一、环境管理决策支持系统（论文文献综述）
李茵[1]（2021）在《面向医院管理的数据驱动决策研究》文中认为信息技术的快速发展与应用以及大数据战略的深入实施,使得大数据成为科技创新引领与决策支撑的重要战略资源,科学研究与实践正在完成“假设驱动”到“数据驱动”的巨大转变,大数据的深度挖掘与利用能够为社会发展、政府治理、国家安全等提供新的动能。围绕国家大数据战略,丰富和拓展大数据应用创新领域,推动管理升级,给学术界、产业界以及政府部门带来许多新的重要课题。其中面向健康服务供给侧的决策支持、决策引导和决策创新中的数据驱动、数据价值转换问题即是管理学、数据科学的核心科学问题之一,更是情报学应对大数据环境开展智慧型情报服务必须解决的关键问题之一。健康医疗大数据时代的到来,促使医院管理和医院管理者的观念都随之变化。数据驱动对医院精细化、智慧化管理决策具有重要意义。本研究从提升医疗管理决策质量的角度出发,构建数据驱动医院管理决策过程模型,分析数据驱动医院管理决策的影响因素,进而提出面向医院管理的数据驱动决策模型,并展开实证研究,为数据驱动决策领域的研究理论基础和实证研究提供参考依据,为促进医院精细化管理提供对策及建议。基于此,通过界定“数据驱动”、“医院管理”、“医院管理评价”与“数据驱动决策”等相关概念,以回顾数据驱动决策、面向医疗健康领域的数据驱动决策、面向医院管理的数据驱动决策以及数据驱动决策的影响因素研究现状为基础,综合运用文献调研法、半结构访谈法、问卷调查法、扎根理论法、结构方程法、统计分析法、机器学习法分析了面向医院管理的数据驱动决策的过程模型和影响因素模型,并构建了面向医院管理的数据驱动决策模型。围绕面向医院管理的数据驱动决策模型这一核心研究内容,本文第三章在已有BASM模型研究过程的基础上,结合医院管理决策场景的特殊性,探索面向医院管理的数据驱动决策的运行机理,构建面向医院管理的数据驱动决策过程模型,以梳理驱动的路径,理清其中的内在逻辑。该模型由处理过程模型及支持过程模型两部分构成,旨在分别回答面向医院管理的数据驱动决策过程中两个核心问题,一是数据本身如何转化并如何嵌入到医院管理决策过程中,二是医院中能够支持并且推动数据驱动决策的途径是什么。第四章采用扎根理论进行了面向医疗管理领域数据驱动决策的影响因素识别研究,编码面向医院管理者的半结构化访谈资料,经过饱和度测试,最终识别出了四个维度的影响因素。第五章在对影响因素定性研究的基础上利用结构方程模型方法进一步验证影响因素,探讨相关变量的权重和关系。阐述各个因素对医院管理决策的影响关系,验证数据驱动医院管理决策影响因素模型。第六章整合数据驱动医院管理决策过程模型和影响因素模型,构建支持医院管理决策全过程的数据驱动决策模型,探讨过程模型与影响因素模型的内在联系。第七章根据已构建的面向医院管理的数据驱动决策模型,进行基于DRGs分组的医疗服务能力评价和医生绩效评价管理工作的实证研究,修正和完善已构建的模型。具体内容如下:（1）构建面向医院管理的数据驱动决策过程模型。基于现有的数据驱动决策机制模型,结合医院管理实践,构建面向医院管理的数据驱动决策过程模型,该模型由处理过程模型及支持过程模型两部分构成,处理过程模型包括面向医院管理决策的数据处理过程和数据驱动的医院管理决策处理过程。决策处理过程既是数据处理过程的最后阶段,对数据处理的结果进行展示与应用,又会不断地产生新的数据,前推已有数据的老化和错误,补充和修正数据处理过程。而数据处理过程以决策处理过程中的阶段性需求为导向,能嵌入到决策处理过程的所有阶段,为决策处理的全流程服务。支持过程模型主要涉及两用户一技术。两用户包括数据分析人员和管理者,使能技术是创建和改进能够嵌入到操作系统的分析工具,这三个主体不能割裂独立,而可以互相转化并可能同时存在,共同对数据和决策进行处理,支持处理过程模型运转。（2）系统分析了面向医院管理的数据驱动决策影响因素。对主观及客观上影响管理者数据驱动决策的因素进行整合和相关分析,确定四个核心影响因素范畴分别是医疗数据质量,信息技术,医院组织管理和管理者信息素养,构建了影响因素模型,发现数据驱动医院管理决策能受到管理者信息素养、医院组织管理和信息技术的正向影响,其中管理者信息素养最强,其次是医院组织管理和信息技术;医院组织管理对医疗数据质量、管理者信息素养、决策目标均有影响,对医疗数据质量的影响要强于管理者信息素养;医疗数据质量能够对信息技术产生正向影响;信息技术对决策目标具有正向影响。（3）构建了面向医院管理的数据驱动决策模型。将过程模型与影响因素模型有机结合在一起,构成了面向医院管理的数据驱动决策模型。打造数据驱动决策模型,将医院数据质量标准化管理贯穿于医院管理全流程、智能化管理提升医务人员的信息技术、高效化管理增效医院组织三个方面分析模型的实现,提出模型优化建议。（4）基于DRGs的肺癌医疗服务绩效分析实证研究。模拟医院管理中运用DRGs分组工具解决绩效问题的真实场景,应用数据驱动医院管理决策模型,优化DRGs分组,优化绩效管理。研究最终确定性别、年龄、入院途径、离院方式、住院次数、医保付费方式、是否手术、合并症严重情况八个因素为影响肺癌医疗服务费用的因素,构建了8个DRGs分组,其中合并症严重程度、是否手术、住院次数是决策树分组的分类结点变量。选用医疗服务能力的指标（DRGs总权重、CMI）根据获取的数据进行比较,完成绩效评价工作,实现基于数据驱动决策的绩效管理。
