物流管理中的决策支持系统课程

物流管理中的决策支持系统本章主要内容

决策支持系统基础知识4.1

决策支持系统在物流中的应用4.2数据仓库与决策支持4.3群体决策支持系统4.4

决策支持系统案例4.5本章主要内容

决策支持系统基础知识4.1

决策支持系统在物流中的应用4.2数据仓库与决策支持4.3群体决策支持系统4.4

决策支持系统案例4.5决策是决策者的思维活动过程，而决策支持系统是此过程中为决策者提供数据、信息和分析方法的信息系统。Simon等人曾将人的决策活动概括为一个四阶段（phases）的模型，各阶段之间的关系如下图所示：情报阶段设计阶段选择阶段实施阶段4.1.1决策活动模型4.1.1决策活动模型

情报阶段(intelligentphase)：决策者在进行决策活动时，首先要发现问题或某种可能性，发现用于决策的信息资源以及约束条件等。设计阶段(designphase)：决策者分析可用的信息资源，设计行动方案或用于分析问题的一系列活动，并据此得到可行解的集合。选择阶段(selectphase)：决策者从可能的设计方案中选择一个。实施方案(implementationphase)：按照决策方案实施决策活动。尽管这一理论较好地描述了人在现实活动中的决策方式，但在实际决策活动中人却并非简单经由这四个阶段完成决策。通常在决策的某个阶段，可能要返回到前面的某个阶段重新进行。4.1.2决策的类型

决策的分类有各种不同的方法，按决策问题的特点可分为确定型决策问题、风险型决策问题和不确定型决策问题：1、确定型决策问题：其特点是决策人在进行选择之前了解真实的自然状态，即决策人可以确切地知道各种行动的后果。例如：有一个餐厅在决定自己今后的发展计划时有三种方案：

①维持现状②小规模发展③大规模发展。而每种方案可能带来的利益分别为20万、40万和70万元。这时，经理当然选择收益最大的方案。4.1.2决策的类型2、风险型决策问题：其特点是决策人无法确知将来真实的自然状态，但他能给出各种可能的自然状态以及这些自然状态可能出现的概率，对于任何一种方案因自然状态的不通可能产生多种结果。在上例中，影响方案的自然状态为：①在餐厅附近有一个竞争对手出现（概率为0.2）②附近将新建一条高速公路（概率为0.3）③情况不变（概率为0.5）。根据各种自然状态和在三种方案下的不同收益，构造的损益矩阵表如下：情况不变(0.5)有竞争对手(0.2)公路改道(0.3)维持现状200－10小规模发展4030－30大规模发展7020－1004.1.2决策的类型3、不确定型决策问题:其特点是决策人只能知道那些自然状态可能出现，但无法知道这些自然状态可能出现的概率。根据决策活动的特征可将决策分为结构化、非结构化和半结构化决策：（1）结构化决策决策目标明确、决策过程常规、能够事先确定；（2）非结构化决策缺乏常规决策准则；（3）半结构化决策一些决策阶段结构化，另一些阶段非结构化4.1.3决策支持系统定义决策支持系统是一个不断发展的概念。20世纪70年代ScottMorton的定义：“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”20世纪80年代中期，R.H.Sprague提出的DSS的特征：（1）数据和模型是DSS的主要资源；（2）DSS是用来支持用户做决策的，而不是代替用户决策；（3）DSS主要用来解决半结构化及非结构化的问题；（4）DSS的目的在于提高决策的有效性而不是提高决策的效率。4.1.3决策支持系统定义20世纪90年代Tuban提出DSS是一种用来增强决策者的决策能力的工具。DSS与MIS的比较如下表：问题：DSS与MIS的区别所在？比较项MISDSS特征信息处理支持决策目标提高效率提高有效性处理技术以计算机为主进行处理以人机会话为主进行处理驱动方式数据驱动模型驱动信息的特征响应全局的需要响应决策者的需要4.1.4决策支持系系统的分类类根据系统特特征分类:面向数据的的DSS（SAS软件介绍）面向模型的的DSS根据使用目目的分类：：专用DSS通用DSS（生成器、、开发工具具）根据使用形形态分类：：制度化的DSS（重复性的的、类似的的决策问题题）动态的DSS4.1.5DSS的结构典型的DSS结构由以下下五部分构构成：1，数据库子子系统2，模型库子子系统3，方法库子子系统4，知识库子子系统5，会话生成成与管理子子系统4.1.5DSS的结构典型的DSS构成4.1.5DSS的结构1数据库子系系统数据库是DSS的重要数据据资源，是是模型库、、方法库和和对话系统统的基础。。