4、物流管理中的决策支持系统.ppt

《4、物流管理中的决策支持系统.ppt》由会员分享，可在线阅读，更多相关《4、物流管理中的决策支持系统.ppt（95页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、L o g o4、物流管理中的决策支持系统本章主要内容本章主要内容 决策支持系统基础知识决策支持系统基础知识决策支持系统基础知识决策支持系统基础知识4.1 决策支持系统在物流中的应用决策支持系统在物流中的应用决策支持系统在物流中的应用决策支持系统在物流中的应用4.2数据仓库与决策支持数据仓库与决策支持数据仓库与决策支持数据仓库与决策支持4.3群体决策支持系统群体决策支持系统群体决策支持系统群体决策支持系统4.4 决策支持系统案例决策支持系统案例决策支持系统案例决策支持系统案例4.5东南大学交通学院东南大学交通学院本章主要内容本章主要内容 决策支持系统基础知识决策支持系统基础知识决策支持系统基础

2、知识决策支持系统基础知识4.1 决策支持系统在物流中的应用决策支持系统在物流中的应用决策支持系统在物流中的应用决策支持系统在物流中的应用4.2数据仓库与决策支持数据仓库与决策支持数据仓库与决策支持数据仓库与决策支持4.3群体决策支持系统群体决策支持系统群体决策支持系统群体决策支持系统4.4 决策支持系统案例决策支持系统案例决策支持系统案例决策支持系统案例4.5东南大学交通学院东南大学交通学院v决策是决策者的思维活动过程，而决策支持系统决策支持系统是此过程中为决策者提供数据、信息和分析方法的信息系统。vSimon等人曾将人的决策活动概括为一个四阶段（phases）的模型，各阶段之间的关系如下图所

3、示：情报阶段设计阶段选择阶段实施阶段4.1.1 决策活动模型决策活动模型东南大学交通学院东南大学交通学院4.1.1 决策活动模型决策活动模型v情报阶段情报阶段(intelligent phase)：决策者在进行决策活动时，首先要发现问题或某种可能性，发现用于决策的信息资源以及约束条件等。v设计阶段设计阶段(design phase)：决策者分析可用的信息资源，设计行动方案或用于分析问题的一系列活动，并据此得到可行解的集合。v选择阶段选择阶段(select phase)：决策者从可能的设计方案中选择一个。v实施方案实施方案(implementation phase)：按照决策方案实施决策活动。v

4、尽管这一理论较好地描述了人在现实活动中的决策方式，但在实际决策活动中人却并非简单经由这四个阶段完成决策。通常在决策的某个阶段，可能要返回到前面的某个阶段重新进行。东南大学交通学院东南大学交通学院4.1.2 决策的类型决策的类型v决策的分类有各种不同的方法，按决策问题的特点可分为确定型决策问题、风险型决策问题和不确定型决策问题：v1、确定型决策问题、确定型决策问题：其特点是决策人在进行选择之前了解真实的自然状态，即决策人可以确切地知道各种行动的后果。v例如：有一个餐厅在决定自己今后的发展计划时有三种方案：维持现状维持现状小规模发展小规模发展大规模发展大规模发展。而每种方案可能带来的利益分别为20

5、万、40万和70万元。这时，经理当然选择收益最大的方案。东南大学交通学院东南大学交通学院4.1.2 决策的类型决策的类型v2、风险型决策问题、风险型决策问题：其特点是决策人无法确知将来真实的自然状态，但他能给出各种可能的自然状态以及这些自然状态可能出现的概率，对于任何一种方案因自然状态的不通可能产生多种结果。v在上例中，影响方案的自然状态为：在餐厅附近有一个竞争对手出现在餐厅附近有一个竞争对手出现（概率为0.2）附近将新建一条高速公路附近将新建一条高速公路（概率为0.3）情况不变情况不变（概率为0.5）。根据各种自然状态和在三种方案下的不同收益，构造的损益矩阵表如下：情况不变(0.5)有竞争对

6、手(0.2)公路改道(0.3)维持现状20010小规模发展403030大规模发展7020100东南大学交通学院东南大学交通学院4.1.2 决策的类型决策的类型v3、不确定型决策问题、不确定型决策问题:其特点是决策人只能知道那些自然状态可能出现，但无法知道这些自然状态可能出现的概率。v根据决策活动的特征可将决策分为结构化、非结构化和半结构化决策：v（1 1）结构化决策）结构化决策 决策目标明确、决策过程常规、能够事先确定；（2 2）非结构化决策）非结构化决策 缺乏常规决策准则；（3 3）半结构化决策）半结构化决策 一些决策阶段结构化，另一些阶段非结构化东南大学交通学院东南大学交通学院4.1.3

