近几年,在经历了数次大型食品安全事故后,政府和国民对食品安全的重视程度达前所未有。熟食品连锁行业作为食品快消行业中的一员,由于产品保质期短,面临更大的食品安全风险,食品安全监管相当严格。同时随着行业信息化的不断推进,在传统的生鲜熟食行业也掀起了一场信息革命,不断推动熟食行业面向精细化管理。如何确保在仅仅3天的保质期内完成产品最大化的销售,同时又要降低连锁门店的库存,做到精准的配送,将是连锁熟食企业迫切需要解决的问题。通过对历史销售数据的挖掘、建立数据模型,然后利用相关模型让计算机系统自动计算产生销售预测值,结合现有库存,生成相应的订货数据,实现自动配送的目的,这将有可能解决大型熟食品连锁企业面临的这些问题。为了实现这个方案,具体研究如下:(1)通过对现有数据和业务模式的分析,确定多元数据分析模型。(2)利用多元回归和时间序列的数据挖掘方法,对模型中的相关关系进行分析,最终确定多元回归模型的表达式,通过测试和实践验证了数据模型的可靠性。(3)结合目前的配送系统和数据挖掘算法,对现有的业务流程和系统流程做相应的优化,使其能够符合自动配送系统的要求。(4)设计并实现自动配送系统。结合新的业务流程和系统流程,设计系统。利用Java批处理技术,数据库脚本任务等,对现有配送系统的进行改造,实现系统。通过对自动配送系统的测试发现,依据数据挖掘算法得到的配送数据符合自动配送系统的要求。在自动配送系统的实际运用中,不仅能够最大化的满足销售的需求,而且能够有效的降低门店的库存。