决策信息系统范文

决策信息系统范文（精选12篇）

决策信息系统 第1篇

Pawlak提出的粗糙集理论 (RSA) [1,2]是一种处理不确定性问题的新型数学工具, 其理论核心是不可区分关系, 目前为止, 已成功应用到图像识别, 数据处理, 智能模拟等领域。

但是在实际背景下, 往往需要基于条件属性对对象进行比较或者排序, Greco等提出优势关系粗糙集模型 (DRSA) [3,4]。DRSA的一个重要研究领域是序决策信息系统的优化规则获取。骆公志等[5]定义了限制扩展优势关系, 给出粗糙近似, 进而获取分类决策规则;谢军等[6]提出了二种描述子的概念, 讨论了利用定义相对约简及获取优化决策规则的问题;宋笑雪等[7]利用定义的相容关系和优势关系, 提出了广义决策约简的概念, 用来获取广义的优化决策规则。杨习贝等[8]在不完备序信息系统中提出了相似优势关系, 而后利用相似优势关系定义了相应的知识约简以获取优化决策规则, 并给出了最优可信决策规则的获取方法;钱宇华, 梁吉业等[9]通过引入新的排序方法, 研究了区间值序决策信息系统的优化规则获取问题;杜蕾, 管延勇等[10]通过定义模糊近似, 讨论了模糊目标序信息系统的优化决策规则获取问题。

极小决策规则的获取对于信息系统的分析意义重大。目前对于DRSA而言, 极小决策规则获取的主要途径是利用启发示算法, 但是启发示算法只能找到决策信息系统中的部分极小决策规则。本文将研究序决策信息系统中利用区分函数及属性约简来导出极小决策规则的问题。首先, 定义初等极小对象集来获取序决策信息系统的初等极小决策规则, 而后通过构造区分函数及属性约简来优化初等极小决策规则, 最后, 利用向量来定义决策规则, 通过向量运算来获取极小决策规则。

2 基本概念

定义2.1[1]信息系统可记为S= (U, AT, V, f) , U={x1, x2, xn}称为论域;AT为属性集且AT≠覫;V=∪a∈ATVa, Va表示a的取值范围;f:U×AT→V是信息函数, 即坌x∈AT, f (x, a) ∈Va。亦记f (x, a) =a (x) 。

一般来说, 在一个信息系统S中, 若AT=C∪D, 则S称为决策信息系统。在这决策信息系统中, C={c1, c2, …cm}表示条件属性, D表示决策属性, 且满足C∩D=覫。不失一般性, 设D={d}, Vd={1, 2, …, r}。由d确定的U的划分一般记为{D1, D2, …, Dr}。

定义2.3[3,4]在序决策信息系统S= (U, C∪{d}, V, f) 中, 对于B哿C,

称[x]B≥和[x]B≤分别是x关于条件属性B的支配集和被支配集。

3 初等极小决策规则的获取

定义3.1[4]令S= (U, C∪{d}, V, f) 表示序决策信息系统, 极小决策规则可用蕴含式来定义, 在S中找不到任何其他的决策规则能够蕴含它的规则。初等极小决策规则可定义为前件包含所有条件属性, 在S中找不到任何其他的决策规则能够蕴含它的规则。

定义3.3在序决策信息系统中, 对t∈T=Vd, 且2≤t≤r-1, 记

若y≥Cx, 则d (y) ≥t, 或∧c∈C (c, ≥, c (x) ) → (d, ≥, t) 。

下面, 通过定义属性约简及构造区分函数来获取优化的决策规则。

对x, y∈U, 记a (y, x) ={c|c∈C, c (y) <c (x) }。

下面构造优势关系区分函数计算上面定义的约简, 首先给出判定定理3.1。

例3.1求下表所示的信息系统的初等极小决策规则并优化。

由A2C={x1, x4}可导出如下的初等极小决策规则:

(3) 对于x∈min A3C, x∈min A2C, 利用区分函数得到Δx。

(4) 由Δ (x3) =a1∨a2∨a3可导出如下的优化决策规则:

由Δ (x1) =a3∨a4可导出如下的优化决策规则:

由Δ (x4) = (a1∧a4) ∨a3可导出如下的优化决策规则:

为了清除得到的优化决策规则之间的蕴含关系, 获取极小决策规则, 将决策规则用向量来表示, 例如:决策规则 (a1, ≥, 0.90) →d≥3可用向量 (0.90, *, *, *|3) 表示。 (0.90, *, *, *|3) 称为一个规则向量。因此, 例3.1导出的优化初等决策规则可表示为:

定义3.6假设μ和ν是二组规则向量, 若对于ui≠*, 有νi≠*, 且ui≤νi, 并且dμ≥dν, 则称μ蕴含ν, 记μ→ν。否则, 记μ→ν。若μ和ν互相之间无蕴含关系, 则记μ圮ν。

例如: (1, *, 3|3) → (1, *, 5|3) , (1, *, 3|3) → (1, *, 5|2) , (1, *, *|3) → (*, *, 3|3) 。

根据上面的定义3.7, 例3.1决策表中导出的优化的决策规则生成的七组规则向量, 消除规则向量之间的蕴含关系, 得极小规则向量: (0.85, *, *, *|3) , (*, 0.95, *, *|3) , (*, *, 0.90, *|3) , (*, *, *, 0.90|2) , (0.60, *, *, 0.50|2) , (*, *, 0.40, *|2) 。

根据规则向量与决策规则之间的对应关系, 可以得到例3.1的极小决策规则:

4 结论

文章通过定义初等极小对象集获取序决策信息系统的初等极小决策规则, 利用区分函数优化初等极小决策规则。为获取极小决策规则, 引用向量来定义决策规则, 将获取极小决策规则的问题转化成求极小规则向量的问题。后续工作中, 将讨论不完备序信息系统的极小决策规则的获取问题。

参考文献

[1]PAWLAK Z.Rough sets.International Journal of Computer and Information Science[J].1982, 11:341-356.

[2]PAWLAK Z.Rough sets:Theoretical aspects of reasoning about data[M].London:Kluwer Academic Publishers, 1991.

[3]GRECO S, MATARAZZO B, SLOWINSKI R.A new rough set approach to evaluation of bankruptcy risk.In:C.Zopounidis (ed.) , Operational tools in the management of financial risks[C].Dordrecht:Kluwer Academic Publishers, 1998, pp:121-136.

[4]GRECO S, MATARAZZO B, SLOWINSKI R.Rough approximation by dominance relation[J].International Journal of Intelligent Systems, 2002, 17:153-171.

[5]骆公志, 杨晓江, 周德群.基于限制扩展优势关系的粗糙决策分析模型[J].系统管理学报, 2009, 18 (4) :391-396.

[6]谢军, 杨习贝, 孙怀江等.序值决策系统中基于描述子的可信规则获取[J].系统工程理论与实践, 2009, 29 (7) :105-112.

[7]宋笑雪, 解争龙, 张文修.集值决策信息系统的知识约简与规则提取[J].计算机科学, 2007, 34 (4) :182-191.

[8]YANG X B, YANG J Y, WU C et al.Dominance-based rough set approach and knowledge reduct in incomplete ordered information system[J].Information Sciences, 2008, 178:1219-1234.

[9]QIAN Y H, LIANG J Y, DANG C Y.Interval ordered information systems[J].Computers and Mathematics with Applications, 2008, 56:1994-2009.

现代信息决策思想现代信息与决策 第2篇

【摘要】

随着全球信息化时代、知识经济的到来以及有现代科学技能、社会经济的快速生长而带来的信息爆炸，信息已成为人类社会中除了物质、能量之外的第三大资源，网络技能的生长为人们对付信息的收罗、利用和积聚历程供了先进方便的平台。面对大量的信息，对付信息的筛选、阐发与信息决策问题也相应的在各个领域里变得越来越重要。信息决策的思想与理论为各个领域的可连续生长提供理论指导，而信息决策方规矩使各个领域实现特定目标、完成预期的效果成为可能。人们通过反思盘算机治理与决策支持系统建立失败的经验与教导,逐渐形成一种共鸣:传统的决策支持系统理论和决策阐发已满足不了网络经济时代新的决策情况的需求,迫切需要寻求一套新的、适应于信息化决策情况下的决策理论与阐发要领。本文将对现代信息思想、理论与阐发进行归纳、归纳综合与总结，为人们对付现在信息相关理论的运用提供一定的借鉴。

【要害词】

信息决策的思想

信息决策的理论

信息决策的要领 前言 今世科学生长的重要特点之一,就是各门学科既相互交错、相互渗透,又各自向其精密化的偏向生长。因此,我们应力图站在当今世界科学的前沿,充实运用今世前沿交错学科和边沿学科的新看法、新要领,去不绝改造一些传统的信息决策要领,探索掌握一些新的、现代的信息决策理论和要领,进而得到一个满意的最优决策结果，使得信息决策的思想与理论为各个领域的可连续生长提供理论指导。由于决策科学是一门新的、综合性很强的学科，我们需要在大量的科学决策运动的底子上不绝的分归纳、归纳综合、抽象和总结，从而找到决策科学自己的科学领域和结构，并在这一前提下进一步寻求种种优化决策的新要领。本文迁就现代信息决策的思想、理论与要领展开浅析与探讨,在前辈们的研究结果的底子上进行知识体系的总结与归纳综合，并进行小幅度的扩展与延伸。为人们面对现在社会的信息化、网络化提供一定信息决策意识，并对信息决策要领加以公道运用。

正文 1、信息决策的思想

长期以来，决策主要依靠人的经验，称为经验决策。对付重复出现的相同或相似的决策问题，经验决策的优点是，决策时间短、效率高。但对付以前从未遇到的决策问题，大概重要有很庞大的决策问题，经验决策容易出现失误。随着科学技能的迅速生长，经验决策逐步被科学决策所替代。科学决策是决策者在准确掌握相关信息的底子上，依据科学要领、科学步伐、科学手段所进行的决策事情。决策者进行科学决策必须依靠决策体系开展事情，基于准而全的相关信息，遵循一定的决策步伐和原则，依靠专家和智囊团组织，运用科学的决策要领，采取先进的信息处理惩罚技能和手段，进行切合客观实际的决策。[3]

由于社会的信息化、网络化以及技能经济飞速生长带来的信息爆炸，决策历程涉及的问题庞大多变，决策要领研究已经成为了一个多条理、多学科、多方位的体系。决策不但需要对大量有关信息进行阐发、筛选、判断，进而进行创造性的方案拟定、评价、选择和实施，并且决策还需要快速、准确、全面的信息支持。现代治理决策因其前瞻性和极强的谋略性，往往无章可循，需要进行深入阐发和创造性思维才华对所有信息进行深条理的归纳阐发，以提供更富创造性的战略决策。随着社会的进步与科学技能的不绝生长，信息决策越来越显示其重要作用。[1]

经验决策是历史的产物，并且随着历史的生长和人类的进步而逐渐富厚完善，对现代科学决策有着重要的借鉴作用。经验决策与科学决策的本质区别在于方法要领的差别。经验决策的主体一般体现为个别，而科学决策是团体智慧的产物；经验决策主要凭借决策者的主体素质，科学决策则尽可能采取先进的技能和要领；经验决策带有直观性，而科学决策不排斥经验，但注重在理论的指导下处理惩罚决策问题。因此，应该把经验决策与科学决策结合起来，实现决策的科学化。

2、信息决策的理论

决策理论是把第二次世界大战以后生长起来的系统理论、运筹学、盘算机科学等综合运用于治理决策问题，形成的一门有关决策历程、准则、类型及要领的较完整的理论体系。决策理论已形成了以诺贝尔经济学奖得主赫伯特·西蒙（Herbert Alexander Simon）为代表人物的决策理论学派。决策理论是有关决策看法、原理、学说等的总称。“决策”一词通常指从多种可能中作出选择和决定。

2.1 古典决策理论 古典决策理论假设决策者是完全理性的，在决策时运用理性和逻辑使得组织利益最大化。在该理论中，决策者掌握决策情况和可能选择的全部信息；他们可以有效地消除不确定性，得到确定的决策情况；他们能够有逻辑和理性地评估决策情况的各个方面。理性决策的步调见下表 2.1-1。

[4]

步调 细节 案例 1、认识和界说决策要求（确定决策标准；为决策标准分派比重）

出现某些刺激表明必须做出决策，刺激可能是正面的也可能是反面的 一位工场经理发明员工流失率提高了5％ 2、提出供选择的方案 明显的或创造性的方案。一般来说，决策越重要，方案应当越多 工场经理可以提高人为、增加福利或改变招聘标准 3、评估种种选择方案 每个选择方案的可行性、满意水平和结果 提高福利可能不现实，提高人为或改变招聘标准则切合要求 4、选择最佳方案 考虑所有的情况因素选择最符合的方案 改变招聘标准需要很长的时间，应当提高人为 5、实施选择方案 在组织系统内实施选择的方案 工场经理需要取得公司总部的批准，人力资源部要创建新的人为结构 6、事后跟踪和结果评估 在未来的某个时候，经理应当弄清步调 4所选择及步调 5 所实施的方案的结果 6 个月后，工场经理发明员工流失率规复到以前的水平

表 2.1-1 理性决策步调 2.2 现代决策理论 现代决策理论的奠定者西蒙赫伯特·西蒙（Herbert Alexander Simon）是第一个认识到决策并非总是合乎理性和逻辑的人。他对决策的看法现今被称为治理模式。它不是报告人们如何制定决策，而是描述了真实的决策是什么样的。这一模式认为：经理们用于决策的信息是不充实和不完备的；决策受到“有限理性”的约束；在决策时应当以“满意”为追求。

有限理性是指介于完全理性和非完全理性之间的一定限度的理性，它认为决策者受到代价观、无意识反省、技能和习惯的限制以及不充实的信息和知识的限制。治理模式中的另一个重要部分是满意。这一看法主张，决策者不会穷尽所有可能的方案再从中选择最佳者，相反，决策者倾向于寻找到切合最起码标准的方案之后就停止搜索。[4]

2.2.1 决策的看法及其特征 从宏观讲，决策是指制定政策；从微观讲，决策是指做出决定。

决策就是要对未来的偏向、目标以及实现途径做出决定，它是指小我私家或团体为了到达某一目标，借助一定的科学手段和要领，从若干备选方案中选择或综合成一个公道的方案，并付诸实施的历程。

