交流会的召开以及全国首届决策支持系统专业委员会的成立,是我国决策支持系统研究和应用走向正规化的重要标志。
虽然起步比较晚,但是决策支持系统在我国的应用发展速度是比较快的。
例如,华中理工大学系统工程研究所开发的用于资源分配与货运配车的决策支持系统,支持人口与经济发展战略决策的决策支持系统,在实际应用中都取得了很好的效果;清华大学经济管
理学院开发的基于知识的决策支持系统原型系统,可以用于反通货膨胀政策决策支持、对台
经济贸易政策决策支持、计划决策支持和气候决策支持等多个方面。
目前,关于决策支持系统的研究己 2 第一章绪论经成为我国信息
系统领域的热点,受到人们的普遍关注。
国内的决策支持系统研究和应用,正在综合、集成、多领域方向发展,这必将推动我国社会和经济的良性发展11 J。
自20世纪70年代提出决策支持系统(DSS)P_J,来,DSS已经得到了很大发展。
从目前发展情况看。
主要有如下几种类型的决策支持系统15.29,301. (1)数据驱动的决策支持系统(Data.Driven DSS)。
(2)模型驱动的决策支持系统(Model.Driven DSS)。
(3)知识驱动的决策支持系统(Knowledge.Driven DSS)。
(4)基于Web的决策支持系统(Web.Based DSS)。
(5)基于仿真的决策支持系统(Simulation.Based DSS)。
(6)基于GIS的决策支持系统(GIS.Based DSS)。
(7)
通信驱动的决策支持系统(Communication.Driven DSS)。
(8)基于数据仓库的决策支持系统(Data warehouse.Based DSS)。
(9)群体决策支持系统(Group DSS,简称GDSS)。
(10)分布式决策支持系统(Distributing DSS,简称DDSS)。
(11)智能决策支持系统(Intelligence DSS,简称IDSS)。
(12)自适应决策支持系统(Adaptive DSS,简称ADSS)。
1.2.2 OLAP研究的现状 OLAP一词首先由关系数据库技术的泰斗之一E.F.Codd在1992年提出。
当时Codd认为OLTP已不能满足终端用户对数据库查询分析的需要,SQL-对大数据库进行的简单查询也不能满足用户分析的需求。
用户的决策分析需要对关系数据库进行大量计算才能得到结果,而
查询的结果并不能满足决策者提出的需求。
因此,Codd提出了多维数据库和多维分析的概念,即OLAP。
OLAP和OLAM的研究为寻找并挖掘这些知识找到一种方法,即用数据库
管理系统来存储管理数据,用
计算机进行知识管理,用OLAM的方法来深入分析数据,挖掘大量数据背后的知识,用计算机来进行数据库中的知识发现,并由知识管理向知识发现方向发展。
而我们可根据OLAP服务器端的不同的数据组织方法将OLAP分成以下几种结构161: (1)MOLAP,利用一个专有的多维数据库来存储OLAP分析所需的数据,数据以多维方式存储,并以多维视图方式显示。
二维数据很容易理解,当维数扩展到三维甚至更多维时,多维数据库将形成类似于“超立方体’’一样的结构。
数据在被存入多维数据库时,将根据它们所属的维,进行一系列的预处理操作,并把结果按一定的层次结构存入多维数据库中,决策者通过客户端的应用软件的界面递交分析需求给OLAP服务器,再 火连交通人学T学硕十学位论文 由OLAP检索多维数据库以得到结果并返回决策者【.71。
MOLAP结构的主要优点是它能迅速地响应决策分析人员的分析请求并快速地将分析结果返回给用户,这得益于它独特的多维数据库结构以及存储在其中的预处理程度很高的数据。
(2)ROLAP,以关系数据库为核心,用关系数据库中二维表来组织数据,表达多维概念。
ROLAP在功能上类似于MOLAP,但是它的底层数据库是关系数据库,而不是多维数据库。
ROLAP的数据仓库系统采用关系数据库系统,当数据仓库的数据模型确定之后,分散在企业各OLTP数据库