先实施ERP还是先通过ISO?

很多人有疑问:“我们企业基础很差,流程很乱,我们是否需要先把内部理顺或先搞ISO管理体系后再考虑上ERP?”

站在企业管理者的角度这也许有一定的道理,因为说这话的人肯定是对ERP不怎么了解,认为ERP应用起来要求非常高,或者是之前用过一些小型软件系统,认为只有企业本身很规范才能上ERP。但实际上并非如此,只要我们真正了解ERP后才可能理解在什么情况下不能上ERP。

ERP其实就是一个管理工具,你不要去想它是怎么开发出来的,因为这样会把你带入误区。可以想象一下,我们购买洗衣机的时候会考虑什么?无非就是洗衣机能否能把衣服洗干净,并且还比较节省电和水,而不会想到它内部有些什么尖端科技。这样想我们就会大致明白ERP其实也就是为我们企业服务的一个管理工具而已。

要了解ERP到底是否应该上,最好能简单了解ERP的实施过程:

实施准备及调研:
成立项目小组,了解企业的现状和需求,展开对用户基础信息的调查,确立项目实施目标,落实项目启动前的各项准备工作,并确定实施计划。

凡事预则立不预则废!充分的准备和计划,对后期的实施工作将产生深远的影响!项目在开始前,项目要素如参与人员、项目范围、达成目标等必须要有明确的界定。

培训和基础资料的整理:
此阶段顾问会协助企业去规范企业的一些基本资料,如物料的编码,BOM的规划等。

此外,需要重视培训的重要作用,因为人是把软件和业务结合的唯一的核心纽带。培训应该是分岗位分时段的,,培训同时也推荐通过制度和指引对系统运行的规范化和稳定性加以保证。培训的层次意义在于知识转移,目的是让用户最终能够完全驾驭系统,从知识转移的角度培训是贯穿项目始终的。

实施顾问和用户一起梳理现有行业业务流程,根据实施目标建立有助于提升用户管理水平且适合于用户实际情况的应用模型。

流程的整理、讨论、模拟和确定:
此阶段顾问会协助企业实现流程的规范化改造,并检验基础资料的正确性。

对企业流程进行改造和优化,在此阶段会将企业的现有流程和ERP结合起来,重新制定新的作业流程和作业规范。如果企业在ERP实施之前就开始去做了企业内部流程和管理优化的工作,在实施ERP的过程中还是需要再修订。ERP的实施过程也就是企业内部管理理顺的过程,所以无需担心企业内部流程是否非常好,非常顺畅。

上线和优化:
系统上线时按照应用模型的设计,将企业现行数据与业务切换到正式的系统之中,确保数据正确、及时的录入系统,执行应用模型,并做系统适应性调整。

部署、测试,无问题正式投入使用。

软件实施和其他项目一样也是一个有始有终的过程,需要特别强调的是系统验收并不代表服务的结束。应该说系统验收是双方对整个实施阶段成果的认可,验收既是一个时间段的结束,也是一个新的开始。借此总结前一阶段的成果,明确下一阶段的任务。

有这么一个案例,有个客户做汽车配件的,企业内部的管理可以说是非常的好,5S、及时化(JIT)生产、TPM等等都在企业应用的非常好。按我们看的情况可以想象这个企业上ERP应该是很好的,流程非常畅顺,企业管理也不会有什么问题。但在上线后我们发现,企业车间材料的用量跟标准耗用总是对不上,最后查出问题还是在流程上,信息没有及时到达需要的人员手中。当然我们这里只是在讨论上ERP的时机,并不是在讨论是否需要理顺企业内部管理,一个管理好的企业当然会比一个企业规范性差的企业更容易实施ERP,这一点是无容置疑的。

说到此可能有人会问了,那是不是上了ERP就不需要再搞ISO认证?当然不是,虽然ERP会去规范企业的流程,但还有很多ISO的东西是ERP做不到的,两者并不矛盾。但在实施的先后顺序上,如果企业还没有实施ISO体系,建议企业先上ERP,再上ISO管理体系,这样所花费的工作量比较小,不用做很多重复的工作。还有一个好处就是,ERP实施上线过程除了流程外,还需要很多的制度支持,这些制度文件就可以纳入到ISO管理体系中,以ISO的标准加以管理,所以说两者还是互为补充的。

总之,按照怡海软件一直表达的观点,摆脱对ERP理解的禁锢,企业才能真正从ERP实施中获利!

如需了解更多,欢迎访问怡海软件官网 http://www.frensworkz.com/

使用优化算法,以优化VMD算法的惩罚因子惩罚因子 (α) 和分解层数 (K)。 1、将量子粒子群优化(QPSO)算法与变分模态分解(VMD)算法结合 VMD算法背景: VMD算法是一种自适应信号分解算法,主要用于分解信号为不同频率带宽的模态。 VMD的关键参数包括: 惩罚因子 α:控制带宽的限制。 分解层数 K:决定分解出的模态数。 QPSO算法背景: 量子粒子群优化(QPSO)是一种基于粒子群优化(PSO)的一种改进算法,通过量子行为模型增强全局搜索能力。 QPSO通过粒子的量子行为使其在搜索空间中不受位置限制,从而提高算法的收敛速度与全局优化能力。 任务: 使用QPSO优化VMD中的惩罚因子 α 和分解层数 K,以获得信号分解的最佳效果。 计划: 定义适应度函数:适应度函数根据VMD分解的效果来定义,通常使用重构信号的误差(例如均方误差、交叉熵等)来衡量分解的质量。 初始化QPSO粒子:定义粒子的位置和速度,表示 α 和 K 两个参数。初始化时需要在一个合理的范围内为每个粒子分配初始位置。 执行VMD分解:对每一组 α 和 K 参数,运行VMD算法分解信号。 更新QPSO粒子:使用QPSO算法更新粒子的状态,根据适应度函数调整粒子的搜索方向和位置。 迭代求解:重复QPSO的粒子更新步骤,直到满足终止条件(如适应度函数达到设定阈值,或最大迭代次数)。 输出优化结果:最终,QPSO算法会返回一个优化的 α 和 K,从而使VMD分解效果最佳。 2、将极光粒子(PLO)算法与变分模态分解(VMD)算法结合 PLO的优点与适用性 强大的全局搜索能力:PLO通过模拟极光粒子的运动,能够更高效地探索复杂的多峰优化问题,避免陷入局部最优。 鲁棒性强:PLO在面对高维、多模态问题时有较好的适应性,因此适合海上风电时间序列这种非线性、多噪声的数据。 应用场景:PLO适合用于优化VMD参数(α 和 K),并将其用于风电时间序列的预测任务。 进一步优化的建议 a. 实现更细致的PLO更新策略,优化极光粒子的运动模型。 b. 将PLO优化后的VMD应用于真实的海上风电数据,结合LSTM或XGBoost等模型进行风电功率预测。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值