决策具有下列特征：

①目的性：人类的实践运动都是在理想和意图的支配下，为到达一定的目的进行的。理想、意图和需要到达的行动目标是在行动之前就已经确定了的，所以决策体现了鲜明的目的性。

②超前性：决策创建在行动之前，是对未来行动的偏向、原则和要领简直定。

③创造性：为到达决策的目的，实现决策目标，决策者必须以创造精神寻求和优化到达目标的最佳途径，即创造性地选择和制定最优的决策方案。

④治理性：“治理就是决策”，决策是主要的治理职能，任何治理都必须以决策为前提和依据。[3]

2.2.2 决策的类型 从差别角度，决策可以分别为差别的类型。

①按决策的重要性分别：可将决策分为战略决策、战术决策和执行决策三个条理。

战略决策是涉及组织的生长和生存的全局性、久远性、偏向性的决策。

战术决策是为完成战略决策所规定的目标而进行的决策。

执行决策是凭据战术决策的要求制定执行方案的选择。

②按决策的性质分别：可将决策分为结构化决策、半结构化决策和非结构化决策。

结构化决策是一种有章可循的决策，可以重复出现，问题的本质与结构清楚，解决问题的要领与步调是已知的和确定的，可制定牢固步伐来完成决策。

非结构化决策体现为问题新颖，对问题的本质与结构不甚了解，解决问题的要领与步调也知之甚少。非结构化决策主要靠决策者的知识、经验和智慧来完成。

半结构化决策则介于上述二者之间，对问题的本质与结构有所了解但不敷清楚，解决问题采取的要领及其相互间的干系根本知道但不确切，解决问题的步调尚难确定，要通过启发式的探索来做出决策。

③按人们对自然状态规律的认识和掌握水平分别：可将决策分为确定性决策、风险决策（统计决策）以及不确定性决策。

确定性决策能确切知道将产生怎样的自然状态，可以据此选择最佳行动方案，一般用数学筹划来解决。

如果决策者不能准确知道未来出现哪种自然状态，但可以预计其出现的概率，那么这种决策问题就是风险决策，一般采取以概率论为底子的要领加以解决。

如果决策者不但不能确定未来将出现哪一种自然状态，甚至于对种种自然状态出现的概率也一无所知，也没有任何统计数据可循，全凭决策者的经验和态度，这类问题就是不确定性决策。

④按决策的目标数量分别：可将决策分为单目标决策和多目标决策。

仅有一个目标的决策问题就是单目标决策。

有两个或两个以上目标的决策问题称为多目标决策。（3）

⑤按决策的东西和范畴分别：可将决策分为宏观决策和微观决策。

宏观决策通常是指对百姓经济运动中的一些重大问题的决策。

微观决策通常是指某一下层单位或企业生长问题的决策。

宏观决策和微观决策都是相对的看法。就国度和地方而言，国度一级是宏观决策，而地方一级是微观决策；但就地方和企业而言，地方一级是宏观决策，而企业一级是微观决策。

⑥按定量和定性分别：可将决策分为定量决策和定性决策。

定量决策是指描述决策东西的指标都可以量化的决策。

定性决策是指描述决策东西的指标无法量化的决策。

⑦按决策历程的连续性分别：可将决策分为单项决策和序贯决策。

单项决策是指整个决策历程只作一次决策就得到结果的决策。

序贯决策是指整个决策历程由一系列决策组成的决策。

⑧按决策历程影响所及的时间是非分别：可将决策分为长期决策和短期决策。

影响所实时间便是或凌驾一年的决策，称为长期决策。

影响所实时间不凌驾一年的决策，称为短期决策。

⑨按决策涉及的治理领域分类：可将决策分为销售决策、生产决策和财务决策。

企业的运动分为销售、生产和财务的三大领域，企业治理也据此分为销售治理、生产治理和财务治理，有关的决策分别称为销售决策、生产决策和财务决策。

除了上述分别要领以外，决策还可分别为小我私家决策与群体决策、单赢决策与双赢决策。[2]

[5] 2.2.3 决策的原则 决策的优劣干系到治理的效果，决策的民主化和科学化是提高决策质量的重要包管。具体来说，科学的决策应遵循下列根本原则：

①在指导原则设置上，应考虑偏向性、效益性、实践性、整体性原则。

②在决策方案评价上，应遵循可行性、择优性、超前性、动态性原则。

③在决策手段运用上，应遵循科学性、民主性、信息准全性原则。[3]

2.2.4 决策的历程 著名学者赫伯特·西蒙（Herbert Alexander Simon）认为决策主要由四个阶段组成：

①情报运动：找出存在的问题，确定决策目标，获取相关信息。

②设计运动：拟订种种备选方案。

③选择运动：从种种备选方案中进行选择。

④评价运动：执行所选方案，对整个历程及其结果进行查抄和评价，将所得信息备作为下次决策的参考，大概提出新问题，启动新一轮决策历程。

这四个阶段可以分为更详细的九个步调，即提出问题、确定目标、提出代价准则、拟订方案、阐发评估、选择方案、实验验证、普遍实施和反馈查验，如下图 2.2-1 所示。

图 2.2-1 决策的历程 3、信息决策的要领 决策阐发的每一个阶段都有许多要领可以运用。现代决策阐发的具体要领归纳综合起来可以分两类，即定性决策阐发要领和定量决策阐发要领。定性决策阐发要领也称为“软要领”，是指运用社会科学方面的理论，采取一些有效的组织结合形式充实发挥人的智慧和主观能动性，使决策阐发的结果越发准确、有效的要领。定量决策阐发要领也称为“硬要领”，是指运用自然科学方面的理论要领，是现代迅速生长起来的数学化、模型化、盘算机化的决策阐发要领。

3.1 定性决策阐发要领 所谓“定性决策阐发要领”是指运用经验、逻辑思维等方法对问题进行描述性说明，试图用因果、并行干系去描述被研究要素间的规律和特征，最终为决策者办事。现代最常用的定性决策阐发要领有：

①经验判断法 凭借决策者的经验和智慧，运用正确的思维与思路，凭据已掌握的信息对未情报运动 设计运动 评价运动 选择运动 提出问题 确定目标 代价准则 拟订方案 阐发评估 选择方案 实施验证 普遍实施 反馈查验 修改决策 追踪决策

来做出综合的阐发判断，并且直接选取某一最佳方案。这种要领容易犯经验主义错误。

②逻辑推理法 凭据事实证明大前提、小前提的正确性，推理得出逻辑结论。这是一种科学的思维要领，在决策阐发中经常用到。

③实验与模拟要领 决策方案拟订后，经过小范畴的实施，以形成的结果考察决策方案的实际效果，④智囊技能 充实发挥专家、学者的能动性，让他们参加决策，以包管决策阐发的科学性和准确性。

3.2 定量决策阐发要领 定量决策阐发要领是运用数学和运筹学的决策阐发要领，其要害在于把同决策相关的变量与变量、变量与目标之间的干系用数学干系式体现出来，创建起数学模型，然后通过盘算求出答案，供决策者参考使用。由于方案是在未来实施的，因此在决策时必须考虑变革情况下的经济效果。凭据情况因素的可控水平，可以把决策阐发分为确定性决策阐发、风险性决策阐发和不确定性决策阐发。

3.2.1 确定性决策阐发要领 ①直观阐发法 凭据现有数据进行根本的数学阐发，凭据阐发结果做出决策。

②线性筹划法 线性筹划法是解决多变量、最优决策的根本要领，是在相互关联的多变量的约束条件下，求解一个东西的目标函数值最大或最小的要领。运用线性筹划法创建数学模型的根本步调是：首先确定影响目标的决策阐发变量；然后列出目标方程函数；最后列出实现目标的约束条件，写出约束方程组，并求出使目标函数到达最优的可行解，此解即为该线性筹划的最优解。线性筹划的一般形式为 目标函数：max（或 min）z=c 1 x 1 ＋c 2 x 2 ＋…＋c n x n 约束条件：a 11 x 1 ＋a 12 x 2 ＋…＋a 1n x n ≤(=、≥)b 1

a 21 x 2 ＋a 22 x 2 ＋…＋a 2n x n ≤(=、≥)b 2

………………………………… a m1 x 1 ＋a m2 x 2 ＋…＋a mn x n ≤(=、≥)b m

x 1 ,x 2 ,…,x n ≥0 ③盈亏平衡阐发法 盈亏平衡阐发法又称量本利阐发法，是通过考察产量、本钱和利润之间的干系以及盈亏变革的规律来为决策提供公道依据的要领。盈亏平衡阐发的根本假设包罗：产物的产量与销售量相等；产物本钱由牢固本钱和变动本钱两部分组成，单位产物的变动本钱稳定；单位产物的销售代价稳定；生产的产物可以换算为单一产物盘算。其根本公式为π=R－C=Q(p－v)－F。其中，π为利润；R 为销售收入；C 为总本钱；Q 为销售量；p 为销售单价；v 为单位变动本钱；F 为牢固本钱。可用盈亏平衡图体现，如下图 3.2-1 所示。

图 3.2-1 盈亏平衡图 3.2.2 风险性决策阐发要领 组成风险性决策阐发，应当具备五个条件：有一个明确的决策目标；存在可供选择的两个或两个以上的可行方案；存在着不以决策者主观意志为转移的两种或两种以上的自然状态；差别可行方案在各自然状态下的损益值均可盘算出来；能够预测种种自然状态产生的概率，且各概率之和便是 1。常用的决策要领有以收入（本钱）

总收入 R 总本钱 C 牢固本钱 F 产量（销量）

O 盈利 亏损 Q 0

下两种：

①决策表法 决策表法是风险性决策阐发常用的手段之一，又称“损益矩阵”、“损益表”、“风险矩阵”。决策表由备选方案、自然状态及其产生的概率、损益值组成。对决策问题的描述会合地体现在决策矩阵上，决策矩阵是决策阐发的底子。

②决策树法 决策树法是用树图模型描述决策阐发问题，并直接在决策树图上进行决策阐发的要领。它是把备选方案、可能出现的自然状态及损益值简明地汇总在一张图表上，使决策问题形象化。决策树风险性决策阐发具有条理清晰、一目了然、盘算轻便等特点。决策树的组成模型如下图 3.2-2 所示。

图 3.2-2 决策树的组成模型 用决策树法比力和评价差别方案的经济效果根本步调为：首先凭据决策阐发备选方案的数目和对未来情况状态的掌握，绘制决策树图形（绘制决策点和方案枝，在方案枝上标注对应的备选方案；绘制状态节点和概率枝，在概率枝上标注对应的自然状态出现的概率；在概率枝的末端标注对应的损益值，这样就得出一个完整的决策树图）；盘算各个方案的期望收益值；将每个方案的期望收益值减去该方案实施所需要的投资额，比力余值后就可以选出最佳方案。

3.2.3 不确定性决策阐发要领 不确定性决策阐发具有如下特点：有明确的决策目标；有两个或两个以上可决策点 方案枝 状态节点 概率枝 结果节点

行方案供选择，每一个可行方案有两种或两种以上自然状态；每种自然状态的概率事先无法确定，但每种可行方案在差别自然状态下的损益值是可以估算的。

不确定性阐发要领适用于未来的自然状态无法明确预计，且种种自然状态产生的概率无法确定的情况。所以，在比力差别方案的经济效果时，只能凭据主观选择的一些原则来进行。通常采取的要领有以下四种：

①乐观决策阐发法 这是一种决策者对未来事件抱乐观态度的决策要领。采取乐观决策阐发法时，盘算各方案在每种自然状态下的收益，并找出各方案所带来的最大收益，级在最好自然状态下的收益，然后进行比力，选择在最好自然状态下收益最大的方案作为最佳方案。

②悲观决策阐发法 该要领又称“守旧法”，决策者对未来事件持悲观态度，为了包袱更小的风险，从最坏的角度进行决策。采取该要领进行决策时，首先在各方案的收益值中选出最小值，即在最差自然状态下的收益，然后进行比力，选择在最差自然状态下收益最大或损失最小的方案作为所要的方案。

③折中的决策阐发法 折中决策阐发法是基于上述两种要领之间的一种阐发要领。他要求决策者凭据实际情况和自己的实践经验确定一个乐观系数 a（0＜a＜1）。a 的数值巨细凭据差别决策的东西和其时的具体情况而定，它也可能是经验数据。如果 a 的数值靠近于 1，则说明决策者比力乐观；如果 a 靠近于 0，则说明决策者比力悲观。然后盘算每个备选方案的预期代价，其盘算公式为：预期代价=最高收益值×（乐观系数 a）＋最低收益值×（1－乐观系数 a）。比力各个备选方案后，从中选出预期代价最大的作为最优的决策方案。

④痛恨值决策阐发法 决策存在一种时机本钱，它组成了决策的“遗憾值”，或称“痛恨值”。这里“痛恨”的意思是：你选择了一种举事，实际上就放弃了其他方案可能增加的收益。所以决策者为此而感触痛恨。“最大痛恨值”最小化决策准则就试试一种力求使每一种方案选择的最大痛恨值到达尽量小的决策阐发要领。

采取这种要领进行决策时，首先盘算各方案在各自然状态下的痛恨值，其公

式为：某方案在某自然状态下的痛恨值=该自然状态下的最大收益－该方案在自然状态下的收益。然后找出各方案的最大痛恨值进行比力，选择最大痛恨值最小的方案作为最佳方案。[2]

结语 由于各门学科既相互交错、相互渗透,又各自向其精密化的偏向生长。因此,本文在今世前沿交错学科和边沿学科的新看法、新要领前提下,在前人不绝改造一些传统的信息决策要领,探索并研究出一些新的、现代的信息决策理论和要领的底子上,对信息决策的相关思想、理论和要领进行较为系统的归纳综合与总结，并对其进行了有选择行的扩展和延伸，使得信息决策的相关理论能为人们在面对现在社会的信息化、网络化提供一定信息决策意识，并对信息决策要领加以公道运用，更易于人们对现代信息决策的了解、学习、以及应用。

