李霁秋

摘要：传统的ERP系统能够为企业整合人力、财力、物力等资源并实现资源优化和合理配置。大数据的出现对传统的ERP模型提供了优化的可能性。本文讨论了运用大数据的方法，进行数据挖掘、建立模型对传统ERP系统优化升级，达到满足生产制造型企业对产能预测的定制化需求，从而帮助企业合理安排生产资源、及时争取到适量规模的订单

关键词：ERP系统;大数据;产能预测;机器学习;回归模型

1.传统ERP系统的定义及其在半导体制造行业的应用

ERP（Enterprise Resource Planning）企业资源规划，是由美国Gartner Group公司于1990年提出的一种供应链管理思想，发展到现在，它既是应用软件又是基于信息技术的一种管理工具。

半导体行业作为制造业的重要组成部分，它具有分工细、高智能、技术集成度高等特点，所以完备的ERP系统对于半导体制造企业更好的完成订单、统筹资源至关重要。半导体芯片已经逐渐渗透到生活、生产、科教等各个领域，疫情的到来增加了渗透的速度。这种现实局面对芯片制造企业的支持系统也提出了更高的要求，以原材料管理为例，传统的ERP系统已难以满足对现有供应链系统的预测，企业需要具备精准预测、灵活统筹的ERP系统帮助其实现快速交付订单、减少客户等待的目标。

2.大数据的特点及其应用

大数据（big data），又称巨量数据、海量数据。大数据目前虽颇受关注，但科学界至今没有一个统一的概念。它是在互联网发展到现阶段的一种创新[1]。面向大数据环境下……