在DSS中，数据库库子系统的的作用不仅仅体现在数数据支持上上，在某种种程度上，，它已成为为DSS内部管理的的一种机制制，起着简简化DSS的事先和维维护的重要要作用。DSS数据库子系系统通常由由以下几部部分组成：：(1)数据抽取模模块是各种数据据源与DSS数据库的接接口，主要要内容包括括从源数据据库抽取数数据，建立立DSS的数据库，，供模型和和对话部分分使用。4.1.5DSS的结构数据抽取模模块的功能能结构图4.1.5DSS的结构(2)DSS数据库存储与决策策问题有关关的数据，，包括事务务数据、内内部数据、、外部数据据和个人数数据。(3)数据库管理理系统用来提供存存取和管理理数据库中中数据的功功能。(4)数据字典用来维护护系统中中的数据据定义、、类型描描述和数数据源的的描述。。(5)数据查询询模块用来解释释来自其其他子系系统的数数据请求求，通过过查阅数数据字典典确定如如何满足足这些请请求，并并详细阐阐述向数数据库管管理系统统的数据据请求，，最后将将结果返返回对话话框子系系统。4.1.5DSS的结构2模型库子子系统模型库子子系统是是给决策策者以通通过推理理、比较较、选择择来分析析解答整整个问题题的能力力；模型库子子系统包包括模型型库、模模型库管管理系统统、与其其他子系系统的接接口等；；模型库中中一般应应包括在在特点领领域中解解决问题题所需要要的常用用数学模模型，这这些模型型决定了了系统可可提供的的分析能能力；常用的支支持决策策模型如如下图所所示：4.1.5DSS的结构常用模型型优化模型型评价模型型综合运筹筹模型预测模型型模拟实验验模型Text规划模型型推理模型型4.1.5DSS的结构3方法库子子系统建立方法法库的目的是为DSS提供一个个适合的的环境，，允许计计算过程程本身实实现交互互存取数数据，从从数据库库选择数数据，从从方法库库选择算算法，然然后将数数据和算算法结合合起来进进行计算算，并通通过清晰晰的显示示方法将将结果输输出，供供决策者者使用。。方法库由由方法程程序库和和方法库库字典组组成：方法程序序库是存储方方法模块块的工具具，可由由各种通通用性和和灵活性性都比较较强的可可用来构构成各种种数学模模型的方方法程序序库构成成。方法字典典则用来对对方法库库中的程程序进行行登录和和索引。。方法库基本数学方法统计方法优化方法预测方法计划方法金融方法各种函数初等算法插值算法拟合法外推法平滑法回归分析法判别分析因子分析方差分析法求解分析判别分析时间序列法因果分析法矩阵运算法计划评审法二元相关分析法方法库中中的方法法集合4.1.5DSS的结构4知识库子子系统知识库是是合理组组织的关关于某特特定领域域的陈述述型知识识和过程程型知识识的集合合；它与与传统数数据库的的区别在在于它不不仅包含了大大量的简简单事实实，而且且包含了了规则和和过程型型知识；它是一一个完整整的系统统，可以以作为DSS的一个子子系统，，也可以以成为一一个独立立的系统统供知识识管理者者和决策策者使用用。5会话管理理子系统统会话管理理子系统统由系统统提供的的用户界界面和相相应的信信息处理理机构组组成。通通过该子子系统，，用户与与计算机机进行会会话和信信息交互互。用户界面面是有利利于用户户和计算算机进行行交互和和交流的的硬件设设备和软软件，用用户界面面包括文字的、、图形的的、听觉觉的、触触觉的信信息交换换。本章主要要内容决策支持持系统基基础知识识4.1决策支持持系统在在物流中中的应用用4.2数据仓库与决策支持4.3群体决策支持系统4.4决策支持持系统案案例4.54.2决策支持持系统在在物流中中的应用用库存管理生产地点选址车辆计划提前期报单生产计划物流运输系统的调度优化技术DSS的应用需求计划物流网络设计存货配置销售与营销区域的划分DRPMRPTextText4.2决策支持持系统在在物流中中的应用用1需求计划划作出精确确的需求求预测是是提高整整个供应应链效率率的关键键。因此此，预测测已经成成为DSS的一个重重要领域域，为了了辅助这这一过程程，除典典型的统统计工具具外，人人们还制制定了协协作工具具及标准准。例：美洲红十十字协会会采用了基基于优化化模型的的决策支支持系统统，来评评估重新新选择血血液配送送和采集集地点的的建议。。4.2决策支持持系统在在物流中中的应用用2物流网络络设计物流网络络的设计计包括仓仓库和工工厂位置置的确定定、仓库库周围零零售商和和顾客的的配置等等，通常常需要输输入的数数据包括括被选位位置、运运输成本本、总需需求预测测等。在建议物物流网络络设计方方案时通通常使用用启发式式和优化化的运算算法则。。对于不不能量化化的标准准，决策策者最终终还需要要依靠自自己的判判断。