【参考文献】

决策信息系统 第3篇

【关键词】会计信息系统；生产经营决策；决策支持系统

一、生产经营决策会计信息系统的构建

到目前为止，会计信息系统已经从核算型发展成为管理型，它涵盖供、产、销、人、财、物以及决策分析等企业经济活动的各个领域，功能不断完善，子系统不断扩展，基本满足了各行各业会计核算和管理的需要，并在功能上逐渐倾向于管理和决策支持。管理型会计信息系统的各个部分是按照相关规则，为实现某一特定目标而联系在一起的合理的、有序的组合，系统的每一部分都是一个单元，它们必须完成各自分担的部分工作，共同实现既定目标。企业内部按其管理职能分为若干个子系统，这些子系统对外（内）部信息源进行接收、整理、加工、输出信息，为企业经营决策服务。这样便形成了企业经营决策会计信息系统，它包括：经营战略子系统；经营信息子系统；市场营销子系统；资源供应子系统；生产经营子系统；新技术应用及开发子系统；质量保证子系统；投融资子系统；无形资产开发与运营子系统；决策支持子系统。这些子系统具有各自的目标、功能和边界，既相对独立又相互依存，共同构成企业经营决策会计体系。而本文所探讨的即企业经营决策会计体系中的一个子系统——生产经营决策会计信息系统。

（一）生产经营决策会计信息系统开发的原则

生产经营决策会计信息系统开发的任务就是根据企业管理的战略目标、规模、性质等具体情况，从系统论的观点出发，为企业建立生产经营决策系统。其中最核心的工作，就是设计出一套适合于企业管理要求的应用软件系统。软件开发是一项系统工程活动，要把系统论的观点、数学的方法和计算机技术这三方面有机结合起来。

1、系统论的观点

（1）整体性。在系统构建的过程中，要着眼于整体最优运行，考虑到生产经营决策系统与其他子系统的关系，先确定逻辑模型，再设计物理模型，始终保持系统的整体集合性质。（2）目的性。生产经营决策会计信息系统的目的是要帮助管理者做出决策，该预期目标决定了系统内各个子系统的组成和结构。只有充分把握系统的目的性，才能明确系统开发的任务，保证信息系统开发的质量。（3）相关性。生产经营决策会计信息系统与其他子系统之间，其内部各模块之间都是相互作用，相互联系。这些联系决定了整个系统的运行机制，分析这些联系是构筑系统的基础。

2、数学的方法

系统开发是一项创造性强复杂性高的活动，同时它所解决的问题是既复杂又不易直接陈述的现实规划问题。所以在开发过程中，要运用定量技术研究系统，通过建立系统的数学模型和运行模型，将得到的结果进行分析，再应用到原来的系统中。

3、计算机技术的应用

系统开发不仅要设计出管理信息系统的逻辑模型，同时还要进行物理结构的设计，企业规模的扩大、国际经济环境的改变、管理者对信息及时性和准确性的需求，要求信息系统的开发应有良好的环境保证，所以选择计算机硬件和先进成熟的软件是信息系统开发的重要保障。

（二）生产经营决策会计信息系统的信息需求

决策是为了达到一定的目标在各种行动方案中进行选择的过程。包括提出问题、分析问题、解决问题的复杂过程，同时还需搜集资料、提出备选方案和选定最优方案。

企业生产经营决策是指企业在生产经营中所遇到的各种决策问题，从广义上看，它包括市场的调查与预测，厂址的选择，生产安排设备更新决策、作业设计、产品质量、产品的定价决策、新产品开发的品种决策、是否接受特殊订货的决策以及零部件自制或外购的决策等等。从狭义上看，生产经营决策主要包括生产决策与定价决策两大部分，其中，生产决策包括品种决策、产品最优组合决策以及产品组织决策。

企业生产经营决策子系统所需要的信息主要包括：市场需求信息；生产能力信息；设施选址、工作部门及设备布置信息；产品与服务计划以及与之相关的产品品种、系列品信息；产品批量、产品质量信息；设备更新改造、作业设计等方面的信息。

（三）生产经营决策会计信息系统的功能要求

依据决策的概念和过程，我们在设计生产经营决策会计信息系统时应满足的功能主要有：第一，要能够对会计数据进行分析，借助一定的评判指标帮助企业管理者发现问题所在，确定决策的方向。第二，要能够利用科学合理的模型将问题量化，将复杂问题剥离为多个层面，有利于管理者对问题形成理性的认识和进行深入的分析。第三，要能够依据分析的结果拟定出备选方案，促成问题的解决。

从技术的角度看，生产经营决策会计信息系统必须具备三大基本功能，即：输入、处理和输出。

1、输入：从账务、库存、销售等会计信息子系统获取的信息，或上述其他方面能够确认进入生产经营决策系统的信息。

2、处理： 利用科学合理的模型将问题量化或将复杂问题剥离为多个层面。

3、输出：形成决策需要的有数据支持的备选方案，帮助决策者做出决策。

（四）生产经营决策会计信息系统的构建过程

在系统开发的前期，首先应整体了解企业信息系统建设的现状，并结合生产经营决策会计信息系统建设的目标来进行可行性分析。然后进行详细的系统调查，用管理业务流程图将企业的业务流程表示出来。在业务流程图的基础上将数据处理流程抽象出来，形成数据流程图，并根据数据需求建立起相应的数据字典，完成系统逻辑模型的建立，形成系统分析报告。在经过审批的系统分析报告基础上，进行系统的物理设计。

系统设计阶段完成后，就要进入系统实施阶段。这一阶段的主要内容包括物理系统的实施、程序设计与调试、项目管理、人员培训、数据初始准备、系统转换和评价等。要注意新构建的生产经营决策会计信息系统是否可以与企业之前已有的会计信息系统准确对接，以前的会计信息系统所能提供的信息是否满足新系统的需求等等。在新构建的生产经营决策会计信息系统正式投入使用之前，要制定完善的计划，确定出实施的方法、步骤，所需时间和费用，并监督计划的执行，做到有计划有检查，以保证系统实施的顺利进行。

二、生产经营决策会计信息系统构建中需要注意的问题

（一）在构建生产经营决策会计信息系统时，要始终以搞活企业经营，提高企业的综合经济效益为目标。因此，该系统不能是一个孤立的子系统，要与企业内部的其他会计信息系统紧密的结合在一起，共同服务于同一个目标。

（二）在系统构建的过程中，要以企业经营活动为对象，广泛收集企业内外部信息，不仅要收集定量的数据信息，还要运用合理的方式将定性信息纳入到决策系统内，以便对经济活动进行更为准确的预测、分析和决策。

（三）在系统的构建中，内部模型的选择和交互方式的设计都要以市场和用户需要为前提。经营的重心放在市场，模型要能够帮助决策者把握市场；使用的重心放在企业，系统的构架要与企业具体情况匹配，便于数据的衔接和人员的使用。

（四）整个构建过程中，要以系统论、信息论、控制论为指导，从企业经营全局出发，根据信息资料，经过综合分析，统筹安排，控制经营活动。要运用现代科学管理设备、技术和方法，对企业经营活动在定性分析的基础上作出定量测算，以便进行决策。

三、结束语

综上所述，生产经营决策会计信息系统的构建在整个会计信息系统中起到了整合其他子系统信息，做出生产经营决策，辅助管理者优化决策，提高企业运作效率和经济效益的作用。符合当前我国真正融入世界经济，与世界标准接轨，走信息化道路的宏观发展目标，能够使当代会计真正适应新的经济形式的要求，在企业的生产经营决策中发挥作用，使会计工作人员参与到组织管理中去。

参考文献：

[1]张斗胜.企业经营决策会计理论方法体系之探讨[N].合肥工业大学学报， 2002-4（16）.

[2]累学勒.创建经营决策型企业财务分析系统[J/OL].经济管理， 2003-9-8， http：//www.chinaacc.com/new/287/290/322/2006/1/ad9061535635171600225069.htm.

[3]陈旭，毛华扬.会计信息系统分析设计与开发[M].北京：清华大学出版社，2006.

[4]汪一凡.会计信息系统原论[M].北京：中国财政经济出版社，2006.

[5]桂俊煜.会计电算化设计基础与实践[M].北京：机械工业出版社，2007.

[6]冯巧根.管理会计[M].北京：中国人民大学出版社，2008.

决策信息系统 第4篇

关键词：预知检修,智能决策模型,云计算,虚拟技术

0 引言

随着信息化技术的发展和应用, 企业信息化已成为企业生产、经营的关键支撑, 并具有引领企业发展的趋势。信息系统作为企业信息化的载体, 贯穿了企业的所有业务, 对企业来说, 保障其安全稳定的“持续服务”具有战略层面的意义。

然而, 信息化的发展虽然提高了信息系统的可靠性, 但也导致系统更加庞大复杂, 自动化程度更高, 造成故障异常时检修难度大, 产生的影响不可估量。因此, 预知系统存在的风险、提前检修、控制和降低风险是极其必要的。而自动监控技术、大数据分析平台和数据挖掘技术可以为预知检修决策系统研发提供必要的支撑。

1 信息系统检修概述

1.1 信息系统检修现状

信息系统检修是保障系统安全稳定运行的重要手段, 检修方式的发展主要经历了3个阶段。

1) 事后检修。该方式属于被动式消极检修, 遵循“不坏不修”的原则, 亦称“故障检修”, 其弊端显而易见, 主要表现为: (1) 属于无计划检修, 无法预测故障发生的原因, 常因准备不足而导致恢复时间较长, 对生产影响较大; (2) 没有足够的手段或设备进行故障异常的监测, 容易因小问题、小风险造成延误而将影响扩大化; (3) 维修成本高, 很难及时控制、消除影响因素, 且对故障维修时间要求很高, 从而花费不必要的成本。

2) 定期检修。该方式属于主动式检修, 按照一定的间隔或周期进行维护、消缺、调优等维护保养检修。定期检修解决了部分故障异常的随机性, 提高了系统安全稳定性, 但因其是一种全面的、无目的的检修方式, 即无论好坏, 只依据经验或规程要求进行更换、维修、保养, 并不能完全解决系统存在的风险, 且成本较高。

3) 预知检修。该方式属于主动式智能检修, 其依据监测系统、诊断系统和决策系统的评价结果针对性地进行动态检修, 灵活性较高, 是未来信息系统检修的发展趋势, 但因实现的复杂度和技术限制, 一直发展较慢。

1.2 研究目的

1) 提高信息系统运行精益化管理水平, 提升“在线服务”能力。通过预知决策[1]系统, 可以比人为经验主义更准确、快速地确定风险点, 为维修、应急处置、方案优化、事态控制等争取时间, 并可最大限度地选择空闲时段检修, 提高可持续服务能力。

2) 预知风险, 预控风险, 降低风险影响。采用监测技术、自动诊断技术和决策分析系统, 可精确定位风险, 防止小风险扩大化, 降低或消除影响。使用先进的预测模型, 增强对未知风险的发现能力。

3) 基于状态监测的设备可靠性分析, 可以提供设备使用周期和利用率。可通过状态监测数据, 进行数据挖掘分析, 甄别设备健康状态, 合理安排退服役时间, 延长在运周期。

4) 动态规划系统运行特征规律, 指导检修工作。充分利用大数据平台, 进行趋势分析、大数据挖掘分析, 寻找系统运行高峰期、风险时段的特征规律, 合理规划检修工作。

1.3 难点和挑战

随着信息技术的发展, 特别是监测技术、故障诊断和定位技术、数据挖掘技术和大数据处理技术, 为“预知检修能力”提供了必要的支撑, 但同样存在一些挑战, 主要表现在以下几个方面。

1) 预知检修能力能否推行, 决策层的支持是首要的。预知检修本质上是一种管理决策系统的技术实现, 带有浓厚的“管理特质”, 其目的是通过分析决策结果确定“检修计划”, 代替过去盲目的强制性检修, 对过度检修和检修不足提供了较好的解决方案, 但其“预测”的本质特征需要决策层具有一定的决断力。

2) 预知检修的效能受制于配套保障体系的支撑能力。预知检修只解决了发现能力的问题, 并未解决检修能力, 能否建立与之配套的检修决策机制、备品备件保障、业务流程保障、后勤保障等支撑体系, 将直接决定其效能。

3) 预知检修是一个复杂的系统工程, 必须渐进式推进实施。决策分析准确度的影响因素很多, 要做到准确决策是比较困难的, 科学合理地实施对预知检修工程的推进尤为重要。

4) 预知检修需要更高的技术支撑。本质上, 预知检修是对人工决策的“技术实现”, 其决策能力除了受决策模型限制外, 还需要更多的技术支撑, 包括监测技术、故障诊断和定位技术、 (大) 数据处理技术以及高性能分析处理等基础支撑系统的建立和良好应用。

2 系统平台架构设计

2.1 总体需求

预知检修决策的基础数据通常来自于不同信息系统的“共享数据”, 但这些信息系统因建设标准不一、数据成熟度不同等客观原因, 导致数据的共享和利用存在诸多难题, 包括: (1) 数据来源多样, 存储方式多样; (2) 数据结构异构[2], 标准不统一; (3) 数据管理分属不同的系统或部门。因此, 构建检修决策分析所必需的“数据资源池”是首要任务, 其必须满足的要求如下。

1) 允许各种自治系统数据高度自治, 并可以很容易地建立各类数据源的云数据描述。

2) 允许数据源加入、退出的独立性和随机性, 并可以保证数据的完整性不受损害。

3) 支持对各类数据的实时抽取、转换、运算、重构、再生等主要过程。

4) 支持对海量级大数据的实时运算和离线运算。

2.2 云计算与虚拟化技术

云计算是一种新兴的共享基础架构的方法, 可以将巨大的系统池连接起来提供各种IT服务。简单来说, 云计算是一种基于服务的、可扩展且灵活的、具有共享属性的系统架构。Google、亚马逊、阿里巴巴、百度等著名IT巨头都大量使用了云计算平台和技术, 并取得了巨大成功, 因此构建基于“云计算技术”的平台有着现实的技术支撑。本文将采用云计算基础架构相关技术规划系统平台。

在云计算技术中, 一项核心的技术就是“虚拟化”, 其起源于20世纪70年代, 基本含义包括3层: (1) 虚拟化的对象是各种各样的资源; (2) 经过虚拟化后的逻辑资源对用户隐藏了不必要的细节; (3) 用户可以在虚拟环境中实现其在真实环境中的部分或全部功能。虚拟化的这种思想和特点, 决定了其在解决异构数据、自治数据的共享方面具有无可比拟的优势。

2.3 总体架构设计

预知检修决策系统本质上是一个决策支持系统 (Decision Support System, DSS) , 主要架构分为基础支撑平台、数据层、应用层3部分。典型的系统逻辑架构如图1所示。

1) 基础支撑平台。包括网络、主机、存储、数据库等基础支撑平台。在具体实现时, 可以采用传统的技术架构, 也可以使用云计算思想和技术, 完全或部分采用基础设施即服务 (Infrastructure as a Service, Iaa S) [3,4,5,6]技术, 实现主机虚拟化、主机集群、服务资源自动分配、存储虚拟化。云技术基础平台架构如图2所示。

