铁路运输统计分析系统的设计与实现

建立基于数据仓库及OLAP分析服务技术的铁路运输统计分析系统可以更有效地实现跨平台数据集中、以及铁路运输统计信息分析决策支持,是铁路信息化建设的重要组成部分.本分析系统将不同时期的各种运输统计系统,自1998年南昌局建局后独立统计以来的数据做为源数据,通过提取、转化和加载完成数据清洗,转化为有效、完整、可用的数据仓库中的数据,为铁路运输生产的分析决策提供数据支持.采用Sybase IQ数据仓库,选择MicrosoftAnalysis Manager作为OLAP分析服务,生成多维数据集,通过Excel数据透视表作为前端展示工具,建成铁路运输统计分析系统,辅助企业运输生产决策.     

基于数据融合分析的电力营销决策支持信息系统

为解决当前电力营销决策支持信息系统存在的准确率低、耗时较长问题，基于数据融合分析的电力营销决策支持信息系统。对电力营销决策支持信息系统的需求进行全面分析，利用MVC三层架构以及SSH框架完成用户交互、业务逻辑以及数据层的系统架构以及功能模块设计。采用数据融合算法处理电力营销决策信息，解决两传感器置信距离不同的问题，模糊化支持矩阵以减小阈值由于人为设定所存在的决策误差问题，降低各种可能导致融合结果产生决策误差的扰乱因素。实验结果表明，本文方法数据分析准确率和数据转化率较高，且数据测量过程中所消耗的时间较少。     

TDM系统中数据导入功能的设计和实现

TDM系统的数据导入功能需要采用三层结构以适应保密需求;数据导入性能是关键指标,而Oracle数据库系统的外部表特性可以大大提高数据导入性能。     

面向数据的决策支持系统

<正> 一、引言根据实际需要建立适用的DSS,以提高支持决策的有效性,是DSS成功的关键。本文指出:企业高层决策非结构化程度高,为其建立适用的模型常常是很困难的;而在进行企业高层决策的过程中,决策者最需要的是综合性的、分析性的和下属部门提供的决策性的数据支持;因此,建立面向数据的DSS对于企业高层决策的支持在一定条件下可认为是更有效的。本文还以一个中型企业信息系统为例说明了本文提出的观点,并讨论了在建立这一实际的信息系统过程中是如何为企业高层决策提供有效的数据支持的。     

城市地质空间信息系统研究与建设

通过对城市地质数据与功能的需求分析,确定了城市地质数据仓库及其信息系统的建设内容,进行了系统框架设计;基于GIS技术、数据仓库技术、三维可视化技术以及决策支持技术,进行了多源数据整合、模型集成、城市地下空间规划辅助决策等主要功能模块的研究.     

疏勒河流域水资源管理决策支持信息系统设计

世界银行贷款的疏勒河农业综合开发暨移民安置工程的实施,使流域内水土资源得到了极大规模的开发与利用,但同时也产生了湿地萎缩、植被退化、土地沙化和盐渍化等一系列较为严重的水环境问题。为实现流域整体生态、社会、经济效益的统一,保证区域经济与社会的可持续发展,建立科学、可靠、操作性强的流域水资源管理决策支持信息系统是实现上述目标的根本保障。在分析系统需求的基础上,结合疏勒河流域水资源特点对系统的结构、系统功能、系统实现等方面进行了 初步探讨,认为疏勒河流域水资源管理决策支持信息系统应是一个以硬件、系统软件、组织机构以及水资源数据为基础,“3S”技术及水资源管理专业模型为支撑的,集数据的采集、传输、存储、管理、分析、决策、输入、输出为一体的集成系统,以进行疏勒河流域水资源的评价、科学管理和决策。     

舰船信息系统装备质量数据智能采集与分析技术研究

舰船信息系统装备形态多样、技术状态复杂,性能数据和质量数据庞大,需要采用信息化、智能化手段,实现对海量数据的采集、提取、整合与调用,供状态监测和性能评估使用;通过研究信息系统装备相关设计、测试、试验、使用维护数据的获取方式和手段,开展信息采集、图像处理以及应用架构设计等关键技术研究工作,解决质量数据的采集接口不统一,质量数据存储分散,数据分析和利用不够的诸多问题,提高工作效率、降低使用维护成本;在信息采集的基础上,通过研究面向舰船信息系统装备研制、试验、运行、维护等多环节统一的数据环境,开展质量数据建模分析、成功数据包络、性能评估及辅助决策等关键技术研究工作,构建舰船质量数据的高速处理和分析体系,解决辅助决策过程信息多、依据多、流程复杂的问题,可辅助快速生成技术决策建议,缩短决策时间。     