7、决策支持系统定义决策支持系统定义v决策支持系统是一个不断发展的概念。v2020世纪世纪7070年代年代Scott MortonScott Morton的定义：的定义：“一种交互式的计算机系统，可以帮助决策者使用其数据及模型来解决非结构化的问题”v2020世纪世纪8080年代中期，年代中期，R.H.SpragueR.H.Sprague提出的提出的DSSDSS的特征：的特征：（1）数据和模型是DSS的主要资源；（2）DSS是用来支持用户做决策的，而不是代替用户决策；（3）DSS主要用来解决半结构化及非结构化的问题；（4）DSS的目的在于提高决策的有效性而不是提高决策的效率。东南大学交通学院东南大学

8、交通学院4.1.3 决策支持系统定义决策支持系统定义v2020世纪世纪9090年代年代TubanTuban提出提出DSSDSS是一种用来增强决策者的决策能力的工具。是一种用来增强决策者的决策能力的工具。vDSSDSS与与MISMIS的比较如下表：的比较如下表：v问题：问题：DSSDSS与与MISMIS的区别所在？的区别所在？比较项MISDSS特征信息处理支持决策目标提高效率提高有效性处理技术以计算机为主进行处理以人机会话为主进行处理驱动方式数据驱动模型驱动信息的特征响应全局的需要响应决策者的需要东南大学交通学院东南大学交通学院4.1.4 4.1.4 决策支持系统的分类决策支持系统的分类v根据系

9、统特征分类根据系统特征分类根据系统特征分类根据系统特征分类:v面向数据的DSS（SAS软件介绍）v面向模型的DSSv根据使用目的分类：根据使用目的分类：根据使用目的分类：根据使用目的分类：v专用DSSv通用DSS（生成器、开发工具）v根据使用形态分类：根据使用形态分类：根据使用形态分类：根据使用形态分类：v制度化的DSS（重复性的、类似的决策问题）v动态的DSS东南大学交通学院东南大学交通学院4.1.5 DSS的结构的结构v典型的典型的典型的典型的DSSDSS结构由以下五部分构成：结构由以下五部分构成：结构由以下五部分构成：结构由以下五部分构成：v1，数据库子系统，数据库子系统v2，模型库子系

10、统，模型库子系统v3，方法库子系统，方法库子系统v4，知识库子系统，知识库子系统v5，会话生成与管理子系统，会话生成与管理子系统东南大学交通学院东南大学交通学院4.1.5 DSS的结构的结构典典型型的的DSS构构成成东南大学交通学院东南大学交通学院4.1.5 DSS的结构的结构v1 1 1 1 数据库子系统数据库子系统数据库子系统数据库子系统v数据库是DSS的重要数据资源，是模型库、方法库和对话系统的基础。在DSS中，数据库子系统的作用不仅体现在数据支持上，在某种程度上，它已成为DSS内部管理的一种机制，起着简化DSS的事先和维护的重要作用。DSS数据库子系统通常由以下几部分组成：(1)(1)

11、数据抽取模块数据抽取模块 是各种数据源与DSS数据库的接口，主要内容包括从源数据库抽取数据，建立DSS的数据库，供模型和对话部分使用。东南大学交通学院东南大学交通学院4.1.5 DSS的结构的结构vv数据抽取模块的功能结构图数据抽取模块的功能结构图数据抽取模块的功能结构图数据抽取模块的功能结构图东南大学交通学院东南大学交通学院4.1.5 DSS的结构的结构(2)DSS(2)DSS数据库数据库 存储与决策问题有关的数据，包括事务数据、内部数据、外部数据和个人数据。(3)(3)数据库管理系统数据库管理系统 用来提供存取和管理数据库中数据的功能。(4)(4)数据字典数据字典 用来维护系统中的数据定义

12、、类型描述和数据源的描述。(5)(5)数据查询模块数据查询模块 用来解释来自其他子系统的数据请求，通过查阅数据字典确定如何满足这些请求，并详细阐述向数据库管理系统的数据请求，最后将结果返回对话框子系统。东南大学交通学院东南大学交通学院4.1.5 DSS的结构的结构v2 2 2 2 模型库子系统模型库子系统模型库子系统模型库子系统v模型库子系统是给决策者以通过推理、比较、选择来分析解答整个问题的能力；v模型库子系统包括模型库、模型库管理系统、与其他子系统的接口等；v模型库中一般应包括在特点领域中解决问题所需要的常用数学模型，这些模型决定了系统可提供的分析能力；v常用的支持决策模型如下图所示：东南