赵永信,顾莺,张晓波,刘芳,万嫣敏,范咏[2]（2020）在《住院患儿疼痛管理决策支持系统的构建与应用研究》文中指出目的构建住院患儿疼痛管理决策支持系统,并评价其应用效果。方法以疼痛管理理论与临床决策支持技术为基础,构建集护理程序各环节、医嘱处理和护理任务清单为一体的疼痛管理信息系统。于2018年9月—2019年11月在某三级甲等综合性儿科医院进行系统试运行,比较系统使用前后的护理文书书写质量、医嘱处理及时性及护士使用体验。结果住院患儿疼痛管理决策支持系统使用后,护理文书书写质量各指标均明显提高,与原疼痛管理系统比较,差异具有统计学意义（P<0.05）;医嘱处理及时性使用前后均为100%,差异无统计学意义（χ2=0.012,P=0.913）;在临床护士使用体验中,使用后"信息质量""服务质量""用户满意""净收益"维度体验性均提高,与原疼痛管理系统比较,差异具有统计学意义（P<0.05）。结论住院患儿疼痛管理决策支持系统的使用提高了住院患儿疼痛管理的同质性、连续性、完整性、及时性,且护士对该系统总体体验良好。
井晖[3]（2020）在《基于案例推理和工作流的森抚决策支持系统设计与实现》文中研究指明森林作为生态环境的主要功能体,在环境资源问题日渐严峻的今天起到重要的调节作用。而由于目前基层生产单位森抚管理较弱,导致我国森林资源每亩蓄积量仍居于国际较低程度,森林经营效果不佳,其多功能效益得不到有效发挥。同时国家林业和草原局在十三五规划中要求在2020年国内林业信息化率提高到80%,实现林业信息化率的显着提升,达到林业自动化办公、科学化管理的目标。本文从基层森林经营单位对森林抚育管理的需求出发,以东北地区L林业局为研究对象,建立一套连接各组织层级的森林抚育决策支持系统。该系统可为林业管理者在森林抚育经营过程中提供科学有效且兼顾多因素（生态、经济、社会）的决策支持服务。本文首先梳理了L林业局的森林抚育流程,在业务流程中找到抚育管理中的决策点,并使用流程优化的方式对决策流程进行规范化处理。然后在案例推理的基础上,以L林业局2015-2018年森抚设计数据为基础案例数据,使用框架式知识表示方法构建了案例库,采用注水算法计算案例属性的权重。最后结合fish-and-shrink算法思想和改进归一化欧式距离最近邻算法进行案例推理。运用定性与定量相结合的方法,从管理实际意义出发,研究了案例推理评价模型,分析案例推理结果的科学性。在技术上,本文依据基本业务需求设计系统总体框架和功能结构,使用Activiti流程引擎将决策支持系统与现有的林业业务流程系统（Smartforest）结合在一起,来满足决策者们（位于不同的地理位置）根据业务流程进行实时决策的业务需求。最终基于云计算的Saa S模式,将森林抚育决策支持系统（FTGDSS）部署在符合林业基层单位运行的基本硬件环境（云服务器）中。结果表明,该系统利用大量历史业务数据,辅助管理者针对森林抚育业务作出管理决策,并且解决了不同时空且多人参与的森林抚育业务决策问题。同时,也解决了决策支持系统大数据自动化获取问题,结合大数据推进了决策支持系统技术在林业信息化中的发展。
夏明慧[4]（2020）在《林业企业商务智能系统研建 ——以林口林业局有限公司为例》文中认为我国的国有林业局既承担着生态文明建设的主体责任,也肩负着产业建设的艰巨任务。在国家着力推动林业现代化发展、促进生态文明建设的大背景下,提升国有林业局信息化建设管理水平迫在眉睫。目前我国林业企业信息化建设仍存在“信息孤岛”和“建设分层”等诸多问题,急需新的信息技术进一步深化信息化建设。云计算和商务智能等技术提供了新的方法和工具,研建一套林业企业商务智能系统能有效解决林业企业信息化建设中所面临的困难和挑战。本文在软件工程学、林业企业管理、森林可持续经营等理论基础和云计算、商务智能应用技术、ETL技术等关键技术的指导下,采用文献研究法、实地调研法和案例研究法等方法,以黑龙江省林口林业局有限公司为例对林业企业商务智能系统进行了系统性研究,以期为之后的相关研究抛砖引玉。本文按照需求分析、系统设计、系统实现、应用分析的主体逻辑进行阐述:需求分析包括业务需求、功能需求、数据需求和性能需求;系统设计部分完成了商务智能平台选择、系统四层架构设计、三大主体功能设计、双层数据库模型设计以及ETL过程设计;随后利用开源商务智能平台Pentaho开发实现基于B/S架构的林业企业商务智能系统;最后结合案例企业实际,对系统的应用价值进行分析。目前该商务智能系统运行在云环境中,采用Saa S云计算的形式为终端用户提供服务。本文的研究表明:（1）商务智能技术能有效解决林业企业信息化建设中的“信息孤岛”和“建设分层”等问题,深化信息系统建设;（2）林业企业商务智能系统的应用能够显着提升林口林业局的业务洞察能力、风险监控能力、综合感知能力和科学决策能力。
