遗传算法在决策支持系统和数据挖掘中的应用

决策支持系统和数据挖掘技术的应用已深入到企业管理、金融、办公及日常生活等各个领域。使用原先决策支持系统中的传统方法已远远不能满足决策者的需要，从而出现许多新技术新方法来辅助和完善决策支持过程。文中在介绍遗传算法的基础上，提出了一种将遗传算法与决策支持系统相结合的观点，阐述了基于遗传算法的决策支持系统的模型设计，且深入讨论了遗传进化技术在数据挖掘中的应用。     

基于数据仓库与数据挖掘技术的决策支持系统

数据仓库是数据库技术应用的拓展,建立在数据仓库基础上的数据挖掘技术为决策支持系统提供了新的解决方案。本文对数据仓库和数据挖掘技术及其在决策支持系统中的应用进行了分析与探讨。     

基于数据挖掘的教育管理决策支持系统模型

本文从理论上阐述了数据挖掘的概念,论证了数据挖掘在教育管理决策支持系统中的核心应用,详细介绍了教育管理决策支持系统中数据的收集、预处理、数据仓库的建立和维护、数据挖掘算法的选择、决策树算法的具体内容、VB语言的程序设计、系统的测试等等,讨论了该系统模型在理论上的架构,研究了数据挖掘与教育管理相结合所发挥的巨大作用,最后展望了数据挖掘技术在教育管理决策支持系统中的应用前景.     

基于数据挖掘的智能决策支持系统

传统决策支持系统由于其功能的不足.不能满足现代企业的决策需求.而数据挖掘技术是解决该问题的有效途径之一.文章分析了数据挖掘技术在决策支持系统中的应用现状.提出了一种基于数据挖掘的智能决策支持系统的体系结构,并给出了总体结构模型和各子系统功能描述.     

数据挖掘下新农村决策支持系统的构建

介绍了决策支持系统和数据挖掘的基本概念,结合数据挖掘技术提出了新农村决策支持系统的需求;阐述了数据挖掘在决策支持系统应用,构建出系统的体系结构,最终实现一个应用于新农村建设的决策支持系统。     

数据挖掘与决策支持系统

决策支持系统的建立是一项复杂的系统工程。本文分析传统决策支持系统开发中存在的问题．探讨数据挖掘技术在决策支持中的应用,讨论基于这一技术的决策支持系统建立中的有关问题,如数据挖掘的层次空间、数据仓库的组织、知识发现方法等,最后进一步提出决策支持系统的基本结构框架和系统的建立方法。     

数据挖掘、OLAP在决策支持系统中的应用

分析了传统数据库和决策支持系统中存在的问题,讨论了基于数据集市的数据挖掘和联机分析处理技术在决策支持系统中的应用。     

高级决策支持系统中的数据挖掘技术

决策支持系统是一个基于计算机的人机交互决策制定系统,其技术已从早期的以数据、信息为中心发展到现代的以知识和智能为中心的高级决策支持系统。以决策支持系统中采用的数据挖掘技术作为考察角度,探讨数据挖掘和决策支持系统之间的关系。     

高级决策支持系统中的数据挖掘技术

决策支持系统是一个基于计算机的人机交互决策制定系统,其技术已从早期的以数据、信息为中心发展到现代的以知识和智能为中心的高级决策支持系统。以决策支持系统中采用的数据挖掘技术作为考察角度,探讨数据挖掘和决策支持系统之间的关系。     

数据仓库与财务决策支持系统

本文分析了财务决策支持系统中数据库的特点，阐明了数据仓库的基本概念和特征，以及数据仓库和数据挖掘技术在财务决策支持系统中的应用，探讨了建立数据仓库的方法。     

数据挖掘技术在高校网络教务管理系统中的应用

作为数据库技术的一个新的发展方向,数据挖掘技术与数据库技术的结合产生的集成、一致的环境,将使决策者更快地获得更准确的信息。在论述基于数据仓库的决策支持系统的三个组成部件和已存在的教务管理信息系统的基础上,给出基于数据仓库的DSS系统在网络教务管理中的实现方案。     