13、大学交通学院东南大学交通学院4.1.5 DSS的结构的结构常用模型常用模型常用模型常用模型优化模型优化模型评价模型评价模型综合运筹模型综合运筹模型预测模型预测模型模拟实验模型模拟实验模型Text规划模型规划模型推理模型推理模型东南大学交通学院东南大学交通学院4.1.5 DSS的结构的结构v3 3 3 3 方法库子系统方法库子系统方法库子系统方法库子系统v建立方法库的目的目的是为DSS提供一个适合的环境，允许计算过程本身实现交互存取数据，从数据库选择数据，从方法库选择算法，然后将数据和算法结合起来进行计算，并通过清晰的显示方法将结果输出，供决策者使用。v方法库由方法程序库和方法库字典组成：方法程

14、序库方法程序库是存储方法模块的工具，可由各种通用性和灵活性都比较强的可用来构成各种数学模型的方法程序库构成。方法方法字典字典则用来对方法库中的程序进行登录和索引。东南大学交通学院东南大学交通学院方法库方法库基基本本数数学学方方法法统统计计方方法法优优化化方方法法预预测测方方法法计计划划方方法法金金融融方方法法各各种种函函 数数 初初等等算算 法法插插 值值 算算 法法拟拟合合法法外外推推法法平平滑滑法法回回归归分分析析法法判判别别分分析析因因子子分分析析 方方差差分分析析法法求求解解分分析析判判别别分分析析时时间间序序列列法法因因果果分分析析法法矩矩阵阵运运算算法法计计划划评评审审法法二二元元

15、相相关关分分析析法法方法库中的方法集合东南大学交通学院东南大学交通学院4.1.5 DSS的结构的结构v4 4 4 4 知识库子系统知识库子系统知识库子系统知识库子系统v知识库是合理组织的关于某特定领域的陈述型知识和过程型知识的集合；它与传统数据库的区别在于它不仅包含了大量的简单事实，而且包含了规则和过程型知识；它是一个完整的系统，可以作为DSS的一个子系统，也可以成为一个独立的系统供知识管理者和决策者使用。v5 5 5 5 会话管理子系统会话管理子系统会话管理子系统会话管理子系统v会话管理子系统由系统提供的用户界面和相应的信息处理机构组成。通过该子系统，用户与计算机进行会话和信息交互。v用户界

16、面是有利于用户和计算机进行交互和交流的硬件设备和软件，用户界面包括文字的、图形的、听觉的、触觉的信息交换。东南大学交通学院东南大学交通学院本章主要内容本章主要内容 决策支持系统基础知识决策支持系统基础知识决策支持系统基础知识决策支持系统基础知识4.1 决策支持系统在物流中的应用决策支持系统在物流中的应用决策支持系统在物流中的应用决策支持系统在物流中的应用4.2数据仓库与决策支持数据仓库与决策支持数据仓库与决策支持数据仓库与决策支持4.3群体决策支持系统群体决策支持系统群体决策支持系统群体决策支持系统4.4 决策支持系统案例决策支持系统案例决策支持系统案例决策支持系统案例4.5东南大学交通学院东

17、南大学交通学院4.2 决策支持系统在物流中的应用决策支持系统在物流中的应用库存管理库存管理生产地点选址生产地点选址车辆计划车辆计划提前期报单提前期报单生产计划生产计划物流运输系统物流运输系统的调度优化技术的调度优化技术DSSDSS的应用的应用需求计划需求计划物流网络设计物流网络设计存货配置存货配置销售与营销区销售与营销区域的划分域的划分DRPMRPTextText东南大学交通学院东南大学交通学院4.2 决策支持系统在物流中的应用决策支持系统在物流中的应用v1 1 1 1 需求计划需求计划需求计划需求计划F作出精确的需求预测是提高整个供应链效率的关键。因此，预测已经成为DSS的一个重要领域，为了

18、辅助这一过程，除典型的统计工具外，人们还制定了协作工具及标准。F例：美洲红十字协会采用了基于优化模型的决策支持系统，来评估重新选择血液配送和采集地点的建议。东南大学交通学院东南大学交通学院4.2 决策支持系统在物流中的应用决策支持系统在物流中的应用v2 2 2 2 物流网络设计物流网络设计物流网络设计物流网络设计v物流网络的设计包括仓库和工厂位置的确定、仓库周围零售商和顾客的配置等，通常需要输入的数据包括被选位置、运输成本、总需求预测等。v在建议物流网络设计方案时通常使用启发式和优化的运算法则。对于不能量化的标准，决策者最终还需要依靠自己的判断。v例子：1993年，保洁公司（P&G）开始重新设

19、计它的整个供应链计划，通过DSS系统中的数学工具以及GIS系统，他们减少了配送中心的数量并保留了位置合理的配送中心。v问题：GIS技术在保洁公司的决策支持系统中可起到什么作用？东南大学交通学院东南大学交通学院4.2 决策支持系统在物流中的应用决策支持系统在物流中的应用v3 3 3 3 存货配置存货配置存货配置存货配置v企业需要对在什么时间、哪个仓库保持何种库存作出决策，这就是存货配置决策。v在库存配置中，运输成本、需求预测和现有库存被用来决定在每一时间每一位置保持存货的水平，而且DSS又一次使用了优化和启发式算法来生成建议策略。v例子：美国石油公司（美国石油公司（AmocoAmoco）曾面临着