基于GIS的流域环境信息系统设计与开发--以江苏省流域环境信息系统为例

结合江苏省流域环境信息系统实例，对基于GIS的流域环境信息系统的系统目标和指导原则、系统的软硬件环境、系统总体结构及系统功能进行了分析和设计，阐述了系统开发的应用模型库，并使模型与GIS集成为整体。系统开发采用客户／服务器结构和Arc/InfoGIS平台，结合相应的编程语言与规范的大型关系数据库完成，为流域环境管理部门提供辅助决策支持。     

基于高校数据中心的数据分析

随着信息化技术的快速发展,高校的信息系统日趋完善,各种信息系统如学习平台、教学和办公应用系统都运行在数据中心,数据中心存储了大量的业务信息.对高校数据中心存储的各类应用数据进行抽取、转化和处理,建立面向主题的数据仓库.对系统数据进行挖掘和探索式分析,以可视化驾驶舱的方式直观地展现学校的实际数据状态,通过对数据的可视化分析可以为学校在办学、人才培养和学生管理等方面提供数据支持和决策.     

水文信息系统中数据仓库的设计

数据仓库系统是存储大量历史数,据供分析和对决策进行支持的系统。描述了水文信息系统中建立数据仓库的过程,包括数据仓库模型设计、主题的确定、粒度和维的确定、异构数据的转换等内容。     

基于OLAP技术的煤炭专项资金数据分析系统

针对煤炭企业专项资金数据整合分析功能不足的问题,设计了基于OLAP技术的煤炭专项资金数据分析系统。该系统采用HOLAP混合结构物理存储数据,以雪花模型组织事实表和维度表数据,将数据进行ETL处理后加载到多维数据集;最后采用OLAP多维分析技术实现数据分析功能和良好的用户交互,可满足专项资金数据分析需求,为企业决策提供了必要支持。     

基于MIX_FP树的粗糙集属性约减算法的研究与应用

粗糙集对于学习分析系统的属性约减模型有着重要的研究意义和使用价值。针对教育大数据高维度、不完备、增量性等现状,提出了基于不完备决策表的差别信息增量更新算法,并结合树形结构对差别信息的高效存储和粗糙集的核属性概念,设计构建了MIX_FP树,实现高维属性的有效约减。实验结果验证了该算法具有较好的运行效率和空间性能,为教育大数据的属性约减提供了有效的方法,同时为基于粗糙集理论的属性约减算法研究和及其在学习分析领域的应用提供了新的研究思路。     

基于数据的旅游管理决策支持系统研究

针对复杂环境下的旅游管理决策问题, 对基于数据的智能决策支持系统进行研究. 首先提出了综合多种智能技术的决策支持系统体系结构, 对系统涉及到的3S、大型决策表分解等关键技术进行了分析; 然后从旅游信息类别、时空模式、旅游规划与导航, 以及旅游状态和安全事故预测预警等方面给出了系统采用的数据分析方法, 并给出了系统的多个应用实例.     

基于DW的连锁超市决策支持系统的研究与设计

文中在连锁超市原有的联机业务管理信息系统的基础上,综合运用了数据仓库(DW)、联机分析处理(OLAP)、数据挖掘(DM)等新兴技术,开发了一个完整的连锁超市决策支持系统。简明扼要地介绍了系统的体系结构和总体实现,并对DW,OLAP和DM等关键部件的设计作了详尽的论述。     

Rough sets for adapting wavelet neural networks as a new classifier system

Classification is an important theme in data mining. Rough sets and neural networks are two techniques applied to data mining problems. Wavelet neural networks have recently attracted great interest because of their advantages over conventional neural networks as they are universal approximations and achieve faster convergence. This paper presents a hybrid system to extract efficiently classification rules from decision table. The neurons of such hybrid network instantiate approximate reasoning knowledge gleaned from input data. The new model uses rough set theory to help in decreasing the computational effort needed for building the network structure by using what is called reduct algorithm and a rules set (knowledge) is generated from the decision table. By applying the wavelets, frequencies analysis, rough sets and dynamic scaling in connection with neural network, novel and reliable classifier architecture is obtained and its effectiveness is verified by the experiments comparing with traditional rough set and neural networks approaches.     