数据挖掘技术在高校网络教务管理系统中的应用

作为数据库技术的一个新的发展方向。数据挖掘技术与数据库技术的结合产生的集成、一致的环境,将使决策者更快地获得更准确的信息。在论述基于数据仓库的决策支持系统的三个组成部件和已存在的教务管理信息系统的基础上．给出基于数据仓库的DSS系统在网络教务管理中的实现方案。     

源于信息挖掘的新型智能化决策支持系统

阐述了以结构化数据和复杂类型数据挖掘为主要内容的信息挖掘技术。采用7库(模型库、综合知识库、数据库、方法库、文本库、日志库、多媒体库)与双网(Internet、Intranet)相结合的体系结构,以信息挖掘技术为核心,提出源于信息挖掘的新型智能化决策支持系统(IDSSIM)。旨在解决决策支持系统对半结构化数据、非结构化数据的挖掘处理能力,使之适应目前信息源的多样型和动态变化性的特点,提供更加丰富的决策信息。     

决策树的自动生成模板

用于知识发现的大部分数据挖掘工具均采用规则发现和决策树分类技术来发现数据模式和规则。该文通过采用基于仿真属性的离散化方法,基于概率统计的未知属性与噪声数据处理方法以及基于误差的剪枝算法,实现了用于自动生成决策树的通用算法模板。利用该模板,决策树算法的设计者可以快速验证为解决特定决策问题而设计的新算法。构造决策树的基本机制是算法的设计者利用其自己定义的公式来初始化通用算法模板。然后利用该系统提供的交互式图形环境,针对不同的决策问题测试该算法,从而找出适合特定问题的算法。     

智能型数据挖掘工具的设计与实现

数据挖掘技术具有广阔的应用前景,研发具有独立知识产权的数据挖掘系统很有必要。SmartMiner是以在数据挖掘算法研究和专家系统研究中取得的成果为基础,提出的智能型数据挖掘工具。SmartMiner提出了挖掘作业描述语言MDL和挖掘任务模型脚本语言,设计了挖掘向导、可视化向导和挖掘任务模型,集成了数据仓库管理功能,挖掘引擎具有智能性,体系结构开放并可扩展。SmartMiner已经集成到一个大型商业连锁企业的经营决策系统中。     

数据仓库挖掘技术在决策支持系统中的应用研究

本文在论述数据仓库、数据挖掘和决策支持系统的基本概念决策支持系统的应用模式,针对2种典型的企业应用提出了解决方案.     

基于决策树挖掘算法的气象大数据云平台设计

大数据、云计算技术的迅猛发展为挖掘气象数据丰富的科研和经济价值提供了技术支撑,促进了Hadoop及其包含的文件存储系统(HDFS,Hadoop Distributed File System)和分布式计算模型在气象数据处理领域广泛应用。由于气象数据具有大数据的4V特征,还需要引入新的数据处理算法来提高气象数据处理效率。通过对决策树算法原理的研究,基于Hadoop云平台,创建随机森林模型,为数据挖掘算法在云平台上的应用提供一种新的可能性。基于决策树(CART,Classification And Regression Trees)挖掘算法的气象大数据云平台设计,采用Hadoop系统架构和MapReduce工作流程,对气象大数据云平台采用集群部署。平台总体架构分为基础设施层、数据管理与处理层、应用层,减少了决策树建立的时间,实现了气象数据高效加工和挖掘分析等平台功能。     

城市突发公共卫生事件应急指挥系统空间数据模型设计——以“合肥地区非典防治决策支持系统”为例

该文以合肥地区非典防治决策支持系统为例,分析了城市突发公共卫生事件应急指挥决策支持系统的需求,阐述了基于数字城市空间信息基础设施,利用地理信息系统(GIS)技术,整合数字城市信息化资源,建设城市突发公共卫生事件应急指挥决策支持系统的总体设计和技术实现。