20、以下常见的存货管理挑战：（1 1）怎样在供应链的不同环节来鉴别合适的存货水平？）怎样在供应链的不同环节来鉴别合适的存货水平？（2 2）怎样克服资本、设备和人员的能力制约？）怎样克服资本、设备和人员的能力制约？（3 3）在销售、生产和存货管理人员之间存在着冲突的组织目标。）在销售、生产和存货管理人员之间存在着冲突的组织目标。东南大学交通学院东南大学交通学院4.2 决策支持系统在物流中的应用决策支持系统在物流中的应用v为了解决上述问题，美国石油公司同默克管理咨询公司一起开发了一个适合自己的决策支持系统，这个系统可以模拟美国石油公司各个层次的物流网络、成本及目标，并在分析过程中运用了优化和模拟技术。

21、该系统带来了以下好处：（1 1）弄清了存货成本，包括缺货成本；）弄清了存货成本，包括缺货成本；（2 2）过多的存货也掩盖不了低效的工作；）过多的存货也掩盖不了低效的工作；（3 3）更好地计划、协调、沟通销售与营销区域划分。）更好地计划、协调、沟通销售与营销区域划分。v4 4 4 4 销售与营销区域的划分销售与营销区域的划分销售与营销区域的划分销售与营销区域的划分v销售区域的划分既需要使销售额最大化，又需要使顾客和销售代表都保持满意；销售区域划分的决策支持系统将顾客位置和需求预测作为输入，销售区域的设计要以决策者所选定的一系列目标（如运距、销售潜力）为依据。东南大学交通学院东南大学交通学院4.2

22、 决策支持系统在物流中的应用决策支持系统在物流中的应用v5 5 5 5 配送资源计划（配送资源计划（配送资源计划（配送资源计划（DRPDRPDRPDRP）v对一组仓库和零售商来说，此模型用来确定合适的配送路线和存货政策。如果给定仓库和零售商的位置、存货和运输成本以及每一零售点的需求预测，此系统可以利用分析工具来确定以最低的成本向顾客提供高水平服务的策略。v6 6 6 6 物料需求计划（物料需求计划（物料需求计划（物料需求计划（MRPMRPMRPMRP）vMRP系统利用产品的物料清单和零部件的提前期来计划何时开始制造某产品。虽然这些决策支持系统没有利用复杂的数学方法，但它们在工业中的应用却十分普

23、遍。（物料清单简介）v例子：塔纳公司（Tanner）是一个高品质女士服饰制造商，90年代初期，该公司的准时交货率较低（74%）左右，并且有大量的在制品。东南大学交通学院东南大学交通学院4.2 决策支持系统在物流中的应用决策支持系统在物流中的应用v该公司的DSS将塔那公司生产每一种款式的物料和劳动力需求的详细信息记录在一个数据库中，系统从这个数据库提取数据；v系统根据数据库中的数据和接到的订单来生成生产计划，特别是在有生产和需求的约束条件下，系统制定的计划要使得缺货和成品存货都最小。v运营结果：运营结果：在一年期的期末，系统开发、修改、安装实施，准时交货率提高到90%，在制品库存也削减了20多万

24、美元。v7 7 7 7 库存管理库存管理库存管理库存管理v一个库存管理决策支持系统能够运用运输和持有成本信息以及生产提前期和项目需求来制定库存政策，从而帮助决策者达到降低成本与提高客户服务质量的目标。东南大学交通学院东南大学交通学院4.2 决策支持系统在物流中的应用决策支持系统在物流中的应用v8 8 8 8 生产地点选址生产地点选址生产地点选址生产地点选址/设施布置设施布置设施布置设施布置v生产设施网络上的每一个点分别生产不同的产品或者是同一产品的不同部件。设施布置决策支持系统将生产成本、提前期、运输成本及需求预测作为输入数据，针对生产设施来分配不同的产品或部件。v例子：美孚（Mobil）利用

25、一个DSS来合并与发送润滑剂产品。为了解决调度员送货的一系列问题（自有车辆或外界车辆、订单的合并策略等），DSS内部采用了美孚同Insight公司合作开发的较重产品的计算机辅助配送（HPCAD）系统，来制定货物发送计划。HPCAD系统每年可为公司节省100多万美元。东南大学交通学院东南大学交通学院4.2 决策支持系统在物流中的应用决策支持系统在物流中的应用v9 9 9 9 车辆计划车辆计划车辆计划车辆计划v车辆计划不仅包括企业自有车辆的派遣，而且也包括在某些线路上商业车辆的选择；车辆计划中的一个重要组成部分就是车辆的路线安排。v例子：CSX运输公司拥有世界上最长的铁路之一，它开发了一个名为计算

