应急决策支持范文（精选9篇）
应急决策支持 第1篇
关键词：石油石化,应急资源,决策支持系统
0 引言
大型石油石化企业集团的生产业务覆盖勘探开发、油气储运、炼油化工、油气销售、工程建设等多个方面,具有较高风险,属于劳动密集、技术复杂和连续性生产行业,业务领域广、管理幅度大,加之企业的生产经营与社会公益关系密切等因素,给企业安全环保和维护稳定工作更增加了难度[1]。事故一旦发生,若应对不及时或处置不得力,极易产生连锁反应并引发次生事故,造成更为严重的生命财产损失和社会舆论影响。加强突发事件应急能力建设,是石油石化企业有效控制事故规模、减小事故损失的重要措施。而应急资源的紧急调度和现场保供是突发事件应急处置工作的重要环节,反映企业的应急能力水平[2,3]。因此,根据石油石化企业突发事件特点和应急资源调度需求,研究开发应急资源调度决策支持系统意义重大。
1 石油石化企业应急资源调度特点
大型石油石化企业集团一般为三级组织管理结构,即集团总部、所属企业、企业二级单位。相应地突发事件级别也分为集团公司级突发事件、所属企业级突发事件和企业二级单位级突发事件。集团公司级突发事件由集团总部层面的应急工作组在集团范围内协调调度应急资源,指挥、协助和保障企业应急工作组有效开展应急处置和救援工作;所属企业级突发事件由企业层面的应急工作组在企业范围内协调调度应急资源,指挥开展应急处置和救援;企业二级单位级突发事件由企业二级单位的应急工作组利用现场储备的应急资源组织开展应急处置和救援。可见,集团公司级突发事件和所属企业级突发事件均存在调度应急资源的需求。
大型石油石化企业集团涉及多种业务类型,不同业务类型的企业潜在的重大风险各异,可能发生自然灾害、事故灾害、公共卫生和社会安全等各类突发事件。然而通过大量的事故案例可知,跨区域应急资源调度需求较为强烈的突发事件类型主要包括以下7种:即自然灾害突发事件,井喷失控突发事件,油气站库及炼化装置爆炸着火突发事件,油气长输管道突发事件,海上和内陆水体溢油突发事件,危化品严重泄漏失控和中毒突发事件(包括窒息),油品道路运输泄漏突发事件[4,5,6]。
高效的应急资源调度对成功处置突发事件起到关键性的作用。从历次突发事件的应对过程看,如何辅助决策指挥人员根据事件特点和级别准确、科学地调配应急资源,如何保障处置现场的快速、有效资源供应,仍是石油石化企业集团突发事件应对工作未能很好解决的技术问题[7,8]。
2 系统设计要求
首先,由于各大型石油石化企业集团均已建立了应急平台体系,应确保本系统能够在应急平台中集成应用,并且预留与其他相关应急信息系统进行数据和信息同步的接口[9,10,11,12,13]。其次,应急资源调度决策支持系统应可以独立运行,能够单独使用和维护各项系统功能和数据信息[14]。此外,还应遵循以下设计原则。
2.1 实用性
该系统的设计需充分考虑不同用户的实际需求,一方面系统应完全符合石油石化特征突发事件应急资源调度工作的业务要求,另一方面系统的人机操作界面应友好、操作简单,尽量将用户所要进行的操作包含在一个界面内。
2.2 先进性
系统在实用的前提下,采用国内外先进的技术进行设计开发,确保系统在未来几年中始终保持较高的技术性能指标。
2.3 适应性
系统应具有一定的适应能力,能够适应多种运行环境的变化,以及未来突发事件处置和应急资源调度业务需求的变化。
2.4 可扩展性
系统的软硬件应具有扩充升级的余地,不可因软硬件扩充、升级或改型而使原有系统失去作用。
2.5 可靠性
该系统的设计应保证长期安全地运行。系统中的软硬件及信息资源应满足可靠性设计要求。
2.6 安全性
应在网络、系统、应用和数据等多方面提供全面的安全性措施。提高系统鲁棒性能,保证系统安全运行,防止可能发生的严重错误;设置严格的权限管理体系,合理授予合法用户权限,防止非授权用户对系统进行操作;充分考虑应用层的安全性,做好信息资源的访问控制。
3 系统架构设计
根据以上需求和设计原则,将系统设计为自上而下的四层结构:业务应用、应用支撑、应用支撑环境和数据支撑,如图1所示。
业务应用:包括事件管理、模型管理、资源分析、资源管理、区域环境和系统设置6大模块。
应用支撑:实现对业务应用层的辅助和支撑。其中,基础应用支撑包括应急专家管理、救援队伍管理、应急物资管理和区域环境管理;地图服务支撑包括出救点分析服务、缓冲区服务、路径分析服务、气象服务和查询定位服务。
应用环境支撑:是系统的运行平台,是一个高性能、可扩展、可管理和可靠的应用支撑系统。应用支撑环境主要由应用服务器和地理信息中间件两部分组成。
数据支撑:提供了整体架构的数据信息层服务,包括事件库、模型库、业务信息库、基础信息库和空间信息库。
4 业务流程设计
从系统接收到突发事件信息开始,即进入应急资源调度模型分析流程,如图2所示,包括7个分析步骤:
(1)根据上报的突发事件信息,进行事故严重度分析。该步骤无用户可见的输出信息。
(2)根据突发事件信息和现场环境条件,判断所需调度的应急资源类型,并将分析结果输出。系统操作用户可根据实际需求对输出结果进行手动调整。
(3)分析所需调度的应急资源的具体数量,并将分析结果输出。系统操作用户可根据实际需求对输出结果进行手动调整。
(4)分析满足事故现场应急资源保障需求的出救点优化方案,并将计算结果输出。系统操作用户可根据实际需求对输出结果进行手动调整。
(5)分析各应急资源出救点到事发地的最优路径,并将计算结果输出。系统操作用户可根据实际需求对输出结果进行手动调整。
(6)生成应急资源总体调度方案。
(7)下达调度指令,并对应急资源调度情况进行实时跟踪。
5 系统功能设计
系统的功能主要包括以下几方面,见图3。
(1)突发事件信息接入。
能够对突发事件信息进行编辑、修改、查询等功能;建立与应急平台突发事件信息接报功能之间的内部接口,以便通过应急平台准确获取突发事件信息,从而有针对性的进行应急资源分析。
(2)应急资源数据管理。
开发应急物资、应急专家和应急队伍数据的管理维护功能,以便为应急资源调度分析提供数据支撑;建立与应急平台应急资源数据库之间的内部接口,以便于与应急平台的数据保持同步。
(3)区域环境信息管理需求。
为保证应急资源分析结果的可靠性和科学性,应建立区域环境信息管理功能,包括气象信息管理、铁路信息管理、航班信息管理、航运信息管理、路况信息管理等。
(4)应急资源调度决策模型管理。
应急资源调度决策分析过程中,涉及到一些较为复杂的数学模型,其影响因子和经验参数在不同使用条件下的取值均有所不同,存在调整需求。因此,应开发应急资源调度决策模型管理功能模块,提供模型维护、扩展、修改和关键参数配置功能。
(5)应急资源调度分析功能。
根据业务流程,将系统所涉及的所有数学模型开发成分析计算应用程序,最终形成可供集团总部领导参考的应急资源调度方案。由于系统所建立的模型为经验模型,应以程序自动分析和人工干预相结合的思想为指导,进行本功能模块的开发。
(6)系统设置功能。
系统运算过程涉及两种重要的结构化信息,即突发事件参数信息和应急物资类型信息,应提供其预设和管理功能,以便于提高系统运算效率。
(7)系统管理功能。
提供用户角色管理,功能使用权限设置,以及系统运行日志记录等各种系统管理功能。
6 讨论
目前应急资源调度决策支持系统软件已按本文提出的设计方案开发完成,软件投用后将为石油石化企业平时应急演练和战时应急处置工作中的应急资源调度提供有效的辅助决策支持,从而全面提高石油石化企业突发事件应对能力。由于行业内可供借鉴的成功项目案例较少,本设计方案的实用性和科学性尚需在长时间的实践应用中进行反复检验。笔者将在后续的跟踪研究过程中,根据实践应用过程中的反馈信息,对本设计方案进行调整和完善。
应急决策支持 第2篇
本文通过对矿井突发事件应急决策的分析和地理信息系统的研究,指出了GIS技术应用于矿井应急决策中的巨大作用.构建了基于GIS的矿井应急辅助决策支持系统,以及内容丰富的矿井应急辅助决策数据和知识库,为矿井生产中突发事件的.应急处理提供了技术支持.
