成本控制决策支持系统的应用研究

发布时间：2020-09-02 20:45

　　目前,国内制造型企业面临着越来越大的竞争压力,不仅面临着国内其他企业的挑战,还有来自国外企业的威胁,市场竞争日益激烈。为占领市场,企业需要不断开发生产性能更高,价格更低的适合市场需求的新产品；企业要想获得更多的利润,就需要在扩大市场份额的同时,不断地降低产品成本。随着计算机应用和信息化的普及,企业产生了大量的、不断增长的历史数据,包括大量的企业内部数据,如企业的生产数据、财务数据、销售数据、人力资源数据等,以及企业的外部数据。企业只有对大量的历史和现实数据进行分析,才能做出正确的决策、发现新市场,降低生产成本、销售和管理成本,提高利润。为实现这一目标,本文针对我国机械制造业的成本问题,根据现代成本控制的特点,围绕事先成本控制、事中控制、成本分析和成本降低环节进行功能设计；将计算机技术与会计相结合,引入数据仓库技术,构建一个制造企业数据仓库体系结构,对数据仓库系统中的联机分析处理和数据挖掘技术等应用方面进行研究；将数据仓库技术与决策支持系统结合在一起,为决策支持提供海量的综合、历史数据,为决策支持系统建立良好的数据基础,通过基于数据仓库的决策分析系统为企业提供多角度、多层次的企业信息分析的有效方法；最后结合某制造型企业,实现企业数据仓库,并将其应用于成本控制决策支持系统。
【学位单位】：中南大学
【学位级别】：硕士
【学位年份】：2009
【中图分类】：TP311.13
【部分图文】：

数据仓库体系结构,真实系统

助的人机交互式的信息系统[z9l。2.2，2决策支持系统的基本模式DSS的基本模式如图2一3所示。在图中，一个完整的DSS系统模式被表示为DSS本身以及它与“真实系统”、人和外部环境的关系。由图可见，管理者处于核心位置，他运用自己的知识，把他和DSS的相应输出结合起来，对他所管理的“真实系统”进行决策。管理者往往需要协助人员的帮助。就“真实系统”而言，提出的问题和操作数据是输出信息流，而人们的决策则是输入信息流。图的下部表示了与DSS有关的基础数据，它包括来自真实系统并经过处理的信息(如Mls信息、统计信息等)、

视图,多维数据

(3)旋转(Pivot)是变换维的方向，通过重新安排维的放置，得到不同视图的数据。它包括交换行和列，把行维移到列维中去，或把列维移到行维中去，把页面内的维和页面外的维进行交换等，如图2一9。(4)其他OLAP操作:除了上述三种基本操作，按OLAP工具的不同，还有钻过、钻透、取线、取点和计算平均值、增长率、利润等统计计算。钻过是指对多个事实表进行查询;钻透是指对立方体操作时，利用数据库关系，钻透多维数据集的底层，进入后端的关系表;取线是指从多维数据集中选取一个维度，在这个维度上取某一区间或任意的维成员，而将其余的维都取定一个维成员;取点是指在多维空间的所有维度上，都取定一个维成员，它确定唯一的实体。产品销售情况选定时间的维成员“2008年l季度”2008年1季度产品销售情况选定两个维:地区维和产品维数据切片地区维地区维图2一8多维数据的切片产品销售情况视图1产品销售情况视图2时间维时间维图2一9多维数据的旋转

基本结构框架,成本控制,决策支持系统,多维数据库

采取措施纠正这种偏差，确保成本控制目标的实现。3.3， 3CCDSS的基本结构框架基于数据仓库的成本控制决策支持系统基本结构框架如图3一2所示，系统的输入主要是数据库中的数据以及知识库中的知识和经验。数据仓库管理模块完成成本数据仓库的创建以及数据仓库中数据的综合、提取等各种操作，负责整个系统的运转。多维数据库建立于数据仓库之上，是实现联机分析处理的数据引擎，确定多维数据库中主题维的数量和维的内容，是多维数据库设计的关键[4647]。通过一个复杂的多维数据库来反映所有决策需求是不可能的，因此，应建立多个多维数据库。挖掘工具用于完成实际决策问题中的各种查询和数据开采，当用户发出决策请求命令后，通过数据挖掘工具触发数据仓库管理模块从数据仓库中获取与任务相关的数据。多维分析工具用于分析多维数据。知识发现工具控制并管理知识发现过程，将数据的输入和知识库中的信息用于驱动数据选择过程、知识发现引擎过程和发现的评价过程。被选择的数据经过知识发现工具中的知识发现引擎抽取算法处理

【相似文献】