26、机辅助路线安排及调度（CARS）的决策支持系统，该系统被用来探索路线安排与调度之间的战略关系。vCSX运输公司简介v10 10 10 10 提前期报单提前期报单提前期报单提前期报单v提前期报单（lead time quotation）决策支持系统能够报出某一特定订单的确切交货提前期，并且这一提前期往往是较短的。v问题：什么情况下尽量报长提前期？东南大学交通学院东南大学交通学院4.2 决策支持系统在物流中的应用决策支持系统在物流中的应用v11 11 11 11 生产计划生产计划生产计划生产计划v给定所生产的产品系列、生产流程以及产品的到期日期，生产计划DSS就可以制定产品的生产次序及计划。v生产

27、计划DSS可以利用人工智能、数学及模拟技术来制定生产计划。v12 12 12 12 物流运输系统的调度优化技术物流运输系统的调度优化技术物流运输系统的调度优化技术物流运输系统的调度优化技术v物流运输系统的调度优化包括配送车辆的集货、货物配装和送货过程的调度优化技术等。v关键技术：z启发式算法启发式算法z遗传算法（遗传算法（Genetic AlgorithmGenetic Algorithm）z蚂蚁算法（蚂蚁算法（ants algorithmants algorithm）东南大学交通学院东南大学交通学院本章主要内容本章主要内容 决策支持系统基础知识决策支持系统基础知识决策支持系统基础知识决策支持

28、系统基础知识4.1 决策支持系统在物流中的应用决策支持系统在物流中的应用决策支持系统在物流中的应用决策支持系统在物流中的应用4.2数据仓库与决策支持数据仓库与决策支持数据仓库与决策支持数据仓库与决策支持4.3群体决策支持系统群体决策支持系统群体决策支持系统群体决策支持系统4.4 决策支持系统案例决策支持系统案例决策支持系统案例决策支持系统案例4.5东南大学交通学院东南大学交通学院4.3.1 数据仓库数据仓库v随着企业的发展，企业的高层管理者需要使用数据（历史的、现在的）进行各种复杂分析，如长期趋势分析和数据挖掘等支持决策；这就要求系统保存大量历史数据和进行复杂的分析处理。传统数据库系统很难实现

29、这些应用。v数据仓库面向复杂的数据分析以支持决策过程，它把支持决策分析的数据事先收集、归纳、处理，使企业的业务操作环境和信息分析环境分离，从而有效地为决策提供实时的信息服务。v1991年，美国PrismSolution公司副总裁W.H.Inmon提出了数据仓库的概念：v数据仓库的广义概念数据仓库的广义概念：数据仓库描述了一种语义一致的数据组织与数据仓库描述了一种语义一致的数据组织与处理的体系结构，它将多个分散的、异质的原始数据融合在一起，完处理的体系结构，它将多个分散的、异质的原始数据融合在一起，完成不同数据存取、查询及文档分析、报告生成，从而支持决策过程。成不同数据存取、查询及文档分析、报告

30、生成，从而支持决策过程。东南大学交通学院东南大学交通学院4.3.1 数据仓库数据仓库v数据仓库的狭义概念：数据仓库的狭义概念：数据仓库是支持经营管理中的决策制定数据仓库是支持经营管理中的决策制定过程的、面向主题的、集成的、内容相对稳定持久的（非易失过程的、面向主题的、集成的、内容相对稳定持久的（非易失性）、不同时间的数据集合，用来支持管理人员的决策。性）、不同时间的数据集合，用来支持管理人员的决策。vv数据仓库的主要特征：数据仓库的主要特征：数据仓库的主要特征：数据仓库的主要特征：（1 1）面向主题）面向主题（2 2）集成）集成（3 3）非易失性）非易失性（4 4）时异性）时异性v问题：怎么理

31、解问题：怎么理解“本质上，数据仓库是一个使用其自身数据库本质上，数据仓库是一个使用其自身数据库管理系统的数据库应用管理系统的数据库应用”这句话？这句话？东南大学交通学院东南大学交通学院4.3.1 数据仓库数据仓库v1 1 1 1 数据仓库的几个重要概念数据仓库的几个重要概念数据仓库的几个重要概念数据仓库的几个重要概念(1)ETL(Extract/Transformation/Load)(1)ETL(Extract/Transformation/Load)(1)ETL(Extract/Transformation/Load)(1)ETL(Extract/Transformation/Load)(