作 者：万善福 蒋仲安 董枫 崔富民 杜波 陈寒秋 回胜利 Wan Shanfu Jiang Zhongan Dong Feng Cui Fumin Du Bo Chen Hanqiu Hui Shengli 作者单位：万善福,蒋仲安,董枫,崔富民,Wan Shanfu,Jiang Zhongan,Dong Feng,Cui Fumin(北京科技大学・北京,100083)
杜波,陈寒秋,回胜利,Du Bo,Chen Hanqiu,Hui Shengli(平顶山煤业集团有限责任公司八矿・平顶山,467000)
刊 名：中国矿业 ISTIC PKU英文刊名：CHINA MINING MAGAZINE 年，卷(期)：2007 16(5) 分类号：P91 TD77 X928 关键词：矿井灾害 地理信息系统 应急辅助决策 数据库
应急决策支持 第3篇
危险化学品(以下简称危化品),具有易燃易爆性、强氧化性、毒害性、腐蚀性,在生产、经营、储存和使用过程中极易发生泄漏事故。近几年危险化学品泄漏事故频发,造成了巨大的经济损失和人员伤亡,产生了较大的社会影响。建立一套危险化学品事故应急辅助决策支持软件平台,针对政府、企业的危险化学品突发事故的应急、预警、救援、决策支持的需求和任务,是目前在危险化学品事故多发的情况下的当务之急。本文正是在事故应急处置的一般过程基础上研制了一套危险化学品事故应急辅助决策支持系统平台用于解决当前这些状况。
国外发达国家十分关注应急救援问题,应急救援工作己经成为整个国家危机处理中相当重要的组成部分。对应急辅助决策支持系统的建设也十分重视,已有一批耳熟能详的软件产品,如:CAMEO(包含ALOHA、MARPLOT),EMMA(The Emergency Management Map Application),BREEZE HAZ Professional等。这些软件在危化品应急决策支持方面都有着各自的特点,而国内的很多应急辅助决策支持软件也是在这些国外优秀软件的基础上发展而来的。
2危化品事故应急辅助决策支持系统设计概述
危险化学品事故应急辅助决策支持系统是基于GIS建立的一套在危险化学品泄漏、爆炸、中毒事故中进行应急辅助决策支持的软件系统,其功能包括现场监控、监测,企业及园区信息管理、应急队伍及应急资源管理,事故初始处置,事故事态发展,现场监测预警,事故态势报告等功能。
通常一起危化品事故应急响应过程由了解事故基本情况、事故初始应对、事故发展态势分析、事故回放及报告四个阶段组成,使事故应急工作贯穿于事故发生前、中、后的各个过程。本文提出的软件系统首先创建一个工程文件管理和处置整个事故应急过程,然后根据以上所述的四个阶段对危化品事故进行辅助决策支持。
(1)了解事故基本情况。
该阶段一般在事故刚发生不久,应急响应工作刚刚开始。首先利用应急辅助决策支持软件现场实时气象信息现场指挥部进行选址,然后对事故发生地点进行精确定位,调阅事故发生企业基本信息,查询事故点周边情况,应急救援队伍及应急资源的调配查询,最后将以上内容的事故基本情况形成一个事故基本情况文档,该文档可以用于上报或者现场应急人员派发。
(2)事故初始应对。
在掌握了事故的基本情况之后,通过现场设备或者泄漏源的信息确定是何种化学品发生何种事故,然后通过危化品的化学性质以及是个发生的时间、地点、大概的泄漏量以及基本气象条件,确定围绕泄漏点确定热区、暖区和冷区,然后根据初步计算的危险范围确定疏散范围或是就地避难确认需进行疏散的区域,获取需动员的交通运输工具和紧急疏散器材,协调公安和交警,以确定疏散路线,维持秩序并建立交通管制点。估计并掌握疏散区域内的人数;制订疏散路线,确定人员集结地点,以及替代方案等。并将整个初始处置过程形成事故初始处置报告。
(3)事故发展态势分析。
通过现场便携实时监测系统,可实时获取定点气体浓度变化。应用后果分析算法,对化学品泄漏后果进行预测,并用实时气体监测浓度进行修正,计算不同时间段后(尤其对30分钟后)的气体扩散范围、浓度变化,并在电子地图上予以界定。在一定时间内,区域内泄漏毒气浓度超过了国家标准(目前缺少,只有中国MAC,LC50;可采用REPG、AGEL和IDLH),同时在图中要标注出受影响的工厂、车间、公共设施、办公场所等等。采用GIS技术在电子地图上以图像的形式展示,一目了然。最后形成图文形式展示的事故发展态势文档。
(4)事故回放及报告。
把一起事故的全部信息都纳入一个事故工程文件,必要的时候可以把事故发生的过程进行会放,以便进行总结或者调查,同时将事故应急响应过程中的报告文档进行管理,以便查看、整理和上报。
因此,根据以上思想以及软件的易用性,将软件功能主要划分分三部分:①数据管理。数据管理包括两部分,一是添加删除地图上的目标,如:重大危险源(储罐)、救援机构、服务设施等;二是为这些添加的目标录入关系数据库信息,并对这些目标进行浏览、查询、分析。②应急辅助决策支持。以一起危化品泄漏事故作为一个工程,根据此类事故处理的一般过程和规律,利用GIS的空间分析技术对一起化学品事故的应急以及事故的救援进行辅助决策支持。③现场监控、监测。利用同该软件平台配套的现场监控、监测设备,取得现场气体泄漏的浓度信息、现场视频信息以及实时的气象信息。危险化学品事故应急辅助决策支持软件系统平台的总体结构如图1所示。
3 软件系统平台功能
3.1 系统平台数据管理
为了确保系统平台的完整性和可维护性,在平台内建立了一套数据管理功能模块,其中包含:空间数据的添加删除、与空间数据相对应的关系数据库的维护以及对整个平台数据的查询、浏览。可以在平常无事故发生的情况下可以对整个平台的数据基础进行维护,以保证在事故发生的情况下,以最准确无误的数据对事故进行应急以及辅助决策。其中图2为添加救援机构截图。
3.2 事故应急辅助决策支持
在整个软件系统平台的核心部分为事故应急辅助决策支持功能模块,该模块是采用通用的SpuerMap GIS平台(开发语言为C#语言,数据库系统采用SQL Server 2003)以针对一起化学品事故的应急及处置的一般过程为设计理念,并在此基础上结合现场监测数据与事故的应急处置为一体的事故应急救援系统,利用事故后果模拟分析与快速生成现场基本情况报告等手段,对化学品泄漏事故的救援进行辅助决策支持。图3为系统中针对一起危化品事故处置的一般过程流程图;图4为软件的主界面;图5为计算的热区、暖区;图6为计算的救援路线;图7为瞬时泄漏模拟。
3.3 现场监控、监测
与该平台结合在一起的硬件监控、检测设备有,无线风速、风向传感器,无线气体浓度检测传感器,无线传输视频监控设备等。本软件平台通过应急指挥系统前端信号采集部分可以实时采集现场的温度、湿度、风速、风向、八路模拟量(这里指八种气体传感器)、经度、纬度、海拔,具备一个RS485通讯口,并通过无线模块发送给上位机。通信协议(VER1.0)采用MODBUS RTU协议,本协议规定了应用系统中主机与前端采集系统之间,在应用层的通信协议,连接上位机的主通信口,采用标准串行RS485通讯口,使用无线发送和接收模块。信息传输方式为异步方式,起始位1位,数据位8位,停止位1位,无校验。数据传输缺省速率为9600b/s。图8为该协议在应用系统中所处的位置。
4 结束语
在充分研究、讨论了危险化学品事故发生的特点和处置救援的一般过程的基础上开发的危险化学品事故应急辅助决策支持软件平台提出了以一个事故工程来管理和对一起事故进行应急、辅助决策,能够很好的贴切事故救援的一般过程,提出较好的救援方案,结合硬件监控设备后对事故的现状、发展以及预测都能做出很好的判断与分析,并动态的调整各种方案与对策,在危险化学品事故应急、救援中能够发挥巨大作用。
参考文献
[1]谢旭阳.基于GIS的重大事故应急疏散决策研究.中国安全生产科学技术.2007,3(2):32~34XIE Xu-yang.The research on accident energency evacua-tion decision based on GIS.Journal of Safety Science and Technology.2007,3(2):32~34
[2]Manual of Industrial Hazard Assessment Techniques,WorldBank,1985
[3]张江华,赵来军,吴勤.危险化学品泄漏扩散研究探讨.中国安全生产科学技术.2007,3(1):7~11ZHANG Jiang-hua,ZHAO Lai-jun,WUQin.Research on leakage and diffusion of hazardous materials.Journal of Safety Science and Technology.2007,3(1):7~11
[4]宋会会,张礼敬,邢培育,承奇.化工事故应急救援仿真演练系统的实施探讨.中国安全生产科学技术.2009,5(1):99~102SONG Hui-hui,ZHANG Li-jing,XING Pei-yu,CHENG Qi.Discussion on mplementation of simulation system of chemical accident emergency rescue.Journal of Safety Science and Technology.2009,5(1):99~102
[5]曾明荣,魏利军,高建明,师立晨.化学工业园区事故应急救援体系构建.中国安全生产科学技术.2008,4(5):58~61ZENG Ming-rong,WEI Li-jun,GAO Jian-ming,SHI Li-cheng.Construction of emergency response system for ac-cidents in chemical industry park.Journal of Safety Sci-ence and Technology.2008,4(5):58~61
[5]曾明荣,魏利军,高建明,师立晨.化学工业园区事故应急救援体系构建.中国安全生产科学技术.2008,4(5):58~61ZENG Ming-rong,WEI Li-jun,GAO Jian-ming,SHI Li-cheng.Construction of emergency response system for ac-cidents in chemical industry park.Journal of Safety Sci-ence and Technology.2008,4(5):58~61
[6]张超,陆愈实,林琳.基于三维GIS的火电厂应急救援决策支持系统研究.中国安全科学学报.2008,4(5):58~61ZHANG Chao,LU Yu-shi,LIN Lin.Study on the Emer-gency Rescue Decision Support System of Electric Power Plants Based on Three dimensional GIS.China Safety Sci-ence Journal.2008,5(5):58~61
决策支持系统论文 第4篇