2) 数据层。包括基础源数据、清洗过的数据仓库和ODS数据。该层主要通过ETL技术、虚拟化技术进行数据的抽取、清洗、加工、存储, 按照ODS、数据仓库、数据集市等方式进行重组、存储。同时, 该层也对一些建模数据、知识库、检修数据等进行存储管理。该层主要支撑应用层的建模挖掘分析。基础数据主要来源于综合网管、设备管理、信息资源管理、缺陷管理等基础系统, 数据类型包括监控、预警、设备、缺陷、故障、知识积累等基础数据, 共同为决策分析提供源数据。

3) 应用层。采用模型理论建立决策分析模型, 进行数据挖掘分析, 结合知识库形成决策建议。具体实现时可以采用将应用作为服务的相关技术。

2.4 虚拟化技术构建数据层

为了解决数据共享问题, 保持平台的生命力和适应性以及开发的经济性, 综合考量, 该平台的实现将采用虚拟化技术[7], 严格来说, 利用虚拟化的设计思想, 对数据层进行特殊化的2层设计。数据层结构如图3所示。

1) 高度自治的数据源层。支持数据源的注册, 并通过各种方式集成, 支持各种数据重构和再组织, 形成数据共享池。数据源的动态配置在此层实现, 用户无需事先定义好的结构、方式就可以访问关心的数据, 查看数据结构等信息, 屏蔽了底层支撑系统, 可以方便地通过映射、重组等对数据进行利用, 与本地数据使用相同。

2) 虚拟化数据层。此层为支撑决策应用, 按照一定规则定义各类信息主题, 包括原数据经重组后的数据、应用决策模型产生的支撑数据2部分。在该层, 对原数据的管理采用了异构数据元数据处理技术, 即元数据不事先定义, 而是根据注册数据源由平台抽取后建立, 同时也支持自定义元数据。

2.5 功能模块设计

2.5.1 基本功能

预知检修决策系统是依赖决策模型, 利用各系统的静态数据、动态数据进行决策的信息系统, 其复杂度与专家系统的实现程度有关, 但其应具备数据资源管理、基本台账管理、检修计划管理、决策模型管理、知识库管理、系统维护管理等基本功能。

2.5.2 功能描述

1) 基本台账管理:存放需要分析的信息系统对象, 包括对象名称、子对象组成、基本属性、拓扑信息等。数据主要来源于其他系统或用户自定义, 但部分关键属性不能自动更新, 只能自定义, 如对象名称、关联关系、拓扑等, 需要依据各个决策模型来建立。

2) 数据资源管理:管理数据源层和虚拟数据层, 包括注册管理、元数据管理、数据集成管理、数据仓库与集市管理等。

3) 检修计划管理:依据数据分析完成, 确定检修计划, 包括检修名称、类别、时间、检修内容等信息, 可动态生成。

4) 决策模型管理:根据确定的分析目标, 建立分析模型、分析算法等, 是决策系统的核心模块。

5) 知识库管理:存放或定义基础决策信息的知识库, 如缺陷定义、分类、典型事例、典型评价规则等。一般通过某种规则进行数据挖掘后形成, 部分通过人工输入方式建立。

6) 系统维护管理:主要指对权限、用户、配置、元数据等的管理。

2.5.3 外部接口

系统需提供对外开放的、标准化的接口, 可以采用XML、Web Service等通用接口或成品ETL套件。

2.5.4 系统实现

为提高系统的适应性, 保持先进性, 系统的基础架构将采用大数据计算、存储、分析的虚拟技术、云技术等。具体实现与一般大数据分析系统无异, 这里不作过多论述。

3 关键决策模型

预知检修是依据专家分析系统模型来预测的, 是应用诊断模型[8,9]产生的可能结果来生成检修建议的, 是系统的核心。但模型的建立、训练、验证是一门高级学术研究, 这里对部分模型进行简单介绍。

3.1 基于经验规则的诊断模型

该模型[10]基础是把专家的经验用规则形式进行描述, 将征兆与潜在风险相联系。诊断规则搜索的过程, 就是对专家行为的模拟。该诊断模型经长期发展应用, 可以使用可信度方法、证据方法、贝叶斯方法等实现对问题的诊断。该诊断方式“基于经验”, 对新问题的适应性较差, 对单一的简单系统极为有效, 但对于结构复杂、关联关系多样的系统会出现漏诊现象。经验规则诊断流程如图4所示。

3.2 基于范例的推理诊断模型

范例诊断模型[8,11]实际上是一种利用经验推理的分析技术, 适用于理论模型和领域知识不完整但经验丰富的决策问题。通常情况下, 人们遇到新问题时总是进行回忆, 找出几个与新问题特征相近的案例, 然后把有关信息和知识引用到新问题处理过程中, 完成问题诊断。其核心是经验知识库的建立与检索匹配技术。该诊断模型使用的主要检索技术包括模糊数据检索算法、基于神经网络的模糊检索算法、综合检修算法等。范例推理诊断流程如图5所示。

3.3 基于模糊逻辑的诊断模型

故障诊断是通过研究故障与征兆之间的关系来判断状态的, 由于语言的描述及信息的不完整等带来模糊属性, 导致对可能的故障很难做到精确的数据描述, 结论是模糊的。模糊逻辑[9]提供了表达和处理模糊逻辑概念的机制, 能够处理故障诊断中的不确定信息和不完整信息。

模糊诊断方法[8,10,11]是利用集合论中的隶属函数和模糊关系矩阵的概念来解决故障与征兆之间的不确定关系, 该方法的前提是构造隶属函数, 目前有2种实现方法:一种是先建立故障现象与故障征兆之间的模糊矩阵, 再通过模糊方程进行故障诊断;另一种则是先建立故障现象与故障征兆的知识库, 然后进行模糊逻辑推理。

4 结语

预知检修决策系统是采用云计算技术和思想设计的一种“大数据分析挖掘”专家决策系统, 通过预测, 预知可能的检修。本系统设计主要特征有3个方面:采用虚拟技术, 实现数据共享;采用云计算技术架构, 满足海量运算分析;采用面向SOA方式构建Saa S层, 所有决策模型可以方便地增加, 即采用APP形式的开放式服务架构。该平台的设计对于预知检修决策提供了良好的解决方案。

参考文献

[1]张道银, 张小飞.智能变电站故障诊断技术研究[J].电力信息与通信技术, 2013, 11 (7) :42–44.ZHANG Dao-yin, ZHANG Xiao-fei.Research on fault diagnosis technology for smart substations[J].Electric Power Information and Communication Technology, 2013, 11 (7) :42–44.

[2]宋峻峰, 张维明, 肖卫东, 等.基于元数据的同领域异构数据管理研究[J].计算机工程与应用, 2005, 41 (14) :168–171.SONG Jun-feng, ZHANG Wei-ming, XIAO Wei-dong, et al.Research on metadata based heterogeneous data management in the same domain[J].Computer Engineering and Applications, 2005, 41 (14) :168–171.

[3]李莉, 廖剑伟, 欧灵.云计算初探[J].计算机应用研究, 2010, 27 (12) :420–424.LI Li, LIAO Jian-wei, OU Ling.Cloud computing:an introduce[J].Application Research of Computers, 2010, 27 (12) :420–424.

[4]赖菲, 王智微, 葛新, 等.发电集团数据中心云计算应用研究[J].电力信息化, 2013, 11 (1) :25–26.LAI Fei, WANG Zhi-wei, GE Xin, et al.Applied research on data center cloud computing for power generation groups[J].Electric Power IT, 2013, 11 (1) :25–26.

[5]刘正伟, 文中领, 张海涛.云计算和云数据管理技术[J].计算机研究与发展, 2012, 49 (S1) :26–31.LIU Zheng-wei, WEN Zhong-ling, ZHANG Hai-tao.Cloud computing and cloud data management technology[J].Journal of Computer Research and Development, 2012, 49 (S1) :26–31.

[6]陈全, 邓倩妮.云计算及其关键技术[J].计算机应用, 2009, 29 (9) :2562–2567.CHEN Quan, DENG Qian-ni.Cloud computing and its key techniques[J].Journal of Computer Applications, 2009, 29 (9) :2562–2567.

[7]陈雅莉, 马勤, 陈春华.虚拟化自治多源异构水文信息资源组织研究[J].水文, 2010, 30 (5) :12–15.CHEN Ya-li, MA Qin, CHEN Chun-hua.Research on virtualization organization of self-governing and heterogeneous multi-source hydrological information resources[J].Hydrology, 2010, 30 (5) :12–15.

[8]杨叔子.基于知识的故障诊断技术[M].北京:清华大学出版社, 1993.

[9]王长琼, 孙国正.故障诊断的智能模型研究述评[J].水利电力机械, 1998 (3) :9–11, 62.WANG Chang-qiong, SUN Guo-zheng.A review of intelligent models for fault diagnosis[J].Water Conservancy&Electric Power Machinery, 1998 (3) :9–11, 62.

[10]杨苹, 吴捷.复杂系统故障诊断综述[J].测控技术, 1998, 17 (2) :8–10.YANG Ping, WU Jie.Fault diagnosis for complex system[J].Measurement&Control Technology, 1998, 17 (2) :8–10.

决策支持系统论文 第5篇

决策支持系统是一种新的管理系统，其建立的目的在于为企业或领导提供决策。决策支持系统的建立需要具备较高的信息技术条件，因为它是计算机技术、人工智能技术与管理决策技术相结合的一种决策技术，要想建立科学完善的决策系统需要以计算机为基础，融合信息学、信息经济学、管理科学等学科，通过这些知识的综合应用目的在于支持半结构化决策问题的决策工作。决策者利用决策支持系统和个人的知识经验能提高决策能力与水平，使决策具有快速和准确的适应市场环境的变化。

二、市场营销管理决策支持系统建立的必要性

市场营销管理决策支持系统是当今每个企业都应该努力构建的，因为企业决策面临严峻的挑战、企业决策层快速决策的需求、企业决策层需要快速处理各时期数据信息的要求，促使企业建立市场营销管理决策支持系统。

1.企业决策面临严峻的挑战。

随着世界市场经济一体化的发展，企业面临的竞争不仅来自本地区还有来自本国和全世界的竞争，竞争的激烈程度与日俱增。企业领导必需敏捷的作出适应市场和自身企业现状的决策，决策越正确，要求决策者考虑的因素越多越全面，这些都为企业决策面临严峻的挑战。因此建立决策速度更快、决策成功率更高的市场营销管理决策支持系统是必要的。

2.企业决策层快速决策的需求。

在社会信息化环境下的企业竞争，对决策提出新的要求，由于信息的海量和复杂性，利用传统的信息收集整理并用于市场营销决策已经远不能满足企业的决策需要，企业决策层的管理者迫切需要一种计算机化的决策支持系统。计算机化的决策系统能提高海量信息的收集、分析、处理能力，是人工信息处理能力无法比拟的。

3.企业决策层需要处理各时期的数据信息的需要。

任何一个行业和企业在经过了数年的发展之后，都会积累大量的历史数据，这些数据蕴含着重要有价值的信息，要想随时获取这些信息要对这些信息进行分析处理。因此企业决策者面对海量的信息，如何对这些繁纷复杂的数据信息进行快速的查询、分析从而提炼出有价值的分析结果，使他们认识到必需借助高科技才能完成这一工作。市场营销的决策支持系统能轻松应对海量数据的强大处理能力是企业决策者所青睐的。

三、市场营销决策支持系统模型

本文根据市场常用的MDSS系统，分析MDSS系统结构中数据库、模型库、知识库的具体实现及管理。

1.数据库。

MDSS中的数据对决策起着重要作用，搜集的数据用于构建面向模型，根据面向模型的生成与决策需要设计数据库。利用MDSS为企业高层决策者提供参考依据，所以获得的数据信息应该全面，除了搜集来自企业内部的各种信息数据如产品价格、仓储、财务等信息，还要输入来自企业的外部相关的数据如市场供应量、市场的平均价格、竞争对手的数据信息等。由于数据的数量过于庞大，在建库的过程中采取了集成数据库即总数据库的方案，然后再利用数据库提取技术进行提取。根据外界市场环境的瞬息万变，建立数据库的类型可以建成动态数据库把市场价格和市场环境的波动纳入进来，把自身企业的职工人数、职工工资、原料成本等纳入动态数据库。通过对动态数据库和静态数据库的分别利用，能提高数据库的利用效率与效能，很好地适应外部环境的变化。

2.模型库。

根据营销工作决策类型，我们基本上将模型分为预测类、投入产出类等模型，在这些模型中，企业应选择适当的模型为决策提供依据。由于市场营销策略的可变性和成本的相对不变性，企业在使用模型时，要结合定型模型和定量模型的综合应用才能有利于科学决策的形成。任何模型的运行都涉及到数据的输入、输出，因此要做到模型管理与数据管理的有机结合。当从数据库中输入需要的数据和参数后，得到相应的运行结果，可以把运行结果输入数据库作为一种数据参考。由于市场环境和企业的变化造成数据发生变化时，会对模型产生一定的变化。假如数据发生大幅度的量变而导致模型发生质变后，模型也应做到适当的修改。3.方法库。为了使系统结构更加清晰，将方法从模型库中分离出来，单独组织成一个方法库并配以相应的方法库管理系统，共同构成另外一个组成部分--方法库系统。方法库系统主要是一个软件系统，它综合了数据库和程序库。它为求解模型提供算法，是模型应用的后援系统。方法指基本算法，例如，数学方法、数理统计方法、经济数学方法等。引入方法库的优点提供各种通用计算、分析、加工处理的能力;提高模型的运行效率;实现软件资源共享。既考虑应用程序员用户，又考虑了非程序员用户的需要，增加了命令语言接口。

四、市场营销决策支持系统的实现

在这个系统中由于市场环境是变化莫测的，市场营销决策系统结构本身也是一种半结构化系统，给市场营销决策带来不确定性。在市场营销决策系统下企业如何有效地进行营销决策，对企业非常重要。因此，在市场营销决策中人们的决策行动包括四部分：分别是确定企业目标、设计方案、评价方案和实施方案四个阶段。首先，在确定目标的过程中，职能部门主要任务是确定市场环境，进行数据的收集分析处理，确定影响决策的因素或条件。其次，在设计方案的过程中需要根据目标和影响因素，建立数据模型并把相关因素输入模型进行模拟，获得预测性结论，为企业提供各种不同的方案供决策者选择。再次，在评价方案的过程中决策者根据企业目标选择出最适合企业发展的最优方案。

