基于关系型数据库的决策支持系统

   基于关系型数据库的决策支持系统框架结构主要由数据源数据库和知识库两部分组成，数据源数据库主要是用户实际的数据，主要指保存在数据库中的各种实际数据，也可以是ETL整理好的数据库，而知识库主要由方法库、模型库、参数库和规则库这几个主要部分组成，知识库可以建立在关系型数据库上，如oracle\db2\sql server\sybase等等数据库，也可以建立在数据仓库上。

   方法库中存储着实现各种功能而使用的方法记录，每一个方法都对应着一项具体的实际应用功能，也就是说每一个方法都是对某种具体的实际应用功能的描述，是和具体的业务处理过程相关的。

   方法的实现包括对一些模型的使用，常常每一个方法都是由几个模型按照对输入数据的执行顺序组成的。

   方法的数据库记录内容主要包括方法的定义、方法中基本数据处理过程和功能描述、方法名称等信息。在方法的定义中体现了每一个方法中包含的若干个模型结果的计算关系，以及如何调用模型计算程序，如何处理每个模型处理结果的流程。

   模型库中保存着模型的实现程序。目前模型库主要包括运筹学、计量经济学、统计学、数学、人工智能等模型。在模型库中，每个模型本身并不具备业务背景，每个模型都是严格执行模型所体现的数据处理过程，也就是说模型只关心输入数据的类型和个数，而不关心数据所体现的业务逻辑。如：回归模型它只是对一组输入数据进行回归运算，而和具体是对那个行业的指标没有影响。

   模型库中存储着每一个模型的计算方法（实现程序）、输入、输出和模型描述信息。通过模型描述信息可以使用户了解到本模型的主要原理和输入、输出特性。每个模型是由输入值、输出值、模型算法程序、模型的功能描述、简单的处理流程和模型算法所用到的参数组成的。模型算法所用到的参数存储在参数库中。有的模型还可能包含知识库中的知识的引用。

   参数库中存储着模型中所使用的参数的定义。这样做的原因是为了把模型中易变动的参数和比较稳定的模型分离开，便于模型的修正。由于许多模型所用到的参数是通过大量的样本数据学习得来的。而样本数据所反映出来的特性，有可能随着时间的推移，各种情况的变化会产生偏差。所以，参数库中还包含生成参数的样本数据学习程序。当由旧的样本数据学习产生的特征发生变化时，我们执行样本数据学习程序，用新的样本数据生成新的参数值。

   规则库存储着方法、模型和参数与数据源数据库之间的逻辑制约关系。

   知识库由方法库、模型库、参数库和规则库组成，知识库中存储着用户设计保存的各种经验方法，知识库中的知识还可以直接供模型计算所使用。海潮caddas决策支持系统知识库中保存的信息有：数据源数据库连接方式、数据源数据库表及表间关系管理、代码管理、部门单位管理、用户及权限管理、用户盘的授权、决策知识库的规划设计、档案系统的建立、特管户（群集）的建立。决策设计的分析方法实现的功能有：数据查询、决策表（OLAP多维分析）、对比图、分布图、数据排查、趋势回归预测图、钻取分析、动态图、弹性分析、数据分析、相关分析、主成分分析、典型相关分析、聚类分析、层次分析、投入产出分析、线性回归分析、神经网络分析、关联规则挖掘、灰色关联度分析、马尔可夫分析、粗糙集分析（粗糙推理）、合作对策分析、对抗对策分析、信息论信息量熵分析、风险决策论、非确定型决策论、决策设计。知识库中还存储着用户根据上述分析方法设计的各种决策方法、专家系统。 

                          青岛科信软件有限公司                       http://www.keasense.com/

来自 “ ITPUB博客 ” ，链接：http://blog.itpub.net/22360906/viewspace-716836/，如需转载，请注明出处，否则将追究法律责任。

转载于:http://blog.itpub.net/22360906/viewspace-716836/