【论文关键词】设备维修 决策支持系统 故障诊断
该系统中包含多个决策模块，按其功能可主要分为以下几类决策问题：设备技术状态等级决策、设备维修管理决策、设备故障诊断决策、备件优化库存决策。该系统可以辅助设备维修管理人员进行泵站设备的维修决策。一般一个DSS的核心是模型库系统，其作用是管理各种决策方法、模型，设备维修管理及决策支持系统包含了多种决策模型，如线性规划、模糊决策方法、神经网络方法、层次分析法、灰色系统等。这些模型及其组合可分别在几个功能模块子系统中得到应用，如设备技术状态等级决策中用到模糊综合评判法，设备维修管理决策中用到了逻辑综合决断法、模糊综合评判法等，设备故障诊断决策中使用了模糊诊断理论、专家系统等。以下将着重探讨设备维修管理决策和设备故障诊断决策两类核心决策问题。
1.设备维修管理决策
对设备磨损（有形磨损和无形磨损）的补偿方式有维修和更新。维修可分为事后维修、预防维修和状态维修三种方式。这里的更新概念是指以全部的设备来代替旧设备。因此设备维修管理决策问题可分为：设备更新决策、设备维修方式决策、设备状态维修决策和设备维修周期决策等。以下主要讨论设备更新决策、设备维修方式决策。
1.1设备更新决策
设备更新是修理以外的另一种设备综合磨损的补偿方式，设备更新有两种形式：一种是用相同的设备去更换有形磨损严重、不能继续使用的旧设备；这种更新只是解决设备的损坏问题，不具有更新技术的性质，不能促进技术的进步。另一种是用较经济和较完善的新设备，即用技术更先进、结构更完善、效率更高、性能更好、耗费能源和原材料更少的新型设备，来更换那些技术上不能继续使用或经济上不宜继续使用的旧设备。这种更新不仅能解决设备的损坏问题，而且能解决设备技术落后的问题。在当今技术进步很快的条件下，设备更新应该主要采用后一种。
对设备实行更新，不仅要考虑促进技术进步，同时也要能够获得较好的经济效益。对于一台具体设备来说，应该不应该更新、应在什么时间更新、应选用什么样的设备来更新，主要取决于更新的经济效果。设备更新的时机，一般取决于设备的技术寿命和经济寿命。
有些设备在其整个使用期内并不过时，也就是在一定时期内还没有更先进的设备出现。在这种情况下，设备在使用过程中同样避免不了有形磨损的作用，结果将引起维修费用（特别是大修费用）以及其他运行费用的不断增加。这时，即使进行设备原型替换，在经济上往往也是合算的，这就是原型更新问题。在这种情况下，可以通过分析设备的经济寿命进行更新决策。
设备原型更新的模型可按其费用函数分为低劣化模型、最小年费用模型等。这两种模型都是以追求设备寿命期内的费用最低为目标，当设备的费用最低时的年数也就是设备的设备维修管理及决策支持系统的辅助决策研究最佳更新期。
（1）低劣化模型①
t=t=
其中，t：设备的经济寿命；
B：设备原值；
q：设备的低劣化数值（即每年增加的使用维护费）。
实际分析时，考虑到资金利息，会进行适当的修正。当使用年限超过设备的经济寿命时，一般考虑更新，而不再考虑维修。
（2）最小年费用模型②
如果设备的低劣化值每年变化率并不相同则可采用最小年费用模型计算设备的最佳更新期。
Ct=
式中，ct表示某一确定年份的年平均费用（元）； cp表示某年设备的使用成本（元）；k0表示设备原值； kc表示设备残值；t表示某一确定年数。ct最小时的年数就是设备更新的年限。
1.2设备维修方式决策 毕业论文酷 www.lwkoo.cn
设备可划分为重点设备、重要设备和一般设备，并根据设备的特点和状态，确定最适宜、最经济的维修方式：事后维修、预防维修或状态维修。因此维修方式决策的目标是在保证设备安全运转的基础上，实现设备寿命周期费用最经济、综合效益最高，具体来说，就是提高设备的利用率，降低设备维修费用和运行成本。
维修方式决策的总原则为：对于故障有发展过程且可监测、维修成本高的重要设备实施状态维修；对可靠性和安全性要求高的、故障属于寿命型但不易检测的设备采用定期预防维修，此时需要优化维修内容和间隔期；而对故障危害性较小、故障率恒定且故障不易检测的设备实施事后维修；并针对具体情况见缝插针的实施同步维修和改进维修。
设备维修方式决策的适用对象可以是整机，也可以是某一个子系统，甚至是子系统的某一个子系统，也就是说，维修方式的决策对象可以是所有的泵站系统、子系统，也可以是其中一种设备，甚至是主机的某一个零部件。不论是哪一级的维修对象，使用的决策模型都一样，以下介绍两种决策模型，分别是逻辑综合决断法、模糊综合评判法。
（l）逻辑综合决断法
“逻辑综合决断法”首先把设备分类，然后根据决策目标的要求，就设备性能指标提出一系列逻辑问题，最后根据答案决定建议实施的维修方式。“逻辑综合决断法”主要是一种定性分析方法，其分析步骤为：
第一步，确定企业实施不同维修方式的比例。由于设备、检测能力和维修人员素质等的差异，不同企业实施状态维修、定期维修和事后维修的比例是不同的；
第二步，按照下图所示的流程回答问题，确定设备的维修方式；
第三步，根据步骤一确定的比例关系，调整设备的维修方式，同时考虑其它重要的影响因素，如水电部门对某些设备实施维修方式的限制，最终确定设备的维修方式。
可以看出，逻辑综合决断法简单易行，能在时间短、开支少的情况下，对设备分类，还可充分吸收专家和使用人员的意见，逐步完善分析过程。
（2）模糊综合评判模型
模糊综合评判法决策的基本原理是认为设备特征参数与维修方式之间存在模糊关系：B=A。R ，其中A为设备特征参数模糊集，B为维修方式模糊集，R为识别矩阵，“。”为模糊算子，根据设备特征参数的隶属函数和识别权矩阵可以得到设备的评价集，然后依据一定的决策原则就可以进行设备维修方式决策“。”③
决策好维修方式是实现以可靠性为中心的维修策略的基础，以上两种决策模型各有优缺点，逻辑综合决断法比较简单，但只能利用设备的定性信息；模糊综合评判法在某种程设备维修管理及决策支持系统的辅助决策研究度上能够反映问题的本质，但自学习能力要差一些。对泵站设备而言，维修方式的决策受到诸多因素的限制，模糊综合评判方法有时因不能量化，忽略了某些因素，得到的决策结果不准确，失去辅助决策的意义，因此本系统偏重于采用逻辑综合决断法。
2.模糊理论在设备故障诊断决策中的应用④
作为一门崭新的数学学科，模糊数学的出现与发展，对许多领域尤其是工程技术领域产生了极大的影响，使这些领域不断出现新的成果，从而加速了这些领域的发展.设备维修管理就属于这样的领域。在这一领域中，有些设备的故障原因和现象是明确的、清晰的和肯定的，即模式是明确的、清晰的和肯定的，而大量的诊断对象的模式带有不同程度的模糊性，属模糊式的设备故障诊断及维修管理的问题。
模糊数学为复杂设备的故障诊断及维修管理提供了有力的数学工具。这是因为，随着现代科学技术的飞速发展，各种设备不断复杂化。根据模糊数学创始人Zadeh提出的“不相容原理”，当系统的复杂性增加时，精确而有效地描述系统行为的能力就减少，当达到某一闽值时，精确性和有效性变得相互排斥，因此，设备的复杂程度越高，其系统的模糊性也就越强。运用模糊数学的基本原理，分析处理设备状态监测和故障诊断及维修管理中遇到的模糊信息，将为设备的维修管理开辟新的有效途径。
总之，设备维修管理及决策支持系统的设计及应用将减轻设备维护过程中决策人员的工作负担，提高工作效率、设备运行率及可靠性，产生显著的经济效益。
参考文献：
①②方淑芬、吕文元.设备维修管理智能决策支持系统的研究.系统工程理论与实践［J］，20xx（12）：53-59
③张曾科.模糊数学在自动化技术中的应用［M］.北京：清华大学出版社，1997.
④石涛.模糊数学在机械故障诊断专家系统中的应用［J］.武汉造船，1998（6）：17-18
毕业论文酷 www.lwkoo.cn
应急决策支持 第5篇
操作干预水平(operational intervention levels,OIL)是IAEA技术文件IAEA-TECDOC-953引入的一个新概念，代替原先采用的导出干预水平[2]。IAEA在IAEA-TECDOC-955中提供了IAEA推荐的压水堆事故下的OIL缺省值，建议在制定应急计划阶段就建立适本设施和所在厂址的操作干预水平，并在事故期间根据实际的条件和监测结果对OIL进行修正[2]。在此基础上，基于各类OIL给出所在厂址的防护行动建议。
1 基于操作干预水平评价流程
操作干预水平应用就是通过比较应急监测数据(如周围环境剂量率、沉积物和食物中标记核素浓度)与OIL参考值，给出相应的应急防护行动建议。应急监测数据、OIL参考值和防护行动建议的相互作用贯穿使用操作干预水平指导应急的整个过程中。不同时间段的应急监测数据与相应的OIL参考值比较给出防护行动建议。如果事故情景不明了，建议使用IAEA推荐的OIL缺省设定值作为OIL初始值，如果核事故状况稳定，环境数据充足的情况，需要对OIL进行修订，以便获取与真实事故符合的OIL修订值。评价流程如图1。
2 防护行动区域
区域的划分分为两类，一类以某点为中心(如某机组)画16方位图，结合射线，距离来划定区域。另一类是在厂区选定的范围内人为的划定不规则区域，主要以主干道路为参考来划定区域，结合经纬度和ArcGIS来标识区域。
3 系统背景
秦山核电基地现有三座核电厂共六台核电机组在役、一台机组在调试、两台机组在建，分为秦山一期，秦山二期，秦山三期，秦山方家山四个电厂。而除秦山第二核电厂对干预水平的设置较为全面，另外两个电厂的干预水平设置并不完善。为此根据秦山周边环境等情况，建立秦山核电基地操作干预水平初始值以及根据事故期间环境辐射监测结果进行操作干预水平修订的方法和程序，并开发基于操作干预水平的应急防护行动决策支持系统。
4 基于.NET平台的OIL应急决策支持系统
4.1 架构体系
软件架构用来处理软件高层次结构的设计和实施，以精心选择的形式将若干架构元素进行装配，从而满足系统主要功能和性能需求，并满足其他非功能性需求，如可靠性、可伸缩性、可移植性和可用性[4]。该项目采用三层架构模式，以面向对象(OO)思想进行开发。
4.2 系统整体功能
如图2所示。
4.3 开发环境
4.3.1 XMLSchema
XML Schema是W3C制定的用来描述XML文档结构、数据类型、约束等因素的模式标准(语言)，相对XML DTD凸显出的重要能力是对数据类型和命名空间的支持。利用XML Schema对存放数据的XML文件进行唯一性约束验证。
4.3.2 ArcGIS Engine
ArcGIS Engine是ArcObjects组件跨平台应用的核心集合，它提供多种开发的接口和为编程人员开发客户化应用程序的组件包，它全面包含了组件式GIS的类库[3]。使用ArcGIS Engine，开发人员可以将GIS的功能融合到许多的应用程序中。
5 结束语
本文简要介绍了OIL评价流程，结合当今.NET和GIS技术，实现了根据实际情况和监测结果对OIL值进行修正，并在此基础上参考各类OIL给出各个防护行动区域的防护行动建议。系统特点凸显在多机组决策，可以在秦山不同电厂之间选择机组。遗留问题是防护行动区域的动态划分。
参考文献
[1]赵博,邱临.压水堆核电站应急源项的选定和应急计划区的划分[J].辐射防护通讯,2003(2):6-9.
