决策支持分析范文

决策支持分析范文（精选12篇）

决策支持分析 第1篇

油田开发具有高投入、高产出、高风险的特点和不可逆性,科学决策尤为重要,而信息化正是科学决策的基础。如何充分利用各类信息资源,辅助油田分析人员和生产管理人员进行高效的动态分析和决策,从而提高油田开发水平,是当前重要的研究课题。另外,随着油田的不断开发,对于动态辅助分析及决策的合理性要求越来越高,应用计算机进行辅助动态分析,提高油田开发的管理水平是未来油田开发管理的发展趋势。

智能系统是现代计算机技术发展的前沿研究领域,在工程管理中建立集成、智能、自动的信息系统对提高生产效率与质量都具有重要的意义。智能决策作为先进设计技术的核心,极大地推动了各个行业生产信息化创新发展的进程。本文基于专家系统设计,提出了一种通用的支持关系数据推理的智能系统构建模型。专家系统的优点一方面是知识稳定、易于转换和存储;另一方面是给出的结论稳定,且推理过程可查询清楚。模型围绕计算机化的人类设计智能,以关系数据作为初始推理依据,探讨如何实现工程领域信息系统中根据生产数据智能推导工程措施及做出生产决策,使计算机有效地承担智能决策与设计类型的复杂任务。本文设计的智能系统模型包括专家支撑环境、智能应用、数据管理三个层次,在专家支撑环境的基础上搭建各个类型的智能应用系统,提高了专家知识的利用效率,有利于知识的获取与管理,避免重复开发专家系统带来的技术资源浪费。基于该模型,论文构建了油田动态辅助决策支持系统,在油田领域知识建模的基础上实现了不同的油田动态开发智能应用系统。

1 支持关系数据推理的智能应用系统模型

在工程领域生产中,基于领域知识具有不同的智能决策需求,比如油田动态辅助决策中既有生产问题自动预警的需要也有设计施工方案的要求。针对工程业务开发智能系统,不利于领域知识的共享与复用。为了解决智能应用多样化并且达到信息共享的目标,论文设计了基于专家环境支撑并且支持关系数据推理的智能应用系统搭建模型,如图1所示。

模型分离了专家知识环境与智能应用系统,独立构造基于领域知识模型的专家知识支撑环境,提供领域应用的专家指导意见。在此基础上,设计并实现各类智能应用。传统专家系统的工作过程是接受用户数据作为需要分析的初始内容,由推理机根据知识库进行分析,最后为用户提供推理结果。而工程作业中往往需要通过分析数据库中存储的生产信息,根据一定组织结构得出设计方案及决策内容。

支持关系数据推理的智能系统构建模型关注如何对生产数据智能分析并且得出结论,因此,在知识层面的建设又细分为领域专家知识系统及数据解释知识系统。其中,领域专家知识表达了应用领域业务知识,从概念、规则、设计行为等方面规范应用领域的作业原则,数据解释知识表达专家知识对数据库中实际内容的解读与推理,只有通过数据知识的业务解释,才能够得出由动态数据变化带来的应用领域需要处理智能应用问题的理解。

1.1 知识表示

基于专家环境支撑的智能应用系统目的不在于关注某一特定的应用,而是在业界知识的基础上建立能够在知识推理基础上工作的智能应用系统。因此,知识表示解决领域专家知识如何以可运算的方式建模的问题,支持关系数据推理的智能应用系统的建设不同于传统的专家系统,传统的知识获取方式是通过计算机工程师与领域专家密切的沟通,设计出针对性较强的知识表示模型,实现局限于某一方面应用的专业知识表示。工程应用领域的复杂与动态知识往往具有经验性,知识表示方法需要满足应用知识灵活表达、明确定义的功能。在知识定义层面上,即使不需要计算机工程师的参与,领域专家应用通用知识库维护功能可以方便的定义应用工程领域各类业务知识,并且系统可以将这些知识保存于领域专家知识库。因此,模型采用基于本体建设的知识表达方式,从概念、规则、事实等角度,完成领域知识的定义。通过应用领域本体设计表达工程业务设计的结构、概念之间的关系等领域中实体的固有特征,即“共享概念化”,而不同于其他的知识表示方法如语义网络等,表达的是某个体对领域中实体的认识,而不是实体的固有特征。基于本体的知识表达是对概念形式化、明确化及规范化的说明,可以规范化描述某个领域甚至更广范围内的概念以及概念之间的联系。为建设智能应用系统的通用性、扩展性、伸缩性打下了良好的基础。

1.2 支持关系数据分析推理机制

支持关系数据推理的智能应用系统,需要在专家知识的指导下,分析存储的关系数据变化辅助工程作业中的动态设计及决策工作,业务数据在数据库中以关系的形式存储,本身并不具备得出决策支持意见的条件,即不能被智能应用推理机识别,系统需要通过数据解释与分析得出数据所代表的事实,才能最终推理出符合专家意见的决策支持,因此,关系数据分析推理机制提供了事实-数据转换功能,通过分析数据库中原始数据,推导出原始数据说明的领域业务事实,满足智能应用推理机的需要。在转换中,基于知识演化的需求,采用控制逻辑与规则彻底分离的设计,当数据解释知识发生变化,系统只需要更新数据解释知识库,而不必修改程序,能够达到构建灵活、动态、可扩充的智能支持系统的目标。

1.3 知识库设计

为了良好的实现专家支撑环境对于应用系统的支持与扩展,并且能够支持关系数据分析功能,模型设计了领域专家知识库及数据解释知识库。考虑到知识演化及接口灵活的设计目标,基于领域本体采用层次法构造,搭建基于四层结构的知识库模型。

支持关系数据推理的智能应用系统的应用设计中,对于应用者的不确定需求及解决解决方案采用Fuzzy理论及Bayesian信任网进行处理,这将允许科学分析和专家意见的结果相互结合工作。

2 油田动态辅助决策支持系统

早在70年代末期,石油系统就已明确指出加强预测技术的研究,这在某种程度上有利于油田动态辅助决策支持系统的研究与开发,并且取得较大进展。

油田动态管理辅助决策支持系统在油田动态决策领域本体模型基础上,开发领域范畴内的专家支撑环境。并且进一步设计实现了各类辅助决策支持系统。系统的结构设计如图2所示。

2.1 油田动态辅助决策支持系统分析

油田开发动态辅助决策支持系统采用.Net开发环境,从系统的扩展性、灵活性考虑,在智能行为定义上采用DCom分布式技术,系统综合了分析、决策功能融合了数据仓库的建设方法,在整合数据资源的基础上依托专家支撑环境实现了各种油田动态智能应用系统的构建。

2.1.1 本体模型建设

本体模型建设的目标是建立规范、准确、表示能力较强油田领域的本体概念模型。能够完成根据油田动态开发的专家意见建立规范的规则表达方式,实现油田动态开发的智能辅助工作的合理演绎。

本体模型设计思路:

(1)列出重要概念

通过研究油田开发领域知识及与专家交流,尽可能详尽地列出专业术语和概念,邀请相关专家运用头脑风暴法,产生大致分类及概念。概念包括名称、目的、功能、行动等,本体中用类来定义,具有层次结构。

(2)利用元知识表示本体概念

本体概念模型的建设流程就是将领域内本体概念明晰地表达出来以及存储概念。本体元知识即基于本体的知识表示元素可以将油田动态开发领域内的概念知识分层次、有关联地表示。

(3)本体语言描述并形成编码

专家支撑环境:在专家知识指导下,通过对动静态数据的分析得出辅助决策支持意见。逻辑解释包括事实-数据与知识推理推理,分别完成数据所代表生产事实的解读(如含水值与专家意见的映射),及专家知识到结论的推导(如高含水层尽量单独划分)。专家支撑环境为辅助决策支持应用提供基于知识的专家意见,并且在此基础上,可以构建更多的决策支持应用系统。

2.1.2 辅助决策支持应用

包含各类生产问题的可视化预警提示、分层配注方案辅助调整、措施优选潜力区块及井层辅助决策支持,基于OLAP的动静态数据分析与展示等具体应用。辅助决策支持在目的采油井选井、注水井调整、注水层段划分等生产措施上给与辅助决策意见,各个应用在专家支撑环境的基础上构建。

动态管理辅助决策支持系统在基于专家支撑环境实现智能应用的集成,方便数据资源的统一管理与操作,并且在资源统一的环境下,建设各个智能辅助支持应用系统,为动态辅助决策支持应用提供基于专家知识的建议与决策,各决策支持应用系统通过连接可以完成独立的实体功能,具有部署灵活、便于扩展升级等优势。

2.2 元概念层设计

元概念层建立在油田动态开发领域本体的基础上,包括概念集合及相应的关系和操作。图3描述了系统中元概念的设计模型。

元概念设计实例:

沉没度=动液面(动态数据)-泵深(静态数据)=(C10,{动液面,泵深},null,min)

月产油=(C15,{产油},month,null)

2.3 知识库设计

领域知识提取:以报警系统为例,以下为部分报警要求。

该部分通过与专业人员的沟通实现,首先以自然语言概括报警条件,即在什么样的情况下需要进行预警通知,例如:

含水值低于区块平均含水值,沉没度低于200m。

采油井地层压力低于或者高于原始地层压力1MPa以上。

采油井含水高于96%,沉没度高于400m。

知识库设计:

元规则的设计实例:

R1 (规则ID):If启动数据分析and接受工作人员措施优选输入then 推理从R40开始。

R2 (规则ID):If生产数据分析完毕and得出生产事实then推理从R35开始。

R3 (规则ID):If注水方案调整then采用R45(注水井方案调整)行为决策规则。

决策规则的设计实例:

R10(规则ID):If注水井压力有余地and注水井水嘴有余地then调高水嘴调高压力提水。

R11(规则ID):If注水井压力无余地and注水井水嘴无余地then触发R45与R46及R47提水。

规则设计的实现方式采用关系数据表分为规则前件表即规则-前提(条件)与规则后件表规则-结论,规则所涉及的运算及概念存储于元概念表及知识表中。在此,所谓的前提或者结论本身可能是元概念或者知识,如表1-2所示。