例子：1993年，保洁公司司（P&G）开始重新新设计它它的整个个供应链链计划，，通过DSS系统中的的数学工工具以及及GIS系统，他他们减少少了配送送中心的的数量并并保留了了位置合合理的配配送中心心。问题：GIS技术在保保洁公司司的决策策支持系系统中可可起到什什么作用用？4.2决策支持持系统在在物流中中的应用用3存货配置置企业需要要对在什什么时间间、哪个个仓库保保持何种种库存作作出决策策，这就就是存货货配置决决策。在库存配配置中，，运输成成本、需需求预测测和现有有库存被被用来决决定在每每一时间间每一位位置保持持存货的的水平，，而且DSS又一次使使用了优优化和启启发式算算法来生生成建议议策略。。例子：美国石油油公司（（Amoco）曾面临着着以下常常见的存存货管理理挑战：：（1）怎样在在供应链链的不同同环节来来鉴别合合适的存存货水平平？（2）怎样克克服资本本、设备备和人员员的能力力制约？？（3）在销售售、生产产和存货货管理人人员之间间存在着着冲突的的组织目目标。4.2决策支持持系统在在物流中中的应用用为了解决决上述问问题，美美国石油油公司同同默克管管理咨询询公司一一起开发发了一个个适合自自己的决决策支持持系统，，这个系系统可以以模拟美美国石油油公司各各个层次次的物流流网络、、成本及及目标，，并在分分析过程程中运用用了优化化和模拟拟技术。。该系统统带来了了以下好好处：（1）弄清了了存货成成本，包包括缺货货成本；；（2）过多的的存货也也掩盖不不了低效效的工作作；（3）更好地地计划、、协调、、沟通销销售与营营销区域域划分。。4销售与营营销区域域的划分分销售区域域的划分分既需要要使销售售额最大大化，又又需要使使顾客和和销售代代表都保保持满意意；销售售区域划划分的决决策支持持系统将将顾客位置置和需求求预测作为输入入，销售售区域的的设计要要以决策策者所选选定的一一系列目目标（如如运距、、销售潜潜力）为为依据。。4.2决策支持持系统在在物流中中的应用用5配送资源计划划（DRP）对一组仓库和和零售商来说说，此模型用用来确定合适适的配送路线线和存货政策策。如果给定定仓库和零售售商的位置、、存货和运输输成本以及每每一零售点的的需求预测，，此系统可以以利用分析工工具来确定以以最低的成本本向顾客提供供高水平服务务的策略。6物料需求计划划（MRP）MRP系统利用产品品的物料清单单和零部件的的提前期来计计划何时开始始制造某产品品。虽然这些些决策支持系系统没有利用用复杂的数学学方法，但它它们在工业中中的应用却十十分普遍。（（物料清单简介介）例子：塔纳公司（Tanner）是一个高品质质女士服饰制制造商，90年代初期，该该公司的准时时交货率较低低（74%）左右，并且且有大量的在在制品。4.2决策支持系统统在物流中的的应用该公司的DSS将塔那公司生生产每一种款款式的物料和和劳动力需求求的详细信息息记录在一个个数据库中，，系统从这个个数据库提取取数据；系统根据数据据库中的数据据和接到的订订单来生成生生产计划，特特别是在有生生产和需求的的约束条件下下，系统制定定的计划要使使得缺货和成成品存货都最最小。运营结果：在一年期的期期末，系统开开发、修改、、安装实施，，准时交货率率提高到90%，在制品库存存也削减了20多万美元。7库存管理一个库存管理理决策支持系系统能够运用用运输和持有有成本信息以以及生产提前前期和项目需需求来制定库库存政策，从从而帮助决策策者达到降低低成本与提高高客户服务质质量的目标。。4.2决策支持系统统在物流中的的应用8生产地点选址址/设施布置生产设施网络络上的每一个个点分别生产产不同的产品品或者是同一一产品的不同同部件。设施施布置决策支支持系统将生生产成本、提提前期、运输输成本及需求求预测作为输输入数据，针针对生产设施施来分配不同同的产品或部部件。例子：美孚（Mobil）利用一个DSS来合并与发送送润滑剂产品品。为了解决决调度员送货货的一系列问问题（自有车车辆或外界车车辆、订单的的合并策略等等），DSS内部采用了美美孚同Insight公司合作开发发的较重产品品的计算机辅辅助配送（HPCAD）系统，来制制定货物发送送计划。HPCAD系统每年可为为公司节省100多万美元。4.2决策支持系统统在物流中的的应用9车辆计划车辆计划不仅仅包括企业自自有车辆的派派遣，而且也也包括在某些些线路上商业业车辆的选择择；车辆计划划中的一个重重要组成部分分就是车辆的的路线安排。。例子：CSX运输公司拥有有世界上最长的的铁路之一，，它开发了一一个名为计算算机辅助路线线安排及调度度（CARS）的决策支持持系统，该系系统被用来探探索路线安排排与调度之间间的战略关系系。