决策智慧源于信息取舍能力 第6篇

假如你属于办公室坐班族，又整天对着电脑，你是否被海量信息羁绊困扰？当你打开文档，准备起草抑或修改一篇文稿，但是总是迟迟不能“入定”，要么不断刷新网站页面，要么时不时跟QQ好友漫无边际聊天，或者被网易新闻那些醒目标题乃至“标题党”紧紧抓住眼球……这就是我们每天要遭遇的“信息干扰”。荷兰阿姆斯特丹德伊森贝赫金融学院全球化专业教授、英国女学者诺瑞纳？赫兹赫，在《决策的智慧》一书中，敏锐指出信息干扰简直无处不在，除了上述我们主动参与形成的干扰，更有那些我们“情非得已”的被动干扰——在开放办公室中，其他同事的电子设备和办公设备的干扰声此起彼伏，这些声音导致我们的工作效率降低66%。办公桌上响起的手机、同事之间的交头接耳（虽然我们并不参与）、电子邮件的提示音，都会让我们工作时分心，失去工作的动力……

在这个信息泛滥的时代，信息的来源多种多样，十分琐碎，而且传播速度极快。我们怎样才能知道哪些信息是我们该相信的，哪些又是该拒绝的，好让我们从这个数据中获利？这便是该书要回答的问题。阅读该书，人们将在如何做出更好选择、更聪明的决策方面获得启示帮助。

从某种意义上讲，决策的智慧其实就是信息取舍与把握的智慧，掌握信息是智慧决策的前提条件，中国古代兵法“知己知彼、百战不殆”正是此理。那么，如何有效掌握信息？

坚持定向搜集信息。即对与本职工作或者兴趣研究相关联信息持之以恒关注，适时综合分析，管窥发展趋势，把握运行规律；尤其强调心无旁骛，对那些无关信息哪怕它给自己造成现实压力，也当听而不闻视而不见。

学会筛选信息。一些鲜有人注意、不易觉察的信息，却让“小天地大乾坤”屡屡应验。

学会甄别信息。信息时代，信息鱼龙混杂、真假难辨，我们须有批判的态度、置疑的勇气，即便面对权威专家也不可偏信盲从，而应以独立自主意识去识别去判断。

书中还提供了决策教训案例给人以警醒。奥尔特医生曾在美国多所名校求学深造，又有丰富的临床经验，却出现误诊，直到被一位资历尚浅的助手坦率指出“这不是病毒性肺炎，这是阿斯匹林中毒的症状”，他才幡然醒悟“是我搞错了！”这是因为“经验信息”屏蔽了患者其他信息。同样是因为“经验思维”羁绊，诺基亚虽然早有新研发成果，却未能实施运用，在iPhone面世的前5年，诺基亚丧失了90%的市场份额。要避免经验误导，就要学会独立地看待每种新情况，要将每一条新信息都看成具有潜在革命性的信息。

作者在书中第二部分“睁大眼睛”章节，以“老虎和蛇的实验”导入，一张图片上既有庞然大物老虎等图片，也有树叶等小型物件，匆匆浏览者只能看见老虎，而仔细观察者能够看到老虎身后地上的蛇。此后各章节经常出现“老虎”与“蛇”之隐喻，给人以深刻启迪。

我们要明白作者的“苦口婆心”：第一眼看到的东西并不能提供做出最佳决策所需要的所有信息；除了要看那些显而易见的事物外，我们还要学习观察那些潜藏的事物，学会观察那些超越文化或常识的事物。

我很欣赏作者“底层员工也是专家”立论，底层员工或者普通劳动者具有各种各样的实践体验，辅之以善于思考总结，他们的看法、观点无疑是最有代表性、普遍性的真实意见；专家若无亲身体验或者很少亲身体验，其总结只能是间接性的经验，或许条理严密却可能逻辑失真，“何不食肉糜”即为与现实脱节的极端表现。专家需要俯下身子“接地气”才有望货真价实。

涂启智

决策信息系统 第7篇

管理决策型会计信息系统, 无论是理论界还是实务界都存在一定的分歧, 特别是在实务界, 很多软件实质上仅具有一定的预测与分析功能, 只能解决一些结构化的问题。因此, 这些功能也是最容易嵌套入目前的管理会计功能中的, 但对于企业的管理者来说, 必须用定量和定性相结合的方法来解决半结构化和非结构化的问题, 就需要将专家的经验和判断数据存人计算机, 通过长期积累逐渐将这些定性环节向定量环节转化, 再利用计算机进行求解。因此, 本文拟将财务软件的管理与决策功能分为两类:针对结构化问题的管理决策功能, 以及针对非结构化问题的管理决策功能。

(一) 针对结构化问题的管理决策功能

由于管理会计、成本会计、财务管理在许多问题上存在着交叉重复, 会计理论界对它们之间的划分一直没有统一的标准, 这三个方向主要都是为企业的管理决策服务, 只是侧重的方向不同。由于在传统意义上, 这些学科基本都是针对结构化问题, 因此, 本文认为这三个方面的结构化问题的探讨应并入广义的管理会计的研究范围, 主要体现为:一是成本管理信息在企业管理决策服务中起着举足轻重的作用, 必须将其纳入管理型会计软件中, 因此, 目前成本会计在计算机环境下实际上进行了分解, 一部分纳入财务会计, 另一部分则纳入管理会计中。二是财务管理是企业管理的一个分支, 对企业的资金运动进行直接与系统的管理;而管理会计是为企业管理 (也包括为财务管理) 提供信息支持。财务管理与管理会计两者从性质上来讲截然不同, 但考虑到财务管理中用到的绝大多数方法是由管理会计提供的, 在实际中, 财务与会计又是不分家的, 因此本文采用了“大会计”的观点, 将财务管理的内容纳入到管理型会计软件中。

(二) 针对非结构化问题的管理决策功能

关于财务决策支持

系统 (Financial Management Decision Support System简称FDSS) 的定义, 存在一定的分歧, 以下列出了两种典型的意见:如“财务决策支持系统是融管理学、运筹学、计算机技术、会计电算化和决策支持系统为一体的边缘学科, 它是决策支持系统的重要组成部分, 主要应用于解决结构化和半结构化的财务决策问题, 并将非结构化财务决策问题向半结构化或结构化方向转化” (艾文国, 2005) 。还有学者认为“财务决策支持系统是以现代管理科学和信息技术为基础, 以计算机为工具, 运用数量经济学、模糊数学.、控制论和模型技术, 对财务管理中半结构化或非结构化问题, 进行决策活动的人机交互系统。在FDDS基础上引入知识库及相应的推理机制, 就成为智能财务决策支持系统 (Intelligence FDDS一IFDDS) ” (李良材、陈冀豫, 1996) 。这两种观点的主要分歧是结构化决策是否属于财务决策支持系统的范畴。为了避免概念的重复, 采用后一种定义比较合适。FDSS要解决的就是如何提供非结构化问题的管理决策功能。

二、管理决策型会计信息系统的模型分析

管理决策型会计信息系统的模型如图1所示, 以下具体阐述了模型中关键的技术或观点:

(一) 财务会计与管理会计的融合

在现存的市场经济下, 企业作为市场的主体, 是以股份有限公司为基本的组织形式, 因而企业会计的主要特点集中体现在股份有限公司会计上, 而股份有限公司的一个重要的特点在于企业的所有权和经营权分离。因此, 基于企业的所有者与管理者不同的信息需要, 现代企业会计形成了两个相对独立的领域:财务会计与管理会计。财务会计是按照特定的会计准则或会计制度对企业的经济业务活动进行核算和监督, 即单纯地提供信息和解释信息, 属于报账型会计;而管理会计则是按照企业内部管理的需要, 灵活采用多种会计处理程序和方法, 其不仅反映过去, 而且要能动地利用历史信息, 来预测前景参与决策、规划未来, 控制和评价一切经济活动, 属于经营型会计。管理会计和财务会计只是对同一业务审视的视角不同产生的, 两者是同源分流的关系, 但在实际的应用中, 两者分别按照各自的一套存有诸多差别的核算方法体系, 以对外报告和内部管理为目标进行双重核算, 两套数据资料之间不仅各自独立, 缺乏直接的联系, 难以实现信息共享, 而且增加了会计人员日常核算的工作量, 造成了不必要的重复劳动和资源浪费。阎达五教授在论述会计应从核算型向管理型转化时, 曾指出了管理型财务软件应包含三个方面:使财务会计与管理会计融为一体, 重新构建一个既有核算又有管理的新的会计体系;使会计在现有的以事后核算为主的基础上加强参与决策, 实施适时控制和开展经济分析等活动;建立包括事前、事中、事后在内的全面核算和全过程管理系统。国内的很多专家也有类似的论述, 如“在知识经济条件下, 随着信息技术与网络技术的迅猛发展及其在会计中的广泛应用, 财务会计与管理会计进一步融合不仅必然, 而且有其特定的理论基础” (徐玉德, 2002) , “会计管理软件的数据来源于会计核算, 如果会计管理软件中的数据还需要重新输入, 就不能算真正的管理型软件, 核算和管理应该享有同一个数据源 (数据和信息在一定条件下可以互换) ” (袁树民, 2001) 等。管理会计与财务会计之间的统一化趋势, 最早出现在美国财务报告特别委员会发表于1994年的詹金斯报告《论改进企业报告》中, 这与当时美国企业受到计算机与互联网的冲击后企业组织结构发生变化的状况相适应。随后, 美国财务会计准则委员会 (FASB) 和国际会计准则委员会 (IASC) 都曾作了大量关于如何协调管理会计与财务会计的研究。在卡普兰和诺顿的经典著作《综合记分卡:一种革命性的评估工具》一书中也体现管理会计与财务会计的统一化趋势。

(二) 事项法与REA会计

财务会计与管理会计的分离是与当时人们的认识水平和技术水平相关的, 随着会计理论的逐渐成熟, 以及以网络技术, 数据库技术为代表的计算机技术的迅猛发展, 财务会计与管理会计的融合已经具有了一些实现的基础。目前的财务会计与管理会计使用的是两套数据, 但两者却是对同一业务的不同反映, 并由此确定可否对业务的原始信息进行详尽的有条理的记录, 利用计算机强大的处理能力和存储能力实时产生需要的财务会计信息和管理会计信息。事项会计与REA会计提供了一种很好的思路。现行财务会计是价值法, 会计信息主要属于价值信息, 并通过通用报表将信息传递给使用者。A.C.Littleton (1952) 认为, “传统会计信息系统实质上是一个浓缩机制, 由于单纯以会计循环和会计恒等式为基础, 因此传统会计信息系统所提供的仅仅是单一的、事后的、无差别的信息”。针对这一问题, 1969年, 索特在否定了传统价值法的基础上, 提出了事项会计的思想, 其主要思想是提供与各种可能决策模型相关的、不经过加工汇总的原始事项, 由使用者从中选择并在自己的决策模型运用。会计事项信息系统应具有强大的数据库, 包含大量基础数据以反映组织活动的全部事项, 事项具有的多重属性会计都要反映, 而不只局限于价值量。事项会计的思想, 理论上克服了传统会计信息系统存在的诸多弊端, 为现代会计信息系统的建立奠定了良好的理论基础。REA会计则探讨了事项思想的具体实践。目前的ERP虽然也集成了关键流程的业务处理, 实现了一定程度的财务与业务的一体化, 但由于其会计系统是基于传统会计方法, 即通过复式记账系统反映业务的财务绩效。这样就将财务绩效和非财务绩效信息隔离了, 而且由于传统会计系统特有的数据分类汇总方法 (会计科目表) , 分离后的财务信息和非财务信息很难进行集成。因此在ERP的环境下, 虽然也记录了大量的业务数据, 但财务会计和管理会计很难真正的统一起来, 一些管理会计的先进的理念也很难得到应用。

(三) 实时控制与预算控制

COSO报告认为, 内部控制是企业经营过程的一部分, 与经营过程结合在一起, 而不是凌驾于企业的基本活动之上, 它使经营达到预期的效果, 并监督企业经营过程的持续进行。这种思想意味着内部控制应该与企业的经营活动紧密地结合, 而网络技术所带来的信息的整合, 传递的快捷, 低的传送成本以及计算机所特有的某种程度的智能, 为这种结合创造了实现的条件。因此, 在延续传统的控制方法的同时, 有专家提出了实时控制的思想。所谓实时控制, 就是在IT环境中财会人员利用现代化技术手段和三量信息 (时间, 实物, 货币) , 对企业经营活动的全过程进行实时对比和实时分析, 通过指导、调节、约束、促进等环节干预企业的经营活动, 以实现提高经营效率和效益, 从而达到价值增值这一最终目标。当某项业务发生时, 系统可以实时获取该业务的全部信息, 而不仅仅是财务信息, 并根据预先设定的控制标准和控制准则, 将实际值和标准值比较分析后, 如采购金额大于合同金额, 判断该业务是否合理, 对不合理的业务提出警示, 供决策者判断, 对合理的业务才可允许进入系统。

(四) 模型进一步说明

传统成本会计是为财务报告目的对存货进行计量, 其成本核算和成本分类是为满足财务报告服务的需要, 而不是为了成本管理的目的描述每一产品消耗资源的情况, 因而传统成本信息系统提供的信息对企业的决策和管理的相关性不大 (H.托马斯.约翰逊, 罗伯特.S.卡普兰, 2004) 。而作业成本法不是“就成本论成本”, 而是将着眼点与着重点放在成本发生的前因和后果上, 以作业为核心, 以资源流动为线索, 以成本动因为媒介, 通过对所有作业或流程进行跟踪动态反映, 对最终产品形成过程中所发生的作业成本进行有效控制。此外, 在衡量企业的经营业绩时, 传统的财务指标很难反映企业的真实状况, 而平衡记分卡 (简称BSC) 由财务、客户、内部经营过程、学习与成长四个方面组成, 它兼顾了长期目标与短期目标的衡量、财务与非财务衡量、外部与内部的衡量、战术与战略的衡量等各个方面, 能够多角度地为企业提供信息, 综合地反映企业的业绩。多数企业的正式会计系统仍然按照财务会计原理建立。财务会计是基于交易流程的, 企业许多主要的价值创造活动通常在交易循环之外。所以, 依据传统财务会计原理建立的会计系统无法提供企业的价值创造信息。而作为创新管理会计方法的ABC/ABM、BSC却涵盖了整个价值创造流程, 这也是ABC/ABM、BSC难以与企业日常会计系统集成而成为企业核心管理系统的原因。而事项法和REA会计的思想为这些新的管理思想提供了实现的可能, 该模型实现的困难在于原始信息数据库应如何设计。笔者认为, 目前的计算机的计算能力、通讯能力、存储能力以及数据库技术, 人工智能技术 (如遗传算法, 神经网络, 多智能体技术等) 已经趋于成熟, 模型的实现从单纯的技术层面已没有问题, 只是会计理论方面的问题还没有完全解决, 即原始信息数据库中的信息如何满足各种各样的信息需求, 但数据库中应存储尽可能原始的信息, 加工的繁重任务有计算机来自动完成。同时, 该数据库应具有一定的可扩展性, 以给未来一些新的会计理念以施展的空间。

参考文献

[1]张瑞君:《网络环境下会计实时控制》, 中国人民大学出版社2004年版。

[2]Tian, Vaidyanathan, Exploring the Information Gap between Enterprise Resource Planning Systems and the Strategic Management Process, Working Paper, 2003.