刘永[5]（2020）在《面向高速公路突发事件的应急管理决策方法研究》文中研究指明二十世纪九十年代以来,我国高速公路的建设与发展取得了举世瞩目的巨大成就。随着国家各项规划的实施与政策推动,未来一个时期高速公路仍将继续保持快速发展态势。高速公路规模的扩大、汽车保有量的增加、运输需求的快速增长以及公众出行方式的改变,使高速公路运营安全面临巨大挑战,重大交通突发事件频发,严重威胁经济社会发展和人们的生命财产安全。高速公路应急管理工作形势严峻,在总体国家安全观背景下,提升其应急管理决策能力的需求更甚。同时,管理决策能力在当前高速公路应急管理实践工作中存在不足,主要表现为管理指挥功能不强、协调联动效能不足、信息沟通共享不够、决策方法针对性不强等现实问题,迫切需要建立完善的应急管理决策机制。为此,面对当前严峻的发展形势,研究如何构建与其相适应的高速公路突发事件应急管理决策方法,强化提升应急管理决策能力,已迫在眉睫,具有重要的理论与现实意义。本文结合当前高速公路应急管理工作实际,在分析既有研究工作和实地调研的基础上,系统探讨我国高速公路应急管理现状,设计应急管理决策能力提升的经验参考分析方法,进而从已有问题的管理实践经验中挖掘有价值的信息,探讨我国高速公路突发事件应急管理决策能力的提升策略;然后,针对当前应急管理决策系统的管理决策能力不足,从强化应急信息集成整合、利于管理决策的角度,建构基于云技术的高速公路应急管理决策系统框架;考虑信息在应急管理决策中的重要性,分别从决策信息质量、信息更新性两个角度,构建应对复杂不确定突发事件的高速公路应急决策模型与方法。主要研究工作和成果如下:（1）探讨我国高速公路突发事件应急管理决策能力的提升策略。首先,针对典型省份高速公路应急管理现状,对比分析“两家管”、“上分下合,属地管理”和“一家管”三种管理模式的特点及经验;其次,从应急管理体系的角度,分析讨论执法主体的合法性、执法行为的可监督性和可约束性、权责统一的整体性、运行管理模式高效性四个方面的要求,确定了影响应急管理决策能力提升的关键因素;最后,聚焦关键影响因素,设计基于经验挖掘理论的能力提升策略分析的方法,利用RStudio平台编程从已有的高速公路事故调查分析报告中挖掘有价值的策略信息,据此探讨了我国高速公路突发事件应急管理决策能力的提升策略:健全法制建设,保障依法应急;加强专业化分工协作,强化集中管控与决策;推进应急管理决策信息化建设,提升信息互通共享能力,以期为各级高速公路管理部门或机构提供有效的经验决策参考。（2）建构云技术驱动下高速公路应急管理决策系统框架。结合前述应急管理决策平台信息化能力建设需求,首先系统分析阐述高速公路网应急管理决策系统现状及存在的问题;其次,结合新信息技术发展的大环境,提出高速公路网应急管理决策系统的建设目标和思路,重点分析路网运行管理中的应急管理功能需求和工作流程;然后,考虑运行管理中交通资源分散、资源共享能力不足、信息共享沟通强度不够等现实问题,设计基于云技术的应急管理决策系统体系架构,主要包括交通物联信息感知层、云架构信息接入与管理层、交通大数据管理与决策服务应用层三层结构,并分析各层的组织结构及应用功能。最后,提出对保障平台有效运行的管理体系建设建议。系统架构方案,可有效实现交通运行状态感知信息和业务管理信息的资源共享、信息交换,为全面提高高速公路网运行日常管理效率与突发事件应急管理决策能力提供有效的技术支撑。（3）研究基于决策信息质量的高速公路单阶段应急决策方法。应急管理决策信息平台为应急响应的方案决策提供必要的信息研判基础,考虑有限决策信息的最大化利用,提出一种不确定决策环境下基于前景理论和热力学方法的应急决策方法。首先,利用梯形直觉模糊数对不确定信息的强表征特质,有效实现决策专家对应急方案的初始偏好判断;基于前景理论,将决策专家的有限理性行为引入量化过程中,构造前景效用矩阵,实现初始决策属性信息向前景效用的转化。然后,考虑决策信息质量,提出基于热力学方法的信息质量量化方法,将前景效用矩阵转化为新的基于热力学方法的前景效用矩阵,实现最大化利用前景效用信息。最后,利用梯形直觉模糊Choquet积分算子和加权平均算子有效集结各备选方案的前景效用矩阵信息,并引入带有风险态度参数的得分函数,得到备选应急预案的最终排序决策,并对排序结果进行敏感度分析,进而确定最优应急决策方案。（4）研究基于决策信息更新的高速公路多阶段动态应急决策方法。