CSX运输公司简介介10提前期报单提前期报单（（leadtimequotation）决策支持系系统能够报出出某一特定订订单的确切交交货提前期，，并且这一提提前期往往是是较短的。问题：什么情情况下尽量报报长提前期？？4.2决策支持系统统在物流中的的应用11生产计划给定所生产的的产品系列、、生产流程以以及产品的到到期日期，生生产计划DSS就可以制定产产品的生产次次序及计划。。生产计划DSS可以利用人工工智能、数学学及模拟技术术来制定生产产计划。12物流运输系统统的调度优化化技术物流运输系统统的调度优化化包括配送车车辆的集货、、货物配装和和送货过程的的调度优化技技术等。关键技术：启发式算法遗传算法（GeneticAlgorithm）蚂蚁算法（antsalgorithm）本章主要内容容决策支持系统统基础知识4.1

决策支持系统在物流中的应用4.2数据仓库与决决策支持4.3群体决策支持系统4.4决策支持系统统案例4.54.3.1数据仓库随着企业的发发展，企业的的高层管理者者需要使用数数据（历史的的、现在的））进行各种复复杂分析，如如长期趋势分分析和数据挖挖掘等支持决决策；这就要要求系统保存存大量历史数数据和进行复复杂的分析处处理。传统数数据库系统很很难实现这些些应用。数据仓库面向向复杂的数据据分析以支持持决策过程，，它把支持决决策分析的数数据事先收集集、归纳、处处理，使企业的业务务操作环境和和信息分析环环境分离，从而有效地地为决策提供供实时的信息息服务。1991年，美国PrismSolution公司副总裁W.H.Inmon提出了数据仓仓库的概念：：数据仓库的广广义概念：数据仓库描述述了一种语义义一致的数据据组织与处理理的体系结构构，它将多个个分散的、异异质的原始数数据融合在一一起，完成不不同数据存取取、查询及文文档分析、报报告生成，从从而支持决策策过程。4.3.1数据仓库数据仓库的狭狭义概念：数据仓库是支支持经营管理理中的决策制制定过程的、、面向主题的的、集成的、、内容相对稳稳定持久的（（非易失性））、不同时间间的数据集合合，用来支持持管理人员的的决策。数据仓库的主主要特征：（1）面向主题（2）集成（3）非易失性（4）时异性问题：怎么理理解“本质上，数据据仓库是一个个使用其自身身数据库管理理系统的数据据库应用”这句话？4.3.1数据仓库1数据仓库的几几个重要概念念(1)ETL(Extract/Transformation/Load)(2)元数据（是数数据仓库的最最基本数据单单元）(3)粒度（数据的的细化或概化化程度）(4)分割（物理单单元）(5)数据集市(datamart)（小型数据仓仓库）2数据仓库的结结构数据仓库的数数据按层次组组织，通常是是一个多层机机构，可分为为下列几个层层次：（1）当前详细数数据(currentdetaildata):反映当前发生生的用户感兴兴趣的数据，，在粒度最底底层。（2）历史详细数数据(olderdetaildata):不经常被访问问的，在一个个与当前详细细数据相同的的粒度的层次次。（3）轻度概化数数据(lightlysummarizeddata):从当前详细数数据提炼出来来的数据。（4）高度概化数数据(highlysummarizeddata):压缩的易于访访问的数据。。4.3.1数据仓库数据仓库的层层次结构数据仓库的外外部输入输出出4.3.2联机分析处理理1联机分析处理理基本概念1993年，IBM公司的E.F.Codd提出了联机分分析处理OLAP(OnlineAnalysisProcessing)技术；OLAP是一种面向数数据分析的交交互式决策辅辅助方法，是是针对特定问问题的联机数数据访问和分分析，通过对对信息的很多多种可能的观观察形式进行行快速、稳定定一致和交互互性的存取，，允许决策人人员对数据进进行深入观察察。OLAP常用的基本概概念：（1）变量变量是数据的的实际意义，，即描述数据据是“什么””。4.3.2联机分析处理理（2）维维是人们观察察数据的特定定角度。（时时间维、空间间维、产品维维）（3）维的层次人们观察数据据的某个特定定角度（某个个维）还可以以存在细节程程度不同的多多个描述方面面，这就是维维的层次。（4）维成员维的一个取值值成为维成员员。（5）多维数组一个多维数组组可以表示为为：维1，维2，…，维n，变量。（6）数据单元多维数组的取取值称为数据据单元。4.3.2联机分析处理理（1）切片：在多维数组的的某一维上选选定一维成员员的操作称为为切片。即在在维1，维2，…，维n，变量中选一一维，如维i，并取其一维维成员维i，则在维i上的切片为（（维1，维2，…，维i，…，维n，变量）。