[3]阎达五:《论核算型会计向核算管理型会计转化的问题》, 《财务与会计》1999年第9期。

决策信息系统 第8篇

1 ODS统计信息资源库

1.1 主题数据集设计

O D S统计信息资源库是基于I R模式构建的数据资源体系。是在H I S业务数据库基础上,以主题数据集形式进行概念化组织和存储,并将面向应用的数据环境转换为面向主题的数据环境。以“住院病人个案信息主题数据集”的整合为例:对住院病人在接受诊疗全过程中产生的信息进行归纳分析,抽象出若干子集,分析每一个子集所需的基本数据项,以及HIS应用系统和后台数据结构的关联,生成所需主题数据集的若干个数据表结构,通过数据的提取、核查、转储后,生成以“主题数据集”为组织和包装单位的、适合于进行数据分析的ODS数据环境。

1.2 ODS统计资源库功能

1.2.1 资源完整:

ODS统计信息资源库的内容覆盖门诊、临床、辅诊、设备、药品、材料、卫生经济、人力资源、学科、技术等全方位的医疗管理活动,伴随病人诊疗和费用发生的全过程。

1.2.2 长期在线:

ODS统计资源库通过每日定时触发,进行HIS增量数据的统计转储,解决了一直以来H I S定期进行过期数据离线存储操作所导致的统计人员对历史性、全局性数据长期在线应用需求受到严重束缚问题。

1.2.3 操作简便:

系统提供了全开放的、直观的数据结构,以及面向主题的、便于用户理解和调用的语义环境。在不需要涉及HIS复杂的后台结构的情况下,满足统计专业人员对医院网络业务数据的直接应用。

1.2.4 操作安全:

ODS资源库是通过自动定制触发、一次性完成网络数据的统计迁移,确保了既满足对HIS数据的系统性归纳、集成、调用的需求,又保障了不对前台业务操作效率和数据内容造成影响。

2 电子统计台账系统

2.1 类别与维度设置

2.1.1 台账类别与相关指标设置。

根据数字化医院电子统计档案内容的扩展需求,在传统手工台账基础上进行系统分类和通用标题、标目及具体指标设置,用户可根据特定需求建立相应的分类体系。例如可将台账分为工作效率、工作质量、卫生经济、物资管理、医疗安全等类别,工作效率类台账可设置住院病人流动情况统计台账、治疗结果统计台账、收治费用统计台账等台账表标题,住院病人流动情况统计台账可设置原有人数、新入人数、转入人数、出院人数、转出人数、死亡人数、现有人数等相关指标。

2.1.2 台账维度与相关指标设置。

根据数据资料的粒度、应用需求,进行统计台账维度设置,例如科室、费别、病种、时间等维度。

2.2 动态数据的静态存储

台账数据需要随H I S的变化同步补充、累加或更新。系统以定制时间区间形式(如日、周、月、年),自动读取O D S数据环境中的增量数据,并按照维度进行分类汇总,得到某一台账指标的瞬时“映像”。以病情状况统计台账为例:应用O D S资源库中病人入出转数据,按科室、病种等维度进行独立日记录,作为一天分类汇总结果的“数据定格”,由此完成对动态数据的静态转储。

2.3 连续性生成机制

统计台账的生成是一个反复、连续性的工作,本系统在O D S数据资源库基础上,设置了不同周期的台账生成机制。具体时间间隔根据台账的性质以及指标的特点决定,每单位时间生成的台账数据分别进行系统存储,作为定时台账的最小单位记录,由此满足长期在线、任意时间跨度的累计与调用。

3 统计指标标准化系统

3.1 功能框架

统计指标标准化系统包括著录、调用和维护三个方面的功能。功能框架如图1所示。

3.2 指标数据元的属性设置

将医院统计指标数据元的属性设置为以下两个方面的内容:3.2.1一般属性的设置:根据国标GB/T 18391.3-2001的要求,进行数据元一般属性的设置,属性的约束条件等方面遵循国标要求;3.2.2特殊属性设置:结合医院统计指标数据元的特点和统计信息服务的需求,遵循国标G B/T18391.3-2001中对于自定义属性的要求,定义了6个特殊属性。具体内容如表1所示:

3.3 统计指标标准化系用的应用

本系统支持三个方面的应用:

3.3.1 著录应用:

主要是应用系统著录功能,进行本地或在线著录与提交。

3.3.2 查询应用:

应用系统检索功能,对指标数据元进行多条件组合查询。

3.3.3 管理应用:

包括统计指标数据元标准审核和管理操作。一是依据统计指标数据元规范,对提交的著录指标,提取其中的概念域、值域、数据元概念等相关信息,进行统一标识和分类处理;二是执行对指标数据元的审核与系统注册;三是进行指标数据元属性字典的维护;四是对统计指标公用数据元目录进行更新与维护。

4 面向管理决策的定制服务系统

将日益扩展的医院日常管理运营数据快速推送到管理者桌面,让信息随手可得,是新时期各级管理者的迫切需求。本系统设计了包括门急诊、住院、辅诊、卫生经济、药品材料、设备和工作人员管理在内的8个专项信息概览区,以及指标计划进度跟踪区、定制信息查询报表展现区和特定信息服务区4个功能的网络化信息推送服务系统。信息服务的基本方式归纳为以下5个类别:

4.1 监测信息服务类

主要为满足医疗运营过程中,管理者对过程化、环节性指标趋势性变化的应用需求,设置的包括极端值、平均值、异常值等数据的监测服务。

4.2 控制信息服务类

主要提供对医疗问题、医疗成本、关键病例等敏感问题的时效管理控制的信息服务,包括预警和信息追踪服务。

4.3 查询信息服务类

主要内容是围绕病人、工作人、设备等个案信息提供的相关条件组合,任意时点和区间的信息服务。

4.4 报表信息服务类

按照不同维度和统计单元进行统计汇总,形成以维度为类别标目,以指标为数据值标目的定制报表体系,包括各类日报、周报、月报和年报。统计报表也是电子统计台账的基础。

4.5 分析评价服务类

包括面向团体和个体的分析与评价,侧重于进行对比、排序等结果的报告。与查询和报表相比,其内容更多地借助于统计图表和统计方法学处理结果等形式表达。

5 面向统计专业人员应用的OLAP系统

任何一个信息服务的定制设计都不可能穷尽所有的内容组合,任何一个信息服务系统需要适应不断发展变化着的应用需求。所以,一个企业级的信息服务系统必须建立包括满足自定义应用需求的操作环境。

面向统计专业人员应用的OLAP系统,就是基于上述需求,设计开发的包括开放的表格设计接口、高端的数据处理工具以及把数据转化成能够被非IT专业人员理解、真实反映数据维特性、能够进行快速、一致、交互访问、支持在线分析处理(OLAP)的工具系统。

应用此工具,可直观、方便、多角度地从ODS资源库中选取不同粒度的数据,并根据条件选择,进行不同深度的数据动态汇总、统计角度切换、图形分析、统计结果存储、结果数据导出等操作,满足各类用户自主查询、报表设计。系统还满足了方便快捷的数据处理和数据分析需求。系统主要功能归纳如下:

5.1 度量选择功能

每个分析主题会提供一定数量的度量值,即度量管理者关心的指标。如反映医疗工作效率的门诊人次、出院人次、住院手术例数、平均住院日、术前平均住院日、床位使用率等度量值,这些度量值会根据维度的变化计算出不同的结果。

5.2 维度选择功能

维度是分析数据的角度,在统计资源库中已经预制一系列维度,包括时间维、科室维、病种维、费别维等。使用者可以根据需要选择多个维度,也可以对维度限定条件,系统会自动按照维度选择的先后顺序以及设定的条件显示数据计算结果。

5.3 下钻、上卷功能

该功能可使用户通过改变维度层次,进行不同粒度的数据分析,进而发现问题的原因。其中上卷功能是在某一维上将低层次的细节数据概括到高层次的汇总数据,下钻功能是从汇总数据深入到细节数据进行观察。

5.4 切片/块、旋转

切片是在部份维上选定值后,关心度量数据在剩余维上的分布。旋转是变换维的方向,即在表格中重新安排维的放置(例如行列互换)。

5.5 数据压缩

属于辅助功能,选择此功能系统会压缩掉没有数据的显示行。

5.6 图形分析

包括饼图、柱图、线图、立体图等十余种图形分析功能,也可以设置通过图形进行钻取等操作。

5.7 图形设置

设置图形的宽度,高度,图形的颜色,选择图形的样式,设置图形标题内容等功能。

5.8 分析结果存储

用户在对某一主题进行了一系列下钻,上卷,切片的操作后,希望下次使用时只是简单的修改一些维度条件就能够再次使用此次分析的方法,这时可以使用分析结果存储功能。

数据导出:将当前分析的结果完整的导出成E x c e l文件的功能,为使用者进行数据深分析提供便利。

6 小结

数字化医院,以及统计数据源、数据处理技术以及信息服务需求的快速变化,都迫切需要变革传统的统计信息服务模式,建立网络实时、便捷,并具有随管理需求变化而同步适应力的推送式统计信息集成与管理决策支持系统。

但是,自H I S在我国医院推广应用以来,整个行业的研发设计、系统完善和功能细化都主要集中在医院日常诊疗业务范畴,这方面的信息化覆盖程度和自动化精细程度日新月异。而与之形成鲜明对比的是医院各级管理者在实施管理决策活动时,仍然无法感觉到信息化的变革与优势,与此同时,医院的HIS系统服务器中,每天都有大量的信息资源处于闲置浪费状态。

究其原因,源于医院统计信息服务体系在医院信息化建设发展中的严重滞后,其不但没有成为管理者融入信息化的桥梁,甚至成为了导致医院信息化变革始终无法触及到管理层的一个隔离带。

本系统的成功开发与应用,对解决长期困扰业界的这一难题具有突破性意义。本系统力图通过围绕医院统计工作理论模式与方法的创新,探索一条促进医院统计信息化建设,变革医院管理决策信息支持体系的实践之路。

摘要：围绕着“医院统计信息集成与管理决策支持”系统目标和系统所包括的ODS统计信息资源库、电子统计台账、统计指标标准化、面向统计人员的智能分析和面向管理者的实时、过程信息推送服务五个方面的功能,进行了简要概述。

信息系统在企业决策中的支持作用 第9篇

信息系统与企业决策

1.信息系统

信息系统通常由硬件、软件和人力资源组成, 其目的是满足组织内部对信息和沟通的需求。根据信息系统的功能及其在组织中的服务对象, 可分为两大类:作业管理系统和管理信息系统。作业管理系统, 主要是用于支持企业日常的信息处理, 具有一些低级的管理功能;管理信息系统, 主要是用于支持高管层的战略决策。作业管理系统包括交易处理、过程控制和办公自动化等, 一般用于支持非管理人员或低层管理人员的日常工作和决策;管理信息系统包括信息报告、决策支持、领导人信息和群体工作软件, 为中层和高层管理者的战略决策提供支持。但是, 随着信息技术的广泛应用, 更多的员工参与网上工作, 而组织也将决策权下放, 信息系统便逐渐为组织中的所有管理层共同使用。

2.企业决策

良好的决策能够加快企业解决问题的速度, 提升企业的效能。在决策中, 由于大量的半结构化、非结构化问题需要解决, 大量的信息和知识需要处理, 而个人处理信息的能力十分有限, 因此以信息系统支持企业的决策是必然的发展趋势。

现代企业决策有几个新特点:一是决策思考的范围不断扩大。国际互联网的普及极大地增强了领导者对全局性因素运筹帷幄的能力。企业在经济全球化的背景下, 在作决策时必须了解全球的政治、经济、资源、金融等形势, 消费结构和时尚流行趋势, 竞争伙伴和竞争对手的情况。谁对信息掌握得准确, 谁就把握了先机。二是决策的速度加快。跨国采购、跨国设计和生产、电子商务等都建立在信息化的基础上, 要掌握供应链的全过程 (生产、销售等过程) 、调控供应链的不同环节, 必须快速决策。三是决策的透明度更高。以往企业主要靠少数人作决策, 主观性较强, 而现在企业在决策时运用互联网增强了对全局的控制力和科学性, 对外、对内都增加了透明度。扁平式管理正是由互联网带来的透明度。透明与否是信息化与传统决策方式的一个分界线。四是决策内容更注重系统分析。决策已从注重结果向重视过程转变, 是在多种相关因素中选择最优的系统结构和过程控制方案。

信息系统在企业决策中的支持作用

现代信息技术在企业进行战略决策的每个阶段, 都大大提高了效率和效能。无论是借助于计算机辅助的制造过程, 与顾客共同分享信息, 还是在国际范围对库存货物进行控制, 信息技术都能为决策和运作过程提供帮助。

1.信息系统的综合运用

联华超市股份有限公司凭借“高质平价”的零售策略, 逐步成长为“中国的沃尔玛”。联华实行的是多业态、多维度经营, 不仅注重超市业务的发展, 还积极开拓便利店和网上Bto C业务。联华的业务网点众多, 商业和物流服务由总部统一协调, 通过建立EDI (电子数据交换) 系统和采用RFID (射频识别) 技术, 降低了库存和物流成本, 缩短了存货周转时间。

