数据仓库在决策支持系统中的应用

本文分析了在决策支持系统中引入数据仓库的必要性,论述了决策支持系统中数据仓库的运作流程,并强调了数据分析与决策的关键技术OLAP技术和数据挖掘技术.     

基于神经网络的期货套期保值决策支持系统

针对期货套期保值业务的特点 ,分析了期货套期保值决策支持系统的整体逻辑 ,尝试用人工神经网络专家系统预测期货行情走势 ,介绍了如何将期货市场与 BP网络有机结合起来构造适合期价预测的模型 ,并且在实证分析中给出了寻找最优预测效果的方法以及预测结论应用分析 .同时 ,提出了以此分析为基础的 DSS系统结构和功能 ,对辅助套期保值者决策有一定的指导意义     

决策支持系统的自适应建模研究及应用实例分析

在进行决策的过程中 ,建立正确的系统模型是解决问题的关键 .由于多方面的原因 ,有时要针对研究对象选用适用的模型来进行分析是很困难的 .本文根据遗传算法在程序设计中的应用 ,探讨了基于遗传算法的自适应建模方法 ,并对实际应用中自适应建模的算法存在的问题提出了改进方法 .最后应用自适应建模方法对全国的集装箱与外贸数据进行了建模分析 ,应用实例表明自适应建模方法对于解决难以选择合适的模型进行建模分析时是很有效的     

模型的事例表示

基于事例推理的模型管理系统中 ,有效地表达事例是实现系统的基础 .模型事例不是属性值事例 ,而是结构事例 .本文针对原有表达事例方式的不足提出了一种模型事例的表达方法 ,该方法适合于各种数值类模型的表示 ,并能够脱离模型的语义 ,同时给出了此种事例库组织的初步方案 ,为以后的研究奠定了基础 .     

计算机决策支持系统在银行风险控制中的应用

本文介绍了决策支持系统的特点,提出了银行风险控制的相关问题,同时比较详细地给出了计算机智能决策系统如何对银行风险进行辅助决策,并用模块化的结构介绍了该系统各部分的建立方法。     

智能决策支持系统中定量特征规则的挖掘方法研究

定量特征规则通过将定量信息与规则相结合定量地反映了概念的主要特征和次要特征,面向属性的归纳学习算法是在数据库中挖掘定量特征规则的一个重要手段,但直接采用这种方法往往会使同一个概念有不同的特征描述,这种现象必然降低规则对决策的参考价值.本文提出了一个测量定量特征规律有效性的计算指标,并结合该指标设计出一个新的面向属性的归纳算法,该算法使定量特征规则在有效性上达到最优,避免了同一概念有不同的特征规则的现象.     

基于元数据的数据仓库在智能决策支持系统中的应用

将人工智能理论引入决策支持系统,构成智能决策支持系统。数据库是智能决策支持系统的重要组成部分,本文介绍了元数据的基本概念,将基于元数据的数据仓库技术运用到智能决策支持系统中,提出一个新的智能决策支持系统框架。     

Web环境下IT招标项目风险评价决策支持系统研究

分析了IT招标项目的基本风险特征,并针对因IT招标项目中风险因素多、不确定性大而导致复杂的复合决策问题,在传统决策支持系统的基础上设计了综合推理方式的.NET架构下Web环境IT项目风险评价决策支持系统,分析了系统的功能、特点和设计方法,详细讨论了系统的结构,并给出系统运作过程和实现方法.     

在数据库中挖掘定量关联规则的方法研究

数据挖掘技术是实现智能决策支持系统的一个重要手段 ,关联规则是数据挖掘的一个重要内容 .传统的 Apriori算法仅适用于挖掘数据间的定性关联关系 ,但数据间的定量关联关系对决策更有帮助 .属性值的离散映射是挖掘定量关联规则的一个重要环节 ,离散映射中属性值区间的划分粒度是影响数据挖掘质量的一个重要因素 .本文结合粗集理论提出了一个确定属性值划分粒度的方法 ,在此基础上设计出一个挖掘定量关联规则的算法 :Apriori 2 ,利用Apriori 2可以挖掘出大量对决策有帮助的定量关联规则     

会计决策支持系统模式构建的研究

本文在分析会计决策支持系统辅助决策方式的基础上,探讨了目前可行的两种模式,即基于数据分析模式和基于数据仓库模式,并对其具体构建与实现方法进行了研究。