2联机分析处理理基本操作4.3.2联机分析处理理（2）切切块块：：在多多维维数数组组的的某某一一维维上上选选定定某某一一区区间间的的成成员员维维的的操操作作称称为为切切块块，，即即限限制制多多维维数数组组的的某某一一维维的的取取值值区区间间。。显显然然，，当当区区间间退退化化到到一一个个维维成成员员时时，，就就是是切切片片。。4.3.2联机机分分析析处处理理（3）旋旋转转：：改变变一一个个报报告告或或页页面面的的维维方方向向。。例例如如，，旋旋转转可可能能包包含含交交换换行行和和列列，，或或是是把把某某一一个个行行维维移移到到列列维维中中。。4.3.2联机机分分析析处处理理（4）钻钻探探：：使用用户户在在数数据据仓仓库库的的多多层层数数据据中中能能通过过导导航航信信息息而获获得得更更多多的的细细节节性性数数据据，，一一般般是是指指向向下下钻钻探探。。地区销售额上海900长沙650广州800地区1季度2季度3季度四季度上海200200350150长沙250100150150广州2001501802704.3.2联机机分分析析处处理理3联机机分分析析处处理理与与联联机机事事务务处处理理的的比比较较联机机事事务务处处理理（（OLTP）是是操操作作人人员员和和低低层层管管理理人人员员利利用用计计算算机机网网络络对对数数据据库库中中的的数数据据进进行行操操作作，，以以完成成日日常常事事务务处处理理工工作作。OLAP与OLTP是两两类类不不同同的的应应用用，，前前者者面面对对的的是是决决策策人人员员和和高高层层管管理理人人员员，，后后者者面面对对的的是是操操作作人人员员和和低低层层管管理理人人员员。。二二者者区区别别详详见见下下表表：：OLTP与OLAP的比比较较OLTPOLAP数据库原始数据数据库导出数据或数据仓库细节性数据综合性数据当前数据历史数据经常更新不可更新，但周期性刷新一次性处理数据量小一次性处理数据量大响应时间要求高响应时间合理用户数量大用户数量相对少面向操作人员，支持日常事务操作面向决策人员，支持管理需要面向应用，事务驱动面向分析，分析驱动问题题：：OLTP与OLAP的主主要要区区别别所所在在？？4.3.3数据据挖挖掘掘数据据挖挖掘掘DM（DataMining）是近近年年来来随随着着数数据据库库和和人人工工智智能能技技术术的的发发展展而而出出现现的的一一种种全全新新信信息息技技术术，，也称称为为数数据据库库中中的的知知识识发发现现（KnowledgeDiscoveryinDatabase,KDD），，是是指指从从大大量量数数据据中中抽抽象象出出潜潜在在的的有有用用信信息息的的过过程程。。一般般来来说说，，KDD过程程由由三三个个部部分分组组成成：：数数据据准准备备、、数数据据挖挖掘掘以以及及解解释释评评估估。。数据据准准备备：：包括括数数据据选选取取、、数数据据预预处处理理和和数数据据变变换换，，完完成成对对数数据据的的抽抽取取、、清清理理和和整整理理；；数据据挖挖掘掘：：根据据待待发发现现的的任任务务类类别别选选择择有有效效的的发发现现算算法法对对数数据据进进行行挖挖掘掘；；解释释评评估估：对发发现现模模式式的的评评价价和和解解释释，，并并进进一一步步用用于于决决策策分分析析或或将将新新发发现现的的知知识识扩扩充充到到知知识识库库中中去去。。4.3.3数据据挖挖掘掘目前前，，数数据据挖挖掘掘应应用用于于很很多多领领域域，，尤尤其其是是在在如如银银行行、、电电信信保保险险、、交交通通、、零零售售等等商商业业领领域域。。数据据挖挖掘掘工工具具可可根根据据应应用用领领域域分分为为三三类类：：（1）通用单任务务类：仅支持KDD的数据挖掘步步骤，并需要要大量的预处处理和善后处处理工作。（2）通用多任务务类：可执行多个领领域的知识发发现任务，集集成了分类、、可视化、聚聚集、概括等等多种策略。。（3）专用领域类类：现有的许多数数据挖掘系统统是专为特定定目的开发的的，用于专用用领域的知识识发现，对采采掘的数据库库有语义要求求，发现的知知识也较单一一。4.3.3数据挖掘根据所采用的的技术，挖掘掘工具大致分分为六类：(1)基于规则和决决策树的工具具（课后查找软件件KnowledgeSeeker）(2)基于神经元网网络的工具（（针对非线性性数据的快速速建模）(3)数据可视化方方法(4)模糊发现方法法(5)统计方法(6)综合多方法4.3.4联机分析处理理与数据挖掘掘的联系OLAP作为一种多维维分析工具，，可提供数据据多层面、多多角度的逻辑辑视图。用户户提出问题或或假设，OLAP负责提取关于于该问题的详详细信息，并并将结果呈现现给用户。