在设计适合油田开发领域应用专家知识库的基础上,设计油田动态管理决策支持专家系统。专家系统基于专家知识,为措施优选、动态指标预测、及注水井方案调整功能提供智能推理,能够给出相应的辅助决策支持。

2.4 运行效果

系统实现了知识库的统一与维护,并且基于层次建设方法完成了知识的交互构建,以顾问的方式与动态工作专家沟通,最终构建支持智能应用的专家知识模型。

2.4.1 知识库统一操作模块

知识维护分为基本术语管理、知识管理、规则管理三层。基本术语定义直接映射A2数据库中的数据字段,并且可根据实际情况划定术语的限制范围,如图4所示。

知识管理是对基本术语的组成和运算进行维护,如图5所示。

规则管理是在已有知识的基础上,将知识合理的逻辑组合,并选择规则的计算模型,应用于实际系统中的推理过程,如图6所示。

2.4.2 井区预警

根据已经定义好的规则来确定预警的范围和条件,系统自动定时筛选报警油水井存入临时报警工作区为查询准备。在可选规则中除了包括管理员整理的已有规则外,还有部分自定义规则,需要手动填写参数的变化范围。该部分完成了基本规则在系统中的运行环境,待完成对规则的进一步细化和完善,如图7所示。

3 结束语

结合专家系统理论与信息系统开发需求等方面,设计了支持关系数据推理的智能系统设计架构,并且基于该架构实现了油田动态开发辅助决策支持系统,通过分析关系数据得出决策意见在工程生产设计工作中具有重要的作用,是实现生产智能化的信息手段,支持关系数据智能应用系统的开发对智能技术理论发展与科技生产化产生深刻的影响。

参考文献

[1]高洪深.决策支持系统(DSS)理论与方法[M].4版.清华大学出版社,2009.

[2]杨善林.智能决策方法与智能决策支持系统[M].科学出版社,2005.

决策支持系统论文 第2篇

关键词：供应链;营销管理;决策

供应链是一种围绕企业核心过程的网链结构，其对企业的描述主要基于过程观，其所控制的过程不仅包含人才流、资金流，而且包含物流、信息流等，是一个贯穿原材料采购到产品最终送到用户手中各个环节的过程。由此可知，供应链包括了企业所有环节的全部功能。供应链管理则是供应链组织的一体化管理，是一种新的管理理念与模式，近年来国内外对其重视度日渐提高。供应链管理的目标主要在于促进企业服务水平的提高和总交易成本的降低，这也是现代企业面对信息时代冲击生存与发展的必然要求。为了能在市场竞争中赢得更好地发展，很多企业开始加强管理力度，在市场管理中逐渐引入供应链管理思想，通过对信息技术的运用，有效地整合企业内外各项资源并形成互动管理，从而推动从供应商到最终客户增值价值链的形成。

一、供应链营销管理与决策支持系统的组成构架

1.供应链市场调研系统。在企业决策支持系统中，供应链市场调研系统是其中重要组成部分。供应链市场调研系统除了可根据自身工具性对顾客的实际需求与潜在需求进行了解，而且可从营销管理者的相关设计方案如调研方法与样本选择方法等入手，收集、分析与整理企业经营的供应链原始数据，决策支持系统中所包含的两大模块，即调研数据分析处理与原始数据收集模块，便可实现对企业营销决策相关方面的分析，并向决策支持系统反馈分析处理后的结果，从而将有效的决策支持提供给企业的经营。

2.供应链市场营销情报系统。在企业决策支持系统中，供应链市场营销情报系统的目的主要是为了促进企业自身竞争水平的提升，最终目的则是为了促进企业经济效益的提升。该系统可帮助企业供应链营销管理者对其竞争对手的相关营销信息以及与供应商的相关营销信息进行收集、分析，使企业能够在市场竞争中保持优势。供应链市场营销情报系统根据工作内容的不同，又可分为两个模块：其一为情报收集模块，其二为情报分析处理模块。第一种模块主要从企业供应链营销外部数据源与内部数据源入手，对与企业市场营销相关的信息直接加以获取，这些信息中不仅包含供应商信息外，而且包含竞争者信息，同时包含相关产品市场环境信息等。第二种模块则主要通过对各种统计方法与计算模型的提供，从系统化与层次化上对系统所收集到的信息进行分析，使这些信息成为可靠情报，对产品市场营销水平产生决定作用。通过供应链市场营销情报系统的利用，企业供应链营销管理者可有效地分析自身所处行业的商业变化，根据相关情报对竞争对手的营销策略有更加深入地了解，将可靠的运行保障提供给企业生产和经营环节，促使企业竞争力提高与企业发展水平提高这些目标能够真正得以实现。

3.供应链市场营销管理系统。在企业决策支持系统中，供应链市场营销管理系统除了对经营中各种营销信息加以负责外，同时需要对相关风险事故的损失信息等加以负责。根据业务内容，该系统会对营销基础数据库中的有关数据实施分类，使其能够在营销数据库中得到统一集成，从而促进面向全局的数据视图的形成，不仅可将信息的查询服务提供给企业的相关决策，而且可将信息的统计、报告等服务提供给企业相关决策。

4.供应链风险评价系统。根据供应链市场调研系统与供应链市场营销情报系统对相关营销信息的收集，供应链风险评价系统可通过对风险识别与衡量手段的运用，分析企业营销活动中可能存在的风险因素，同时估测这些风险因素可能导致的损失，在风险评价上的有效作用使该系统成为企业决策支持系统中重要组成部分。站在客观的视角来看，企业不可能将营销决策的滞后性完全进行消除，但根据相关风险概率的分析，则可评估相关损失，从而使企业营销决策的有效性与实时性得到提高，提供稳定的内部保障给企业，促进企业利润最大化目标的实现。

二、企业供应链营销管理与决策支持系统结构

尽管数据仓库技术、联机分析处理和数据挖掘技术最初出现时属于三种独立的信息处理技术，但因为这三种技术在内在存在一定的联系和互补性，所以业界人士普遍将其作为综合结构共同应用于企业供应链营销管理与决策支持系统中。这种全新的决策系统技术构建，使信息的本质得以真正意义上被重新展示出来，这也表明信息系统的设计观念正在发生转变，已经不再是单纯的处理驱动，而是开始转向数据驱动，这种转变同时能够将更加有效的支持提供给复杂环境中的决策。在信息层次上，企业供应链营销管理与决策支持系统可以分为四个层次。对于营销管理决策支持系统来说，供应链管理环境不仅为其信息基础，而且可对系统的信息反馈加以接受，为整个供应链经营活动提供指导以保证其有序进行。事务性应用环境组成元素主要为供应链网络中所包含的一些事务性应用数据库，通过对所保存数据进行抽取、清洗、转换，重新组成对管理决策形成支持的数据结构,促进支持营销管理决策的数据仓库。事务性应用环境的支持对象还包括营销事务性管理活动，通过对事务性处理和决策分析进行分析，促进整个系统运行效率的提高。决策支持应用环境可将数据仓库、知识库系统等结合起来，对于复杂的营销管理问题通过这一结合能够做出决策分析。因该决策系统从性质上看属于辅助决策系统，很多决策分析过程都离不开用户的参与,人机交互环境给系统与用户提供了交互的界面，能够为系统运行的有效性提供更好保证。

三、供应链营销管理与决策支持系统各项支持功能的实现

1.制定供应链营销在价格战略。供应链营销管理与决策支持系统可以对综合评价分析法加以采用，通过人机交互的方式深入地分析企业市场竞争实力。该系统中情报分析系统和市场调研系统还可对相关数据信息加以提供，通过这些信息不仅可以具体地研究市场趋势、产品的生命周期，而且可以具体地研究产品的定位目标等，从而促进对企业发展最有利的市场营销价格的得出。该系统还可对层次分析法加以采用，在此基础上细分产品市场，通过分析行业市场中本企业所呈现出的竞争优劣势及机遇、威胁等，促进企业对最终目标市场进行确定。

2.分析和预测供应链营销市场。对供应链营销市场进行分析与预测，是决策系统的重要功能之一，不仅会对企业内部管理效率产生影响，而且影响着企业资源的优化整合，同时关系着企业对市场方向的把握，对企业自身发展也具有促进作用。根据系统中的数据挖掘技术，除了能够分析消费者的相关购买行为，同时可分析企业的竞争对手，从而将可靠的信息提供给企业作市场分析与预测，使企业能够更好地把握产品市场需求。该系统还可对市场需求的弹性模型进行建立，通过该种方法能够研究市场对产品的市场需求量，还能研究市场价格变化趋势，根据有关研究企业即可对产品及产品数量进行最优化地定价和确定。

3.供应链营销管理中产品价格与分销渠道决策。应链营销管理与决策支持系统中的产品价格与分销渠道决策，不仅与企业经济效益的实现有着直接关系，而且可较大程度地影响企业的整体竞争水平。首先，决策系统中的数据管理层，可对产品的市场需求进行分析，同时可对同类产品的市场价格进行分析，在此基础上企业内部不同产品即可实现不同的组合，对产品的定价方法与定价目标进行科学地确定。工具层中的系统模块，不仅可以合理地评价经销商档案，同时可合理地评价业绩维护，有利于企业分类管理经销商所提供的信息，从而促进企业内部资源优化与整合的实现。综上所述，企业供应链营销管理与决策支持系统能够帮助企业对产品营销策略进行分析，该系统还可通过对产品综合评价，帮助企业对更好的产品组合与开发决策进行确定，对企业营销计划和管理具有重要影响作用。新常态经济发展背景下，企业经济发展需要利用各种决策模式，统一优化与控制企业产品存储和分拨调运，促进企业供应链成本与服务水平平衡的实现，对企业供应链营销管理决策系统的建立也具有积极的影响作用。

参考文献：

[1]刘丹青.市场营销管理与决策支持系统的研究与实验[J].经济管理:文摘版,20xx(9):13-14.