联华近三分之一的新店是兼并收购后建立的, 由于新老门店的差别给公司营运带来了不便, 因此建立新门店后的首要任务就是更新系统, 使之与公司总部对接。统一规范的信息系统和RFID技术的应用, 整合了现金流、信息流和物流, 使得许多门店的管理更为高效。以宝洁公司在联华超市销售的日用品为例, 在联华统一的信息系统运营下, 其日用品的周转时间由69.5天下降到40天, 仓储成本降低了10%。联华的EDI自动供货系统连接着超市和仓库, 当超市需要某种商品时, 该系统会自动提醒最近的仓库进行货物补充。联华通过“供货商综合服务平台”模块, 采取电子邮件、电子数据交换等方式, 将订货信息迅速传递给供货商, 供货商可通过这一模块查询商品的销售、库存情况, 为制定生产和供货计划提供依据。联华还与光明乳业公司建立了自动补货系统。联华的各门店在每天晚上12点之前汇总当天光明乳业的牛奶销售和库存信息, 并在次日上午9点前将该数据传送至联华总部的E-DI系统, 这些数据经处理后在当天12点加载到光明乳业的客户反应系统, 光明乳业收到数据后, 根据天气、销售指标等因素进行订单预测。订单产生后, 光明乳业开始做发货准备, 并将订单发送到联华总部的EDI系统, 联华各门店当天晚上9点前收到发货信息, 第二天早晨6点半以前就把用户所订的牛奶送到联华各门店。联华各门店在收到货物后, 在当日中午12点之前将收货信息自动计入管理信息系统。采取这种方式不仅保障了商品的“新鲜度”, 提高了销售量, 而且还得到了消费者的认可。“买生鲜到联华”已成为许多消费者的一种习惯。

联华的成功归功于采用信息技术系统来管理业务, 管理层也以该系统处理庞杂的库存商品, 对储存什么商品、如何定价和促销、何时再次订货或不再订货等问题进行决策。

2.决策支持系统的运用

决策支持系统 (DSS) 是指一种互动式的计算机系统, 它使用决策模式和专门的数据库来支持组织进行决策。借助于电子表单和其他决策支持软件, 用户可提出一系列“如果-怎样”的问题, 以测试他们所考虑的各种选择。根据所使用的软件及用户的各种具体假设, 管理者可了解各种选择情况, 收到必要的信息, 选择最佳结果。如美国的大型零售商“家庭百货”采用决策支持系统, 决定商品何时降价销售及打多少折扣。决策支持系统是辅助决策者通过数据、模型和知识, 以人机交互方式进行决策的计算机应用系统。该系统可为决策者提供分析问题、模拟决策过程和方案的环境, 调用各种信息资源和分析工具, 辅助决策者提高决策质量。近10多年来, 在决策支持系统与专家系统相结合后, 决策支持系统充分发挥了专家系统以知识推理形式解决定性分析问题的特点, 发挥了以模型计算为核心的解决定量分析问题的特点, 实现了定性分析与定量分析的有机结合, 解决问题的能力和范围大幅度提高和扩大。

决策支持系统在企业销售决策中具有重要的作用。销售决策内容包括销售价格、产品产量、促销策略、产品运输方式等。决策支持系统为企业管理者提供了一种分析销售因素关系及其变化的规律, 以选择最优的营销策略。决策支持系统可进行市场分析和销售预测, 如产品销售情况是“畅销且单位盈利高”、“虽畅销但单位盈利低”, 还是“虽畅销但不盈利”、“虽不畅销但单位盈利高”, 这有利于市场定位、产品定价;消费者的行为和习惯“在购买某种商品时, 是否经常购买一些相关商品”等。这些看似微不足道的问题, 累积起来却非常有用。

决策信息系统 第10篇

气候气象资源是自然资源的一个重要组成部分, 电力企业生产运行很大程度受制于气象因素, 电力企业的设备日常运行、检修、事故抢修等许多工作与天气因素息息相关, 如能预先了解各地区的气象信息, 对气象数据进行系统分析, 从而合理安排供电企业工作的开展, 避免因气象因素造成的工作各种影响, 并对天气未来变化情况可能造成的电力系统故障提前防范, 这将大大提高供电企业的安全运行水平, 提供供电可靠率, 为供电企业带来不可估量的社会效益和经济效益。

同时电力调度系统的工作与气象部门提供的气象信息密不可分。例如预测电网的用电负荷是电力调度部门的一项非常重要的基础性工作, 对电网发电、用电平衡安排, 确保社会可靠供电影响很大。随着电力改革的深化、电力市场的开放, 进一步提高短期负荷预测管理水平愈显得重要和迫切。

1 系统总体结构

通过对数据的信息化处理, 构成以数据库为中心, 集成各种个性化、专业化应用, 并具有一定扩展能力的电力辅助决策系统。系统总体结构框架如图1所示。

数据采集模块通过互联网从专业气象服务器得到气象信息并进行数据处理存入本地数据库, 这些气象数据可以通过气象信息服务直接提供给客户端使用。检修计划模块负责从气象数据库提取气象信息采用遗传算法对检修计划进行优化, 把优化结果显示在客户端。

2 气象信息管理系统数据采集和处理

系统的气象信息来源于专业气象台的服务器, 通过气象采集模块对气象局服务器上气象数据文件的定时、连续、快速、准确的采集和对采集进程的监控, 把气象信息保存到本地数据库中, 为辅助决策模块提供可靠的数据来源。

2.1 气象数据插值处理

从气象局采集的数据是具有指定格式的, 其中的实况气据为每小时正点的实况值, 预报气象数据为每天13时到次日24时每小时正点预报数值。而电力公司的电力负荷值为每5分钟记录一次的值, 所以从气象局采集的数据存在密度偏小的缺点, 不利于气象电力数对比分析, 同时对今后的数据挖掘也会造成不利影响。为此, 需要通过的算法, 增加气象数据的密度, 以达到与电力负荷数据一一对应的关系。电力公司的电力负荷预测模型中, 主要需要的是温度, 湿度, 气压的气象参, 因此对这3种气象数据进行插值计算。所采用的气象数据插值公式:

式 (1) 中:

Tj:j时刻的气象数据值 (包括温度, 湿度, 气压) ;

i取值范围为1～12, 表示将每小时等分成12等分, 达到5分钟一个值;

j取值范围为0～23, 表示一天内的24个整点。

2.2 气象数据误差分析

电力负荷预测的准确性依赖于气象预报数据的准确性, 但由于众多因数的存在, 气象预报数据不可能做到百分之百的准确, 必然要存在一定程度的误差。因此, 需要对气象预报数据进行分析, 计算出其平均误差e。这样就可以为使用气象信息的电力调度人员提供[T-e, T+e]的参考范围, 保证其工作的可靠性。误差分析公式如下:

式 (2) 中:

e:某时段内气象参数的平均误差;

Ti:某时点气象参数 (包括温度, 湿度, 气压) 的实际值;

T'i:某时点气象参数 (包括温度, 湿度, 气压) 的预报值;

N:某时段内气象参数的数量。

3 电力检修计划优化

电力设备的检修是电力企业的主要工作之一, 包括设备的定期现场评估、检修、修复和更换。电力企业实施检修计划是为了使设备经常保持正常的工作状态。有计划地安排检修能够发现常规试验及外观观察无法发现的内部问题, 在问题未扩大到危及系统安全运行前及时消除, 避免事故的进一步发展, 缩短了设备平均故障间隔期, 使得设备隐患能够及时得到发现和处理, 减少因设备缺陷的临时检修停电和故障停电的时间和次数。实施检修计划保证了统一的计划停电管理, 有利于各个项目停电计划的优化和合并, 使检修工作得到充分准备并有序开展, 最大限度避免重复停电[2]。设备检修计划安排的好坏至关重要。电力设备的检修与供电可靠性密切相关, 设备维修总是伴随着整个系统运行风险的潜在上升。优化的检修计划可以提高供电可靠性、降低网损, 直接关系到电网企业和用户的利益, 对电力系统、乃至整个社会的安全性和经济性都有着很大的影响。

电力企业所属配电网中设备种类及数量众多, 地理结构复杂, 电网结构变动频繁, 相关的检修项目繁杂。检修计划制定不仅考虑优化设备检修时间、设备检修时最优负荷转移和设备检修协调关系等问题, 而且要考虑不同检修任务之间的互斥性与协调性, 考虑电网的安全约束以及检修公司的检修能力, 还要这就使得以往人工制定检修计划不仅工作量很大, 而且实际上根本无法进行优化。因此, 根据国内供电企业所有的配电网检修工作的实际情况, 建立一个兼顾电网安全性和经济性的优化检修计划数学模型, 并构建相应的优化系统具有重要的理论价值和现实意义。

3.1 基于遗传算法的模型设计

遗传算法是一种通过模拟自然界生物进化过程求解极值的自适应人工智能技术, 是由美国芝加哥大学Holland教授于1962年首先提出的。遗传算法借用了生物遗传学的观点, 通过自然选择、遗传、变异等作用机制来提高各个个体的适应性, 体现了自然界中“物竞天择、适者生存”的进化过程。遗传算法也因此吸引了一大批的研究者, 并广泛应用于函数优化、组合优化、生产调度、机器学习、图像处理、模式识别等多个领域。

(1) 特征约束及染色体编码。如何对染色体进行编码, 使之适用于GA操作, 在经典的遗传算法中, 常采用浮点数或二进制的编码方法。本文采用十进制数分段不定长编码, 每一个约束条件作为一个基因段, 在设定特征约束时需要考虑有功潮流约束、节点电压约束、互斥检修约束、检修资源约束、气象信息约束等, 在设定编码时应该把不参与交叉和变异的约束条件编在前, 设有m项约束条件, 其中前n项不不参与交叉和变异, 可去编码为1, 2..n, n+1, ..m。

(2) 适应度函数设计。遗传算法在进化中是以每个个体的适应度值为依据来选取下一代种群的。适应度函数设定的好坏直接影响到遗传算法的收敛速度和能否找到最优解。在本系统中, 适应度函数的设计思想是采用一种多级惩罚方式, 即将约束区域分为若干段, 每段确定一个惩罚值, 违反约束越严重, 惩罚值越大。若特征约束条件个数为m, 约束属性数为n, 设对第i个约束第j属性的惩罚系数为Wij, 则惩罚函数可定义为:

式 (3) 中:

Pj (x) 是第i个约束条件的第j个属性值x违反约束的惩罚度量值。

对染色体中存在的冲突进行加权求和并加上1后, 再求其倒数, 如以下公式所示。染色体适应度函数值越大, 其在下一代的演化中的生存概率就较大。

3.2 优化选择、交叉和变异

(1) 选择操作。选择运算用于模拟生物界去劣存优的自然选择现象。它从旧种群中选择出适应度高的某种染色体, 放入配对集合中, 为染色体交叉和变异运算产生新种群做准备。适应度越高的染色体被选择的可能性越大, 选择操作的方法有许多, 如轮盘赌选择法 (roulette wheel selection) , 局部选择法 (local selection) , 锦标赛选择法 (tournament selection) 等。本文采用锦标赛选择方法。采用锦标赛选择方法, 首先随机在群体中选择k个个体比较, 适应值最好的个体被选择作为下一代的父体, 参数k为竞赛规模。

(2) 交叉。交叉是根据选择操作的结果, 选取两条染色体作为父个体, 再取一随机值 (设为r) 与系统预设的交叉率值 (设为t) 比较, 若r

(3) 变异。变异是随机改变染色体中任一检修时段或地理位置, 将时段随机抽取一点在设定范围内改变。变异运算模仿了生物在自然遗传环境中由于各种偶然因素引起的基因突变, 通过变异, 染色体适应度有可能加强也有可能降低, 但它确保了种群中遗传基因类型的多样性, 使搜索能在尽可能大的空间中进行, 获得最优解的可能性大大加强。

变异操作与交叉操作类似, 即定义一个变异概率Pm, 在变异时先产生一个随机数r, 当r

(4) 终止。记录进化的代数, 并判断是否满足终止条件。若满足, 则输出结果, 否则转向步骤3继续执行。

4 气象信息管理系统实现及应用

4.1 系统实现

整个气象信息管理系统以数据库为中心, 基于Intranet/Internet的B/S架构, 以Microsoft.Net作为系统开发平台, 实现多层分布式数据库应用, 如图2所示。系统的层次架构分别为:表示层、业务层和数据访问层。

(1) 表示层:表示层提供应用程序的用户界面。大多数业务应用程序都使用窗体来构造表示层。应用程序由一系列用户与之交互的窗体组成。每个窗体都包含许多用于显示较低层的输出以及收集用户输入的字段。

(2) 业务层:业务层封装了实际业务逻辑, 包含数据验证, 事物处理, 权限处理等业务相关操作, 是整个应用系统的核心。设计一个能够真实反映实际需要的业务层是非常必要的, 通常将实际业务具体分为业务实体与业务操作两部分。

(3) 数据访问层:大多数业务应用程序必须访问存储在公司数据库 (最常见的是关系数据库) 中的数据。此数据层中的数据访问组件负责将存储在这些数据库中的数据公开给业务层。

整个系统共由4个子系统组成:数据采集转换子系统、后台配置管理子系统、数据分析对比子系统、电力气象信息Web发布及预警子系统, 分成两大部分。数据采集转换子系统和后台配置管理子系统为一部分, 采用C/S结构;数据分析比对子系统和电力气象信息Web发布及预警子系统为另一部分, 采用B/S结构。

4.2 算法应用效果

在“电网气象信息管理系统”中成功应用该算法对电网检修计划进行优化处理上, 该系统在某地区供电局的应用中对2008年10月检修计划的优化结果:

从优化的结果中看出在气象信息满足检修要求外, 保证了互斥检修约束互斥的线路没有列在结果中, 计划中排除了保证供电的特殊时段的检修安排, 因此不管是硬约束条件还是软约束条件都得到较好的满足。如图3所示。

5 结语

电力生产和维护与天气变化还有着千丝万缕的联系。提前了解天气, 可以让电力部门减少很多不必要的损失。配电网设备检修是电力系统运行中一项十分重要的内容, 科学、合理、实用的检修计划有利于提高电力系统运行的可靠性, 能够提高企业的现代化管理水平和效益。本文把气象信息作为一个因素并结合其它约束条件建立算法模型, 对电力检修计划进行优化并得到实际应用, 为在供电局所属配电网内实施检修计划优化做了有益的尝试。

摘要：气象信息在电力行业的安全生产中具有较强的因果关系, 如何把气象信息应用到电力的检修计划安排、事故判断、现场检修等安全生产中尤其重要。通过对气象数据的采集和处理, 并应用遗传基因算法对检修计划安排进行优化和应用于电力辅助决策系统中, 构建一个基于气象信息的电力辅助决策系统, 为电力部门的生产工作提供科学决策的依据。

关键词：辅助决策系统,实时气象,遗传基因算法,GA

参考文献

[1]黄弦超, 舒隽, 张粒子.免疫禁忌混合智能优化算法在配电网检修优化中的应用[J].中国电机工程学报, 2004, 24 (11) :96-100.