数据挖掘是在数据集合合中寻找模式式的决策支持持过程，它能能从大量数据据中发现潜在在数据模式并并做出预测性性分析，是现现有的人工智智能、统计学学等成熟技术术在特定系统统中具体的应应用。OLAP和数据挖掘的的共同点：二者都属于于分析性工具具。4.3.4联机分析处理理与数据挖掘掘的联系OLAP与数据挖掘的的主要区别：：（1）数据挖掘的的分析过程是是自动的，用用户不必提出出确切的问题题，只需工具具去挖掘隐藏藏的模式并预预测未来的趋趋势；而OLAP更多地依靠用用户输入问题题和假设，从从而影响最终终结论。（2）OLAP属于较浅的层层次，数据挖挖掘可以发现现OLAP所不能发现的的更复杂的问问题。OLAP技术和数据挖挖掘技术是既既相对独立又又相互关联的的信息技术，，近年来数据据仓库系统中中趋向于将两者者集成在一起起，以便做出高高效的分析。。问题：数据仓仓库、OLAP和数据挖掘三三者之间关系系？4.3.5数据挖掘与OLAP在物流运作中中的应用案例例OLAP在连锁零售物物流企业中的的应用：(1)销售分析通过销售预测测模型对每种种商品、每类类商品、各分分店销售情况况等进行分析析预测。(2)商品管理包括商品生命命周期的分析析与预测、商商品价格波动动趋势分析与与预测等(3)库存分析根据销售信息息和订单信息息预测出库量量，由市场决决定库存量。。(4)客户分析分析客户基本本情况，以便便对基础客户户关系和综合合客户关系进进行管理。(5)供应商分析通过OLAP或MDX分析比较各供供应商带来的的利润，从而而选择供应商商。4.3.5数据挖掘与OLAP在物流运作中中的应用案例例数据挖掘在连连锁销售企业业的物流信息息系统中的应应用：（海量量数据）(1)购买力预测运用回归分析析功能预测客客户的购买力力，明察市场场趋势获得战战略优势。(2)趋势分析利用数据仓库库对商品种类类和库存的趋趋势进行分析析，选定需要要补充的商品品，研究顾客客购买趋势，，分析季节性性购买趋势。。(3)购买模式识别别首先运用聚类分析，从客户档案案库中发现不不同的客户群群，并且用购购买模式来刻刻画不同的客客户群特征。。4.3.5数据挖掘与OLAP在物流运作中中的应用案例例然后运用关联联规则挖掘，，找出哪些商商品同时被顾顾客购买，从从而得到顾客客习惯，据此此做出相应的的订货、商品品摆放及销售售决策。案例：英国第第三大连锁超超市Safeway的购买模式识识别（以客户户为导向，而而非以产品和和商家为导向向）（某种乳酪的销销售）(4)设置商品布局局对某一商品的的交易事务数数据库运用关关联规则挖掘掘，可能会产产生大量的强强规则出现。。案例：Wal-mart对商品进行的的购物篮分析析(marketingbasketanalysis)（尿布与啤酒）4.3.5数据挖掘与OLAP在物流运作中中的应用案例例(5)降低库存成本本加快资金周转转、降低库存存成本是所有有连锁零售商商面临的一个个重要问题。。(6)挖掘潜在客户户会员制可以固固定客户群，，但是潜在客客户还是存在在的一个会员卡可可以有多次交交易，如果交交易频率过高高，那么会员员卡肯定外借借，持卡人的的周围隐藏着着潜在客户，，由此可以开开发客户群。。若在一段时时间内，某个个会员卡没有有交易，则该该客户可视为为遗失客户，，可采用相应应的优惠政策策留住客户。。本章主要内容容决策支持系统统基础知识4.1

决策支持系统在物流中的应用4.2数据仓库与决决策支持4.3群体决策支持持系统4.4决策支持系统统案例4.54.1群体决策群体决策是指两人或多多人在一起讨讨论实质性问问题，提出解解决问题的可可能方案或策策略，并通过过集体评价来来作出决策。。群技术是提高群体决决策的输出水水平而有目的的地对群体决决策过程进行行干涉，典型型的方法有头头脑风暴法(brainstorming)、德尔菲法(Delphi)、建设性讨论论、名义群体体法等。（1）头脑风暴法法：该方法由A.F.Osborn于1939年提出，是指指自由奔放、、突如其来的的想法。一般般有5到10人参加，共同同研究一个问问题，全体成成员在轻松愉愉快的气氛中中对这个问题题自由地发表表自己的意见见。4.1群体决策（2）德尔菲法：：该方法分为三三步：第一步步，请10到20名专家；第二二步，工作小小组把征求意意见的方案及及有关资料发发给专家，每每个专家独立进行行研究；第三步，工工作小组把专专家意见收集集上来，进行行总结和整理理，必要时再再进行第二轮轮甚至更多轮轮征求意见，，最终得出决决策结论。除上述方法以以外，数学工工作者和其他他领域专家在在如何科学、、公正、公平平地综合群体体决策结果上上做出探索，，提出了群体决策的一一致性分析技技术，包括层次分分析法、多属属性一致分析析法、模糊决决策法等。