[2]凌永生,施仲齐,王醒宇.操作干预水平缺省值的修正和重新计算[J].辐射防护通讯,2004(1):27-30.
[3]汤国安,杨昕.ArcGIS地理信息系统空间分析实验教程[J].北京:科学出版社,2006:41-100.
决策支持与院校研究 第6篇
高校管理过程中的决策必须科学化, 决策支持也必须专业化, 因此产生了对院校研究的需要。院校研究人员可以为高校领导者提供科学的、专业的咨询服务, 帮助他们进行科学决策。与此同时, 高校领导者在工作中所积累的丰富的管理经验也是必不可少的。管理不可能是百分之百科学的, 以科学为基础的经验管理才是最有效的管理。管理既是科学, 也是艺术。
一、院校研究与决策制定过程
决策的制定需要靠信息来支持, 科学的决策制定过程的每一个环节都离不开信息。院校研究的基本职能是对学校及相关环境信息的搜集与描述, 并科学地分析、处理这些数据。院校研究人员可以在数据分析的基础上为高校领导者提供有价值的决策信息, 提供专业的决策咨询, 避免领导者凭感觉和经验盲目决策。信息的作用不仅仅是直接产生决策结果, 信息还具有发现问题、提供决策环境、引导决策产生、推广决策并争取支持等作用。
Stephen P.Robbins认为决策制定过程包括8个基本步骤, 它们分别是:识别决策问题, 确认决策标准, 为决策标准分配权重, 开发备选方案, 分析备选方案, 选择备选方案, 实施备选方案和评估决策结果。这8个步骤可以归纳为以下4个环节, 院校研究人员在各个环节中都可以很好地发挥信息支持作用来保证决策的科学性。每个决策环节的实施质量都会影响到最终决策的质量。
(一) 识别决策问题。
在高校管理过程中, 决策需要通常是由于管理问题的存在而产生的。对于一个相同的情况, 某个管理者认为它是个问题, 而其他管理者则有可能认为这根本不是个问题, 问题的识别带有主观性。因此, 院校研究人员可以在高校领导者丰富的管理经验的基础上, 通过提供信息支持来协助他们科学地识别决策问题。识别问题的本质就是发现差异或异常情况, 比如说预期工作目标与实际工作结果之间的差异。院校研究人员可以通过系统收集、分析本校内部和外部的日常运行信息来建立一个“学校运行状况监控体系”, 这个监控体系中的各项关键指标可以像“指示灯”一样在高校运行过程中存在异常时提醒领导者。
(二) 确定决策标准及为决策标准分配权重。
决策标准及其权重是指那些与决策有关的影响因素以及它们在决策制定过程中的重要程度。
例如一个高校要筹建分校区, 决策者在做出决策之前会面临许多问题, 如分校区的地理位置, 分校区与主校区之间的距离, 是购置地产建新校还是购买现成校舍等, 这些都是决策标准。在明确了这些关键因素之后就需要院校研究人员用战略的眼光来系统地研究每个因素, 并且根据本校的实际情况来确定在考虑这些因素时的先后次序。院校研究人员在选择地理位置时应考察其周边环境和公共设施是否适宜, 以及从长远来考虑此地的发展前景。若欲购买现成校舍, 则应该仔细了解该校舍及其所处环境的相关情况。这些前期准备工作都应该由信息专业人员来完成, 决策者是不可能花大量精力来亲自完成这些信息采集和分析工作的。
(三) 开发、分析和选择备选方案。
在系统地分析了决策的影响因素之后, 院校研究人员可以有依据地制定可供选择的决策方案, 并对各个备选方案进行认真的研究, 将备选方案可能产生的结果与决策标准进行比较, 看其是否能达到预期的目的。通过这些分析和比较便可清楚地了解各个备选方案的优点和缺点, 便于领导者凭借自己丰富的管理经验来从中做出选择。
(四) 实施备选方案和评估决策结果。
在备选方案被采纳并实施之后, 院校研究人员可以通过提供有关信息来取得相关人员的支持, 促进决策的执行, 同时也可以保持组织及其领导者的威信。院校研究人员也应密切关注决策的执行情况, 观察决策执行结果在多大程度上实现了预期目标并作记录, 将信息反馈给决策者, 评估决策结果的质量。
值得注意的是, 在这个决策制定过程中, 决策者最关键的作用在于凭借自己丰富的管理经验从备选方案中做出选择, 其它辅助性的工作基本上是由院校研究人员来完成的。在团体决策过程中, 其核心活动是信息的交流, 而信息的价值在于为从备选方案中做出选择提供依据。这样一来, 高校领导者的经验便和院校研究人员的科学工作成果结合起来了, 增强了决策的科学性和有效性。
通过以上分析我们可以看出, 院校研究人员在决策制定过程中可以发挥很好的信息支持作用, 然而在我国高校中要较好地实现这一作用是存在着多重困难的。首先, 我国信息数据的共享和公开程度较低, 许多重要信息都是不对外公开的, 只掌握在少数人手中, 因此院校研究人员很难获得完整的学校日常运行状况及相关环境的信息。其次, 这一作用的实现也对院校研究人员的信息处理能力提出了很高的要求。例如, “学校运行状况监控体系”的建立需要的是能够明确地显示出差异的信息, 这些信息必定是院校研究人员在分析了大量信息之后提炼、总结出来的关键信息或指标, 而且必须以一种简单明了的方式呈现出来。因此, 科学决策的产生既需要相关部门的支持配合, 也需要高水平的信息专业人员。
二、院校研究人员的专业素质
院校研究的职能决定了院校研究人员至少应具备以下这些专业素质和能力:
第一, 专业能力。院校研究人员必须具备一定的学科基础和背景 (如社会学、管理学、经济学等) , 还应掌握科学的研究方法。高校的运行环境是错综复杂的, 高校管理是一个十分复杂的活动, 管理者仅掌握教育学知识是远远不够的。例如, 我们可以借鉴企业组织与政府组织的管理方法来管理大学, 用组织理论来分析大学组织特征, 用行为理论来分析高校各类人员的行为特征, 用人力资源管理理论来分析高校人员聘任与使用政策等。
第二, 说服他人的能力。院校研究人员的主要任务是搜集和分析信息, 目的是要使他们的工作成果得到高校领导者的接受和使用, 因此必须具备说服他人来接受自己的建议的能力, 这样才能实现自己的价值。院校研究人员应该性格开朗, 容易接触, 并且具有出色的语言表达能力和交际能力。
第三, 背景能力。院校研究人员应该清楚地了解整个高等教育面临的问题和挑战, 更重要的是要意识到这些问题和挑战在本校的表现形式, 需熟悉本校的发展情况和组织文化, 便于及时发现和分析问题, 并切实解决本校的问题。
第四, 在信息素养方面, 院校研究人员需对各种信息数据保持高度敏感, 时刻都应有意识地积累信息。院校研究的数据具有动态性的特点, 院校研究人员要随实际情况的变化及时对信息进行筛选和更新。因此他们还必须能够熟练掌握和运用先进的信息技术。
三、院校研究人员在决策支持活动中应注意的问题
信息专业人员持有的是理性的、科学的态度, 而决策者所持有的是务实的、政治的态度, 因此这个信息运用过程是一个跨文化交流过程, 其中难免会存在障碍。院校研究人员要想发挥有效的决策支持作用, 仅具备专业技术水平是不够的, 还应在工作中正视这些障碍, 注意一些细节问题和技巧。
(一) 所提交信息的使用者是谁。
院校研究人员在向决策者提交报告之前应该仔细“研究”决策者, 只有了解了决策者才能有针对性地向他们提供决策支持信息。由于院校研究人员是组织内部人员, 有许多与校领导接触的机会, 因此具备了解决策者的便利条件。
院校研究人员应了解决策者的学术背景。因为大多数高校领导都曾经有过长期的学术工作经验, 有着不同的学科背景, 受过不同学科的专业训练。学术背景对领导者的认知风格有着很大的影响, 具有不同学术背景的人对信息的偏好也是不同的。有的人喜欢数字或图表型信息, 有的人可能喜欢描述性的文字信息。另外还应注意信息的传递媒介, 有的人喜欢手写或打印的书面报告, 有的人喜欢电子版报告, 有的人也可能喜欢口述报告。
院校研究人员在向领导提交信息时应该投其所好, 避免提交决策者没有能力或不擅长使用的信息, 适合领导者口味的信息更容易被采纳。而且当高校的领导者发生变更的时候, 院校研究人员在提供决策支持时也必须做出相应的变化。
(二) 所提交信息的用途是什么。
院校研究人员在提交信息之前必须知道决策者将要如何使用他们提交的信息。
首先, 院校研究人员应该了解决策活动的层次。决策活动可以分为三个层次, 即战略层次的、管理层次的和执行层次的。不同层次的决策活动对信息的需求有着明显的不同, 因此提前了解决策活动的层次可以促进信息被有效利用。