32、2)(2)(2)(2)元数据（是数据仓库的最基本数据单元）元数据（是数据仓库的最基本数据单元）元数据（是数据仓库的最基本数据单元）元数据（是数据仓库的最基本数据单元）(3)(3)(3)(3)粒度（数据的细化或概化程度）粒度（数据的细化或概化程度）粒度（数据的细化或概化程度）粒度（数据的细化或概化程度）(4)(4)(4)(4)分割（物理单元）分割（物理单元）分割（物理单元）分割（物理单元）(5)(5)(5)(5)数据集市数据集市数据集市数据集市(data mart)(data mart)(data mart)(data mart)（小型数据仓库）（小型数据仓库）（小型数据仓库）（小型数据仓库）东

33、南大学交通学院东南大学交通学院v2 2 2 2 数据仓库的结构数据仓库的结构数据仓库的结构数据仓库的结构v数据仓库的数据按层次组织，通常是一个多层机构，可分为下列几个层次：v（1 1）当前详细数据）当前详细数据(current detail data)(current detail data):反映当前发生的用户感兴趣的数据，在粒度最底层。v（2 2）历史详细数据）历史详细数据(older detail data)(older detail data):不经常被访问的，在一个与当前详细数据相同的粒度的层次。v（3 3）轻度概化数据）轻度概化数据(lightly summarized data)

34、(lightly summarized data):从当前详细数据提炼出来的数据。v（4 4）高度概化数据）高度概化数据(highly summarized data)(highly summarized data):压缩的易于访问的数据。4.3.1 数据仓库数据仓库东南大学交通学院东南大学交通学院数据仓库的层次结构数据仓库的层次结构东南大学交通学院东南大学交通学院数据仓库的外部输入输出数据仓库的外部输入输出东南大学交通学院东南大学交通学院4.3.2 联机分析处理联机分析处理 v1 1 1 1 联机分析处理基本概念联机分析处理基本概念联机分析处理基本概念联机分析处理基本概念v1993年，IBM

35、公司的E.F.Codd提出了联机分析处理OLAP(Online Analysis Processing)技术；vOLAP是一种面向数据分析的交互式决策辅助方法，是针对特定问题的联机数据访问和分析，通过对信息的很多种可能的观察形式进行快速、稳定一致和交互性的存取，允许决策人员对数据进行深入观察。vOLAP常用的基本概念：常用的基本概念：（1）变量）变量 变量是数据的实际意义，即描述数据是“什么”。东南大学交通学院东南大学交通学院4.3.2 联机分析处理联机分析处理（2）维）维 维是人们观察数据的特定角度。（时间维、空间维、产品维）（3）维的层次）维的层次 人们观察数据的某个特定角度（某个维）还可

36、以存在细节程度不同的多个描述方面，这就是维的层次。（4）维成员）维成员 维的一个取值成为维成员。（5）多维数组）多维数组 一个多维数组可以表示为：维1，维2，维n，变量。（6）数据单元）数据单元 多维数组的取值称为数据单元。东南大学交通学院东南大学交通学院4.3.2 联机分析处理联机分析处理（1）切片：）切片：在多维数组的某一维上选定一维成员的操作称为切片。即在维1，维2，维n，变量中选一维，如维i，并取其一维成员维i，则在维i上的切片为（维1，维2，维i，维n，变量）。v2 2 2 2 联机分析处理基本操作联机分析处理基本操作联机分析处理基本操作联机分析处理基本操作东南大学交通学院东南大学交

37、通学院4.3.2 联机分析处理联机分析处理（2）切块：）切块：v在多维数组的某一维上选定某一区间的成员维的 操作称为切块，即限制多维数组的某一维的取值区间。显然，当区间退化到一个维成员时，就是切片。东南大学交通学院东南大学交通学院4.3.2 联机分析处理联机分析处理（3）旋转：）旋转：v改变一个报告或页面的维方向。例如，旋转可能包含交换行和列，或是把某一个行维移到列维中。东南大学交通学院东南大学交通学院4.3.2 联机分析处理联机分析处理（4）钻探：）钻探：v使用户在数据仓库的多层数据中能通过导航信息而获得更多的细节性数据，一般是指向下钻探。地区地区地区地区销售额销售额销售额销售额上海900长

38、沙650广州800地区地区1 1季度季度2 2季度季度3 3季度季度四季度四季度上海200200350150长沙250100150150广州200150180270东南大学交通学院东南大学交通学院4.3.2 联机分析处理联机分析处理v3 3 3 3 联机分析处理与联机事务处理的比较联机分析处理与联机事务处理的比较联机分析处理与联机事务处理的比较联机分析处理与联机事务处理的比较v联机事务处理（OLTP）是操作人员和低层管理人员利用计算机网络对数据库中的数据进行操作，以完成日常事务处理工作。vOLAP与OLTP是两类不同的应用，前者面对的是决策人员和高层管理人员，后者面对的是操作人员和低层管理人员