4.2群体决策支持持系统群体决策支持持系统(GroupDecisionSupportSystem)是将群技术、、群决策一致致性分析技术术与计算机技技术相结合的的系统,是决决策策支支持持系系统统的的一一个个重重要要分分支支。。GDSS是辅辅助助工工作作群群体体决决策策非非结结构构化化问问题题的的交交互互式式计计算算机机系系统统，，是是由由硬硬件件、、软软件件、、组组织织和和人人组组成成的的““社社会会技技术术包包””。。硬件件包括括会会议议设设施施、、计计算算设设备备、、远远程程通通信信和和视视听听设设备备等等；；软件件包括括数数据据管管理理系系统统、、高高级级程程序序语语言言、、决决策策建建模模和和决决策策支支持持软软件件；；组织织包括括协协调调和和管管理理群群体体过过程程的的各各种种规规程程；；人指决决策策群群体体及及各各种种支支持持人人员员。。4.2群体体决决策策支支持持系系统统DeSanctis等根根据据会会议议持持续续时时间间和和群群成成员员的的物物理理接接近近程程度度将将GDSS分为为四四种种类类型型：：（1）决决策策室室（（同一一会会议议室室较较短短的的会会议议）（2）局局部部决决策策网网络络（（距离离较较近近、、时时间间较较长长、、局局域域网网）（3）远远程程会会议议（（地理理上上分分散散、、时时间间短短、、可可视视通通信信设设备备联联接接决决策策室室）（4）远远程程决决策策制制定定（（地理理上上分分散散、、时时间间不不定定、、可可视视通通信信设设备备联联接接各各工工作作站站）4.3群体体决决策策支支持持系系统统的的主主要要功功能能GDSS的目目的的是是提提高高决决策策会会议议的的效效率率和和效效果果或或加加速速决决策策过过程程或或提提高高决决策策结结果果的的质质量量。。根根据据GDSS的目目的的可可将将其其分分为为三三种种水水平平，，每每种种水水平平对对应应一一种种决决策策问问题题的的层层次次与与相相应应的的功功能能要要求求。。水平平1：过程支持持，系统统能够消消除决策策者传递递信息的的障碍；；水平2：决策支持持，系统统能够提提供定量量分析的的工具；；水平3：指令支持持，系统统能够通通过协调调机制引引导群体体决策自自动进行行。4.3群体决策策支持系系统的主主要功能能GDSS一般具有有如下功功能：（1）多用户户参与会会话的并并发功能能；（2）提供方方便的协协调和通通信条件件；（3）提供获获取信息息的渠道道，检查查和协调调群体成成员的请请求；（4）帮助群群体总结结、整理理和分析析大量信信息；（5）群体能能按过程程匿名和和内容匿匿名来操操作；（6）为群体体保留群群体决策策过程的的电子记记忆，并并提供详详细资料料；（7）具有防防止消极极群体性性格发展展的内在在机制；；（8）GDSS是群体学学习的有有效工具具（9）支持战战略规划划、投资资预测、、风险分分析和危危机管理理等；（10）支持虚虚拟组织织团队群群体协同同工作。。4.4群体决策策支持系系统的构构架GDSS目前还没没有公认认的技术术实现构构架，M.Jarke在MEIATOR系统中提提出了一一个GDSS构架，如如下所示示：共享数据库共同的问题表示问题表示1问题表示2成员1私人数据与工具成员2私人数据与工具协调员数据和工具本章主要要内容决策支持持系统基基础知识识4.1

决策支持系统在物流中的应用4.2数据仓库库与决策策支持4.3群体决策策支持系系统4.4决策支持持系统案案例4.54.5.1基于GIS的服务网网络选址址决策支支持系统统案例1案例背景景介绍《基于GIS的服务网网络选址址决策支支持系统统》由上海交交通大学学开发，，以某客客车生产产企业为为背景，，用于配配件供应应网络的的选址决决策支持持。系统集成成了服务务网络选选址中常常用的集合覆盖盖模型、、最大覆覆盖模型型及P中值模型型数学模模型及求求解算法法，具有可可选模型型多、参参数驱动动、可视视化的特特点，在在极短的的时间内内可以得得出许多多可行方方案，进进而比较较选优。。案例中的的公司在在全国193个城市建建有312家特约维维修站（（服务站站），即即配件需需求点。。通常情情况下，，非紧急急配件均均从总部部经配件件中心库库流转到到有需求求的服务务站，在在经过服服务站提提供给顾顾客，因此中心心库的数数量和布布局将直直接影响响服务的的质量。本系统统通过设设定选址址策略参参数、选选择所需需的选址址模型等等一系列列步骤可可轻松地地解决服服务网络络选址的的决策问问题。