考虑单阶段应急决策方法的应用局限,结合高速公路突发事件的多阶段性、动态不确定性、信息更新性等特性,提出一种基于决策者心理参考满意度信息更新的多阶段动态应急决策模型与方法。首先,以区间梯形直觉模糊数形式刻画各个决策阶段的判断偏好信息,有效克服决策专家无法用精确数表达隶属度、非隶属度和犹豫度的现实判断困难;其次,利用熵权法分别计算各事件演化阶段下专家属性的客观权重,进而采用IVTr IFWA算子集结各个决策阶段方案的价值,避免主观赋权的结果偏差;然后,结合事件态势动态演变过程和决策者的心理参考预期效应,提出多阶段动态应急决策方法原理,继而构造新的满意度参数公式,提出基于满意度信息阶段更新的权重优化动态模型,获得各演化阶段的最优满意度及权重;最后,构建基于决策者风险态度的应急方案价值效用函数,得到各演化阶段下各方案的综合价值及排序,进而揭示决策结果受决策专家风险态度影响的变化规律。上述研究一方面为政府完善当前形势下高速公路突发事件应急管理决策能力提供参考建议,另一方面进一步丰富和扩展了高速公路突发事件应急决策理论与方法体系,具有重要的理论实践意义。
王莉[6]（2019）在《基于知识图谱的城市轨道交通建设安全管理智能知识支持研究》文中研究说明城市轨道交通建设工程是一项复杂的、高风险的系统工程,具有建设规模大、参与人员多、技术工艺复杂、施工环境多变等特点,极易产生安全事故。由于安全事故是由各种风险因素共同作用的结果,因此,安全管理需要全面、综合性的知识支持。尽管城市轨道交通建设行业已经积累了大量的数据资料,但是在面临具体安全问题时,如何从众多的数据资料中快速、准确获取所需知识,至今还缺乏有效的解决途径。为了解决上述问题,本文立足于城市轨道交通建设安全管理（URTCSM）,从知识支持的角度,引入人工智能领域相关技术和方法,研究基于知识图谱的安全管理智能知识支持理论模型和方法体系。具体内容包括:以系统论为指导,分析城市轨道交通建设安全管理核心任务和管理流程,提出智能知识支持的概念和内涵,研究人工智能领域的知识图谱等技术对城市轨道交通建设安全管理的知识支持作用,构建基于知识图谱的城市轨道交通建设安全管理智能知识支持理论模型。对URTCSM领域知识范围进行界定,从过程、组织、对象、管理等维度对领域知识进行分解,形成多维分层的知识分类体系。在领域概念建模方面,基于领域知识体系结构内容和特点,构建多维分层的专业领域概念模型;根据标准规范自身结构和使用需求,构建混合粒度的标准规范概念模型;根据事故分析对事故知识的需求,构建多主体关联的事故概念模型。在实体关系建模方面,基于领域知识分类体系结构进行概念之间层级关系建模,并对影响城市轨道交通建设工程安全实施的核心要素之间的关系进行建模,形成URTCSM领域知识结构模式,为领域知识图谱的构建提供规范化的知识框架。分析了URTCSM领域知识主要来源,重点对标准规范和事故案例数据进行搜集和整理。在领域实体知识元抽取方面,根据数据结构化程度以及自然语言描述特点,对不同类型实体知识元的抽取分别采用人工抽取、基于映射关系的转化、基于规则的提取、基于深度学习的实体识别等方法。在关系知识元抽取方面,分别采用基于映射关系的转化、基于规则的关系抽取、基于实体共现的关系抽取、基于机器学习的关系抽取等方法。在实体属性识别过程中采用类似的知识元抽取方法。抽取出来的知识元需要与已有知识进行融合,通过分析不同情形下知识融合需求,提出相应的融合方法。知识图谱中各类实体和关系知识元最后以图结构的形式存入图数据库Neo4j中,形成URTCSM领域知识图谱。提出URTCSM智能知识支持实现框架。针对标准规范知识,提出混合粒度规范知识获取的三种方式:知识导航,智能搜索,知识推荐。针对安全事故知识的应用主要以支持安全知识智能分析为主,提出三类事故分析任务:以事故画像的形式全面可视化的展示事故认知结构,根据统计分析指标自动构建查询语句的事故统计分析,以及基于关联路径的事故深度分析。根据URTCSM领域知识图谱中各知识要素之间的联系,对不同管理情境下的安全风险进行分析,为安全风险识别与预防提供知识支持。最后,开发了基于URTCSM领域知识图谱的智能知识支持系统,用于领域知识图谱维护和管理、标准规范知识智能获取、安全事故智能分析、安全管理决策分析等,为安全管理决策提供智能知识支持平台。该论文有图107幅,表23个,参考文献209篇。