39、。二者区别详见下表：东南大学交通学院东南大学交通学院OLTPOLTP与与与与OLAPOLAP的比较的比较的比较的比较OLTPOLTPOLAPOLAP数据库原始数据数据库原始数据数据库导出数据或数据仓库数据库导出数据或数据仓库细节性数据细节性数据综合性数据综合性数据当前数据当前数据历史数据历史数据经常更新经常更新不可更新，但周期性刷新不可更新，但周期性刷新一次性处理数据量小一次性处理数据量小一次性处理数据量大一次性处理数据量大响应时间要求高响应时间要求高响应时间合理响应时间合理用户数量大用户数量大用户数量相对少用户数量相对少面向操作人员，支持日常事务操作面向操作人员，支持日常事务操作面向决策人员

40、，支持管理需要面向决策人员，支持管理需要面向应用，事务驱动面向应用，事务驱动面向分析，分析驱动面向分析，分析驱动问题：问题：OLTPOLTP与与OLAPOLAP的主要区别所在？的主要区别所在？东南大学交通学院东南大学交通学院4.3.3 数据挖掘数据挖掘v数据挖掘数据挖掘DM（Data Mining）是近年来随着数据库和人工智能技术的发展而出现的一种全新信息技术，也称为数据库中的知识发现（Knowledge Discovery in Database,KDD），是指从大量数据中抽象出潜在的有用信息的过程。v一般来说，KDD过程由三个部分组成：数据准备、数据挖掘以及解释评估。F数据准备：数据准备：

41、包括数据选取、数据预处理和数据变换，完成对数据的抽取、清理和整理；F数据挖掘：数据挖掘：根据待发现的任务类别选择有效的发现算法对数据进行挖掘；F解释评估解释评估：对发现模式的评价和解释，并进一步用于决策分析或将新发现的知识扩充到知识库中去。东南大学交通学院东南大学交通学院4.3.3 数据挖掘数据挖掘v目前，数据挖掘应用于很多领域，尤其是在如银行、电信保险、交通、零售等商业领域。v数据挖掘工具可根据应用领域分为三类：v（1）通用单任务类：）通用单任务类：仅支持KDD的数据挖掘步骤，并需要大量的预处理和善后处理工作。v（2）通用多任务类：）通用多任务类：可执行多个领域的知识发现任务，集成了分类、可

42、视化、聚集、概括等多种策略。v（3）专用领域类：）专用领域类：现有的许多数据挖掘系统是专为特定目的开发的，用于专用领域的知识发现，对采掘的数据库有语义要求，发现的知识也较单一。东南大学交通学院东南大学交通学院4.3.3 数据挖掘数据挖掘vv根据所采用的技术，挖掘工具大致分为六类：根据所采用的技术，挖掘工具大致分为六类：根据所采用的技术，挖掘工具大致分为六类：根据所采用的技术，挖掘工具大致分为六类：(1)(1)(1)(1)基于规则和决策树的工具（基于规则和决策树的工具（基于规则和决策树的工具（基于规则和决策树的工具（课后查找软件课后查找软件课后查找软件课后查找软件Knowledge Knowle

43、dge Knowledge Knowledge SeekerSeekerSeekerSeeker）(2)(2)(2)(2)基于神经元网络的工具（针对非线性数据的快速建模）基于神经元网络的工具（针对非线性数据的快速建模）基于神经元网络的工具（针对非线性数据的快速建模）基于神经元网络的工具（针对非线性数据的快速建模）(3)(3)(3)(3)数据可视化方法数据可视化方法数据可视化方法数据可视化方法(4)(4)(4)(4)模糊发现方法模糊发现方法模糊发现方法模糊发现方法(5)(5)(5)(5)统计方法统计方法统计方法统计方法(6)(6)(6)(6)综合多方法综合多方法综合多方法综合多方法东南大学交通学

44、院东南大学交通学院4.3.4 联机分析处理与数据挖掘的联系联机分析处理与数据挖掘的联系vOLAP作为一种多维分析工具，可提供数据多层面、多角度的逻辑视图。用户提出问题或假设，OLAP负责提取关于该问题的详细信息，并将结果呈现给用户。v数据挖掘数据挖掘是在数据集合中寻找模式的决策支持过程，它能从大量数据中发现潜在数据模式并做出预测性分析，是现有的人工智能、统计学等成熟技术在特定系统中具体的应用。vOLAP和数据挖掘的共同点和数据挖掘的共同点：二者都属于分析性工具。东南大学交通学院东南大学交通学院4.3.4 联机分析处理与数据挖掘的联系联机分析处理与数据挖掘的联系vOLAP与数据挖掘的主要区别：与