其次, 院校研究人员必须明确所提交的信息将被用于决策活动的哪个阶段。信息专业人员提交信息时可能决策已经制定出来了, 信息失去了价值;也可能提交的信息决策者暂时还用不到, 被搁置到了一边, 最后被遗忘。过早或过晚提交信息都不利于信息的有效利用, 因此院校研究人员在提交信息时必须搞清决策活动进行到了哪个阶段, 把握好提交信息的时机。
另外, 院校研究人员还应知道提交上去的信息是否会被决策者进一步处理。例如, 有的领导者喜欢“半成品”性质的启发性信息, 他们在取得这些信息后会根据自己的需要对信息做相应的分析和处理。在这种情况下, 院校研究人员应告知决策者应当如何正确地使用和理解这些信息。
(三) 提交信息的最佳形式和媒介是什么。
提交信息的形式和媒介的选择会对信息运用的结果产生重大的影响。信息的形式包括数字、图表或描述性文字信息等, 传递媒介包括手写、打印、口述或电子版。在选择提交信息的形式和媒介时首先应考虑到信息的可信性和表面效度, 也就是说, 信息本身正确有效是不够的, 还必须使信息接收者对其第一感觉就是这些信息是有价值的。院校研究人员在提交信息之前应对信息做细致的处理, 使信息尽量简单明了, 不要过于复杂, 使决策者难以作出判断。另外还应考虑所提交的信息是否便于决策者使用, 要了解决策者的信息处理能力, 如是否擅长使用数据分析软件等。
(四) 提交信息之后可能需要做的工作。
信息支持活动既是信息专业人员的行为, 也是一个供需双方交流的过程。院校研究人员在提交信息时应预计到决策者接收或使用信息时的反应。领导者在信息的使用过程中可能会遇到问题, 想了解更详细深入的情况, 也可能会对报告的内容持质疑或反对的态度, 院校研究人员需要对这些问题做出适当的回应。如果决策者需要对信息进行进一步处理, 院校研究人员就应该提供一定的技术支持。另外他们还需在决策执行过程中提供信息支持来保证制定的决策得到顺利执行。
(五) 职业道德。
院校研究人员既要对本校的发展负责, 也必须严格遵守职业道德。院校研究人员在信息的搜集、分析和提交过程中都应该保持价值中立的立场, 做到独立、客观、无偏见。另外, 由于院校研究人员是高校内部人员, 可能掌握了一些学校的机密信息, 因此他们必须对这些信息进行保密和保护。美国院校研究会早在1992年就制定了《美国院校研究会职业道德条例》, 对工作能力、实践、保密、与大学社区的关系以及对行业的责任这五部分内容做了详细的规定。
四、结语
中国已经进入高等教育大众化发展阶段, 需要对高等学校进行科学管理, 然而我国现阶段的高校管理仍然处在经验管理阶段, 管理问题层出不穷, 工作效率低下。我国应继续加强对院校研究的推广, 培养高质量的院校研究专业人员。中国与世界的联系越来越密切, 高等学校的管理也应具备国际视野, 我们在学习外国高校管理先进经验的过程中还必须做到守正求变, 考虑中国情景, 合理借鉴国际方法来解决中国的问题。
参考文献
[1]赵炬明.管理咨询与院校研究[J].高等工程教育研究, 2007, (2) .
[2]刘献君.院校研究论略[J].高等工程教育研究, 2006, (5) .
应急决策支持 第7篇
关键词：市场营销,网络时代,营销决策
1 引言
在我国改革开放三十多年的发展历程中, 我国市场经济体制逐步完善, 经济水平大幅提升。在告别了物资短缺时代的同时又迎来了生产过剩的客观局面。企业之间竞争充分, 同时企业生产水平长期处于同一状态。在较短时间内不能实现质的飞跃的前提下, 企业的市场营销能力就成为他们占领市场, 获得发展先机的重要水平和能力。中国市场与以往的市场经济初期阶段已经存在很大不同, 同时中国市场也已经由稚嫩变得更加成熟, 买方市场的形成使得中国老百姓面对的是异常丰富、琳琅满目的商品门类。在生活日益丰富的前提下, 人们已经不能再满足于基本的生活需求, 个性化和人情味的产品和服务已经成为影响人们消费行为的一个重要基础和前提条件。在这种需求发生变化的前提下, 产品的市场营销成为影响它们实现自我价值的一项重要基础。为此, 企业也应当更加积极主动的改变以往的市场营销战略, 结合当前发展迅猛的话联网技术和计算机技术使他们能够在企业的市场营销中提供更加科学和高效的决策支持。
2 企业管理信息系统的现状
计算机技术与企业管理的结合是企业管理发展历程中的重要一步, 二者的结合最早在20世纪50年代, 当时由于企业经济发展规模到了一定程度, 人员和事项越来越复杂, 企业管理人员每天要面对简单的、重复的管理事项, 这不但耗费了他们大量的工作时间, 同时企业管理工作中的人为失误也变得越来越多。因此, 而计算机技术中的电子数据处理系统的应用将一些简单的工作交由计算机技术来处理, 大大解放了人力的同时也增加了管理工作和数据处理的精确性。因而短时间内便在企业管理中迅速普及, 并形成了逐渐完善的企业管理信息系统 (MIS) 。企业管理信息系统经过长期的发展和完善主要形成以下几种特点和现状。
(1) 该系统设计大量的数据。这些数据往往是企业管理中形成的大量的琐碎数据, 更为重要的是这些数据是对企业经营管理现状的最直接和最客观的现状分析。因此收集和整理这些数据对提升企业管理效率来说十分重要。但是这些数据又散落企业内部各业务部门, 而且每个业务部门都存在不同的信息和数据收集与处理方式, 分析方法也有所不同, 统计口径、报表输出形式等都有特殊要求, 为此。因此, 企业管理信息系统应当加大对这些数据信息的处理。
(2) 企业管理信息系统具有明显的时变性。管理制度和经济形势的变革与变化使得信息处理方式也要做出相应的调整。因此企业管理信息系统就具备了一定的时变性。这种时变性主要体现信息技术的发展变化和企业管理具体实际变化上。当前信息技术的发展变化日新月异, 每一种新技术都能大大提升对信息和数据的处理和管理效率。因此企业管理信息系统需要及时了解和更新当前的最新信息技术, 将其吸收到企业管理当中来, 为企业管理技术和水平的提升打造更加雄厚的技术基础。
(3) 新、旧系统的继承与发展。有的企业原来有MIS, 但是旧的系统不能满足各业务部门自身的业务需求, 而且早期的系统多采用单机环境, 所采用的应用平台及数据库系统也各不相同。怎样将这些现有的、零散的、独立的信息继承起来, 有效地利用, 也是企业在信息化建设进程中所需考虑的。
3 营销决策技术面临新挑战
正如上文分析, 企业市场营销能力将是决定企业市场生存能力的重要基础, 同时对他们的发展也起着十分重要的作用与地位。而企业若要有效的提升营销能力势必要提升营销决策技术所面临的新挑战。
(1) 营销决策技术应当具备选择权。消费者在市场经济逐步完善的前提下, 其消费需求和消费心理也发生一定的变化。其中最明显的一个现象就是在以往的消费行为中, 他们大都是被动接受, 即厂家制造什么, 消费者就只能购买什么, 他们在市场中是处于被动地位的, 没有充分的选择权。但是随着经济的发展, 企业数量的增多, 社会生产能力的逐步提升以及产品的日益丰富。消费者在市场上面领着更多的商品, 因此他们不再被容的接受, 而且拥有了更加充分的选择权。因此, 企业的营销决策技术也应当面临更加充分的选择权。
(2) 决策支持技术应当与企业营销实际相符合。在社会发展中出现了互动式数字媒体, 这为消费者向生产者传达个性化消费需求提供了现实可能性, 同时在这样的基础上还要不断加大他们定制服务需求的不断满足。为此企业营销技术就应当有针对性的消费者的个性需求开展卓有成效的调查研究。
(3) 提升企业品牌忠诚度。在这个互联网时代, 企业每犯一次微小的错误都有可能对他们的生存和发展造成重大影响。而且在这样的基础上还要不断加大他们对错误的认识程度。因为互联网的扩散效应是异常强大的。与此同时, 对于这些错误的更正能力也是非常有利于挽回损失的, 点击鼠标就可以立即更正。而且这种较易更正的行为也对消费者变更自己的行为和意愿提供了技术支持。而这种现象却对决策支持系统造成了一些不利影响。
参考文献
[1]刘耀.基于Web和数据仓库的企业决策支持系统研究[J].中国管理科学, 2011, (04) .
[2]刘耀.企业管理决策支持系统的开发和研究[J].计算机与现代化, 2010, (06) .