董可新[7]（2019）在《基于可视化逻辑关系的HVAC管理决策支持系统研究》文中研究指明现行的设施管理方法下 HVAC（Heating,Ventilation and Air Conditioning,暖通空调）系统管理决策过程耗时低效,影响了HVAC系统管理服务质量。伴随着生活水平的提高,人们对室内环境的要求也在不断提升。HVAC系统是室内环境的主要缔造者,其运行情况将直接影响到用户的生产效率和生活质量。随着建筑行业的快速发展,HVAC系统也随之变得日益庞大和复杂。因此,如何提供高质量的HVAC系统管理服务成为了设施管理部门关注的重点。然而在传统的设施管理方法下,信息分散于各个设施系统,导致构件位置和相关信息采集和查找过程较为复杂且十分不直观,同时HVAC系统管理质量反馈方式较为被动,决策具有较高的经验依赖性,上述问题很大程度上制约了 HVAC系统管理效率和管理质量的提升。BIM技术的出现为设施管理活动带来了重大变革,为提高设施管理的可视化和信息集成水平、加快信息检索和构件定位速度提供了技术支持。但BIM在动态信息的可视化和集成方面尚有不足。为弥补这一缺陷,国内外学者将BIM与传感器结合应用,然而研究尚且停留在动态数据与三维模型的整合,未能充分利用数据进行分析并支持决策,难以较大程度提高构件繁杂的HVAC系统管理效率。本文旨在深入挖掘BIM与传感器结合应用的潜力,借助数据分析技术,以HVAC系统的逻辑结构为依据,考虑如何进一步提高HVAC系统管理决策的可视化和自动化水平,解决传统管理方法下HVAC系统信息查找过程耗时和决策过程对人的高度依赖等问题。本文在文献研究和问卷调查的基础上,分析了 HVAC系统管理的现状问题,提出集成应用BIM、传感技术和数据库构建基于可视化逻辑关系的管理系统的解决思路。为提高HVAC系统管理效率和管理质量,本文以设施管理阶段三维信息化模型为载体,链接传感器获取远程温度数据,搭建HVAC管理数据库,并以此为基础建立HVAC系统逻辑关系,构建了基于可视化逻辑关系的HVAC管理决策支持系统并给出了功能实现的关键技术方法。本文架构了 HVAC管理决策支持系统数据层-系统层-用户功能层的系统框架,根据设施管理人员的日常工作和困难设计了四个模块的九个细分功能。基于功能性和交易成本的考量,选用 Autodesk Revit 2017 建立设施管理模型,以 Autodesk Navisworks Manage 2017为可视化系统平台,以C#为开发语言,以Visual Studio 2015为开发平台,结合温度传感器和SQL Server数据库完成系统构建。最后,采用案例分析的方法演示了 HVAC管理决策支持系统在实际项目中的应用情况,验证了系统的可实现性,展现了系统应用于HVAC系统管理的优势。基于案例,细致的说明了 HVAC管理决策支持系统各个功能的操作方法和在各管理阶段的应用流程。经过对系统各个功能实现情况的总结,说明了系统对HVAC系统管理和决策的辅助作用。本文将BIM、传感技术与数据库集成应用在了 HVAC系统管理全过程阶段,建立了可视化HVAC系统逻辑关系支持决策自动化,构建了可视化逻辑关系的HVAC管理决策支持系统,实现了 HVAC系统空间信息、静态运维信息和动态运行数据的高度集成,加快了 HVAC系统相关构件定位过程,简化了 HVAC系统管理流程,对改善传统方法下的现状问题起到了积极的正向作用。不仅如此,HVAC管理决策支持系统的运用,改变了 HVAC系统管理服务的反馈模式,有利于提高用户满意度,提升企业形象,增强企业的竞争优势,同时为其他设施系统的高效管理提供了思路。
崔美姬,李莉[8]（2019）在《大数据环境下的管理决策研究》文中研究说明大数据时代的到来给各行各业带来了新的机遇。大数据技术与决策理论的结合,改变了传统的决策模式,为决策提供了新的发展方向。从以下几个方面研究大数据环境下的管理决策:首先,从参数维、层次维和技术维分析大数据管理体系及发展现状;在此基础上,梳理决策理论的发展历程,分析数据驱动决策的研究现状;对当前大数据环境下的管理决策框架模型进行总结,提出一个统一的大数据环境下的管理决策框架模型,结合实例讨论分析大数据管理决策应用现状;最后,讨论当前大数据环境下的管理决策面临的挑战,并对大数据环境下的管理决策的发展方向进行展望。
刘卫国[9]（2018）在《油田开发管理决策支持系统的构建与应用研究》文中研究表明随着国际原油市场的中低油价进入常态化,我国油田区块逐渐步入生产开发的中后期,新的内外部环境决定我国油田生产经营必须算细账,算效益账,算未来账。油田企业在其开发管理决策中面临一些列的问题:低效益的单井、单元、区块是否需要停产?要不要上作业措施?对某个具体的作业对象,哪种作业措施效益最好?对于一个开发单元,哪种开发方案效益最优?要不要打新井?而对这些问题的回答,就是有油田开发管理决策的具体内容。要对如上问题进行科学决策,仅仅考虑技术上的可行性是不行的,还必须考虑效益方面的可行性。仅仅考虑过去的历史数据是不行的,还必须考虑未来的发展趋势。在这样的背景下,建立一套科学、合理、可行的油田开发管理决策支持系统显得尤为必要而且重要。本文首先对油田开发、油藏经营以及效益评价理论进行了系统阐述,对中外学者在油田开发管理决策及油田开发效益评价方面取得的研究成果进行了综合述评。进而分析了油田开发管理决策支持系统的构建基础,包括单井单元效益评价体系的构建、“投入—产出”基础数据库的建设以及油田开发数值模拟技术的应用情况。在理论分析和技术、数据基础分析的基础上从基本理念、基本思路和基本要素等方面构建油田开发管理决策支持系统的整体框架,从决策主体与决策对象、决策情景与决策方案、决策标准与决策根据、决策方式与决策程序等方面设计油田开发管理决策支持系统的具体内容。最后选取xx油田xx油藏区块,结合该区块近年的基础数据,利用数值模拟技术输出的结果,采用决策支持系统为该区块的生产进行相关决策指标的测算,为生产开发决策提供支持,实现了油田开发管理决策知悉系统的具体应用。
