便利店管理信息系统的设计与实现毕业论文(编辑修改稿)

便利店管理信息系统的设计与实现毕业论文(编辑修改稿)内容摘要：

下次订购时间 日期 /时间 50 日期 日期 /时间 50 单价 数字 50 时间 日期 /时间 50 系统界面设计 用户登录界面的设计 设置系统登入用户名和密码是为了保障系统能够安全的运行，用户只有输入正确的用户名和密 码才能够进入系统并使用系统的各项功能 【 3】。 该界面设计如图 32 所示： 福建农林大学本科毕业设计说明书 ― 9― 图 32 系统登陆界面图 主功能界面设计 进行密码的验证正确后进入系统主界面，如图 33所示： 图 33 系统主界面图 从图 33的树状结构可以对本系统的主菜单和子菜单的预览，很容易了解该系统的基本功能，这种友好的设计界面使得使用者对本系统容易掌握，同时在菜单栏中还设有常用子菜单快捷键，充分的为用户提供方便。 福建农林大学本科毕业设计说明书 ― 10― 4 各项子功能模块的设计 员工信息管理 超市在进行人力资源管理中会涉及到员工 信息的管理，为了确保员工信息的准确、及时、完整与安全，需要进行员工信息的管理。 该系统界面图 41所示，通过该系统功能基本上满足了员工的信息管理，包括员工信息添加、保存、查询、删除，薪酬管理等操作，从而提高了对信息处理的效率降低了超市的人力资源管理成本。 图 41 员工信息管理界面图 供应商信息管理 在市场经济竞争日益激烈的情况下超市为了获得更好的产品和服务以便实现超市的利润最大化。 超市需要进行供应商的管理，在供应商管理中需要时常对供应商的信 息进行管理。 我们设计的供应商管理系统界面如图 42所示：该系统基本上满足了供应商信息的查询、更改、添加、和删除等功能。 福建农林大学本科毕业设计说明书 ― 11― 图 42供应商信息管理界面图 商品信息管理 在商品信息管理中，商品价格信息，库存信息都是对超市利润影响极重要的信息，对商品进行了分类以便进行库存管理等操作。 其设计界面和供应商信息管理的设计界面相似，能够满足商品信息的添加、删除、查询、修改等功能。 销售分析 销售分析的功能 1．帮助超市安排销售计划，发掘生意机会。 2．使超 市的销售更主动更具有成效 3．帮助超市降低采购、销售成本和费用。 4．为企业的费用预算提供了便利。 销售数据的保存 管理人员 可以针对每一商品自己输入每阶段的销售数据，可根据产品的特性来设定预测数据的时间间隔，所输入的销售数据将保存到数据库中。 同时数据可以以图表的形式显示出来，使得分析人员对过去的销售情况走势有了大致得了解。 如图 43 所示： 福建农林大学本科毕业设计说明书 ― 12― 图 43 销售数据保存实现图 销售预测方法的介绍： （一）移动平均法 移动平均法是用一组最近的实际数据值来预测未来一期或几期内公司产品的 需求量、公司产能等的一种常用方法。 移动平均法适用于即期预测。 当产品需求既不快速增长也不快速下降，且不存在季节性因素时，移动平均法能有效地消除预测中的随机波动，是非常有用的。 移动平均法根据预测时使用的各元素的权重不同，可以分为：简单移动平均和加权移动平均 【 5】。 ： 简单移动平均的各元素的权重都相等。 简单的移动平均的计算公式如下： tF ( 1 2ttAA      tA n ) n （ 4— 1） 公 式中， Ft对下一期的 预测值； n移动平均的时期个数； 福建农林大学本科毕业设计说明书 ― 13― At1前期实际值； At2,At3和 Atn分别表示前两期、前三期直至前 n期的实际值。 ： 加权移动平均给固定跨越期限内的每个变量值以相等的权重。 其原理是：历史各期产品需求的数据信息对预测未来期内的需求量的作用是不一样的。 除了以 n为周期的周期性变化外，远离目标期的变量值的影响力相对较低，故应给予较低的权重。 加权移动平均法的计算公式如下： t 1 2F 1 2t t nw A w A w     tA n （ 4— 2） 式中， w1第 t1期实际销售额的权重； w2第 t2 期实际销售额的权重； wn第 tn 期实际销售额的权重； n预测的时期数； w1+ w2+„+ w n=1 移动平均法的实现： 移动平均法的其实现界面如图 44 所示： 福建农林大学本科毕业设计说明书 ― 14― 图 44 移动平 均 法 实现界面图 图 45 移动平 均 法 实现图 福建农林大学本科毕业设计说明书 ― 15― 通过系统可以确定移动平法的指数，用户可以根据实际情况选择移动平滑指数，系统将自动绘制出用户输入数据的散点图 （用红色散点表示）。 并得出通移动平均法计算出来的预测值（用蓝色散点表示） 如图 45。 用户输入的销售数据将在图表中显示出来，这样方便了用户对销售数据的趋势和分布有了更加的了解。 （二）回归分析法 所谓回归分析法，是在掌握大量观察数据的基础上，利用数理统计方法建立因变量与自变量之间的回归关系函数表达式（称回归方程式）。 由于 超市 销售预测中只用到一元线性回归预测法，而一元线性回归又是一种广泛应用并且比较简单的预测方法，因此， 以下 一元线性回归模型作简单介绍。 设 X 为自变量， Y为应 变量， Y 与 X 之间存在某种线性关系，一元线性回归模型为： i i iY a bX   i=1,2,„ ,ni （ 43） 式中 ε 为各种随机因素 y 的影响总和， ε − (0,σ2) ； yN(a+bx,σ2)。 则可设ˆ iyi a bx 对此，可以通过 最小二乘法 来估计模型的回归系数。 根据最小平方原理，必须符合以下条件： 2ˆ()iiyy =最小值 (44) 2ˆ( ) 0iiyy (45) 根据最小二乘法要求，记 22ˆ( ) ( )i i i iQ y y y a b x     根据极值原理，为使 Q具有最小值，可分别对 a、 b求偏导数，并令其等于零，即 2 ( ) 0i i iQ y a b x xa       (46) 2 ( ) 0i i iQ y a b x xb       (47) 整理的： iina b x y 0 | | 1R 对上两式联立求解，即可得到回归系数的估计值： 福建农林大学本科毕业设计说明书 ― 16― 22ˆ ()i i i iiin x y x yb n x x    (410) ˆˆ iiyxabnn (411) 相关系数 R 可根据最小二乘原理及平均数的数学性质得到： 2 2 2 2( ) ( )i i i ii i i in x y x yRn x x n y y      (412) 相关系数 R 的绝对值的大小 表示相关程度的高低。 ① 当 R=0 时，说明是零相关，所求回归系数无效。 ② 当 | | 1R 时，说明是 完全相关 ，自变量 X与应变量 Y之间的关系为函数系。 ⑧ 当 0 | | 1R时，说明是部分相关，渊值越大相关程度越高。 本系统回归分析界面如图 4图 47所示： 福建农林大学本科毕业设计说明书 ― 17― 图 46回归分析结果图 图 47回归分析坐标图 福建农林大学本科毕业设计说明书 ― 18― 本系统能够利用最小二乘法计算出回归方程中各个系 数的数值从而得出回归方程的方程式子。 并且通过计算出回归方程的。