企业决策支持系统的研究 第8篇
随着国家经济体制的改革, 特别是市场化的迅速推进, 大部分企业已实现了生产、经营、销售、管理的信息化, 企业的经营理念发生了根本转变。创新将关系到企业的生存与发展。企业在完成信息化建设后, 建立了统一的应用平台, 已具备经营模式由以“生产”为中心向以“客户”为中心转变的条件。企业更加重视和依靠现代信息技术、网络环境提供便捷周到的服务。
在竞争越来越激烈的情况下, 准确分析市场, 实现正确决策尤为必要。为把握市场动态、研发新产品、合理部署销售渠道, 企业加快了对数据仓库的建设以及决策支持系统的建设, 以便进行高效的经营管理和分析。从2005年起, 国企和私企相继开始了从客户关系管理、商业智能, 到数据仓库、数据挖掘等应用软件、平台软件系统方面的建设, 通过利用现有业务数据, 建设数据仓库, 运用联机分析处理技术 (On Line Analytical Processing, 简称OLAP) , 管理人员可以进行数据的多维分析和动态查询, 预测以后业务发展动态, 从而及时调整经营策略, 实现正确决策。
1 基本概念
数据库经过数十年的发展, 已保存了大量的数据。随着技术的进步, 人们希望计算机系统除了能进行传统的事务处理外, 还能够辅助决策, 进行一些分析工作。而在事务处理的数据环境下让计算机进行分析型的操作是很难做到的。因此数据仓库就 (Data Warehouse, 简称DW) 应运而生。1992年, 数据仓库之父W.H.Inmon在他的“Building The Data Warehouse”一书中首次提出数据仓库的概念[1]。“数据仓库是面向主题 (Subject Oriented) 的、集成 (Integrate) 的、稳定 (Non-Volatile) 的、并且随时间而变 (Time Variant) 的数据集合, 用以支持经营管理中的决策制定过程”。
与传统的事务型数据库相比, 数据仓库是数据库数据进行再加工, 形成一个综合、面向分析的环境。数据仓库综合了多种信息技术的运算环境, 将存放在业务数据库中的数据, 经过提出、转换、清洗等一系列精加工处理后, 按主题存放在数据仓库中, 用于反映企业局部情况的数据, 就被转换成为反映企业整体情况的信息。决策支持系统DSS (Decision Support System) 由2个层次组成:数据仓库、OLAP。
1.1 传统DSS的分析
决策支持系统是综合利用大量数据, 有机组合众多模型 (数据模型、数据处理模型及图形模型等) , 通过人机交互, 辅助各级决策者实现科学决策的系统。
决策支持系统 (DSS) 是在管理信息系统 (MIS) 的基础上发展起来的。在数据仓库、OLAP技术出现以前, 传统DSS由数据库、模型库、知识库以及人机交互接口四大部件组成, 即三库 (数据库、模型库、知识库) 一体的DSS。但是随着需求的增加, 既要求联机服务, 又涉及大量用于决策的数据, 使得传统的数据库技术因自身缺陷已经无法适应新需求。
DSS在实际应用开发过程中暴露出许多问题, 主要有以下2个方面:
(1) DSS使用的数据库只能对原始数据进行一般的加工和汇总, 数据缺乏组织性、数据的利用率低、数据存储不完整等, 难以满足DSS的需要。
(2) 由于决策本身的动态性和复杂性, 针对不同的情况应有不同的处理方法, 而模型库提供的分析能力有限, 它所提供的模型独立于环境之外, 决策者和模型交互很少, 模型参数固定不变, 不符合决策要求。
1.2 基于数据仓库和OLAP的新型决策支持系统
数据仓库及OLAP技术的出现为DSS开辟了新途径。数据仓库侧重于存储面向管理决策主题的数据;而OLAP则侧重于数据仓库的数据分析, 并将其转换为辅助决策信息。OLAP的一个主要特点是多维数据分析, 这与数据仓库的多维数据组织正好形成相辅相成的关系。由模型库、数据仓库、OLAP技术及交互接口集成在一起形成的DSS是更高一级的决策支持系统。
1.3 OLAP与商业智能、数据挖掘的关系
商业智能 (Business Intelligence, 简称BI) 是将现有的数据转化为知识, 帮助企业做出正确的经营决策的工具。它是数据仓库、OLAP和数据挖掘等技术的综合运用。
数据挖掘 (Data Mining) 是一个利用各种分析方法和分析工具在大规模海量数据中建立模型和发现数据间关系的过程, 这些模型和关系可以用来做出决策和预测。
现阶段在企业数据仓库上实现商业智能的困难在于难于构建业务模型、各类人员之间的沟通存在障碍、缺少有经验的实施者, 因此目前以建立基于OLAP的决策支持系统为宜, 条件成熟后再建立更进一步的智能系统。
2 OLAP的关键技术
随着数据仓库技术的发展, 相关的分析工具也随之发展。其中OLAP是基于数据仓库的重要分析工具。
2.1 OLAP的规则
1993年关系模型的创始人E.F.Codd首次提出OLAP的概念, 并提出关于OLAP的12条规则[2]:多维概念视图、透明性、存取能力、稳定的报表性能、客户/服务器结构、维的等同性、动态的稀疏矩阵处理、多用户支持能力、OLAP、非受限的跨维操作、直观的数据操纵、灵活的报表生成、不受限维与聚集层次。
大多数专家认为不用完全遵守以上准则, 但最起码要支持多维性、可细剖性、可旋转性和多维视图等特性。OLAP的目标是满足决策支持或在多维环境下特定的查询和报表需求, 其核心是多维数据模型。
2.2 Data Cube的构建
针对不同OLAP数据存储方式, 具有不同Data Cube的构建策略。OLAP是以数据仓库或数据库为基础, 其根本的数据来源于OLTP数据库系统。从数据组织和实现方式来看, 主要有多维MOLAP (Multidimensional OLAP) 、关系ROLAP (Relational OLAP) 。
MOLAP是指OLAP数据存储在多维数据库上, 从概念上讲是将数据存储在多维数组的单元中。ROLAP是指OLAP数据存储在传统的SQL数据库, 即关系数据库中。ROLAP将多维结构进行了分解, 用维表来记录多维数据库中的维度;用事实表记录多维数据立方体中各个维度交叉点的度量值[3]。
(1) 基于ROLAP的Data Cube计算及优化
目前ROLAP的研究内容主要集中于物化视图选择与实现、ROLAP高效率聚集算法、索引技术研究以及查询处理与优化技术等方面[4]。
由于分析决策系统关心的是发展趋势, 而不是独立的单个或者若干个少量的记录, 因此查询处理通常会涉及大量的历史数据, 而且要求有快速的响应速度。因此需要事先针对大量的详细数据从不同维度以及不同层次进行快速的聚集、投影等预处理, 建立许多“物化视图”, 它与数据库的“视图”概念不同之处在于:它不是虚拟的, 而是经过计算, 含有大量数据, 并存储在数据仓库的一张实实在在的表中[5]。Gray等人针对上述的要求提出了Cube操作, 他们认为Cube操作是SQL语句中“SELECT-GROUP BY-HAVING”语句的扩展。从技术上来说, Cube操作就是对关系数据的冗余多维投影, 对所有的可能结果映射到N维空间中。
(2) 基于MOLAP的Data Cube计算及优化
MOLAP技术采用多维数据组织存储数据, 可以方便高效的支持多维分析。前几年的研究主要采用在三个方面:多维数组的存储、多维稀疏矩阵的压缩和高效率的Data cub e计算方法。由于MOLAP利用多维数组来组织、存储数据, 主要的物理存储采用超立方体和多立方体的策略。
2.3 OLAP中Cube计算及优化
OLAP分析是基于多维数据上的即席查询分析。通常多维数据可以表示为R (d1, d2, d3, …, di;m1, m2, …, mi) , 其中di是维, 表示分析角度, mi是度量, 表示分析目标。此类分析所涉及的数据具有明显的统计汇总特征, 需要按属性维进行聚集操作。绝大多数OLAP产品在进行数据分析之前, 都要进行Cube计算, 生成物化视图[6]。
(1) 聚集操作 (Group by) :设R (d1, d2, ···, dm;M) 是一个多维数据集合。R上的聚集操作为一个三重组Group by (R, α, F) , 其中α={d1, d2, ···, dk}{d1, d2, ···, dm}为聚集属性, 1<i<k<m, F是定义在M的幂集合上的聚集函数。
(2) Cube操作 (Cube by) :设R (d1, d2, ···, dm;M) 是一个多维数据集合。R上的Cube操作定义为一个三重组, 其中β (d1, d2, ···, dm) 为Cube操作的属性集合, F是定义在M幂集合上的聚集函数。Cube by (R, β, F) 的计算结果是2k个多维数据集合{Rα (α;F (M) ) |αβ, Rα (α;F (M) ) =Group by (R, α, F) }, 其中k为属性维个数。αβ, Rα (α;F (M) ) 称为cuboid。
(3) 数据立方体的节点:对于一个n维的数据立方体, 它是由2n个group by字句和聚集函数产生结果的集合。其中, 一个group by字句和聚集函数产生的聚集称为数据立方体的一个节点 (cuboid) 。在所有维上的聚集称为基节点 (base cuboid) 。一个n维数据立方体有2n个节点。因此, 在CUBE进行预计算时, 对于一个四维的数据立方体, 若维表示为A, B, C, D则基节点的group by字句为group by A, B, C, D。
