持。而在每一次事務結束時，也會提出新型的數據模型，這兩者是一種相輔相成的關系。在對模型實例進行總結的時候，如果不是在這個模型之中，那就要對這種事務進行具體的分析，讓它能夠歸納到模型中。當然在對模型進行分析以及實施的過程中，還要考慮一些突發性的情況。對于一些突發性事務，要用特殊的方式進行處理。也就是說處理突發性事務的時候，是不一定非要用到模型內的方式方法的。但是對于突發性事務的定義，也常常讓一些操作人員感到很困難。在新型的系統中，對于突發性事務的定義就是當這個事務事例結果，與超過80%的決策相沖突的時候，就認為它是一個特殊性的事例。在實際操作過程中，操作者也要根據一些實際的情況進行具體的判斷，選擇出最適當的方法。不能一味的依照模型所提供的方法對事務進行判斷，而要根據實際情況、根據自己原有的經驗做出最正確的判斷。

三、結論

雖然目前信息管理系統還存在著很多這樣那樣的問題，但是大部分的問題已經有了合適的解決方案，或者說已經找到了原因所在。隨著研究的深入，我們會將這些問題一一解決，也會使得這個系統變得更加完善，更加智能化。在解決公司的一些實際問題中，這個系統也會發揮更大的作用，這樣就使得公司在市場上的其他公司進行競爭的時候，能夠更具有競爭力。通過對系統的研究與開發，特別是他自動化方面的一些研究，讓我們更加明白為了在自動化方面有更好的發展，必須對它系統內部的一些方面做出一定程度上的改革。當將它運用于實際生活的時候，要根據生活中的一些情況做出相對應的調整，不能一味套用它的方式。在不久的將來，它必將會被更多的公司所采用，也會為更多的公司帶來經濟效益。

參考文獻

[1]倪志偉，李峰剛，毛雪敏.智能管理技術與方法[M].北京：科學出版社，2007:1—28；

[2]周琪.探析企業信息管理系統應用中的問題及決策[N].企業論壇，2008.4（17）:17；

[3]焦成俊。智能數據挖掘與知識發行[M].西安：西安電子科技大學出版社，2006:1-5.

作者:蘇宗義 陳漢青 張淑靜 單位:石河子大學