房地产营销决策支持系统分析与设计 第3篇

[关键词] 房地产营销 营销决策 系统分析 系统设计

一、房地产营销现状分析

房地产营销是通过交易过程满足顾客对土地或房屋需求的一种综合性营销活动，也是把土地或房屋产品转换成先进的流通过程。房地产营销通过专业人员的服务，不仅可以帮助客户选到理想的房地产商品，也可以使企业迅速收回投资，增强市场竞争能力，提高经济效益。它的目标和核心是通过既定的程序以及随机的技巧，使房地产交易迅速达成，是沟通和连接房地产开发、房地产流通以及房地产消费和使用的重要手段。

二、房地产营销决策支持系统设计思路与框架

1.系统设计思路

决策是一个建立在大量信息基础上的推理过程，信息是决策的依据，决策的正确性很大程度上取决于信息的完整性，还需要市场供求、价格、客户个性化需求等信息的支持，常规决策手段难以胜任，需要采用新的决策技术。房地产营销决策体系是一个复杂的体系，因此需把整个体系分解成为多个子体系，并利用原型法的思想先分别建立各个子体系，然后建立一个完整的房地产营销决策支持体系。

2.数据库设计

根据营销决策模型，从数据库分析处理大量数据，该系统分为基础网络、数据采集、数据仓库、多维数据库、知识库的组合和应用系统等几部分。它们之间相互作用，构成一个层次分明的信息分析环境。数据仓库管理系统完成数据仓库的建立数据仓库中数据的综合、提取等各种操作，负责整个系统的运转。数据挖掘用于完成决策问题中的各种查询、数据分析和数据开采。人机交互界面则通过自然语言处理和语义查询在决策者和系统之间提供相互联系的渠道。 决策者发出命令后，数据挖掘工具利用数据仓库、知识库共同完成数据挖掘过程。通过数据挖掘工具触发数据仓库管理系统，从数据仓库中获取与任务相关的数据，生成辅助模式和关系。将数据仓库和相应的数据分析工具结合起来的房地产营销决策支持系统体系结构，用数据仓库存储和组织数据，为用户的数据访问提供统一的全局数据视图；用联机分析处理工具构建面向分析的多维数据模型，用多维分析方法进行比较、使决策分析活动从方法驱动变为数据驱动，实现分析方法与数据结构的分离；用数据挖掘技术实现知识的自动发现，为决策提供全局性的知识。数据仓库为数据分析和数据挖掘提供了数据基础，数据挖掘中发现的知识可以直接用于指导数据分析处理，而数据分析得出的新知识也可以立即补充到系统中。决策系统的分析需求是不断变化的、事先难以预测的，采用这种新型结构，可使房地产营销决策支持系统能够真正成为灵活实用的系统。

3.系统设计规划

房地产营销决策支持体系的各个构件与企业的各种管理信息系统共同位于企业内部网络中，数据仓库系统定期从各种管理信息系统和外部数据源中抽取数据，按事先设定好的规则进行筛选、重构等加工处理，然后把处理完毕的数据加载到数据仓库内，数据仓库维护人员和网络维护人员负责仓库和网络的维护工作，使其正常运作。信息分析人员（也可是高层决策者）完成对数据仓库的负责查询，完成营销战略、策略组合分析时所需模型的构造与连接，并进行数据挖掘分析和OLAP分析等工作。信息分析员在数据仓库中无法获得所需数据时，又与数据仓库技术人员沟通合作，调整数据仓库的局部内容、数据抽取规则，来满足各种数据分析的需要。

三、房地产营销决策支持系统的前景

该系统具有以下优点：将数据挖掘与决策支持两大功能分开，既保证数据挖掘功能强大，又方便决策者使用；决策者既不需要对决策体系有深刻的了解，也不需要学习统计、关联、OLAP等数据挖掘知识；系统由具有丰富经验、并对决策支持体系有较深刻理解的专业人员负责数据挖掘和知识发布的工作，因而使数据挖掘的优势得以保障和发挥；具有强大、及时的数据管理功能；数据仓库中集中了更多的数据，便于决策者从大量数据中提取决策的辅助决策数据和信息。在实践中应注意以下几点：决策者与数据挖掘人员之间的协调；如何向高层决策者提供易于理解又能充分满足他们需求的多种知识表达方法。

目前，商品房逐渐趋于供大于求，甚至大量积压，房地产行业竞争激烈，开发资金严重短缺，已成为摆在开发商面前的难题。企业要生存、发展，解决这一系列问题的办法途径很多，其中非常重要的一条就是实施现代营销决策，包括新型的营销观念、优质的营销产品、和灵活的营销手段。房地产营销决策支持系统可以提高营销决策的质量和及时性，构建房地产营销创新体系，建立自己独特的营销策划理念。房地产营销决策支持方法必须动态发展，紧紧跟上客户需求与信息扩张的速度，为未来企业的发展提供更有效的辅助决策手段。

参考文献：

[1]符启勋:房地产隐性营销策略初探[J].现代财经,2002

[2]杜宇:论房地产营销策略[J].中国科技信息,2006年第4期

[3]杜伟:房地产营销组合的创新[J].中国房地产金融,2000

决策支持分析 第4篇

随着国民经济的快速发展,电网用电负荷快速增长,电网结构日益复杂,电网在正常及检修方式下的运行风险在不断提高,为了防止大面积停电等事故的发生,对电网的安全稳定输电能力的评估显得尤为重要。从20世纪60年代起,国内外的学者就开始了这方面的研究,大致经历了确定性评估、概率评估和风险评估三个阶段。确定性评估只考虑了最严重的情况,概率评估只考虑了事故发生的概率,没有考虑相应的后果,这两种方法都具有片面性。风险评估引入了风险理论,定义风险为事故发生的概率及其后果的乘积,既考虑了事故发生的概率又考虑了事故发生的后果,可以定量地给出电网的风险指标[1,2,3,4,5]。

近年来,宁波电网用电负荷保持20%以上的高速增长,电网建设相对滞后,正常及检修方式下均存在较大运行风险。为防止大面积停电、供电受限等情况发生,调度部门在安排检修方式时,一般先通过人工分析判断设备停役对电网可能带来的影响,基于人工判断的风险分析,难免带有片面性,无法做到量化分析,难以周全。由于缺少有效的风险分析工具,对于各种方式下电网运行可能存在的风险较难判断。

为了解决以上问题,宁波电业局和浙江大学电力系统自动化研究所基于风险理论合作开发了宁波电网运行风险分析及决策支持系统,根据历史统计数据创建了元件停运模型,采用状态枚举法选取系统状态,利用能量管理系统(Energy Management System,EMS)的实时信息进行在线电网运行风险评估,给出定量的风险指标,在此基础上结合检修计划和负荷预测仿真未来一定时间段内的电网运行风险情况,为电网调度操作及检修计划安排提供决策依据。

1 技术原理

风险理论考虑系统不确定性因素,是一种将导致灾害的可能性和这种灾害的严重度相结合的理论。风险评估是指采用一系列的逻辑步骤,使设计人员和安全工程师能够以一种系统的方式检查由于设备的使用而产生的灾害,从而可以选择合适的安全措施。使用风险指标能够定量地描述决定风险等级的因素,即事故的可能性和严重性,从而比较全面地反映事故对整个系统的影响[6]。

本系统采用的计算风险值的公式为:

式中:X是故障前的运行状态;E是不确定的事故;C是不确定事故造成的后果;P(E/X)是在X下E出现的概率;S(C/E)是在E下产生C后果的严重度;R(C/X)是风险指标。

风险评估中选择系统状态的方法有两种,状态枚举法和蒙特卡洛模拟法。状态枚举法物理概念清楚,模型精度高,通常,当元件的失效概率较小,不考虑复杂的运行工况时大多采用状态枚举法。蒙特卡洛模拟法属于统计试验方法,直观,易于被工程技术人员掌握和理解,当严重事件的数量相对较大,计及复杂运行工况时,则往往采用蒙特卡洛模拟法,它的主要不足在于计算时间与计算精度的紧密相关性,即为获得精度较高的可靠性指标,往往需要很长的计算时间[7,8,9,10]。本系统采用状态枚举法对宁波电网进行风险评估。

状态枚举法中计算系统状态的公式为:

式中:Pi和Qi分别是第i个元件工作和失效的概率;N是系统中的元件数;Nf和N-Nf分别是状态s中失效和未失效的元件数量。

2 系统介绍

EMS系统位于安全Ⅰ区,提供工具将电网模型导出为公共信息模型(Common Information Model,CIM)文件、将图形导出为可缩放矢量图形(Scalable Vector Graphics,SVG)格式,并通过正向物理隔离装置将电网模型、图形及实时数据传送至安全Ⅲ区,并存储于CIM/SVG服务器及PI(Plant Information,PI)实时历史数据库。电网运行风险分析及决策支持系统系统部署于安全Ⅲ区,每1 h检测CIM/SVG服务器上的CIM文件和SVG文件有无更新,每5 min向PI服务器请求一次实时数据,保证了电网风险评估结果的实时性。对于计划态,则从风险评估服务器读取相应的CIM版本、基态运行方式、检修计划及负荷预测数据,并进行风险评估。其硬件结构大致如图1所示。

本系统的两大主要功能就是对宁波电网进行实时风险预警和研究态风险评估,并将计算结果用报表和曲线的方式形象地展示给运行人员。

2.1 实时风险预警

本系统能够对宁波电网进行实时风险分析,对全网设备进行N-1及关键设备连锁故障的静态安全分析,给出风险指标的报表和曲线,并且可以给出每一个N-1断面的详细分析。如果风险等级提高,将进行告警,并给出决策支持。用户能够在第一时间了解电网的风险状况,并且通过对详细结果的查询,可以了解目前电网的薄弱环节,增加对薄弱点的监视。

2.2 研究态风险评估

在短期的负荷预测基础上针对各种检修模式进行预想事故分析,来评估出系统在此检修方式下的风险等级,并以计划评估曲线和报表的形式给出量化的风险指标,另外,还可以对某一基态持续增加负荷,得到各风险指标的负荷相关曲线。这些对于运行方式人员安排和优化运行方式起到了辅助决策作用。

3 系统的主要特点

3.1 重构网络模型,实现真正免维护

本系统利用CIMXML文件和SVG进行模型和图形的接入,采用IEC 61970接口技术和对PI实时/历史数据库的深入开发,解决了静态参数和实时数据的在线读取,真正实现了网络建模的全过程免维护,重现电网模型,实现在线计算及风险分析。对历史态和规划态进行版本管理,实现不同接线下的电网风险研究。