Control in many-object organizational systems: II. The principles of implementation of information support of management decisions

The structure and goal indices of the processes of activity implemented by a complex organization system for information support of decisions made, as well as the possibilities of optimization of the system of goal indices, are considered. The algorithms and models of computer implementation of information support for decision making are presented.     

基于等价关系的最小乐观概念格生成算法

决策信息系统的规则提取是数据挖掘的研究内容之一,概念格理论与粒计算理论是该领域研究的主要数学工具。文中通过探究这两大理论间的关系,利用等价关系定义了最小乐观概念格及其结构,最小乐观概念区别于传统经典概念,但是具有格的结构。在此基础上,提出了一种决策信息系统的规则提取算法,该算法引入了粒度思想,通过求取每一粒层中的最小乐观概念,并根据最小乐观概念的外延与决策属性等价类间的蕴含关系进行决策规则提取,通过设置算法的终止条件来加快其收敛速度,以达到针对决策信息系统知识约简的目的。最小乐观概念的定义比经典概念的定义更宽泛,其生成过程也更简单。最后,通过理论证明、实例验证以及数值实验对比验证了该方法的正确性与优越性。     

A fuzzy-decision-tree approach for manufacturing technology selection exploiting experience-based information

Manufacturing technology selection is traditionally a human-driven approach where the trade-off of alternative manufacturing investments is steered by a group of experts. The problem is a semi-structured and subjective-based decision practice influenced by the experience and intuitive feeling of the decision-makers involved. This paper presents a distinct experience-based decision support system that uses factual information of historical decisions to calculate confidence factors for the successful adoption of potential technologies for a given set of requirements. A fuzzy-decision-tree algorithm is applied to provide a more objective approach given the evidence of previous manufacturing technology implementation cases. The model uses the information relationship of key technology decision variables, project requirements of an implemented technology case and the success outcome of a project to support decision problems. An empirical study was conducted at an aircraft manufacturer to support their technology decision for a typical medium complexity assembly investment project. The experimental analysis demonstrated encouraging results and practical viability of the approach.     

The wildspace™ decision support system

A system architecture was developed for the wildspace decision support system (DSS) to provide a better understanding of complex wildlife and habitat problems. The system makes use of two key concepts, SPECIES and SPACES, to define the study domain. wildspace DSS’s flexible user interface allows users to select SPECIES through a number of different approaches, including direct selection and selection using information such as avian life history and project metadata. On the SPACES side, the system uses the raison™ object system (ROS) for mapping functions and spatial analysis. The key element in wildspace DSS is its knowledge-based database manager that provides intelligent support to various components of the system. It keeps track of all the legitimate databases, provides intelligence within the SPECIES and SPACES selection process and, more importantly, interfaces with the knowledge templates which are sets of operations implementing pre-defined analysis routines used for integrated analysis. This integrated decision support approach allows users to combine a diverse set of tools within a common framework. wildspace DSS is used to study complex wildlife problems involving multiple projects and data that are temporally and spatially heterogeneous. A case study about a relevant wildlife conservation question is presented using a series of queries and analyses performed within wildspace DSS. The system also serves as the repository for all past, current and future wildlife data collected by the Canadian Wildlife Service—Ontario Region.     

基于核属性的知识获取算法

Rough集理论是近年来发展起来的一种有效地处理不精确、不确定、含糊信息的数学理论方法,在机器学习、数据挖掘、智能数据分析、控制算法获取等领域取得了很大的成功.决策表是Rough Set理论的处理对象,用RoughSet对决策表进行规则提取通常有代数观和信息观两种主要理论和方法.使用哪一种方法提取的规则集更好是很多研究者的目标.本文针对Rough Set理论的核心内容之一的知识获取进行了研究,提出了一种基于属性重要性排序的知识获取算法,并且证明了在不相容系统中使用信息观方法比使用代数观的方法更好,能够提取更合理的规则集.