陈立明[10]（2018）在《ZY公司决策支持平台建设研究》文中研究说明随着信息化的深入,企业开始面临新的问题和挑战,主要表现在一是各个业务部门的数据仍然分散在各个系统中,只是小孤岛变成了大孤岛,数据共享难度大;二是数据标准不统一、数据存在多个口径,要找到可利用的数据难;三是企业对数据的及时性要求越来越高;四是存储价格昂贵,可扩展性差。面对新的形势和新的挑战,如何利用大数据、云计算等新技术,帮助企业从数据中挖掘有价值的信息、知识,以支持管理决策,是几乎所有企业都在思考的问题。ZY公司从“十五”开始就在进行数据仓库系统的建设,后来是基于ERP的商务智能系统建设,再后来是以ERP为核心的决策支持平台的建设。随着技术的发展和应用的深入,ZY公司对深度数据分析、数据共享、数据挖掘提出了更高的要求,希望能够看到更全面的数据,并按照需要灵活取用,传统的技术已经无法满足这些需求。同时从成本和复杂度考虑,建设集团公司集中统一的决策支持平台是必然选择。本论文首先对管理决策、决策支持系统、大数据、云计算等相关理论进行了综述,分析了新一代信息技术对企业管理决策、企业信息化管理的影响;然后对ZY公司历年的决策支持类系统建设现状、建设问题以及问题发生的原因进行了详细描述和分析,并对ZY公司决策支持平台关于数据集成与共享、数据资产化管理、数据深化应用与价值挖掘、典型业务应用等需求进行了分析,同时阐述了基于新技术进行决策支持平台建设的必要性和可行性;在以上分析的基础上,通过对国内外包括壳牌、雪佛龙、中国联通、阿里巴巴等同类型平台建设案例的分析、提炼、总结,设计了基于大数据、云计算等新技术的ZY公司决策支持平台建设方案,包括功能、总体架构、应用架构、数据管理、应用管理等方案;最后描述了平台的实施策略、原则、方法以及平台的应用效果,并从方案设计、项目实施、技术选型三方面对平台建设经验进行了总结。本文的研究成果将用于指导ZY公司此类项目的建设实施,同时为其它企业提供参考。
二、环境管理决策支持系统（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、环境管理决策支持系统（论文提纲范文）
（1）面向医院管理的数据驱动决策研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 数据驱动决策的研究现状 |
| 1.3.2 数据驱动医疗健康领域决策的研究现状 |
| 1.3.3 数据驱动医院管理决策的研究现状 |
| 1.3.4 数据驱动决策的影响因素研究现状 |
| 1.3.5 研究现状述评 |
| 1.4 研究框架与研究内容 |
| 1.4.1 研究框架 |
| 1.4.2 主要研究内容 |
| 1.4.3 拟解决的关键问题 |
| 1.5 研究方法和技术路线 |
| 1.5.1 研究方法 |
| 1.5.2 技术路线 |
| 第2章 相关基础理论和方法 |
| 2.1 医院管理相关概念 |
| 2.1.1 医院管理 |
| 2.1.2 医院管理评价 |
| 2.1.3 医院管理者 |
| 2.2 决策支持相关理论 |
| 2.2.1 西蒙决策理论 |
| 2.2.2 数据驱动决策相关理论 |
| 2.3 信息链理论 |
| 2.3.1 信息链与信息技术 |
| 2.3.2 “信息”上溯到“数据”带来的变化 |
| 2.3.3 信息链视域下的数据驱动医院管理决策 |
| 2.4 BASM模型 |
| 2.4.1 BASM模型的产生 |
| 2.4.2 BASM模型的研究现状 |
| 2.4.3 基于BASM模型的数据驱动医院管理决策研究 |
| 2.5 相关研究方法 |
| 2.5.1 扎根理论 |
| 2.5.2 结构方程模型 |
| 2.5.3 决策树算法--CHAID |
| 2.6 相关应用场景 |
| 2.6.1 医疗服务绩效 |
| 2.6.2 DRG在医疗服务绩效管理中的应用 |
| 2.7 本章小结 |
| 第3章 面向医院管理的数据驱动决策过程模型构建 |
| 3.1 面向医院管理决策的数据驱动过程模型 |
| 3.1.1 数据驱动决策模式运行机制 |
| 3.1.2 BASM的过程模型 |
| 3.1.3 基于BASM过程模型的数据驱动医院管理决策过程模型构建 |