3.2 自动装置模型

地区供电网是闭环设计、开环运行的,正常运行时呈辐射状结构。由于地区供电网对用户的供电有直接影响,所以保证不失电是地区配电网的重要任务。为保证用户供电的可靠性,地区电网中装备了大量的备用电源自动投入装置(以下简称备自投)。当电网发生故障而导致母线停电时,投入满足动作条件的备自投,给停电母线恢复供电,这样就能大大减少母线停电的几率,从而保证了供电的可靠性。满足条件的备自投动作以后,网络拓扑结构将发生变化系统将过渡到一新的接线方式运行,负荷会发生转移。为了防止负荷转移引发连锁故障,电网中还配置有主变过载联切负荷装置。在对地区电网进行风险评估时,必须要考虑这些自动装置的动作逻辑,否则,安全分析的结果往往是直接甩负荷,这与电网实际情况不符。因此,传统的N-1安全分析就变为了N-1+M静态安全分析[11,12,13]。本系统建立了完整的自动装置模型——备用电源自动投入装置和主变过载联切装置,这样可以更加合理地对地区电网进行静态安全分析。

3.3 预想故障下的风险分析

静态安全分析主要通过对导纳矩阵的修正和修正后电网的潮流计算来实现。由于需要扫描的预想故障集规模庞大,潮流算法的性能是保证静态安全校核实时性的关键。本系统的潮流分析程序较好地实现了稀疏矩阵技术及分块矩阵技术,有着较高的计算效率,可以直接采用精确的交流潮流计算进行静态安全分析,在负荷增大到一定程度,潮流不收敛的情况下采用直流潮流计算进行静态安全分析。在算法的实现上,对主网进行校核时可以维持导纳矩阵的结构不变,并通过简单地修改导纳矩阵的元素值,即可获得预想开断的导纳矩阵,并在此基础上计算预想故障后的潮流分布,因此不需要重新进行节点编号优化等费时的工作,算法的执行效率较高。

风险分析是在传统的静态安全分析中考虑了元件的停运。本项目关于元件的停运模型,不仅考虑了独立强迫停运,对于一些特殊线路还考虑了共因停运,对一些易受台风影响地区的线路还考虑了天气影响因素,此外,对于一些投入已久的设备,还考虑了老化对于元件停运模型的影响。这些措施,使得元件停运模型的建立更加精确,风险分析也更加合理。

3.4 风险指标体系

本系统除了采用常用的风险指标[14,15,16,17]:负荷削减概率(Loss of Load Probability,LOLP)、负荷削减频率(Loss of Load Frequency,LOLF)、负荷削减期望(Expected Demand Not Supplied,EDNS),还增加了变电站全停概率(Outage of Substation Probability,OOSP)和变电站全停频率(Outage of Substation Frequency,OOSF)两个风险指标,使得风险指标体系更加完善。变电站全停是指一个变电站内各电压等级均处于停电或充电状态,导致变电站各线路的有功功率传输均为零,且站内的所有负荷均停电。变电站全停的影响较大,恢复时间也相对较长,因而受到电网运行人员的广泛关注。

4 算例分析

利用该系统计算宁波电网2010年1月5号到1月18号的运行风险,采用负荷预测的数据,尖峰负荷设为6 000 MW,加载2009年12月31号8:40的断面作为初始潮流,表1为设定的评估期间的检修计划,表2为评估期间在该检修计划下划分的运行方式。图2为用该系统计算出的评估期间的负荷削减概率。

从图2、图3可以看出,在1月8号8点到1月11号18点期间,电网的风险指标(负荷削减概率和变电站全停概率)很高,对照表2,也就是在3、4运行方式下,电网的风险较大,其他运行方式下电网的风险指标较小。说明设备1、2检修不会对电网的运行风险造成影响,而运行方式3、4下的风险指标较高,说明设备3检修会提高电网的运行风险。查看SVG接线图,可以看出设备1、2所带的负荷较轻,因此检修时不会对电网的风险造成影响。而由于莲花变接线方式的原因,设备3的检修会导致1条110 k V的母线失电,故而此时电网的风险指标会变大。从该算例可以看出,风险指标与电网的运行方式有很大关系。

同时,对比图2、图3可以看出,相同运行方式下,变电站全停的概率小于负荷削减的概率,这是因为一些事故的发生可能会导致变电站失去部分负荷,但是不一定会造成变电站全停,只有在变电站失去所有负荷时才会出现变电站全停。

为了进一步研究风险指标与负荷水平的关系,用本系统绘制了负荷相关曲线,即在同一运行方式,不同的负荷水平下的风险曲线,如图3所示,可以看出在负荷小于6 000 MW时,负荷削减概率不变,这一规律同样可以从图2看出。当负荷大于6 000 MW时,负荷削减概率会随着负荷的增大而增大,这是由主变过载联切装置的动作造成的,当负荷超过定值时,主变过载联切装置动作,逐轮次地切除负荷,这时负荷削减概率也会增大。

负荷削减频率与负荷削减概率的变化趋势相似,变电站全停频率与变电站全停概率的变化趋势相似,而负荷削减期望的大小与负荷水平密切相关,所以它的变化趋势与负荷水平密切相关。

5 结论

本系统提出基于定量模型及概率性分析的电网风险评估方法,将静态安全分析中的定量计算结果与故障概率结合起来,使得确定性的结果变成了期望值,并创建了完善的风险评估指标体系,完成了从“确定性分析”到“概率性分析”、从“离线分析”到“在线分析”、从“定性分析”到“定量分析”的转变,实现了真正意义上的电网运行风险评估和决策。实践证明,本系统的投入运行为电网的运行工作给予了很好的指导作用。

摘要：介绍了宁波电网运行风险分析及决策支持系统的主要功能和特点。引入风险理论,根据历史统计数据创建了元件停运模型,进而计算电网处于某一预想故障状态的概率,结合电网预想故障的后果分析,定量地描述了电网的运行风险情况。在电网运行风险分析时,仿真了备自投及主变过载联切等自动装置的动作逻辑,使分析结果与电网实际情况更加吻合。系统基于EMS实时数据实现了在线电网运行风险评估,结合检修计划实现了离线电网运行风险评估,为电网调度操作及检修计划安排提供决策支持。实际运行经验表明,该系统可以有效地指导宁波电网的运行工作。

工程移民决策支持研究 第5篇

工程移民决策支持研究

工程移民指工程建设引起的非自愿的`搬迁安置活动,工程移民决策包括规划决策和管理决策,这在国内外都是一个新课题,基于GIS的工程移民DSS是实施科学决策的有效手段,文章对工程移民决策支持的理论、方法进行了探讨,并结合万家寨工程移民决策支持进行了试验.

作 者：王家耀 姚松龄 Wang Jiayao Yao Songling  作者单位：郑州测绘学院,郑州,450052 刊 名：中国工程科学  ISTIC英文刊名：ENGINEERING SCIENCE 年，卷(期)：2000 2(9) 分类号：F4 关键词：工程移民   决策支持   地理信息系统(GIS)   决策支持系统(DSS)  

决策支持分析 第6篇

【关键词】层次分析法；模糊综合评价法；辅助决策支持系统

决策是人们进行选择或判断的一种思维活动，人们几乎每时每刻都需要决策，有些决策是简单容易的，有些决策是复杂困难的，它们常常困扰着人们。决策是是科学也是艺术，说它是科学因为人们进行着选择和判断应当尽可能的符合客观实际，这就要求决策者尽可能真实的了解问题的背景、环境和发展变化规律，尽可能详尽的占有资料，尽可能广泛的掌握正确的决策方法和各种辅助工具。说它是艺术，因为各种选择和判断最终是有人作出的，决策的正确与否优良可劣，与决策者的素质、经验、才能有很大的关系。

数学工具在决策中起着重要的作用。在复杂的决策问题面前，人们往往需要利用数学模型对实际问题进行抽象和简化，进而对实际问题进行系统分析，在决策过程中利用数学模型的优点在于：分析问题容易，目的性强，可进行模拟计算，便于应用计算机等先进手段。由于人们的选择和判断往往是在某种思维下进行的，在这个标准下做出“好的”决策，这就促成了决策有关的应用数学分支；线性规划、非线性规划、多目标规划、多准则决策……的迅速发展，最优化技术几乎成了决策分析的代名词。到了本世纪七十年代末、八十年代初，最优化技术发展的越来越抽象，使绝大多数工程技术人员望而生畏，数学模型的规模越来越大，对计算机内存与运算速度越来越高，一项复杂的系统分析耗资巨大，以至形成了一种数学模型的“泥潭”。在这种情况下一些有远见的运筹学家开始冷静地看待和正确的评价复杂的数学模型对决策分析的作用，问题是显而易见的，人们无法忽视或回避决策过程中决策者的选择的判断所起的决定作用。数学模型并非万能的工具，决策中有大量的因素无法定量表示。问题的答案几乎在明确不过了，运筹学家们必须回到决策的起点和终点——人的选择和判断上来，认真的研究决策思维的规律，也就是人们进行选择和判断的规律。

层次分析法的步骤：（1）确定目标和评价因素。

（2）构造判断矩阵。

判断矩阵元素的值反映了人们对各元素相对重要性的认识，一般采用1-9及其倒数的标度方法。但当相互比较因素的重要性能够用具有实际意义的比值说明时，判断矩阵相应元素的值则取这个比值。即得到判断矩阵S=（u）。

重要度判断矩阵需要将每个元素作两两比较，可能的取值是1，2，…，9及其倒数1，1/2，1/3，…，1/9。以前者相对后者的重要度为例，标度的具体含义如表所示。如果后者比前者重要，则取成对应的倒数。实际使用过程中，如果不需要9级的标度，也可以仅采用1，3，5，7，9的5级标度，不采用2，4，6，8的过渡值。

