《物流信息系统之决策支持与商业智能概述》由会员分享，可在线阅读，更多相关《物流信息系统之决策支持与商业智能概述（111页珍藏版）》请在金锄头文库上搜索。
1、物流信息系统 第5-6讲 决策支持与商业智能,高宝俊 博士 副教授 武汉大学经济与管理学院 2019年8月,本讲的主要内容,决策与决策支持系统 DSS的结构与工作原理 多维数据模型 数据仓库 OLAP、EIS与数据可视化 数据挖掘 商业智能,决策,决策 决策就是评价和选择，是一个提出问题，分析问题和解决问题的过程 管理就是决策西蒙 经济学、管理学等学科所研究的课题，实际上都是“人的决策过程和问题求解过程”。要想真正理解组织内的决策过程，就必须深刻了解人的思维过程。 “从某种意义上来说，一切决策都是折中的问题。最终选择的方案，只不过是在当时的情况下可以选择的最佳行动方案而已，不可能尽善尽美地实
2、现各种目标”,决策的过程,决策模型,决策模型 用以描述决策者如何做决策的工具 决策模型的作用是将原始信息经定性分析和定量处理，转化成直接与决策有关的信息，决策者掌握了这些信息之后，就明确了决策问题的状态和决策目标，以便采取满意的决策 辅助决策,决策问题的分类（1）,三种决策问题 根据问题的结构程度，分成结构化问题、半结构化问题和非结构化问题 结构化程度：对某一问题在不同环境下的发展规律与结果，能否用明确的语言（数学的或逻辑学的、形式的或非形式的，定量的或推理的）给予清晰的说明或描述 结构化问题是指常规的、重复的问题，对于这些问题有着标准的解决方法。 非结构化的问题是指模糊的、复杂的问题，没有一
3、刀切的、标准的答案。,决策问题的分类（2）,结构化决策 采用专门的方法处理确定的信息，所以总能得到准确的答案，没有必要靠“感觉”或“直觉。 这是一类可编程的决策。也就是说如果你输人确定的信急并用精确的方法处理这些输人信息，就能得到准确的结果。 如，产品成本核算，固定资产折旧，零件订货 在一个结构化的问题里，情报、设计和选择都是结构性的，获得最佳答案的过程是清楚的。 IT/IS可获得满意的解决,决策问题的分类（2）,非结构化决策 可能存在若干正确的解决方案，但没有一种精确的方法计算出最优方案，也没有一组规则或标准能保证得到最佳的解决方案。 只能凭直觉和经验作出判断，IT/IS本身并不能解决，其作
4、用是提供信息给决策者。 如杂志封面选取 半结构问题 介于上述二者之间,决策问题的分类（2）,半结构决策 介于上述二者之间 对于半结构化的问题，其部分阶段是结构性的 需要将标准化解决程序与个人判断相结合。 IT/IS与人相结合来解决。,各层次决策的比较,三类决策问题的解决手段,Decision Frequency,High,Low,Decision Structure,High,Low,Routine, programmable decision,Non-routine decision,Decision Automation,Decision Support Systems,Special s
5、tudies,决策支持系统,1970s, Scott Morton “管理决策系统” 一种“交互式的计算机系统，可以帮助决策者使用其数据及模型来解决非结构化的问题”。 1980s，DSS的主要特征 数据和模型是 DSS 的主要资源； DSS 是用来支持用户作决策，而不是代替用户作决策 DSS 主要用来解决半结构化及非结构化问题 DSS 的目的在于提高决策的有效性而不是提高决策的效率。 Turban 管理支持系统,MIS与DSS的比较,本讲的主要内容,决策与决策支持系统 DSS的结构与工作原理 多维数据模型 数据仓库 OLAP、EIS与数据可视化 数据挖掘 商业智能,DSS的结构（1）,DSS的