智能决策支持系统探究 第11篇

[关键词] 决策支持系统 人工智能 智能决策支持系统

一、引言

决策者要经常面临一些非结构化状态,这些状态处理起来既复杂又困难,并且不能用标准的常规的方式来解决。决策支持系统(DSS)是以交互式计算机为基础的系统,它允许决策者直接干预并帮助他利用他的经验和判断来解决半结构化或非结构化的问题。作为新的基于计算机的信息系统,DSS首先由Scott Morton早在1970s明确的提出,在20世纪70年代中期,Keen和Scott Morton引入了DSS的概念。智能决策支持系统(IDSS)是决策支持系统和人工智能的结合,在20世纪80年代中期,人工智能领域的研究者们把知识表示和知识加工的思想引进到DSS中,弥补了传统的DSS的只依靠模型技术和数据处理技术的缺陷。

二、DSS和IDSS的概念

决策支持系统(Decision Support System,DSS)是信息系统研究的最新发展阶段。它是一个融计算机技术、信息技术、人工智能、管理科学、决策科学等学科与技术于一体的技术集成系统。传统的DSS使用数据模型和数值计算方法来辅助决策,具有无法表示复杂决策过程的局限性,随着AI技术的发展,专家系统的出现,1981年Bonczek等人提出将DSS与ES相结合,分别发挥DSS数值分析与ES符号处理的特点,将定性分析和定量分析有机结合,使其能够进行知识处理,以方便、准确地模拟客观世界,全面地反映决策过程,从而有效地解决半结构化和非结构化问题,形成最初的IDSS。

IDSS是管理决策科学、运筹学、计算机科学与人工智能相结合的产物。利用专家系统(ES)技术,预先把专家(决策者)的建模经验整理成计算机表示的知识,组织在知识库中,并用称为推理机的一组程序来模拟决策专家的思维推理,形成一个智能的部件;在经典DSS中需要决策者干预时,就先访问此智能部件,只有当它也无能为力时,才请求人工干预,这样就可以大大提高决策效率并减轻管理决策人员的负担。

三、DSS和IDSS的结构

1.DSS的结构。DSS发展至今大家比较公认的一种为“三部件”结构。它主要由数据部件、模型部件和对话部件组成。具体表现为以下四个系统:(1)数据管理子系统;(2)模型管理子系统(3)知识管理子系统;(4)对话子系统。

2.IDSS的结构。智能决策支持系统(IDSS)是在决策支持系统的基础上集成人工智能技术,特别是专家系统而形成的,它既充分发挥了专家系统中知识及知识处理的特长,也充分发挥了传统决策支持系统中数值分析的优势。既可以进行定量分析,又可以进行定性分析,能有效地解决半结构化及非结构化的问题,这就大大扩大了决策支持系统的应用范围,提高了系统求解问题的能力。

四、基于AI的IDSS

人工智能(AI)是让计算机来模拟人类智能,由于模拟途径的不同,产生了不同的AI理论和技术。通过心理学的途径,总结人们思维活动的规律,产生了人工智能的符号机制,后发展成ES;根据生理学、认知科学等对人类学习机理的了解,建立人类学习的计算模型或认知模型,形成了机器学习理论;通过社会学的途径,研究人类在社会中的行为,将人类模拟成为多种智能体品质构成的有机的整体——Agent,综合考虑Agent技术及其在Agent环境中的行为,这就是Agent技术和理论。除此之外,还有自然语言理解等人工智能技术。将上述不同的AI技术与DSS相结合,形成不同形式的IDSS,下面对它们分别介绍。

1.基于ES的IDSS

ES是目前AI中应用较成熟的一个领域,一般由知识库、推理机及数据库组成,它使用非数量化的逻辑语句来表达知识,用自动推理的方式进行问题求解,而DSS主要使用数量化方法将问题模型化后,利用对数值模型的计算结果来进行决策支持。在IDSS中,将DSS和ES相结合,主要有三种结合方式:(1)DSS和ES的总体结合;(2)知识库(KB)和模型库(MB)的结合;(3)数据库(DB)和动态数据库的结合。

由以上DSS和ES三种结合方式,就形成了三种IDSS的集成形式:(1)DSS和ES并重的IDSS结构;(2)DSS为主体的IDSS结构;(3)ES为主体的IDSS结构。

2.基于Agent的IDSS

Agent是目前AI领域的研究热点,主要有智能型Agent研究、Multi—Agent系统研究和Agent—oriented的程序设计研究三个方面。Agent自身应该具有知识、目标和能力。知识是Agent对其周围环境和要求解的问题的某种描述。目标是Agent解决问题所能达到的程度。能力就是Agent自身具有的解决问题的技能。针对不同的具体任务,人们构造了不同种类的Agent来满足需要。界面Agent、信息Agent、移动Agent和协作Agent就是其中的四种。关于Agent的资料很多由于篇幅限制这里不再展开阐述。

五、IDSS研究过程中要解决的问题

1.智能部件的设计和实现。IDSS中的智能性可以表现在知识库部分,模型库部分和数据仓库(数据库)部分。对模型库系统部分包括模型库的组织结构、模型库管理系统的功能、模型库语言等方面的设计和实现,主要是模型的表示和智能构造及重用,如何使模型库中的模型具有知识,以有效地将定性和定量分析相结合。

2.系统各部件之间的交互。系统各部件之间的联系通过部件之间的接口来完成,包括对数据存取,对模型的调用,对知识的推理和修改,人机界面对各个模块的调用和协调.如何实现各个部件之间的高效交互,使信息能高效传递是一项需长期研究的任务。

3.系统的集成化。如何根据实际需要,以现实经济社会为依托,运用多种技术和方法进行系统综合集成,使系统各部件有机地结合在一起,形成完整实用的系统。

六、结束语

IDSS的发展趋势是向着综合化、集成化方向发展,综合利用多种技术来实现IDSS已是构建现代IDSS的必然趋势。IDSS的研究工作应该突出在系统的智能性和对决策支持两个方面。随着现代科学技术的发展,AI、数据库领域都出现新的技术,如何有效地将这些技术应用于IDSS的构建中,把数据仓库、数据挖掘、模型库、数据库、ES、面向对象、Agent、机器学习等的优点结合起来,集成综合的决策支持系统,开发出实用而有效的IDSS是当前IDSS发展中的首要问题之一。

参考文献:

[1]高洪深.决策支持系统(DSS)理论、方法、案例.北京:清华大学出版杜,2000.

[2]GA Gorry,MS Scott Morton. A framework for management information systems.Sloan Management Review,1999.

[3]黄梯云.智能决策支持系统北京:电子工业出版社,2001.

[4]陈文伟.决策支持系统及其开发(第二版).北京:清华大学,2000.

[5]赖景和.周运森.决策支持系统在企业管理中的应用.现代科学,2004,6.

[6]毛海军,唐焕文.智能决策支持系统研究进展.小型微型计算机系统,2003,5.

决策信息系统 第12篇

统计决策支持系统中的GIS模块要求灵活的功能定制，以实现空间分析和数据展示，并且需要使用乡镇行政区划、普查小区、法人单位等信息专门的图层。这两点上商业GIS组件和开源GIS组件都可以满足要求，而WebGIS API显得不够灵活。

开源GIS组件的代码完全开发，扩展和定制相对商业GIS组件更灵活，而且基本上是零投入。综合考虑应用需求和价格因素，选择开源GIS组件SharPMaP进行整合开发。

GIS模块在系统中应当是相对独立，又相互关联的。独立在于GIS模块的工作不依赖与数据仓库和分析系统，可以单独进行地图信息浏览和查询，这是作为公众服务系统的必备需求;关联在于GIS即可以作为统计查询的输入条件，根据地理信息进行查询，又可以作为数据可视化的重要手段，为分析结果提供一个空间展示平台，如制作聚类图、密度图及各种统计专题图等。

2 数据仓库构建

根据数据仓库构建理论，数据仓库的构建一般有以下几个步骤：概念模型设计、技术准备工作、逻辑模型设计、物理模型设计、数据仓库生成、数据仓库运行与维护。

概念模型设计所要完成的工作是：界定系统边界和确定主要的主题域及其内容。概念模型设计的成果是，在原有的数据库的基础上建立了一个较为稳固的概念模型。因为数据仓库是对原有数据库系统中的数据进行集成和重组而形成的数据集合，所以数据仓库的概念模型设计，首先要对原有数据库系统加以分析理解，看在原有的数据库系统中“有什么”、“怎样组织的”和“如何分布的”等，然后再来考虑应当如何建立数据仓库系统的概念模型。一方面，通过原有的数据库的设计文档以及在数据字典中的数据库关系模式，可以对企业现有的数据库中的内容有一个完整而清晰的认识;另一方面，数据仓库的概念模型是面向企业全局建立的，它为集成来自各个面向应用的数据库的数据提供了统一的概念视图。概念模型的设计是在较高的抽象层次上的设计，因此建立概念模型时不用考一虑具体技术条件的限制。

技术准备工作这一阶段的工作包括：技术评估、技术环境准备。这一阶段的成果是：技术评估报告、软硬件配置方案、系统(软、硬件)总体设计方案。管理数据仓库的技术要求与管理操作型环境中的数据与处理的技术要求区别很大，两者所考虑的方面也不同。之所以在一般情况下总是将分析型数据与操作型数据分离开来，将分析型数据单独集中存放，也就是用数据仓库来存放，技术要求上的差异是一个重要原因。

逻辑模型设计的工作主要有分析主题域，确定当前要装载的主题，确定粒度层次划分，确定数据分割策略，关系模式定义，记录系统定义。逻辑模型设计的成果是，对每个当前要装载的主题逻辑实现进行定义，并将相关内容记录在数据仓库的元数据中，包括：适当的粒度划分、合理的数据分割策略、适当的表划分、定义合适的数据来源等。

3 系统设计

一个好的统计软件解决方案，应该能满足以下要求：支持按专业划分和按专题划分的统计数据采集和数据查询;体现统计数据性质和统计处理流程，便于统计业务人员掌握使用;直观形象的统计图表或其他知识表达方式，便于理解;集成科学有效的先进分析方法;集成GIS进行统计数据的空间分析和展示;开放的结构，便于系统的扩展。

3.1 从整体角度考虑统计工作

一个区域，其社会经济总离不开空间和时间，因此一个可行的信息化方案是赋予每一个统计指标以3个维度：时间维、空间维、分组描述维。通过这3个维度，每个报表都可化解成一个个指标的集合。这样新的需求带来的业务报表可以通过ETL过程加入统计数据仓库中，也可以从数据仓库中生成任意格式的报表。

3.2 结合系统运行特征

(1)可以从各个维度上分析，包括地理空间上的对比分析、时间上的分析、不同分组下的分析，以及多维度交叉分析。

(2)涵盖常用统计方法、机器学习和人工智能方法的分析，既有统计描述、相关分析多元回归和综合评价，又有神经网络、支持向量机、模糊聚类等智能分析方法弥补前者的不足。

(3)面向主题，既有总的区域经济指标的分析(如区域经济分析，包括产业结构、地理联系率等)，又可以对人口普查、土地分类利用、经济普查、农业普查以及其他自定义专题进行各种分析，例如模型生命表方法在人口普查模块中的应用。

(4)具有很好的扩展性，将统计业务与前沿的分析方法自然地融为一体，使得统计数据的分析更加科学客观，并能产生知识。

另外，分析结果和知识不仅有丰富的图表展现手段，更可以存储成知识库的形式，并向公众发布。

4 实现

基于以上要求，结合统计数据仓库技术、数据挖掘技术和地理信息系统技术，提出了一种实用性强、前瞻性好的区县级统计软件解决方案，系统设计指导思想是：统计数据管理应该以便于分析为原则，分析的最终目的是为决策支持服务。因此，特别强调数据分析和挖掘的重要性，整个系统的设计思路遵循知识发现过程，如图1所示。

4.1 数据导入和数据维护

三大普查数据通过导入工具进入到数据仓库中，其他外来数据可通过导入工具，直接添加到目标数据集，数据维护模块用于对数据仓库进行指标、专题、分组等元数据进行管理和维护。

4.2 数据查询

数据查询从数据仓库中提取目标数据集，系统提供灵活查询和统计报表查询两种查询方式;GIS模块在查询过程中可起到辅助作用，如为从地图上选取查询对象进行统计查询。

4.3 数据分析

针对目标数据集中的数据，使用分析模块进行数据分析;分析模块的输入是目标数据集，输出为新的目标数据集;可以针对不同的分析需求，组合不同的算法进行分析处理。

4.4 数据编辑和展示

针对目标数据集，可以进行数据数据编辑和展示：数据编辑模块允许用户对系统设计实现与应用案例数据进行调整、统计计算、复制、合并等编辑操作;数据展示模块提供了数据立方体、统计报表和统计图展示方式，此外，通过与GIS模块结合，可以在地图上展示统计数据，形成统计专题图。

CIS系统基于.NET平台开发，采用C/S,B/S混合架构，如图2所示。基于架构的桌面版本及数据维护工具，供统计业务人员日常工作和数据维护使基于B/S架构的Web版本向上层领导和外界提供数据查询分析和展示的平台。

摘要：系统是自主研发的区县级统计数据挖掘系统,融合了数据仓库、数据挖掘思想和地理信息系统技术,研发目标是一个包括人口和社会经济统计数据、地理空间数据的查询分析平台。

关键词：数据仓库,政府决策,地理信息系统

参考文献

[1]胡伟.基于数据仓库的决策支持系统的设计与实现[D].武汉:武汉理工大学,2008.

[2]W.H.Inmon.数据仓库[M].北京:机械工业出版社,2003.

[3]秦宇.面向决策支持的国土资源数据仓库构建研究[D].北京:首都师范大学,2008.

[4]李业丽.基于多维数据模型的数据仓库的构建[J].北京印刷学院学报,2006,(3):15-17.