| 3.2 面向医院管理的数据驱动决策过程模型要素分析 |
| 3.2.1 驱动要素 |
| 3.2.2 需求要素 |
| 3.2.3 支持要素 |
| 3.2.4 要素间关系 |
| 3.3 数据驱动的医院管理决策中数据处理过程 |
| 3.3.1 医疗数据存在的问题 |
| 3.3.2 面向医院管理决策的数据处理原则 |
| 3.3.3 面向医院管理决策的数据处理过程 |
| 3.4 面向医院管理的数据驱动决策过程模型运行机制 |
| 3.4.1 面向医院管理决策的信息链转化过程 |
| 3.4.2 数据驱动的医院管理决策制定过程 |
| 3.5 本章小结 |
| 第4章 基于扎根理论的数据驱动医院管理决策的影响因素分析 |
| 4.1 研究问题与研究程序 |
| 4.1.1 研究问题 |
| 4.1.2 研究方法 |
| 4.1.3 研究程序 |
| 4.2 研究设计 |
| 4.2.1 研究对象选取 |
| 4.2.2 资料收集 |
| 4.2.3 信效度检验 |
| 4.3 编码分析 |
| 4.3.1 开放式编码 |
| 4.3.2 主轴编码 |
| 4.3.3 选择性编码 |
| 4.3.4 理论饱和度检验 |
| 4.4 数据驱动医院管理决策影响因素理论模型与阐释 |
| 4.4.1 影响因素理论模型构建 |
| 4.4.2 影响因素分析 |
| 4.4.3 影响因素关系分析 |
| 4.5 本章小结 |
| 第5章 数据驱动医院管理决策的影响因素模型构建 |
| 5.1 数据驱动医院管理决策影响因素变量选择与界定 |
| 5.1.1 医疗数据质量维度 |
| 5.1.2 信息技术维度 |
| 5.1.3 医院组织管理维度 |
| 5.1.4 管理者信息素养维度 |
| 5.1.5 数据驱动医院管理决策维度 |
| 5.2 相关研究假设 |
| 5.2.1 医疗数据质量 |
| 5.2.2 信息技术 |
| 5.2.3 医院组织管理 |
| 5.2.4 管理者信息素养 |
| 5.3 调查问卷的编制与问卷修正 |
| 5.4 数据获取与统计分析 |
| 5.4.1 研究对象 |
| 5.4.2 样本量的选择 |
| 5.4.3 信度分析 |
| 5.4.4 样本分布 |
| 5.4.5 样本数据相关性 |
| 5.5 效度分析 |
| 5.5.1 探索性因子分析 |
| 5.5.2 验证性因子分析 |
| 5.6 基于结构方程的影响因素模型构建与检验修正 |
| 5.6.1 影响因素模型构建 |
| 5.6.2 模型基本适配评估 |
| 5.6.3 假设检验的结果 |
| 5.7 结构方程模型检验结果分析 |
| 5.7.1 影响因素强度分析 |
| 5.7.2 医疗数据质量对信息技术影响的验证结果分析 |
| 5.7.3 信息技术对数据驱动医院管理决策影响的验证结果分析 |
| 5.7.4 医院组织管理对医疗数据质量影响的验证结果分析 |
| 5.7.5 医院组织管理对管理者信息素养影响的验证结果分析 |
| 5.7.6 医院组织管理对数据驱动医院管理决策影响的验证结果分析 |
| 5.7.7 管理者信息素养对医疗数据质量影响的验证结果分析 |
| 5.7.8 管理者信息素养对信息技术影响的验证结果分析 |
| 5.7.9 管理者信息素养对数据驱动医院管理决策影响的验证结果分析 |
| 5.8 本章小结 |
| 第6章 面向医院管理的数据驱动决策模型研究 |
| 6.1 数据驱动医院管理决策模型构建 |
| 6.2 面向医院管理的数据驱动决策模型的驱动机制 |
| 6.2.1 面向医院管理的数据驱动决策模型的驱动目标 |
| 6.2.2 面向医院管理的数据驱动决策模型的驱动特征 |
| 6.2.3 面向医院管理的数据驱动决策模型的驱动过程 |
| 6.3 数据驱动医院管理决策模型影响因素的作用机制 |
| 6.3.1 医疗数据质量在数据驱动决策模型中的影响机制 |
| 6.3.2 信息技术在数据驱动决策模型中的影响机制 |
| 6.3.3 医院组织管理在数据驱动决策模型中的影响机制 |
| 6.3.4 管理人员素养在数据驱动决策模型中的影响机制 |
| 6.4 数据驱动医院管理决策模型对医院管理的提升策略 |
| 6.4.1 提升医疗数据质量 |
| 6.4.2 发挥信息技术使能作用 |
| 6.4.3 发挥医院组织管理支持作用 |
| 6.4.4 提高管理人员信息素养 |
| 6.5 本章小结 |
| 第7章 面向医院管理的数据驱动决策的实证研究 |
| 7.1 资料来源与研究对象 |
| 7.2 原发性肺癌患者的DRGS分组 |
| 7.2.1 数据基础 |
| 7.2.2 数据纳入 |
| 7.2.3 术语映射 |
| 7.2.4 DRGs分组结果对比 |
| 7.3 基于DRGS细分组的医疗服务绩效评估 |