对于Cube的计算方法, 有很多种, 最直接的一种方法是独立计算法。先对原始数据维模型数据进行汇总计算得到基节点, 对于一个n维的数据立方体, Cube计算操作要对基节点读取2n-1次并计算。但这种计算方式会造成大量I/O操作, 性能比较差。后来发展了一种最小父亲方法的计算方式。对于一个四维 (A, B, C, D) 的数据立方体的节点计算操作, 节点G (A, B) 可以使用节点G (A, B, C) 或G (A, B, D) 计算。因此可以看出, 对于属性集X上的节点可以从节点Y生成, 当且仅当X属于Y时。对于上面提到的四维的数据立方体我们可以生成一个如图1的网格, 从图1中可以看出上层的节点可以利用已计算的下层节点来进行计算, 能有效的降低I/O操作的次数, 这是一种比较成熟的方法[7]。
(4) 搜索格 (search lattice) 设V={V1, V2, …, Vn}是多维数据集合上关于Cube操作的cuboid的集合。如果Ci勐Cj且|Ci|=|Cj|+1, 那么Ci和Cj满足直接计算关系, 表示为Ci→Cj, 把Ci称为Cj的直接祖先或Ci称为Cj的直接孩子如果计算顺序是自下而上, 应该是Ci哿Cj且|Ci|=|Cj|+1。<V, →>为Cube操作的搜索格。搜索格可以用一个有向无环图G= (V, E) 表示[8], 如图2所示。
(5) 物化路径搜索格图G= (V, E) 中从一结点Cs到另一结点Ce, 表示cuboid之间生成关系的结点序列集合P={Cs, ···, Ci, C, ···, Ce}。集合中相邻的cuboid (如Ci, Cj) 之间满足直接计算关系, 且 (Ci, Cj) E[9]。
2.4 Cube的物化
OLAP首先应该对大规模的数据仓库具有快速执行复杂检索的能力, 这就要求高效的立方体计算和查询处理技术。有效的查询优化技术就是预先计算数据立方体的一部分, 而不是在每次查询时都重新进行计算。这种预计算也称为物化 (Materialization) 。这些被物化的数据通常被称作数据立方体 (Data Cube) 。从数据结构来看, 数据立方体包含一些特定维度的多维数组;从操作角度看, 数据立方体是一个关系操作, 它在所给维度的任意子集上计算group-by聚集[10]。
不同环境下对Cube计算的时间有着不同要求, 所以实际应用中通常采取以下三种物化策略:
(1) 完全物化策略, 即生成所有的cuboid。这种策略提供了最短的查询响应时间。但是, 在属性维个数较多的情况下, Cube计算的I/O成本较高, 计算时间较长, 而且数据量可能是原来的几百倍, 空间花费很大。所以完全物化策略是一种在存储空间较大、CPU空闲时间较长、对查询速度有较高要求的情况下的Cube计算方案。
(2) 部分物化策略, 即生成部分cuboid。在Cube计算中, 很多cuboid可以从其它cuboid中生成;通过选择合适的cuboid进行物化, 可以达到很好的查询性能。
(3) 不进行物化, 即不生成任何cuboid。在这种策略下, 必须通过查找源数据, 计算查询分析中所需的cuboid。这种策略完全依赖于数据库系统的查询处理机制, 而且只适合于查询要求不高、范围较小的情况。
综上所述, 完全物化策略可以得到最快的系统查询响应时间, 即使不考虑计算聚集所花费的CPU处理时间, 但是随着维数的增加, 就有可能导致数据爆炸。在应用中, 计算聚集时应在聚集所占用的空间、CPU处理时间和OLAP系统查询响应时间之间有一个权衡。
2.5 多维数据模型
多维数据模型需要解决多维数据的结构和功能两大方面的问题:
(1) 结构方面, 多维数据包括维数据和度量数据。度量数据由一些简单的数据项组成, 是用于表征业务状态的数据。维数据用于对度量数据进行分类, 在统计数据库中又称为分类属性。
(2) 功能方面, 主要是指决策中经常用到的一些数据查询能力, 如普通查询、切片/切块、向上/向下细分以及多种复杂的统计方法。
2.6 OLAP数据模型相关定义
(1) 立方体 (Cube) :多维数据集, 即数据的集合, 立方体是维度集合与度量集合之间的一种关联。
(2) 维 (Dimension) :维是人们观察数据的特定角度, 是主题的基础, 是对主题的一种类型划分。
(3) 维层次 (Hierarchy) :人们观察数据的某个特定角度还可以存在细节程度不同的多个方面描述, 称为维的层次。
(4) 维度集合:设di为n维数据立方体的第i个维度, 则D={d1, d2, …, dn}称为该数据立方体的维度集合。
(5) 度量 (Measure) :度量则是多维数据立方体在查询时候显示数据分析结果的特有属性。它是一组数据, 也叫事实, 当多维数据集的各个维都选中一个维成员, 这些维成员的组合就唯一确定了一个或几个值。
(6) 度量属性集合:设n维数据立方体有k个度量项, mi表示其中第i个度量项, 则称M={m1, m2, …, mk}是该n维立方体的度量属性集合。
(7) 粒度:是维的划分单位, 体现着数据单元的详细程度和级别。
(8) 聚合 (Aggregate) :聚合是预先计算好的数据汇总, 在问题提出之前已经准备好了答案, 能够提高查询响应的时间。
(9) 聚集函数:设{S1, S2, …, Sk}是d维的一个有限集族。当且仅当i>j时, 埚α∈Si→∃β∈Sj, 即存在一个函数F:Si→Sj, 使Si<Sj或Sj<Si, 则F称作聚集函数。
(10) 多维数据立方体:多维数据立方体C= (D, M, A, f) 是一个抽象数据结构。D={d1, d2, ···, dn}表示维度的集合, M表示度量, A是n维数据立方体的层次属性集, f表示事实表。设V是多维立方体C的值域, 表示了一个一对多的映射, V:D→E, 表示了限定了一个维度值组合后, 有多个度量值与之对应。 (D, M, A, f, V) 是C的一个多维立方体实例。
2.7 OLAP相关操作
OLAP的多维分析方法是指以多维的形式组织起来的对数据立方体的分析方法。分别是切片、切块、钻取、旋转。
(1) 切片 (slice) :切片是在多维数据立方体上的某一维上选定一个维成员值的操作。
(2) 切块 (dice) :切块是在多维数据立方体上的某一维上选定一个以上的维成员的操作。
(3) 钻取:在OLAP的分析操作中, 钻取又分为上钻 (roll-up) 和下探 (drill-down) 。上钻指向维的高层次 (粗粒度方向) 钻取, 下探是上钻的逆操作, 向维的低层次 (细粒度方向) 钻取。
(4) 旋转 (rotate) :改变一个报告或页面显示的维方向。
2.8 OLAP层分析及设计
2.8.1 OLAP层结构
OLAP层结构如图2.1所示, 主要由三大功能部分组成:数据加载模块、Data Cube计算模块和OLAP数据导航组成。
(1) 数据加载模块:企业数据库中的数据结构未经过系统化, 其组织形式是面向具体应用的。数据加载程序将与客户相关的源数据按主题进行归纳整理, 存入OLAP数据仓库中。
(2) Data cube计算:企业OLAP数据仓库中的数据量较大, 要快速地进行多维查询, 就必须事先对大量的数据从不同维度和不同层次进行快速聚集, 并将聚集数据以物化视图的形式保存起来。
(3) OLAP数据导航:决策用户对数据分析的多维请求, 获取分析数据并以用户所需要的方式返回给用户。
2.8.2 OLAP引擎
OLAP引擎位于数据仓库层与用户交互层之间, 它负责分析用户的输入, 把用户的输入转化成SQL语句, 对数据仓库中的多维视图进行各种操作, 然后把结果集返回给用户交互层。在系统中, 对用户的输入应定义以下操作:多维数据立方体的聚集;维度的选择和旋转;任意维度的上钻和下探;时间维的切片等。如图4所示:
当接收到参数后, Gp-Assay All首先需要对参数进行判断, 是维属性聚集还是维层次聚集。然后根据输入的维度的名称, 及其过滤条件, 生成一个度量为空值的多维立方体, 接着对此多维立方体进行遍历, 根据相应的度量公式求出度量并填入。如图5所示:
3 结束语
DSS的建立可以加强企业经营分析与投资决策的科学化和规范化管理, 强化对业务的宏观管理、预警和预测。在具体开发实现中, 系统应采用B/S模式, 系统架构由计算服务器、数据库服务器、WEB服务器组成。计算服务器完成数据抽取、转换、装载及立方体计算等工作, 它包括两个数据库:计算数据库和决策数据库。Web数据库服务器主要保存最终计算完成的基础数据和粗粒度的历史数据, 以及由页面层反馈来的基础维护数据, 并为页面层提供基本的报表数据和决策数据。这种架构能有效保证系统的稳定运行与响应速度, 提高系统的可靠性。
摘要：本文在分析了DW、OLAP等技术的基础上, 对决策支持系统的数据仓库进行了设计, 重点探讨了CUBE的计算及优化、多维查询的优化和对象组件模型的使用及其实现。对企业决策支持系统的建设具有较高的参考价值。
关键词：企业,数据仓库,OLAP,多维查询,决策支持系统
参考文献
[1]W.H.Inmon著.数据仓库 (王志海等译) [M], 北京:机械工业出版社, 2000:20-44.
[2]彭木根.数据仓库技术与实现[M].北京:电子工业出版社, 2002.81-103.
[3]林宇等.数据仓库原理与实践[M].北京:人民邮电出版社, 2003, 171-182.
[4]王珊等.数据仓库技术与联机分析处理[M].北京:科学出版社, 1998:121-233.
[5]李英, 冯玉强.基于数据仓库的决策支持系统[J]。决策借鉴, 2000, 16 (3) :12-15.
[6]蒋秀凤.OLAP技术的分析, 福州大学学报[J], 2002, 30 (4) :507-509.
[7]刘义.基于关系数据库的OLAP的研究[J].计算机工程与应用, 2001, 3 (2) :84-86.
[8]蒋建民.在关系数据库上实现OLAP多维分析[J].渝州大学学报, 2002, 19 (1) :18-20.