4.5.1基于GIS的服务网网络选址址决策支支持系统统案例2决策支持持系统基基本构架架该DSS的基本开发发思路是通过适适当的软软件技术术和开发发工具，，将服务务网络的的Map模型、数数学模型型以及求求解算法法相结合合，实现现多模型型、参数数驱动、、可视化化、可重重用的SNLP辅助决策策系统，，其基本本构架如如下：4.5.1基于GIS的服务网网络选址址决策支支持系统统案例根据上述述开发思思路和系系统框架架图，系系统的主主要功能能模块设设计如下下：（1）节点距距离计算算模块利用MapInfo提供的空空间数据据运算功功能，可可方便地地计算出出任意两两点间的的球面距距离。（2）选址策策略输入入模块该模块用用于实现现选址参参数的输输入功能能。用户户可从需需求点集集合中任任意选择择点为候候选点，，还可任任意选择择系统提提供的三三种选址址模型中中的一种种进行求求解。模模块界面面如下图图所示：：选址策略略输入模模块的界界面4.5.1基于GIS的服务网网络选址址决策支支持系统统案例（3）选址决决策模块块本模块的的功能是是以选址址约束条条件为基基础，通通过适当当的优化化算法对对模型进进行求解解，并寻寻找最优优解或较较优解。。（4）GIS图形化模模块GIS图形化模模块是系系统可视视化的基基础，该该模块可可以使系系统通过过输出模模块将选选址结果果在Map模型中以以图形方方式加以以表现，，使用户户对选址址结果有有更加直直观的认认识。下下图为公公司现有有配件供供应网络络用GIS图形化模模块输出出的Map模型：公司现有有配件供供应网络络的Map模型4.5.1基于GIS的服务网网络选址址决策支支持系统统案例（5）输出模模块系统的输输出模块块提供了了多种输输出方式式，可以以实现选选址结果果的文件件输出和和Map输出，如如下图所所示：4.5.1基于GIS的服务网网络选址址决策支支持系统统案例（5）输出模模块4.5.1基于GIS的服务网网络选址址决策支支持系统统案例（6）其他辅辅助支持持模块为了更好好地支持持选址决决策，系系统还提提供专题图制制作等功能：：4.5.1基于GIS的服务网网络选址址决策支支持系统统案例3服务网络络选址模模型目前该网网络选址址系统有有三种模模型：即即集合覆覆盖模型型(setcoveringlocationmodel)、最大覆覆盖模型型(maximumcoveringlocationmodel)和P中值模型型(P-medianmodel)。（三种模型型对比分分析）在解决实实际服务务网络选选址问题题时，一一般采用用集合覆覆盖模型型求出服服务网络络所需的的节点数数量，再再将所得得的节点点数代入入P中值模型型，用P中值模型型完成需需求点与与设施点点的分配配。4.5.1基于GIS的服务网网络选址址决策支支持系统统案例4系统应用用效果系统选择择P中值模型型后得出出的服务务点个数数为13，该决策策支持系系统求解解的结果果如下图图：4.5.1基于GIS的服务网网络选址址决策支支持系统统案例优化前网网络需求求量和平平均服务务半径变变动图如如下：4.5.1基于GIS的服务网网络选址址决策支支持系统统案例优化后网网络需求求量和平平均服务务半径变变动图如如下：可以看出出，优化化后的网网络无论论是需求求量还是是平均服服务半径径都比较较均衡，，即优化化后的网网络优于于现有网网络。4.5.2群体决策策支持系系统案例例（自学）上海交通通大学在在国家高高技术发发展计划划（863计划）的的资助下下开发了了一个基基于Web的群体决决策支持持系统MC-IGDSS。该系统统在支持持模式上上、内容容和过程程上为用用户提供供支持。。决策内容容的支持主主要为决决策者提提供相关关的决策策分析，，提出科科学的有有依据的的决定或或方案；；决策过程程支持主要要辅助群群体成员员进行集集体决策策。该系统的的主要特特点为：：1、基于Web技术；2、多种群群体决策策方法；；3、群决策策的组织织和效率率；4、通信手手段；5、模型库库；6、案例库库；7、先进的的数据分分析工具具的使用用；8、支持不不同知识识层次的的用户；；9、能与其其它与异异构信息息系统集集成。MC-IGDSS的系统结结构4.5.2群体决策策支持系系统案例例本系统的的功能分分为群决决策项目目管理、、群决策策方法集集、模型型库、信信息与知知识管理理、数据据仓库应应用系统统以及系系统管理理6个子系统统。本系统可可用于支支持物流流管理中中多人参参与进行行群体决决策，如如客户化化订单决决策、交交货期决决策、产产品定价价决策、、承包商商决策、、供应商商决策、、核心能能力决策策、核心心产品决决策、产产品多样样化决策策、物流流运作绩绩效评价价等。系系统的模模块结构构如下图图所示：：MC-IGDSS的模块结构4.5.3石油物资资物流管管理与决决策支持持系统案案例1系统概述述