35、企业资源规划(ERP)系统实施挑战:肯尼亚案例研究

企业资源规划(ERP)系统实施挑战:肯尼亚案例研究

1. 引言

企业资源规划(ERP)系统是一套集成的程序,为制造与物流、财务与会计、销售与营销以及人力资源等核心组织活动提供支持。它有助于组织各部门共享数据和知识,降低成本,改善业务流程管理。然而,尽管ERP系统有诸多益处,但许多实施项目却以失败告终。约90%的ERP实施项目会延迟或超预算,成功率仅约33%。

过去几年,关于ERP实施问题的研究有限,主要是个别组织的案例研究,且很少记录导致实施失败的挑战,因此从业者和研究人员并不清楚实施失败的原因。本研究旨在探讨肯尼亚组织在实施ERP系统时面临的挑战。

2. 文献综述

受提高业务生产力、简化业务运营和增加成本节约的吸引,全球组织纷纷将ERP系统集成到现有业务环境中。在欧美发达国家,大型组织和政府机构广泛采用ERP系统,如SAP、Oracle等开发的系统。随着高端市场饱和,ERP系统逐渐渗透到中型组织以及欧美以外的地区。

然而,发展中国家在ERP系统的采用上远远落后。不过,由于经济增长,像肯尼亚这样的发展中国家正成为ERP供应商的主要目标市场。一些肯尼亚的大中型组织已经实施了ERP解决方案,预计未来还会有更多组织跟进。

但将通常在发达国家开发的ERP系统转移到发展中国家时,往往会出现与当地文化、经济和监管要求不匹配的问题。ERP技术在发展中国家面临经济、文化和基础设施等方面的额外挑战。此外,ERP实施是一项高风险的工作,许多项目因行为和管理相关挑战而终止,如终端用户准备不足、抵制变革、缺乏用户教育和培训、关键人员流动率高、缺乏沟通和支持文档,以及软件漏洞和配置困难等技术问题。多数研究认为,人员、组织问题和变革管理是最大的

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方和母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方和的例子。 简单的平方和问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
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