[9]杨光.OLAP技术及其发展.计算机应用研究[J], 1999, 16 (7) :7-10.
滴灌棉花灌溉决策支持系统研究 第9篇
新疆作为国内棉花的主产区之一,棉花产量占国内棉花产量的35%左右。“十一五”期间新疆棉花年产可达250万 t以上,棉花产业是新疆农业的支柱产业,棉花产业的发展水平极大地影响着新疆其他相关产业的发展。而棉花生产过程的科学管理是制约棉花产业迅速发展的重要因素之一,近年来,由于新疆棉花生产管理技术和管理模式停滞不前,棉花生产管理人员水平不一,农情基础数据信息缺乏,资源不能合理利用和共享,使新疆棉花产业的进一步发展受到了严重的制约。因此,随着棉花膜下滴灌等节水灌溉技术的大面积推广应用,迫切需要提出与现有的节水灌溉设备、方式和灌溉技术等相配套的棉化生产管理专家系统,以提升新疆棉花膜下滴灌生产的管理技术和管理水平。其中涌现出一些决策支持系统,郑重[1,2]开发了包含数据库、模型库、知识库和方法库的棉花膜下滴灌决策支持系统。杨世凤[3]开发了变量灌溉决策支持系统,依据农田内土壤含水率的差异性,进行针对性的变量灌溉。而张巍巍[4]基于灌区灌溉用水过程的复杂性和实时性,结合北方灌区管理的具体情况,研制了灌区实时灌溉决策支持系统软件。孙莉[5]将棉花的精准播种、节水灌溉、变量施肥、病虫害预测预报与防治、长势监测等集成形成棉花生产管理智能化决策系统, 同时与变量作业机具组装配套进行了示范。
本研究充分考虑到土壤属性的空间变异性特点,设置了含水率监测点布置决策,平均含水率计算等功能。在决策中充分考虑了土壤墒情计算条件,设置了不同的计算模式。灌溉诊断中使用与田间监测设备配套的诊断指标进行土壤灌溉诊断,适应性强。整套软件基于COM组件技术开发而成,并开发了B/S和C/S 2个版本。
1 系统结构组成
本研究软件主要有数据库管理、灌溉实时决策、施肥-病虫害预警和生产管理专家咨询4个组成部分,见图1。
2 软件环境
软件环境根据硬件拓扑结构不同而不同。其中C/S环境
中,使用Visual C++、Delphi、Mapx和Sql Server为开发平台,而B/S环境中,使用Visual C#、Ajax、Mapx Stream和Oracle为开发平台。在两个平台中均使用Visual C++开发的各模型组件,开发和维护非常方便。专家系统使用美国NASA专家系统开发工具CLIPS。
3 数据库管理
B/S模式下采用O/R Mapping技术设计数据库管理模块,并在应用中集成了数据库管理工具,任何系统管理员通过数据管理工具对数据库所作的修改工作,不用修改任何代码,就可以立即反映到包括数据查询、增加、修改等的用户操作界面上,有效的保证系统的快速适应性。电子地图采用Oracle Spatial空间数据库管理基本地理数据。具体细化为如下功能:系统账号管理与维护、日志管理、数据备份与恢复、数据字典维护、运行参数设置、数据录入、数据查询与浏览、数据统计图表与报表等功能。
4 灌溉实时决策
灌溉实时决策主要有墒情实时监测、历史墒情查询、实时墒情预报、灌溉实时诊断、实时灌溉决策、决策评价与管理等功能组成。
4.1 墒情实时监测和历史墒情查询
土壤墒情可根据用户选择分别使用GIS图形、等值线/面、时间过程线和表格等形式显示,能充分显示土壤含水率时空分布规律。墒情显示模块调用本研究开发的空间数据插值组件对实测或历史散乱点数据进行插值处理后使用图形显示组件显示出来,其中空间插值根据研究采用了泰森多边形法(自然邻点插值法)、反距离加权插值法、克里格插值法、径向基函数插值法等方法。在运行参数设置中可设置默认插值方法及该方法的控制参数。泰森多边形插值法使用计算几何方法自动形成泰森多边形(Voronoi 图)并得到各点的权重。当监测点位置不变情况下除第一次计算外,后续计算将直接从数据库中得到权重加快图形显示和平均含水率的计算。克里格插值法需要半方差函数或变异函数的类型及其控制参数,在实际应用中需要做前期研究,因此有一定局限性。径向基函数插值方法稳定性高,对散乱数据空间位置要求低,但针对土壤墒情空间分布的径向基函数及控制参数的选择需要进一步研究。系统缺省使用径向基函数插值方法进行土壤墒情空间插值和平均含水率计算。
4.2 实时墒情预报
实时墒情预报模块主要采用水量平衡法和消退指数法两种方法。在研究中也对其他方法如叶面积指数法等进行研究,但效果不很理想。由于田间小型气象站逐渐普及,使得使用水量平衡法预报土壤墒情成为可能。本研究将改进彭曼法做成模型组件嵌入系统中,可根据实测气象资料实时计算土壤墒情,并在此基础上结合气象预报信息预报土壤墒情。针对有前期墒情预报模型研究的情况,本系统还编写了多元逐步回归、最小二乘支持向量机和ARMA自回归滑动平均等模型组件。通过在模型参数库中设置各模型控制参数即可使用。
水量平衡法采用如下公式[6,7]:
式中:Di,Di-1为第i,i-1天计划湿润层内相对于田间持水率状态时的土壤水分亏缺,mm;ETi为第i天作物实际蓄水量,mm;P0i为第i天渗入土壤的降水量,mm;Ii为第i天灌水量;Ki为第i天地下水对根层的补给量,mm;Kc为作物系数;Ks为土壤水分胁迫系数;β为径流系数;Pi为实际降水量,mm;H为地下水埋深,m;n为经验系数。
消退系数法采用如下公式[8,9]:
式中:k为土壤消退指数。
根据不同作物生育期土壤水分观测资料得到回归公式。
4.3 灌溉实时诊断
棉花灌溉实时诊断根据缺水诊断指标实测值与生育期的阈值比较确定是否缺水及是否灌溉,在不缺水的情况下预报在无其他输入情况下的灌水日期和灌水量。缺水诊断指标有:土壤含水率、作物缺水指标CWSI、冠层温度与气温差TC-TA等。在实际运用中使用土壤含水率进行诊断可操作性强,故系统中将其设为缺省诊断指标。实时灌溉诊断运行界面见图2。
4.4 实时灌溉决策
实时灌溉决策模块根据灌溉诊断确定的灌溉日期和应灌水量,结合实际来水情况,确定配水管网的运作方案。决策方法分为3种:第一种直接使用现有灌溉制度得到灌溉实施方案,第二种结合用户经验进行轮灌等设计得到灌溉实施方案,第三种充分考虑田间含水率空间变化及灌溉管道约束,通过求解灌溉优化模型得到灌溉实施方案,最终将各管道电磁阀开启顺序和时间形成控制指令控制田间灌溉自动控制系统实施灌溉。
5 施肥决策与虫害预警
施肥决策使用测土平衡施肥方法,计算出土壤中氮、磷、钾肥的施用量和施用方法,按生育期划分存入数据库中。在灌溉诊断中将自动检测是否需要施肥,并给出施肥决策提醒用户随水施肥。虫害预警主要包含棉铃虫、棉蚜虫和棉叶螨预测模型,结合专家系统给出预警提示及防治方法。上述模型均形成对应组件。
6 生产管理专家咨询
在棉花生产管理决策中有很多问题无法用数学模型来求解,而必须使用农业专家的专家知识来对其进行解答[10]。作者在对现行诸多专家系统进行详细了解后,决定采用CLIPS专家系统作为本研究的专家系统开发平台。专家系统结构见图3。使用C++和C#分别在C/S和B/S下制作了知识库管理系统用来管理规则库、事实库和模型库。棉花生产管理知识库结构见图4。
7 运行实例
C/s模式下运界界面见图5。B/S模式下运行界面见图6。
8 结 语
使用组件开发技术,作者分别在C/S和B/S模式下开发了新疆滴灌棉花灌溉决策支持系统,软件适用性强且维护简便。在灌溉实时决策中使用不同方法对土壤墒情进行预测,充分考虑了含水率空间分布而设计了不同计算方法供选择,在实际应用中达到了预期的效果。通过对田间含水率监测、模型预测诊断、灌溉控制系统实时控制灌溉而实现对作物按需供水,减少水量损失,从而达到节水目的。
参考文献
[1]郑重,马富裕,李江全,等.棉花膜下滴灌决策支持系统研究[J].中国农学通报,2004,20(3):255-257.
[2]郑重,马富裕,张凤荣,等.农田水分监测与决策支持系统的实现[J].农业工程学报,2007,23(7):155-161.
[3]杨世凤,王建新,周建军.等.基于变量灌溉数学模型的决策支持系统研究[J].农业工程学报,2005,21(11):29-32.
[4]张巍巍,刘喜峰,谷红梅,等.灌区实时灌溉决策支持系统软件研制[J].人民黄河,2007,29(4):54-55.
[5]孙莉,张清,陈曦,等.精准农业技术系统集成在新疆棉花种植中的应用[J].农业工程学报,2005,21(8):83-88.
[6]李远华.实时灌溉预报的方法及应用[J].水利学报,1994,(2):46-51.
[7]茆智,李远华,李会昌.实时灌溉预报[J].中国工程科学,2002,4(5):24-33.
[8]尚松浩,雷志栋,杨诗秀.冬小麦田间墒情预报的经验模型[J].农业工程学报,2000,16(5):31-33.
[9]马孝义,王君勤,李志军.基于土壤消退指数的田间土壤水分预报方法的研究[J].水土保持研究,2002,9(2):93-96.