6、结构（2）,数据库子系统 DSS中的数据通常是预先从相关的数据库中抽取出来的，而不是MIS中庞大的数据。 DSS的DB中的数据来源 组织内部现有的IS，如MIS、TPS 来自组织外部，为分析和决策服务 DSS并不直接存取修改现有的IS的数据，因为 MIS、TPS的数据不满足DSS的要求 安全性和速度的考虑 数据库子系统的作用 为决策模型提供数据,DSS的结构（3）,模型库子系统 模型 从层次的角度来说，模型库中的模型主要划分为四种类型：战略的、战术的、操作的和分析的。 有四种模型分析功能在 DSS 中是最常用：因果分析（ what -if analysis ) ，目标追寻，风险分析和仿真。 模
7、型库 许多模型、模型构建模块 、编程语言,DSS的结构（4）,模型库管理系统（MBMS） 模型库管理系统是为生成模型和管理模型提供一个用户友好环境的计算机软件系统。 用户可以通过MBMS灵活地访问、更新、生成和运行模型。 MBMS使模型的适用范围拓宽，从而使决策者能方便地使用模型；同时它还要为决策者提供将现实问题抽象成模型的工具。 所以可以说模型管理系统是联系决策问题、数据与模型的桥梁。,DSS的结构（5）,模型库管理系统的主要功能 模型构建 帮助用户迅速、方便地构建模型。构建的模型可以是全新的，也可以是在某个模型基础上修改加工的 模型库维护 对模型的登记、分类、删除、拷贝，对模型目录的修改、
8、建立、删除等 模型操作 模型与模型的连接生成新模型 对模型执行情况进行跟踪 模型与数据的连接 模型结果分析,DSS的结构（6）,会话子系统 会话子系统是 DSS 人机接口界面 提供用户表达和描述决策问题的窗口 提供用户干预和影响问题求解过程 DSS 的决策过程是人机交互的启发式过程，问题的解决过程往往要分解成若干阶段。一个阶段得到阶段结果及某些启示，然后进入下一阶段的人机会话，如此反复。DSS 由不了解系统内部的人使用，因此会话子系统的好坏标志着 DSS 的实用水平 会话形式以菜单、窗口、选择表等图形方式为主，也可以用自然语言的形式,三种结构的DSS,三库结构,四库结构,两库结构,DSS案例：
9、CargoProf收益管理系统（1）,1,2,5,4,xxx,乘客订位代理人,乘客订位系统,乘客预测数据,航班调度服务器,可运输货物容量预测,货物订舱代理人,要求,要求,接受/拒绝,货运定舱系统,货物尺寸 费率数据,可用容量/ 最低价格,CargoProf 收益管理系统,3,DSS案例：CargoProf收益管理系统（2）,模型与模型库管理系统 模型1：乘客数量预测模型 模型2：乘客行李预测模型-可运输货物容量预测 主模型模型3：收益管理决策模型 背包问题：有限容量，收益最大化 模型库管理系统：确定模型的调用关系 数据库子系统 乘客数量分布规律 乘客历史数据 乘客行李的分布规律乘客行李历史数据
10、 利润目标数据 会话子系统,问题,111 422,仿真：决策支持的利器,假如你是银行的经理 各类业务分别配置多少人力？ 这一决策考虑哪些因素？ 服务水平、成本、可操作性 怎么定量地解决？ Demo,何谓仿真（1）,一个计算机化的模型，模仿（再现）真实系统的运行过程 仿真是静态的还是动态的？ 仿真时钟 仿真能得到什么？ 用什么来刻画运行过程？ 聚焦于关心的管理问题：服务水平、成本 队长、等待时间、员工的数量、忙闲 系统的状态变量 运行过程 = 状态变量随时间的变化过程,何谓仿真（2）,怎么模仿？ 模仿的其实是系统中实体的行为（动作） 顾客的到来、离去；员工的服务 行为对系统的状态有什么影响？ 行