（1）计算判断矩阵。

计算判断矩阵S的最大特征根λ，及其对应的特征向量A，此特征向量就是各评价因素的重要性排序，也即是权系数的分配。

（2）一致性检验。

为进行判断矩阵的一致性检验，需计算一致性指标CI=，平均随机一致性指标RI。RI是用随机的方法构造500个样本矩阵，构造方法是随机地用标度以及它们的倒数填满样本矩阵的上三角各项，主对角线各项数值始终为1，对应转置位置项则采用上述对应位置随机数的倒数。然后对各个随机样本矩阵计算其一致性指标值，对这些CI值平均即得到平均随机一致性指标RI值。当随机一致性比率CR=<0.10时，认为层次分析排序的结果有满意的一致性，即权系数的分配是合理的；否则，要调整判断矩阵的元素取值，重新分配权系数的值。

平均一致性指标RI可以预先计算好，作为参数表备用。论文预先计算了n从1到30的 值（如表2.2所示），最多支持进行30个指标属于同一层次的重要度排序。实际使用过程中，绝大多数情况下n<10。

模糊综合评价：模糊集合理论（fuzzysets）的概念于1965年由美国自动控制专家查德（L.A.Zadeh）教授提出，用以表达事物的不确定性。这种方法是一种基于模糊数学的综合评价方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。

模糊综合评价的步骤：

（1）确定评价对象的因素论域。

假设同一个层次共有p个评价指标，u=

（2）确定评语等级论域。

（3）建立模糊关系矩阵R。

矩阵R中第i行第j列元素rij，表示某个被评事物从因素ui来看对vj等级模糊子集的隶属度。一个被评事物在某个因素ui方面的表现，是通过模糊向量（R|u）=（r，r，......，r）来刻画的，而在其他评价方法中多是由一个指标实际值来刻画的，因此，从这个角度讲模糊综合评价要求更多的信息。

（1）确定评价因素的权向量。

（2）合成模糊综合评价结果向量。

利用合适的算子将A与各被评事物的R进行合成，得到各被评事物的模糊综合评价结果向量B。即：

其中b是由A与R的第j列运算得到的，它表示被评事物从整体上看对vj等级模糊子集的隶属程度。

（3）对模糊综合评价结果向量进行分析。

本文使用实际中最常用的最大隶属度原则来确定最后的评价等级。

上述两种数学方法在辅助决策支持系统中的应用如下：

AHP模块：遵循面向对象的编程思想，AHP同样被设计成一个类，单独存放在文件extensions/AHP.php中。这里仅给出部分的具体实现的代码。其中矩阵特征值的计算采用的是PHP版本的JAMA库。此外，为了保持精度，AHP重要度矩阵的浮点数取值，如1/9，1/7等，采用字符串的形式存储入库。所以在此处，需要把这些字符串转为相应的浮点数后再计算。

//采用PHP版本的JAMA库的特征分解函数，直接计算特征值和特征向量

模糊综合评价模块：遵循面向对象的编程思想，模糊综合评价同样被设计成一个类，单独存放在文件extensions/FuzzyEval.php中。这里也仅给出部分具体实现的代码。

//data是二维数组，表示原始数据（或求值后的数据），行数为叶子结点数，列数为分级数（或采样点数）

//weight是二维数组，表示权重，weight[i]是i级指标权重数组，weight[0]总是只有一个元素，weight[0][0]总是1

//itemcount是二维数组，表示需要每一级需要汇总的元素行数（下级元素个数），itemcount[i]是i级指标的下属元素个数数组

//systemtype是一个数，取值0表示定性分级评估，取值1表示定量评估

public function __construct（$data，$weight，$itemcount，$systemtype）{

$this->weight=$weight；

$this->itemcount=$itemcount；

$this->systemtype=$systemtype；

$this->row=count（$data）；

$this->col=count（$data[0]）；】

本文分别阐述了层次分析法（AHP）和模糊综合评价法，介绍了AHP的相关概念以及具体的步骤；对模糊综合评价决策的数学模型做了详细的描述，给出建模的步骤以及运用这两种方法在辅助决策支持系统中起到的作用，并给出了实现辅助决策支持系统运用到这两个模块的相关代码，通过对这两种方法的有效利用我们可以实现辅助决策支持系统的一些相关技术应用。辅助决策系统在我们日常的工作中的应用非常广泛，通过人机交互的方式进行半结构化或非结构化的决策从而起到辅助决策的作用。

【参考文献】

[1]郭金玉，张忠彬，孙庆云.层次分析法的研究与应用[M].中国安全科学.

[2]储敏.层次分析法忠判断矩阵的构造问题 [J].南京：南京理工大学，2005，9，12.

[3]许雪燕.模糊综合评价模型的研究及应用[J].西南石油大学，2012，1，16.

决策支持分析 第7篇

“破、装、运、支、处”是综采工作面生产的主要工序。采煤机是综采生产的核心设备, 可以完成破煤、装煤两大工序。因此, 采煤机在规定条件和时间内无故障完成规定任务的能力即采煤机可靠性的高低, 直接反映工作面的效益指标。采煤机故障诊断决策支持系统通过动态监控的方式及时发现设备在使用过程中出现的故障后, 系统诊断故障并采取相应措施、做出正确决策, 使故障对整个生产的影响限制在最小范围内。

1 软件部分系统模块组成

尽管决策支持系统 (DSS) 在形态上各色各样, 但它们在结构上有一个基本特征-集成性, 本文DSS由五个主要部件组成:人机接口、数据库、模型库、知识库、方法库。每个库又带有各自的管理系统。由于机器设计及制造、人为使用、运作环境等多因素引发故障, 使得采煤机故障诊断决策支持系统及各子库存在信息源多、信息形态多样、信息关系复杂的特点。图1为采煤机故障诊断决策支持系统的内部结构图。

2 软件系统功能分析

2.1 数据库:

存放供决策所需要的外部和内部数据, 以及运行过程中产生的一些中间数据。本数据库用于存放图1中输出端送来的各传感器采集到的采煤机报警时的数据信息, 通过与采煤机正常运行的基础数据的对比, 寻找故障差异。

2.2 模型库:

是DSS的核心。本文DSS模型库基于采煤机故障树模型。故障树是利用图解的方法将故障进行分解, 全面表达其可能波及的范围, 是对故障和失效在一定条件下的逻辑推理方法。图2为采煤机故障树模型, 通过判断可以确定机器故障的部位、起因和严重程度, 为处理决策提供条件。此外, 模型库还需要系统开发人员定期采集故障数据后对其进行进一步的添加和完善。

2.3 知识库:

存放专家提供的采煤机故障诊断领域知识, 知识可以以文本、数据、图像等方式来表达。知识库按其涉及的内容性质分块进行组织, 本文DSS包括专家经验总结;以往采煤机故障处理方案库;矿山机电安全管理条例;AM-500型采煤机使用说明4个子块。

2.4 方法库:

DS S通过模糊数学方法和灰色系统理论两种算法以模型库中模型为基础, 数据库中数据为对象, 进行求解, 对采煤机的运行工况进行诊断。例如, 采煤机的轴承出现了裂纹并且齿面有较严重的剥蚀现象, 通过诊断可以预测机器是否可以继续运行和尚能运行多久以及以后后果会如何, 以便进一步做出合理的决策。

2.5 人机接口:

采用VisualBasic面向对象可视化语言完成接口界面, 实现用户与系统信息的相互交换。并将与故障相关的信息打印输出或者浏览。

3 结语

通过分析, 采煤机故障报警与诊断决策支持系统应用到煤矿生产过程中, 能真实地反映机器的运行状况, 操作简单, 维护容易, 效果良好。采用该系统对采煤机故障进行报警和诊断, 比常规的按经验设定值进行选择更科学, 更加理性化。总之, 系统通过人机对话等方式为决策者提供了一个将知识性、主动性、创造性和信息处理能力相结合、定性与定量相结合的工作环境, 协助决策者分析问题、探索决策方法, 进行评价、预测和选优。

采煤机故障报警与诊断决策支持系统的设计是煤矿机械管理的重要组成部分。将新技术应用到机械设备的设计中, 并按计划投入生产是煤炭生产各个系统正常运转的基础, 也是整个煤矿企业正常、稳定和持续生产的保证。

摘要：AM-500型采煤机的故障报警后, 故障数据通过故障诊断决策支持系统的分析后, 及时显示机器隐患之处, 从而使技术工作人员快速做出正确决策, 以提高工作面生产效率。

关键词：采煤机,故障报警,故障诊断决策支持系统

参考文献

[1]孙庆超.矿井设备故障与技术决策[M].北京:煤炭工业出版社, 1 9 9 4, 1 9～2 5

[2]李昌熙, 沈立山, 高荣.采煤机[M].北京:煤炭工业出版社, 1992, 180～205

决策支持分析 第8篇

一、系统的目标与设计思想

网络营销智能决策支持系统是基于Web的决策支持系统, 通过Internet/Intranet构建具有B/S结构的决策支持系统, 该系统用一个称作“瘦客户机”的浏览器, 将决策支持信息或决策支持工具传送给管理者或商业分析人员。决策支持系统的应用程序在服务器端运行, 通过TCP/IP协议与客户端相连。该系统面向互联网, 引入搜索引擎、Web挖掘等技术对互联网上与营销决策相关的信息进行采集、分析、处理, 使营销决策更好地利用互联网上的信息资源。

为此系统的设计思想为: (1) 系统能获取、存储营销决策经验 (知识) , 并准确地应用这些经验;系统能获取消费者购物模式与访问模式方面的知识, 并很好地应用这些知识。 (2) 系统使用方便、适用性强, 便于修改、扩充。 (3) 系统能够帮助用户建立、集成、修改、查询以及正确使用各种模型。 (4) 建立基于数据仓库平台的B/S的体系结构, 利用数据挖掘技术和WEB挖掘技术, 获取支持决策的知识, 对系统环境的访问采用组件技术。

二、系统的框架结构

随着WWW技术的飞速发展, 覆盖全球的互联网络已渗透到社会生活的各个领域。将日益成熟的Internet技术纳入DSS系统成为决策支持最理想的实施环境, 实现基于Internet的决策支持无疑是DSS系统的发展趋势。网络营销智能决策支持系统就是基于Internet的决策支持系统。它是一个基于Internet技术, 集数据库技术、OLAP技术、数据挖掘技术与专家系统于一体的智能决策支持体系。

