基于数据挖掘的决策支持系统及应用研究

发布时间：2017-06-01 02:17

  本文关键词：基于数据挖掘的决策支持系统及应用研究，由笔耕文化传播整理发布。

【摘要】：尽管DSS在国内已有长足发展,但在理论、实践的很多方面仍然存在不少问题。如DSS应用的特点是多层次,小规模;总体上发展较缓慢,软件制作周期长,生产率低,质量难以保证,开发与应用联系不紧密;企业级DSS应用开发成功案例较少,尤其在制造业更为鲜见,笔者对煤机企业的实地考察充分说明了这一点;基于数据挖掘等新技术的企业级决策支持系统仍处于初步开发阶段,有许多问题需要进一步解决。 本文在系统研究上述问题的基础上,探讨了DSS(决策支持系统)理论的发展过程;叙述了DSS 系统的开发历程;对DSS 的应用状况进行了概括总结;在分析其利弊的前提下,对DSS 的应用前景进行了展望。 本文全面研究、分析了张煤机的企业现状、计算机软硬件配置情况及管理工作需要等因素,有针对性地提出了基于张煤机现状的DSS 设计方案,并采用适当方法对其进行了实体设计,应用效果良好。同时也积累了宝贵的系统开发经验。 在本文的撰写及DSS 系统实际开发过程中,作者的主要创新点包括: 对OLAM 的涵义提出了新的理解,即OLAM 是OLAP 和DM 发展的交汇点,OLAM 与OLAP 和DM 的关系是包含关系而不是并列关系,“M”是OLAM 系统的核心和目的所在。 提出了基于C/S 和B/S 的OLAM 混合结构,不仅优点突出,而且兼顾信息安全性、隐私性等要求。 将Matlab 作为基于Web 应用的挖掘工具引入决策支持系统之中,增强了Web 的功能,并初步实现了数据挖掘源数据的可视化。 将OLAM 应用到了企业级决策支持系统之中。 在企业DSS 的开发、应用过程中,许多有效的数学模型被采用,如时间序列分析方法、模糊数学理论、神经网络模型等,并取得了显著效果。如构建虚拟订单与顾客模糊需求的互动机制模型以挖掘客户需求,为生产经营提供决策依据,具有突出的创新特色;在企业主要经济指标的预测、分析中,采用多种数学预测模型进行对比分析,并充分考虑企业专家经验,使计划安排在参考预测结果的基础上能够贴近实际情况,可信度较高;采用模糊神经
【关键词】：决策支持系统 数据挖掘 数学模型 DSS设计
【学位授予单位】：辽宁工程技术大学
【学位级别】：博士
【学位授予年份】：2005
【分类号】：C934
【目录】：