11、为改变状态 理解仿真 时间在推进，实体在行动，状态在改变 行为、状态、时间是仿真的三要素,仿真是如何支持决策的,模仿了系统的运行过程之后？ 评估 了解系统的运行过程，评估系统在目前状态下的性能 What-if 分析 得到不同配置 (if) 下，系统的性能（What） 通过比较，得到优选方案 实验的思想！,为什么要仿真,直接在实际系统之上做实验，成本太高、太过危险，或会造成太大干扰 社会经济系统，经济政策、股票市场 工程，火箭、危险品 系统相当复杂，数学模型无法提供分析或数值解 如果模型足够简单，采用数学工具求解 理解、分析或预测一些复杂系统的行为 股票泡沫、崩跌,DSS案例：公交线路车辆调度（
12、1）,问题描述 一条公交线路总共配置多少辆车？ 不同的时间段，发车间隔多长时间？ 管理目标 顾客满意度 顾客在站台等待时间不能太长，如多数不超过5分钟 车内不能太拥挤，如人数不能超过额定人数的120% 成本 固定成本（买车，基本工资），可变成本（燃料，奖金）,DSS案例：公交线路车辆调度（2）,模型库与模型管理子系统 问题抽象：服务台移动的单级多服务台排队系统 特殊性，服务台移动 解决这类问题可以采用的模型的类型 数学模型：运筹学中的排队模型 仿真模型（离散事件系统仿真），枚举，仿真设计 模型库（仿真） 主模型：公汽运行仿真模型 子模型1：乘客到来（到车站）模拟模型 子模型2：乘客上车模拟模型
13、 子模型3：乘客下车模拟模型 模型管理子系统 选择那种类型的模型能有效解决问题？ 数学、仿真枚举、仿真设计 模型调用关系,仿真：决策支持的利器,系统仿真 在计算机上模拟真实系统的运行过程，从而对系统的性能进行评价（已知结构、评价性能）或对系统的结构进行设计（逆向问题、设计问题） 仿真方法设计系统结构的两种方案 枚举法，假定配置方案，运行模型，进行比较。 缺点是组合数太多，逐一仿真的工作量极大 仿真设计，一次运行模型，得到配置结果。配置在运行过程中不断变化，得到满意解模型停止运行。可能需要结合遗传算法等优化算法,DSS案例：公交线路车辆调度（3）,数据抽取子系统与数据库子系统 需要那些数据？ 车
14、辆运行时间的概率分布、顾客上车的概率分布、顾客下车的概率分布、顾客在站台等待时间的概率分布 现有那些数据？ 车辆运行数据：车载系统，车辆管理MIS可提供车辆在各个区间运行时间的数据 顾客上车的数据：车上的刷卡投币系统可以提供不同时间段乘客的数据 顾客下车的数据：车辆上有设备，自动获取顾客下车数据 从内外部OLTP中抽取DSS需要的数据 从现有的系统中，统计分析得到前三项概率分布 这些数据足够么？不够的话怎么解决？,DSS案例：公交线路车辆调度（4）,数据抽取子系统与数据库子系统（续） 这些数据足够么？不够的话怎么解决？ 难以获得顾客在站台等待时间的概率分布 解决方案 外部数据，调查 调整管理目标 如何决策（工作原理） 数据库子系统得到模型的初始参数 运行模型库子系统的模型，得到结果 通过会话子系统与人交流，不断调整，得到方案 调整目标、调整参数（数据库子系统）、调整模型（ 运行后 随着数据更新，不断修正方案；考虑季节性因素，推出特殊方案,DSS案例：公交线路车辆调度（5）,问题的拓展 公交线路规划。开辟哪些线路？每条线路发车计划是什么？ 铁路、地铁、航空等 类似的问题 超市、银行等服务台设置、医院病床设置，标准排队系统问题，比公交简单,思考,这种模型导向的DSS的核心是什么？ 能否得到DSS需要的数据 DSS与一般的管
