决策支持系统升级.pdf
《决策支持系统升级.pdf》由会员分享,可在线阅读,更多相关《决策支持系统升级.pdf(9页珍藏版)》请在淘文阁 - 分享文档赚钱的网站上搜索。
1、1/9、决策问题的类型(按结构化程度分为):(第一部分 p17)a 结构化决策问题。能够描述清楚的问题,三个阶段都能使用确定的算法或决策规则.b 半结构化决策问题。不能够描述清楚,而只能凭直觉或经验作出判断的问题。三个阶段都不能使用确定的算法。非结构化决策问题。介于两者之间的问题一个或二个阶段能使用确定的算法或决策规则.作业调度 运筹管理 战略规划 支持需求 结构化 库存报表、零件定货 线性规划、生产调度 新厂位置选择 EDP SR 半结构化 股票管理、贸易 开发市场、经费预算 资本获利分析 DSS 非结构化 为杂志选择封面 聘用管理人员 研究、开发分析 经验和直觉、决策过程:就是人们为了实现
2、一定的目标而制定行动方案,并准备组织实施的活动过程,这个过程也是一个提出问题、分析问题、解决问题的过程。(第一部分 ppt20)决策的过程,赫尔伯特西蒙划分的四个阶段 1情报活动 。设计活动 3.抉择活动 .实施活动 3、个人决策和集体决策(第一部分t30)从决策的主体看可划分为个人决策和集体决策 优 点:效率高;缺 点:决策质量可能低;可接受性低.其人存,则其政举,其人亡,则其政息 4、做一位明智的决策者(第一部分 pt37)开始工作。关注重大问题。改善工作计划。化繁为简 摆脱困境 适时退出 聪明地利用他人的帮助 确立基本的决策原则 调整决策风格 掌握自己的决策 5、当前决策科学化发展的方向
3、(第一部分ppt27)一、用信息系统支持和辅助决策 二、定性决策向定量与定性相结合的决策发展 三、单目标决策向多目标综合决策发展 四、战略决策向更远的未来决策发展、决策支持的方式(第一部分 ppt4)a 数据与决策支持 2/9 b 模型的决策支持 c“如果,将怎样”(w-i)分析的决策支持 d 决策问题方案的决策支持 e 自动生成决策问题方案的决策支持 f 知识推理与智能技术的决策支持 7、模型是对于现实世界的事物、现象、过程或系统的简化描述(第一部分 ppt46)(一)物理模型:也称实体模型,又可以分为实物模型和类比模型。(二)数学模型:用数学语言描述的一类模型(三)结构模型:主要反映系统的
4、结构特点和因果关系的模型 (四)仿真模型:通过数字计算机,模拟计算机或混合计算机上运行的程序表达的模型。选择模型需要做到:()对已有模型解决的问题很熟悉。(2)对现实世界的实际问题也很熟悉。模型库管理系统:提供模型的提取、访问、更新和合成等操作。(第二部分ppt3)数学建模步骤(第一部分 pp51)1)模型准备 4)模型求解 2)模型假设 5)模型分析 3)模型建立 6)模型检验 模型库管理系统的功能:一、模型的存储管理,包括模型的表示、模型存储组织结构、模型的查询和维护。二、模型的运行管理,包括模型程序的输入 和编译、模型的运行控制、模型对数据的存取。三、支持模型的组合,包括模型间的组合以及
5、模型之间数据的共享与传递。(课本 99)8、决策支持系统:是以信息技术为手段,应用管理科学、计算机科学及有关学科的理论和方法,针对半结构化的决策问题,通过提供背景材料、协助明确问题、修改完善模型、列举可能方案、进行分析比较等方式,为管理者做出正确决策提供帮助的人机交互信息系统。(第二部分 ppt20)决策支持系统的结构图 3/9 9、DS 与 MIS、DSS 与 E、SS 与S/OR 的关系(第二部分 pt14)()DS 与 MS/OR 的关系:处理结构化问题,运用分析的观点。OR:处理结构化问题,研究对象主要集中在数学规划、决策论、对策论等理论和方法上.DSS:处理战略、规划等半结构化的决策
6、问题。(2)SS 与 MIS 的关系 I:收集、传递、存储、加工处理各种信息,监测运营数据,利用历史数据预测未来,用指定的数学方法分析数据,提供全面数据和分析报告。面向管理人员,提供低层次的决策支持。D:面向决策者,提供适当的决策支持,是 MI的高级阶段.(3)DS 与的关系 DSS=S+ES S:利用知识和推理机,处理半结构化问题。DSS:使用数据和模型,处理结构化问题,与S 结合后,可处理半结构化问题、数据集市(Dat r)-具有特定应用的数据仓库,主要针对某个具有战略意义的应用或者具体部门级的应用,支持用户利用已有的数据获得重要的竞争优势或者找到进入新市场的具体解决方案。(第四部分 pp