三、Web挖掘系统

W e b挖掘在网络营销领域有很广阔的应用前景, 通过Web挖掘, 我们可以帮助寻找用户感兴趣的新闻或其他信息, 以提供个性化接口;发现重要页面, 对Web页面排序, 从而来改进搜索引擎;发现顾客的购买模式和访问者的浏览模式, 商务网站上顾客之间联系等。

总的来说, Web数据挖掘能在以下三方面为网络营销活动提供辅助信息。

(1) 理解顾客行为:通过理解访问者的动态行为来优化电子商务网站的经营模式;网络销售商可以获知访问者的个人爱好;确定网站上访问者到购买者的转化率;确定顾客的回头率 (顾客再次购买同一品牌的概率) ;发现顾客的购买模式和访问者的浏览模式;发现什么样的顾客群在网站上购买什么商品;发现电子商务网站上顾客之间的联系。

(2) 判断、改善从Web站点的效率:发现站点上的高购买率部分和低购买率部分;Web设计者不再完全依靠专家的定性指导来设计网站, 而是根据访问者的信息来修改和设计网站结构和外观;网络销售商可以针对不同顾客提供个性化的服务。

(3) 评估网络营销模式的成功与否:是于将用户按照模式分类;是否易于评测广告的投资回报率;是否易于得到可靠的市场反馈信息。

四、营销五库系统

4.1模型库系统:该部分包括了营销模型库及其管理系统, 它是决策数据分析的基础, 为决策提供定量分析的辅助决策信息。模型是对客观事物的一种抽象描述, 人们通过对模型的认识来增加对复杂问题的理解和处理。

模型库管理系统的主要功能有三方面:模型的存储管理;模型的运行管理;支持模型的组合。

4.2知识库系统:该部分包括知识库与知识库管理系统。知识库中的知识来源于初始知识和领域专家知识。通过知识获取部件与人机对话部件, 专家可随时加入新的领域知识, 因此这个知识库是个动态的知识库, 随着专家知识的不断加入动态变化。利用人工智能和知识发现的相关理论和方法从知识库中挖掘对决策有用的知识或信息来辅助决策。

4.3数据库系统:该部分由数据库与数据库管理系统组成。由于DSS中的数据是和决策过程密切相关的, 一切数据都经过适当的加工、浓缩;另一方面, DSS一般面向高层决策, 所以除了内部数据外, 还要用到大量的外部数据。营销数据库系统中的数据我们也从两个方面来划分:一是内部数据, 指的是企业内部生产经营活动中所涉及的各种数据;二是外部数据, 譬如产品市场的总需求量、同类产品的价格、竞争对手生产产品的价格等等。

4.4方法库系统:该部分由方法库与方法库管理系统组成。其中, 方法库由目标程序库和源程序库两个子库组成, 存放在硬盘的特定存储空间, 其中源程序库用于存放A S P等语言编写的源程序, 目标程序库则存放源程序经编译后的可执行文件, 采取这种方法可以便于方法库的管理与维护以及系统模型求解模块的调用, 有关方法库的信息在方法库字典中可以看到。

4.5数据仓库系统:数据仓库是在数据库技术基础上发展起来的一种为决策服务的数据组织与存储技术, 它是面向主题的、集成的、随时间变化的、非易失性的数据系统。数据仓库并非一个简单的、由各种数据合并而成的超大型数据库, 而是一种专为联机分析应用和决策支持系统提供数据源与决策工具的结构化数据环境。它涉及数据的抽取、转换、装载、数据存取、元数据管理、查询、报表、分析工具。

摘要：本文在网络商务的具体应用网络营销的基础上, 按网络营销的特点与理论框架, 创建在互联网环境下的网络营销智能决策支持系统。

关键词：网络营销,智能决策

参考文献

[1]、任晓岩等, 面向Internet的个性化智能信息检索, 计算机研究与发展, 2005, 9, 1039一1046

决策支持分析 第9篇

组织和实施传统培训, 需要花费很大的精力、时间、物力和财力进行准备, 但是很难有完整培训记录和档案。传统培训管理模式基本采用人工比较、筛选和匹配的方式对干部培训班和培训学员进行管理。培训管理人员要翻阅历次培训方案及归档资料中的课程内容进行比较, 再确定新的培训班方案, 同时还需根据各种要求及条件人工筛选合适的学员。由于需翻阅的各类文档资料数据量大, 且经常会有缺失和不全的情况, 因此会造成培训管理人员工作量繁重, 并且有出错的风险。

为改变传统培训管理模式效率低下且易出错的现状, 本文采用信息化的手段将培训班和培训学员的管理智能化, 运用信息技术和网络技术, 实现对培训班和培训学员信息的分析、筛选、优化组合与自动匹配, 不仅能有效提升培训管理人员工作效率, 还能为培训管理人员提供管理上的决策支持。

2 系统架构及原理

系统采用流行的B/S结构, 以Asp.net为开发平台, 以SQL Server2008 为数据库作为支撑。设计高效、可重用性强且方便数据控制的类库。

在具体实现上, 系统采用三层体系结构, 即应用系统层、应用服务层、综合数据层, 系统架构见图1 所示。

2.1 应用系统层

构架一个人机交互平台, 对系统功能的调用都在此进行。如:培训班综合查询、学员综合查询、方案生成与查询、数据维护等。

2.2 应用服务层

主要是针对具体的问题的操作, 也可以理解成对数据层的操作, 对数据业务逻辑处理, 如果说数据层是积木, 那服务层就是对这些积木的搭建。本系统表现为:课程分析与优化组合、学员吻合度分析与匹配、数据综合处理服务等。

2.3 综合数据层

由多个数据库组成, 按照数据的内容分为:课程池数据库、学员信息库、指标模型库、培训班档案库等。

本系统的技术关键点为设计指标模型对培训课程各种指标进行智能分析和优化组合;对培训班和学员信息进行吻合度分析, 实现自动匹配。

(1) 课程指标智能筛选:对比课程池中的所有课程, 综合师资、费用、课程满意度等指标, 优化组合后生成最优培训班方案。

(2) 学员信息智能匹配:通过对学员背景与培训班信息进行匹配分析, 筛选出适合培训班的学员信息。

3 系统功能设计

本系统可协助培训管理人员快速地分析、筛选、形成最优培训班方案并安排合适的学员进行学习, 为培训管理人员对于干部培训班及培训人员的综合管理提供决策支持。系统设计3 个功能模块:

(1) 课程池管理。

(2) 培训班管理。

(3) 培训学员管理。

各功能模块可实现功能如下。

3.1 课程池管理

用于对培训课程进行维护和管理。对历次培训课程的师资、费用、满意度等信息进行维护, 对多指标进行综合分析排序。

3.2 培训班管理

根据培训班的基本情况, 在课程池中对所有的课程师资、费用、满意度等指标进行分析和筛选, 形成一套最优的培训班方案;对历次培训班相关内容进行管理, 如培训总结、学员手册、培训评估试题、培训照片等。

3.3 培训学员管理

根据培训班方案中的培训内容, 与学员背景信息进行匹配, 筛选出合适的培训学员;对所有培训学员相关信息进行管理, 如学员基本信息、考勤情况、学员作业、培训考试成绩等。

4 结语

本软件已在人资部干部管理科部署及应用, 软件可对所有的培训档案进行电子化, 实现全量数据库存储管理, 具备对培训班课程及学员管理及分析功能, 可实现管理智能化, 能够将培训管理员从以前繁重的资料收集、整理、翻阅、归档等事务性工作中解放出来, 不仅能有效提高工作效率, 还能降低工作中出错的风险。

该软件的综合分析与智能匹配功能可助培训管理人员快速地分析、筛选、形成最优培训班方案并安排合适的学员进行学习, 并可对学员培训成效进行管理和评价, 为人资部对于干部培训班及培训人员的综合管理提供决策支持。

摘要：将培训课程作为最基础的数据池进行管理, 设计指标模型对培训课程各种指标进行智能分析和优化组合;对培训班和学员信息进行吻合度分析, 实现自动匹配, 形成一套最优的培训班方案, 为培训管理人员提供管理上的决策支持。并可对学员培训成效进行管理和评价;对所有的培训档案进行电子化, 实现全量数据库存储管理。

关键词：培训管理,指标模型,智能分析,自动匹配,决策支持

参考文献

[1]刘健, 谢旭, 牛四清, 江长明, 张哲, 张文斌.电网调控仿真培训系统设计与实现[J].电力系统自动化, 2013, 13:127-131.

[2]孙震.中小型企业人力资源培训系统建设的探讨[J].经济与社会发展, 2007, 01:137-140.

[3]李雪玲.干部培训管理信息系统的分析与设计[J].电脑编程技巧与维护, 2016, 02:55-57.

