决策支持系统应用案例.docVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
PAGE PAGE 1 决策支持系统应用案例 郑春临 (学号:1106121040 班级:11级信息管理与信息系统) 摘要:决策支持系统在企业和生活中的应,及其带来的诸多便利 关键字:决策支持系统;企业应用; 1、引言 决策支持系统(DSS)的概念提出20多年来,随着决策理论、信息技术、数据库 技术、办公自动化、专家系统等相关技术的发展,DSS取得了长足的进展,在许多领域得到应用。DSS已成为许多行业经营管理中一个不可缺少的现代化支持工具。本期专题介绍了银行、房地产、 企业等应用DSS的情况,包括如下文章: 1.1决策支持系统建立中的关键问题 ——兼论云南玉溪卷烟厂信息管理与决策支持系统 本文以建立云南玉溪卷烟厂信息管理与决策支持系统为例,介绍了决策支持系统建立中的关键问题,包括决策支持与数据管理系统,模型、方法和知识管理系统及用户交互环境。 1.2银行智能决策支持系统 面对激烈竞争和瞬息万变的金融市场,传统的银行决策方法已不能适应现代化银行发展的需要。本文探讨如何将计算机决策支持技术应用到银行高层决策,建立银行智能决策支持系统。 1.3地震预报智能决策支持系统的研制与应用 地震是众多自然灾害中对人类生存造成危害最为严重的一种灾害。为了科学、准确预报地震,减轻地震的影响,建立地震预报智能决策支持系统具有非常重要的价值。 1.4智能房地产决策支持系统eid 柔性综合集成能够使系统按照当前运行状况,动态配置所需的计算机部件,以解决传统专家系统表示和推理单一、难以融合异质计算部件等缺点。本文介绍在构建智能房地产决策支持系统中,采用基于任务归约和子任务联想的知识汤建模方法,对柔性综合集成作了初步的尝试。 1.5低成本cims成本管理决策支持系统 本文以特钢企业为背景,阐述了建立网络环境下低成本cims成本管理决策支持系统的基本思想,并提出cims环境下管理与决策的模型库、数据库、方法 库和知识库的分析与设计,进而达到控制钢铁企业成本的目的。 决策支持系统是以日常业务处理系统的数据为基础,利用数学的或智能的方法,对业务 数据进行综合、分析,预测未来业务的变化趋势,在企业发展、市场经营战略等重大问题上为领导层提供决策帮助的计算机系统。近年来企业(包括商业)部门业务处理以及信息管理系统的广泛使用,既为决策支持系统的建立提供了基础,也为它的应用产生了强大的推动力。 与此同时,计算机在理论与技术上的新进展也使决策支持系统的研究与应用水平不断提高,使它从早期的批处理方式演变成今天的联机分析处理方式,也带动了数据仓库、多维数据库、数据挖掘等新技术的研究。 决策支持系统大体上由以下三个部分组成: 对决策用的数据进行管理的决策数据管理子系统。 决策知识、模型管理子系统。 与用户进行对话、接收命令,提供决策结果的交互环境。 2、内容摘要 在建立决策支持系统中,以下几个问题显得尤为关键: 2.1决策支持与数据管理系统 数据管理系统必须为决策支持的分析处理提供以下服务: (1)根据主题需要,从oltp数据库中抽取分析用的数据。为此在抽取过程中要对原 始数据进行分类、求和、统计等处理,抽取的过程实际上是数据的再组织。 (2)在抽取过程中,完成数据净化,即去掉不合格的原始数据,必要时还必须对缺 损的数据加以补充。 (3)在改变分析、决策的主题时,可以按主题进行数据查询与访问。 (4)采用脱机大容量存储、联机磁盘存储、内存存储的多级存储模式,解决数据量 巨大及按照主题、粒度划分的数据组织问题。 今天,人们常把满足上述功能需求的数据管理系统称为数据仓库系统。数据抽取与净化、存储组织等,都是建立数据仓库的关键技术。除此之外,在设计数据仓库时,还应特别重 视数据的粒度与划分问题。 与传统数据库设计类似,好的数据仓库设计也采用概念模型、逻辑模型与物理模型的 方法。所不同的是,数据仓库的数据模型是紧紧围绕前面所述的决策分析用的主题等范围进 行的。 数据仓库系统可以在关键数据库的基础上建立。采用这一方法,开发人员把关系数据 库当作一种存储结构,自己设计、实现数据仓库必备的功能。当然也可以利用关系数据库软件厂家提供的某些工具。目前这类工具还比较缺乏。 实现决策用的数据管理系统的另一种途径是采用多维数据库。多维数据库中的维是指在进行分析预测时可以变化的角度。例如,一个企业在全国各地的产品销售,可以按时间逐年 统计,也可以按地区或者产品分类统计,这里的时间、地区、产品就是不同的维。多维数据库为面向主题的分析决策提供了更大的灵活性。它支持对

文档评论(0)

zhuliyan1314 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档