7、t1)数据集市可以分为两种:a 独立的数据集市(Indeendet Data rt),数据直接来源于数据源 从属的数据集市(Dependeant ata Mart),数据来源于中央的数据仓库。数据集市的特点(1)规模较小,灵活,(2)开发工作一般由业务部门主持定义、设计、实施、管理和维护。()能够快速实现,代价较低,投资回收期短,风险小。(4)具集的紧密集成。4/9(5)有利于进一步升级到完整的数据仓库或形成分布式数据仓库。数据集市的应用:人力资源数据集市、财务数据集市、销售数据集市、市场数据集市等 数据仓库:是指从业务数据中创建信息数据库,并针对决策和分析进行优化,且支持决策过程的、面向主题
8、的、集成的、随时间变化的、稳定的数据集合。(第四部分 p6)数据仓库的特点 (第四部分 ppt9)a 面向主题 集成的 c 数据仓库是稳定的 d 随时间变化的 数据挖掘:具体地说是在数据库中,对数据进行一定的处理,从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含的、事先未知的、但又是潜在有用的信息和知识的过程。(第四部分下ppt4)11、数据仓库构建大致有如下几个步骤)明确主题 )概念设计 3)技术准备 )逻辑设计 5)物理设计 )数据仓库生成 7)数据仓库的运行与维护 12、OLP、OLAP(第四章上t39)n-lin Aaytica rocesing(在线分析处理或联机分析处理)
9、是针对特定问题的联机数据访问和分析,使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维特性的信息进行快速、一致、交互地存取,从而获得对数据的更深入了解的一类软件技术。(OA委员会的定义)(第四章上 p4)AP 的特性 1。快速性 2.可分析性 3。多维性.信息型.(第四章上 ppt6)OL系统联机事务处理 On-Li e ra a t on P cessing 事件驱动,面向应用。如:银行的储蓄系统 OAP系统联机分析处理 On-Line Anytica Proessin 跨部门,面向主题.LTP 与 OP 对比 13、数据挖掘的主要
10、方法(第四部分下 ppt16)()归纳学习方法 信息论方法(决策树方法):ID3、ID4、ID5、C.5、ILE 方法 集合论方法:粗糙集方法、关联规则挖掘、5/9 覆盖正例排斥反例方法、概念树方法(2)仿生物技术:神经网络方法、遗传算法(3)公式法:现在工程和科学数据库中对若干数据项(变量)进行一定的数学运算,求得相应的数学公式。()统计分析方法 常用统计方法、相关分析、回归分析、假设检验、聚类分析、判别分析(5)模糊数学方法:模糊模式识别、模糊聚类、模糊分类、模糊关联规则等(6)可视化技术 1、priori 算法I算法的思想及其应用 Ariori 算法(课本 230)(第四章下pt2)在关
11、联规则挖掘算法中,把项目的集合称为项集(emset),包含有个项目的项集称为 k项集。包含项集的事务数称为项集的出现频率,简称为项集的频率或支持度计数.如果项集的出现频率大于或等于最小支持度s 与 D 中事务总数的乘积,则称该项集满足最小支持度 s。如果项集满足最小支持度,则称该项集为频繁项集(requnt ieset).关联规则的挖掘主要被分解为下面两步:第 1 步:找出所有的频繁项集,即找出支持度大于或等于给定的最小支持度阈值的所有项集。可以从 1 到 k 递归查找 k频繁项集。第 2 步:由频繁项集产生强关联规则,即找出满足最小支持度和最小置信度的关联规则。对给定的 L,如果其非空子集
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 决策 支持系统 升级
限制150内