手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

基于数据挖掘的决策支持系统及应用研究

邵国晨

  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
[文献类型]:博士论文
[文献出处]:辽宁工程技术大学2005年