决策支持分析 第10篇

对管理者而言, 获取有效数据越来越复杂。因此, 在电子商务行业, 采用自动化、智能化手段来获取、加工、处理数据并通过决策支持系统辅助管理者进行决策具有非常重要的经济意义和实用价值。

1. 电子商务下对决策支持系统的需求

随着计算机技术的发展, 决策支持系统成为了现代管理中不可缺少的助手, 能够有效的帮助决策层解决半结构、非结构、变化快、难以预料的问题。对于每一类特定的问题又可以构建相应的特定决策支持系统。电子商务作为经济活动的重要部分之一, 也要顺应时代发展的宏观环境, 从对传统的线下的经营策略总结经验, 结合电子商务网站获取的数据, 做出适合商家发展的正确决策。商家每年在电子商务网站堆叠的数据是海量的, 但大多数数据只是被存放在了计算机中, 分散在操作层, 如何把这些零散的数据充分利用, 不造成历史数据的浪费以及如何从这些海量数据中分析获取对于商家决策有用的信息来辅助决策从而推动电子商务行业的发展成为了其中的关键问题。基于数据仓库技术和数据挖掘技术的决策支持系统正好可以解决上述问题。这些技术为整个电子商务行业提供了强有力的支持, 可以帮助管理层进行正确的商机预测.从而改变经营策略.适应市场需求变化, 掌握正确的市场脉搏为商家可持续发展提供可靠保证, 同时也能促进传统的商业模式向新型商业模式转变。

2. 决策支持系统的概念

20世纪70年代初, 美国Scott Morton最早在《管理决策系统》一文中将决策支持系统 (Decision Support System—DSS) 这个概念从管理信息系统 (MIS) 中独立出来, 此后引起了关于决策支持系统一系列讨论。1980年, R.H.Sprague和E.D.Carlson定义决策支持系统:“决策支持系统具有交互式计算机系统的特征, 帮助决策这利用数据和模型去解决半结构化问题。”这个定义提出了决策支持系统的数据库、模型库、人机对话三部分构成的两库决策支持系统, 明确了决策支持系统的组成, 简洁反映了决策支持系统的关键技术。它为决策者提供分析问题、建立模型、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, 帮助决策者提高决策水平和质量。80年代, 随着关系数据库技术的发展, 出现了决策支持系统的三库、四库结构概念。进入90年代之后, 计算机技术、网络技术、数据库技术的迅速发展为决策支持系统提供了必要的技术环境。随着商家资源管理计划 (ERP) 、客户管理管理系统 (CRM) 、供应链管理系统 (SCM) 的普遍应用积累了大量数据, 为决策支持系统的数据管理积累了大量的数据。由W.H.Inmon提出的数据仓库概念及其发展, 为决策支持系统提供了必要的数据组织形式。目前, 决策支持系统正朝着智能化、群体决策化发展。而决策支持系统在电子商务行业的应用是决策支持系统专门化的一个重要体现。

3. 决策支持系统的框架建立

从最初的数据库和模型库组成的两库决策支持系统系统产生了重要影响。加入方法库出现了三库系统, 加入知识库有了四库系统, 由于技术的限制, 目前中小商家可以不建立数据仓库系统, 而将决策支持系统直接建立在数据库系统和模型库系统两库结构上, 然后逐步开发完善决策支持系统系统功能。而大型商家, 为了获取准确有效的信息, 可以建立在数据库、方法库、数据仓库、模型库、知识库的五库结构上。由于目前的技术水平的限制, 建立知识库还有一些难度。

人机对话系统主要功能是接受和检验用户提出的各种请求, 协调五库之间的通信, 需要为决策者提供使用简单、操作方便灵活、性能良好的人机接口。电子商务网站, 作为电子商务的载体, 就是人机对话系统的一部分, 界面是否友好直接关系到整个系统的运行效率。

数据库系统存储了商家日常业务数据, 为决策支持系统提供实时数据, 是决策支持系统的数据来源基础, 其他管理系统一般都需要从中获取数据。每个电子商务平台都有自己商品数据、顾客数据、交易数据, 这些适时数据都是评价当前电子商务平台如何的直观表现。

数据仓库系统具有海量数据存储功能和先进的数据分析处理功能。定期将数据库系统中关于电子商务行业的数据, 按照管理层的决策主题和数据仓库的体系结构, 在经过加工处理后转换到数据仓库中, 数据仓库中的数据是非实时的, 不允许修改。模型库系统可以根据不同决策主题读取数据仓库中的数据并利用获取的数据建立各种数据模型求解, 从而得出决策结果。

模型库是用来存储辅助决策所需要的各种模型的, 包括模型描述、模型求解源程序代码和由编译程序生成的可执行代码。对于普通零售商而言, 很多经营模式都是大同小异的, 所以结构化或者半结构化的决策方式更适合他们。一段时间后, 可以通过经验总结建立合适的模型库, 以避免重复工作。

知识库包含事实数据、规则数据、结果数据、推理机程序等。知识库设计的重点在于知识存储和推理两个主要功能的实现。目前, 电子商务行业的决策支持系统还不能达到这个水平, 但决策支持系统智能化是未来发展的一个必然趋势。

4. 电子商务下数据仓库和数据挖掘的应用

数据仓库是决策支持系统和联机分析应用数据源的结构化数据环境。它要把各部门分散的日常业务数据转换为按决策主题分类、集中统一、随时可用的信息。电子商务网站数据、行业内合作伙伴数据、行业内竞争对手数据、行业外供应链上的数据、短期数据、历史数据等都可以是数据仓库的数据源。

数据仓库的方案建设的目的, 是为前端查询和分析作为基础, 由于有较大的冗余, 为了给管理层提供有效的决策数据, 就要应用数据挖掘技术。数据挖掘的任务一般有关联分析、聚类分析、分类分析、异常分析、特异群组分析和演变分析等。分类方法可以为每个类别做出准确的描述或建立分析模型或挖掘出分类规则, 适用于发掘出购买特征相同的买家分类;关联规则分析通过对多个数据项建立关联规则可以发现潜在买家和潜在购买需求;聚类分析可以通过对记录的划分得到不同的分类。

数据仓库和数据挖掘技术相结合, 等为决策支持系统提供精准的数据源, 从而辅助管理者提供经营模式方案, 生产方案, 销售方案等关键性方案, 将帮助商家进行更有效的生产和销售调度。

5. 小结

电子商务快速发展, 竞争日趋激烈, 商家若能准确预知未来市场发展动态, 就能大大增加其自身的核心竞争力。基于数据仓库和数据挖掘技术一方面能积累与商家相关的海量数据, 另一方面能挖掘出对当前决策有效的数据。基于有效数据的决策支持系统, 可为辅助商家进行生产.销售.经营等方面的决策.对商家的发展起到关键性作用, 未来, 决策支持系统在电子商务行业的大力发展将是一个必然趋势。

参考文献

[1]于茜, 基于数据挖掘的决策支持系统在电子商务中的应用, 《商场现代化》2009年5月

[2]杜华等, 电子商务网站优化综合决策支持系统设计研究, 计算机工程与设计, 2008年10月

[3]罗亮苹, 浅谈数据挖掘技术在电子商务领域的应用, 现代营销, 技术市场

决策支持分析 第11篇

关键词:智能决策支持系统;AI;ES

中图分类号:TP315 文献标识码:A文章编号:1006-8937(2009)10-0146-01

1智能决策支持系统的概念

智能决策支持系统(IDSS,Intelligence Decision Supporting System),是人工智能(AI,Artifieial Intelligence)和DSS相结合而成的决策支持系统,它应用专家系统(ES, Expert System)技术,通过逻辑推理的手段充分应用人类知识处理复杂的决策问题。

2智能决策支持系统的特点和功能

智能决策支持系统,我们又称为高阶决策支持系统,它将决策支持系统的人机交互系统、模型库系统、数据库系统和专家系统的知识库、推理机及动态数据库相结合,因此能拥有优于传统决策支持系统的特性和功能:

①由于智能DSS具有推理机构,能模拟决策者的思维过程,所以能根据决策者的需求,通过提问会话、分析问题、应用有关规则引导决策者选择合适的模型。②智能DSS的推理机能跟踪问题的求解过程,从而可以证明模型的正确性,增加了决策者对决策方案的可信度。③决策者使用DSS解决半结构化或非结构化的问题时,有时对问题的本身或问题的边界条件不是很明确,智能DSS却可以通过询问决策者来辅助诊断问题的边界条件和环境④智能DSS能跟踪和模拟决策者的思维方式,所以它不仅能回答“what……if……”,而且还能够回答“why”,“when”之类的解释性原因,从而能使决策者不仅知道结论,而且知道为什么会产生这样的结论。

IDSS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,又发挥了初级决策支持系统模型计算为核心解决定量分析问题的特点,充分做到定性分析和定量分析的有机结合,使得解决问题的能力和范围得到了一个大的发展。IDSS中DSS和ES的结合主要体现在三个方面:①DSS和ES的总体结合。由人机交互系统把DSS和ES一体化。②KB和MB的结合。模型库中的数学模型作为知识的一种形式即过程性知识,加入到知识推理过程中去。③DB和动态DB的结合。DSS中的DB可以看成是相对静态的数据库,它为ES中的动态数据库提供初始数据。ES推理结束后,动态DB中的结果再送回到DSS中的DB中去。

3管理决策中智能决策支持系统的应用

DSS与ES相结合,意味着智能化决策支持系统不仅能提供许多传统的决策支持功能,还可以提供知识编辑、推理、学习等更接近于人类决策方式的功能。同时,系统还可能在一定程度上接受自然语言所提出的问题,让系统使用起来更加友好。人工智能技术引入DSS中可以有几种途径。首先,Simon提出有限合理性模型是和人工智能技术紧密结合的,有限合理要求建立一个紧密跟踪人的行为的系统,而专家系统正是这样的一种系统。其次,人工智能因为可以处理定性的、近似的知识而引入DSS中,这方面正是专家系统的优势所在。最后,DSS的一个共同特征是交互性强,这就要求高阶的决策支持系统使用起来更方便,并且在接口水平和在进行的推理上更为透明。人工智能在接口水平,尤其在对话功能上对此可以做出有益的贡献。

正因为智能决策支持系统具有优于一般决策支持系统的特性,使其有可能在企业日常管理中发挥重要作用,甚至影响企业组织的方方面面。

目前,企业中决策支持系统的运用已经是一件很普遍的事情,但是在企业日常决策中应用IDSS还不是很常见,然而由于IDSS能够进行知识编辑、推理、学习且更为友好,在企业决策中的应用也日渐增多。IDSS能向企业各类管理人员提供越来越多的企业内外部信息和各种经营分析与管理决策功能,丰富的决策信息与灵活的决策功能使企业的管理决策工作不再局限于少数专门人员或高层人员。外部环境的要求,IDSS提供的可能,已使企业中许多不同职能、不同技能的各类管理与技术人员参与决策工作,许多决策问题也不必再有上层或专人解决。这种趋势必将使企业组织结构更为扁平化。

虽然IDSS目前在理论上还有较大的难度,还有许多问题尚待研究,特别是当前的计算机系统在自然语言、推理机、学习性能等方面还不够完善,而要彻底实现它的应用,其难度是相当大的,但由于IDSS在应用上具有重大的现实意义,它成为众多国内外的研究人员的重要课题。

参考文献:

[1] 王红,刘建辉.人工智能在决策支持系统中的应用与研究[J].人工智能,2005,(3).