• 1 导论10-28
• 1.1 研究背景10
• 1.2 DSS 建设的现状研究10-13
• 1.3 DSS 开发的发展进程分析13-14
• 1.4 决策支持系统(DSS)相关概念与分析14-22
• 1.4.1 决策的基本概念及相关概念14-18
• 1.4.2 决策支持系统的概念18-22
• 1.5 DSS 的构架分析22-28
• 1.5.1 DSS 系统分析方法22-23
• 1.5.2 DSS 的开发工具23-24
• 1.5.3 DSS 的结构框架24-28
• 2 DM 模型及OLAM 架构的研究28-49
• 2.1 挖掘模型的研究28-34
• 2.1.1 DM 的产生背景28
• 2.1.2 DM 的定义及内涵28-29
• 2.1.3 DM 的分类29-34
• 2.1.4 DM 的局限性34
• 2.2 面向 DSS 的 OLAM 架构的研究34-49
• 2.2.1 OLAM 概述34-36
• 2.2.2 传统的体系架构36-39
• 2.2.3 基于C/S、B/S 混合架构的提出39-44
• 2.2.4 基于C/S、B/S 混合架构的执行方式44-49
• 3 企业DSS 体系结构49-56
• 3.1 系统体系架构设计50-51
• 3.2 体系架构分析51-52
• 3.3 系统处理过程52-53
• 3.4 系统组成结构53-54
• 3.5 系统设计原则54-56
• 4 企业DSS 总体设计56-78
• 4.1 基本流程56-57
• 4.2 系统主题划分57-63
• 4.2.1 营销主题划分57-59
• 4.2.2 生产主题划分59-60
• 4.2.3 库存主题划分60
• 4.2.4 采购主题划分60-61
• 4.2.5 财务主题划分61-62
• 4.2.6 人力资源主题划分62-63
• 4.3 系统模型构建63-70
• 4.3.1 符号说明63
• 4.3.2 营销主题ER 模型63-65
• 4.3.3 生产主题ER 模型65-66
• 4.3.4 库存主题ER 模型66-68
• 4.3.5 采购主题ER 模型68-70
• 4.3.6 财务主题ER 模型70
• 4.3.7 人力资源主题ER 模型70
• 4.4 系统功能模块70-78
• 4.4.1 功能逻辑层次图71-72
• 4.4.2 系统的有关功能模块72-78
• 5 企业DSS ETL 设计78-91
• 5.1 ETL 功能概述78
• 5.2 数据 ETL 层次78-79
• 5.3 ETL 流程设计79-80
• 5.4 系统 ETL 设计80-81
• 5.5 ZMJ_DSS 数据装载详细设计实例81-91
• 6 企业DSS OLAM 设计91-113
• 6.1 基于 B/S 的 OLAM 结构91-92
• 6.2 OLAP 设计92-105
• 6.3 DM 设计105-107
• 6.4 系统前端展示设计107-111
• 6.5 系统接口设计111-113
• 7 企业数据挖掘模型的应用研究113-128
• 7.1 虚拟订单模型113-118
• 7.1.1 将顾客需求转换为工程特征113
• 7.1.2 顾客需求明确条件下的转换113-115
• 7.1.3 顾客需求模糊条件下的转换115-117
• 7.1.4 将工程特征转换为顾客需求117-118
• 7.2 总量指标预测模型118-123
• 7.3 减速器油温异常诊断123-128
• 8 主要结论128-130
• 致谢130-131
• 参考文献131-135
• 个人简历135-136

【引证文献】

中国期刊全文数据库 前1条

1 胡银根;吴冲龙;;我国土地利用规划信息系统现状、问题与解决途径探讨[J];地理信息世界;2009年02期

中国重要会议论文全文数据库 前1条

1 汪思源;王栋;邵诚;张润彤;;供热锅炉控制决策管理系统的研究[A];第二十六届中国控制会议论文集[C];2007年

中国博士学位论文全文数据库 前3条

1 梁成军;网球技战术决策支持系统研究与应用[D];上海体育学院;2011年

2 祖巧红;基于实例的OLAM技术及其多维可视化研究[D];武汉理工大学;2007年

3 曹霄洁;基于时尚知识管理的服装概念设计方法研究[D];东华大学;2013年

中国硕士学位论文全文数据库 前10条

1 高绍伟;财务智能系统构建与模型实现[D];中国海洋大学;2010年

2 杨义;基于PCEDM模型的动态数据平台研究与设计[D];吉林大学;2011年

3 张丹丹;面向高考考生志愿的智能数据分析系统研究[D];中北大学;2011年

4 王欣;基于数据挖掘的高校学生培养及就业指导研究[D];西南交通大学;2006年

5 王浩;数据挖掘在客户价值管理中的应用研究[D];华中师范大学;2007年

6 史波;大型火电厂运行绩效考核系统研究[D];哈尔滨工程大学;2007年

7 洪文伟;供热控制决策管理系统的研究和应用[D];大连海事大学;2008年

8 朱平;基于数据挖掘的普通高考信息分析系统的研究与实现[D];新疆农业大学;2008年

9 叶楠;银行国际结算业务系统的研究与开发[D];大庆石油学院;2008年

10 范建华;数据挖掘在面向ERP数据集市中的研究与应用[D];复旦大学;2008年

  本文关键词：基于数据挖掘的决策支持系统及应用研究，，由笔耕文化传播整理发布。

本文编号：411372