45、数据挖掘的主要区别：v（1）数据挖掘的分析过程是自动的，用户不必提出确切的问题，只需工具去挖掘隐藏的模式并预测未来的趋势；而OLAP更多地依靠用户输入问题和假设，从而影响最终结论。v（2）OLAP属于较浅的层次，数据挖掘可以发现OLAP所不能发现的更复杂的问题。vOLAP技术和数据挖掘技术是既相对独立又相互关联的信息技术，近年来数据仓库系统中趋向于将两者集成在一起，以便做出高效的分析。v问题：数据仓库、OLAP和数据挖掘三者之间关系？东南大学交通学院东南大学交通学院4.3.5 数据挖掘与数据挖掘与OLAP在物流运作中的应用案例在物流运作中的应用案例vOLAPOLAPOLAPOLAP在连锁零售物

46、流企业中的应用在连锁零售物流企业中的应用在连锁零售物流企业中的应用在连锁零售物流企业中的应用：(1)销售分析销售分析v通过销售预测模型对每种商品、每类商品、各分店销售情况等进行分析预测。(2)商品管理商品管理v包括商品生命周期的分析与预测、商品价格波动趋势分析与预测等(3)库存分析库存分析v根据销售信息和订单信息预测出库量，由市场决定库存量。(4)客户分析客户分析v分析客户基本情况，以便对基础客户关系和综合客户关系进行管理。(5)供应商分析供应商分析v通过OLAP或MDX分析比较各供应商带来的利润，从而选择供应商。东南大学交通学院东南大学交通学院4.3.5 数据挖掘与数据挖掘与OLAP在物流运

47、作中的应用案例在物流运作中的应用案例v数据挖掘在连锁销售企业的物流信息系统中的应数据挖掘在连锁销售企业的物流信息系统中的应数据挖掘在连锁销售企业的物流信息系统中的应数据挖掘在连锁销售企业的物流信息系统中的应用：（海量数据）用：（海量数据）用：（海量数据）用：（海量数据）(1)(1)购买力预测购买力预测购买力预测购买力预测v运用回归分析功能预测客户的购买力，明察市场趋势获得战略优势。(2)(2)趋势分析趋势分析趋势分析趋势分析v利用数据仓库对商品种类和库存的趋势进行分析，选定需要补充的商品，研究顾客购买趋势，分析季节性购买趋势。(3)(3)购买模式识别购买模式识别购买模式识别购买模式识别v首先运

48、用聚类分析，从客户档案库中发现不同的客户群，并且用购买模式来刻画不同的客户群特征。东南大学交通学院东南大学交通学院4.3.5 数据挖掘与数据挖掘与OLAP在物流运作中的应用案例在物流运作中的应用案例v然后运用关联规则挖掘，找出哪些商品同时被顾客购买，从而得到顾客习惯，据此做出相应的订货、商品摆放及销售决策。v案例：英国第三大连锁超市案例：英国第三大连锁超市Safeway的购买模式识别（以客户为的购买模式识别（以客户为导向，而非以产品和商家为导向）（导向，而非以产品和商家为导向）（某种乳酪的销售某种乳酪的销售）(4)(4)设置商品布局设置商品布局设置商品布局设置商品布局v对某一商品的交易事务数据

49、库运用关联规则挖掘，可能会产生大量的强规则出现。v案例：案例：Wal-mart对商品进行的购物篮分析对商品进行的购物篮分析(marketing basket analysis)（尿布与啤酒尿布与啤酒）东南大学交通学院东南大学交通学院4.3.5 数据挖掘与数据挖掘与OLAP在物流运作中的应用案例在物流运作中的应用案例(5)(5)降低库存成本降低库存成本降低库存成本降低库存成本v加快资金周转、降低库存成本是所有连锁零售商面临的一个重要问题。(6)(6)挖掘潜在客户挖掘潜在客户挖掘潜在客户挖掘潜在客户v会员制可以固定客户群，但是潜在客户还是存在的v一个会员卡可以有多次交易，如果交易频率过高，那么会员

50、卡肯定外借，持卡人的周围隐藏着潜在客户，由此可以开发客户群。若在一段时间内，某个会员卡没有交易，则该客户可视为遗失客户，可采用相应的优惠政策留住客户。东南大学交通学院东南大学交通学院本章主要内容本章主要内容 决策支持系统基础知识决策支持系统基础知识决策支持系统基础知识决策支持系统基础知识4.1 决策支持系统在物流中的应用决策支持系统在物流中的应用决策支持系统在物流中的应用决策支持系统在物流中的应用4.2数据仓库与决策支持数据仓库与决策支持数据仓库与决策支持数据仓库与决策支持4.3群体决策支持系统群体决策支持系统群体决策支持系统群体决策支持系统4.4 决策支持系统案例决策支持系统案例决策支持系统