决策支持分析 第12篇

本文结合企业财务审计需要, 提出一种财务审计及决策支持信息化系统, 介绍其组成和具体应用。希望能够引起人们对该问题重视, 能够为提高企业财务审计信息化水平, 促进财务审计工作效率提高提供指导与借鉴。

1 企业财务审计的现状分析

1.1 现状分析

随着信息技术的发展与进步, 信息技术不断被应用到企业财务审计领域, 以提高企业财务审计信息化水平, 同时这也是审计部门不断追求的目标。审计部门也先后实行了金审工程一、二期建设, 重点开发AO、OA、OLA三个应用系统。这三个系统各有自己的特点和优势, 对推动企业财务审计信息化进程具有重要意义, 其中OA基本实现财务审计管理信息化, AO和OLA推动财务审计执行信息化。

这些技术的应用在实际工作中发挥重要作用, 对推动审计顺利进行、提高企业财务审计信息化水平也具有重要意义, 受到审计部门普遍重视。

1.2 存在的缺陷

开展企业财务审计过程中, 会审讨论、审议决定等传统审计形式仍然得到广泛应用。但缺乏高效、便捷的信息化支撑工具, 不仅难以提高财务审计质量, 还影响财务审计工作效率提高。

具体来说, 目前企业财务审计存在的问题主要包括以下几个方面:会议讨论决策以书面纸质形式为主, 与OA、AO互通共享性差, 影响财务审计信息化水平提高。

会审决策的资料整理、利用、档案保存等程序繁琐, 操作不大方便, 不仅浪费纸张, 还影响财务审计效率提高。同时受到场地、环境等因素制约, 难以实现远程、移动环境下的会审决策[1]。并且财务审计过程中难以详尽记录会审意见, 不利于对相关信息查询, 加大审计风险, 也不利于对企业财务审计进行质量控制。

2 企业财务审计及决策支持信息化的意义

为应对企业财务审计存在的问题与不足, 促进工作水平提高, 结合信息技术发展和应用趋势, 开发财务审计及决策支持信息系统是十分必要的。

这样不仅可以提高审计决策的高效性, 促进财务审计决策在较短时间内完成, 提高其科学化和规范化水平。同时还能完善AO、OA、OLA三个应用系统的横向沟通功能和多极互动功能, 促进这三个系统更好运行和发挥作用。同时还可以弥补审计决策的信息化短板, 提高审计工作的信息化水平[2]。

实现OA、AO与财务审计及决策支持信息化相互联系、相互补充的结合体, 推动企业财务审计全面信息化进程, 也有利于提高金审工程的应用水平, 对企业财务审计顺利开展具有积极作用。

3 企业财务审计及决策支持信息化的结构及工作流程

3.1 架构设计

开发该系统过程中, 所应用的主要技术类型包括网络技术、计算机图形分层处理技术、文字智能识别技术、HDML媒体分享技术等, 系统支持跨平台操作应用, 具备图文混编、音频视频传输功能, 还能支持财务审计决策数字化。在整个财务审计信息化框架中, 会审及决策支持信息化系统是重要组成部分, 位于审计综合作业平台之上, 是审计执行、管理、决策三大应用系统之一。

该系统在财务审计项目实施的各关键环节中, 构建横向并联、互动沟通的集体在线会审决策信息化路径。与OA、AO等共同形成完整的审计应用支撑体系。就其子模块来说, 主要包括会审决策信息交换子系统、过程记录子系统、成果利用子系统、管理子系统。不同子系统发挥不同作用, 统一于整个系统之中, 促进系统功能的有效发挥。

3.2 系统组成

就其组成来看, 主要包括会审终端、交换机、主会议室投影、显示设备、专用局域网、其它系统软件等。不同组成部分有着不同功能, 为整个系统在会审决策中发挥作用创造良好条件。

系统与OA、AO共享数据中心服务器, 与OA、AO建立数据交换接口, 促进各系统数据信息平滑流转, 满足企业财务审计会审工作需要。在该系统支持之下, 工作人员可以同时在线参会, 也支持个人使用终端接入系统之中[3], 参与会审决策, 推动财务审计顺利完成。

3.3 工作流程

系统在日常运行中, 遵循相应的工作流程, 以促进系统正常运行和工作, 满足企业财务审计会审需要, 具体来说, 该系统业务流程如下。

3.3.1 提取文稿或证据资料

首先, 从OA、AO平台提取需要财务审计决策的文稿或证据材料, 在该系统支持下, 工作人员进行集体讨论会审, 然后形成正式的决策意见, 反馈到OA系统, 进入下一个工作流程, 或导入AO平台, 作为实施作业的执行依据。

其次, 在会审过程中, 为有效落实民主决策机制, OA各重要的流程节点增加前置控制环节[4], 对重要事项认定和重要文书签发, 应该进入系统进行集体讨论和会审之后, 由负责人在OA上确认签发。

3.3.2 会审决策准备

决策准备是十分重要的环节, 做好这项工作能推动企业财务审计顺利进行, 为提高会审决策水平创造便利。

(1) 会议建立。由会审负责人员登录系统, 建立标准化会议名称, 确定会议时间、会议议程、参会人员、会审事项决策人等。系统支持参会人员会审决策意见的汇总顺序、涂鸦批注使用的笔迹颜色, 支持的会议类型是多种多样的, 包括审计组业务会、科室复核会、法规审理会、审计项目审核会、工作讨论会议、工作决策会议等。在开展这类会议时, 可利用该系统的支持, 促进会审工作水平提高。

(2) 资料准备。通过个人工作平台从AO或OA导出并整理会议所需资料, 并上传到数据中心。系统还可以将各种资料传输并保存到数据中心, 供会议使用或查阅检索。会议之前与会人员可以下载资料, 为开展企业财务审计做好准备, 促进会审工作水平提高。

3.3.3 进行会审决策

准备工作完成之后进入正式会审决策阶段, 为推动会审顺利进行, 必须把握每个工作要点, 提高会审决策工作水平。

(1) 会议签到。参会人员经CA认证, 完成签到并进入会议, 系统能自动计算到会人数、缺席人数等, 同时在终端动态显示这些信息, 并对统计结果自动存档。

(2) 资料分发。系统自动为参会者分发资料, 与会者可利用U盘、移动硬盘等将个人资料导入个人资料区, 供与会者查阅或引用, 满足与会者在会审过程中对各类资料的需要。决策时, 与会者还可以进入数据中心, 调取相关数据和资料, 为讨论和决策提供参考。

(3) 发言讨论。采用HDML媒体分享技术, 将发言人的演示文稿与会场主屏幕同步, 与会者能自由浏览相应的资料, 并进行讨论和发言。系统的待审定文档包括电子文档和会审文稿阅评栏, 参会者可自主决定是否将涂鸦文档和会审决策意见上传到数据中心。上场前可以修改文档, 会审意见以最终上传的为准, 并且上传后不能修改[5]。另外, 系统还可以将发言人的意见作为会议最终决策, 由系统单独记录, 并在会议纪要中明确反映。

3.3.4 会审决策成果利用

会审完成后往往会形成会审决策成果, 为更好发挥对审计业务决策的指导作用, 应该采取有效措施, 做好决策成果的利用工作, 推动会审决策成果作用的充分发挥。

(1) 汇总保存会审决策意见。自动合并处理参会者回传的资料, 对资料进行汇总, 形成一个文件。没有发表意见的参会者, 系统记录为“未发表意见”, 修订模式回传资料也单独汇总, 并对文件进行保存。另外系统还要汇总会审决策意见, 形成会议纪要, 并对其进行整理, 进入OA审签和分发, 并与其它资料归入会议文件包。

(2) 使用会审决策资料。会审后负责人进入系统查阅和打印汇总后的会议纪要, 也可以在AO和OA平台上进行审定和修改完善, 回传至OA系统, 进入审核签发流程。会审资料打包归档保存至数据中心, 也可传输到OA或AO系统中进行保存[6]。授权人可采用模糊查询方法调阅会议文档, 满足实际工作需要。

(3) 数据挖掘利用。数据库存储会议文件时, 根据会议名称、参会人员、会议时间、会议层级、会议类型等进行智能提取和分类存储, 并为简单智能审计决策提供支持。以后需要使用会议数据时, 可以提取和使用, 满足查阅和搜索工作的需要。

4 企业财务审计及决策支持信息化的应用

4.1 具体应用

该系统灵活方便, 实际工作中应用能再现企业财务审计会审现场, 系统的整体识别和文字识别效果良好。同时还实现审计会审工作信息化, 可以将审计资料以电子化形式永久保存, 方便对资料的查阅和搜索。该系统还能直接反映发言者的意见和建议, 支持小组现场讨论模式和审计人员现场应用模式。并且具有网络安全、数据加密、身份认证技术的支持, 从而确保整个系统的安全运行。自2013年1月开始, 该系统被应用于财务审计工作。

4.2 应用效果

该系统应用取得良好效果, 不仅丰富企业财务审计工作内容, 还为审计决策提供必要的信息支持。同时也推动企业财务审计工作的公开与透明, 提高审计质量和审计工作的公信力, 节约成本, 促进财务审计效率提高。因此, 今后在开展审计工作中, 应该重视该系统应用。

5 结语

综上所述, 企业财务审计及决策支持信息化的应用满足实际工作需要, 在具体工作中推广和应用具有良好效果, 今后应该重视该系统应用。另外还要注重技术创新, 推动系统不断改进和完善, 如推动决策支持信息化技术升级, 推动其在互联网环境下普及和应用, 以促进系统功能不断改进和完善, 更好地满足实际工作需要, 全面提高企业财务审计水平。

参考文献

[1]中国内部审计协会.中国内部审计信息化发展报告[J].中国内部审计, 2014 (3) .

[2]杨玲玲, 徐阳.信息化提升企业审计的时效性[J].建筑, 2014 (11) .

[3]丛秋实, 黄作明, 张金城.协同国家审计的实现路径研究:基于云审计[J].当代财经, 2014 (10) .

[4]曾健, 毛军营, 刘勇.审计业务会审及决策支持信息化应用研究[J].审计研究, 2014 (1) .

[5]周德铭.国家审计信息化的系统定位、业务效能和发展展望[J].电子政务, 2013 (7) .