| 7.3.1 基于决策树的原发性肺癌患者DRGs细分组模型 |
| 7.3.2 基于DRGs细分组的医疗服务绩效评估指标 |
| 7.3.3 医生医疗服务绩效指标统计结果 |
| 7.3.4 科室医疗服务绩效指标统计结果 |
| 7.4 讨论 |
| 7.4.1 数据驱动医院管理决策过程 |
| 7.4.2 数据驱动医院管理决策影响因素 |
| 7.5 本章小结 |
| 第8章 结论与创新 |
| 8.1 结论 |
| 8.2 研究创新点 |
| 8.3 研究局限 |
| 参考文献 |
| 附录1 病案组DRGS分组情况 |
| 附录2 医生组DRGS分组情况 |
| 附录3 访谈提纲 |
| 附录4 调查问卷 |
| 作者简介及在学期间所取得的科研成果 |
| 后记与致谢 |
（2）住院患儿疼痛管理决策支持系统的构建与应用研究（论文提纲范文）
| 1 疼痛管理决策支持系统的构建 |
| 1.1 理论基础 |
| 1.2 组建系统研建小组 |
| 1.3 系统内容设计 |
| 1.3.1 构建住院患儿疼痛管理知识库 |
| 1.3.2 疼痛护理评估模块 |
| 1.3.2. 1 疼痛评估工具智能推送 |
| 1.3.2. 2 疼痛评分自动计算 |
| 1.3.2.3疼痛高危值推送 |
| 1.3.3 护理计划模块 |
| 1.3.4 医嘱处理模块 |
| 1.3.5 护理任务清单模块 |
| 1.4 系统开发 |
| 2 疼痛管理决策支持系统的应用 |
| 2.1 研究对象 |
| 2.2 应用方法 |
| 2.3 评价指标及资料收集方法 |
| 2.3.1 护理文书书写质量指标及医嘱处理及时性 |
| 2.3.1. 1 护理文书书写质量指标 |
| 2.3.1. 2 医嘱处理及时性 |
| 2.3.2 护士使用体验 |
| 2.4 统计学方法 |
| 3 结果 |
| 3.1 研究对象的一般资料 |
| 3.1.1 患儿的一般资料 |
| 3.1.2 临床护士的一般资料 |
| 3.2 疼痛管理决策支持系统应用前后护理文书书写质量指标比较 |
| 3.3 疼痛管理决策支持系统应用前后医嘱处理及时性比较 |
| 3.4 临床护士对原疼痛管理系统与疼痛管理决策支持系统各体验指标比较 |
| 4 讨论 |
| 4.1 疼痛管理决策支持系统提高了疼痛管理与记录的连续性与完整性 |
| 4.2 住院患儿疼痛管理知识库规范了护理语言，可对患儿疼痛进行个性化管理 |
| 4.3 疼痛管理决策支持系统提高了护士对信息系统的使用体验 |
| 5 小结 |
（3）基于案例推理和工作流的森抚决策支持系统设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 问题的提出与研究意义 |
| 1.1.1 问题的提出 |
| 1.1.2 研究目的和意义 |
| 1.2 国内外相关研究综述 |
| 1.2.1 林业信息化问题研究进展 |
| 1.2.2 林业决策支持系统研究进展 |
| 1.2.3 基于案例的推理问题研究进展 |
| 1.2.4 国内外相关研究小结 |
| 1.3 本文的研究内容与研究思路 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 数据来源 |
| 1.3.4 技术路线 |
| 2 相关理论基础 |
| 2.1 软件工程思想 |
| 2.2 基于案例推理原理与方法 |
| 2.2.1 基于案例推理基本原理 |
| 2.2.2 基于案例推理案例检索技术 |
| 2.2.3 案例相似度计算技术 |
| 2.3 均匀度理论 |
| 3 需求分析 |
| 3.1 业务需求分析 |
| 3.1.1 森林抚育管理决策点的定义及研究范围界定 |
| 3.1.2 森林抚育管理决策问题分析 |
| 3.1.3 森林抚育管理决策“to-be”流程 |
| 3.2 功能性需求分析 |
| 3.2.1 系统功能需求 |
| 3.2.2 数据逻辑分析 |
| 3.3 非功能性需求分析 |
| 3.4 本章小结 |
| 4 决策支持系统设计 |
| 4.1 设计思路 |
| 4.2 系统架构设计 |
| 4.3 数据库设计 |
| 4.3.1 基础数据信息表设计 |
| 4.3.2 历史信息表设计 |
| 4.3.3 推理规则表设计 |
| 4.3.4 决策业务表设计 |
| 4.4 系统主要子系统模块设计 |
| 4.4.1 人机交互子系统设计 |
| 4.4.2 推理子系统设计 |
| 4.4.3 综合信息库子系统设计 |
| 4.4.4 业务流程管理子系统设计 |
| 4.5 本章小结 |
| 5 系统实施与测试 |
| 5.1 系统开发环境搭建 |
| 5.1.1 系统开发环境 |
| 5.1.2 系统测试环境 |
| 5.2 系统功能模块实现 |
| 5.1.1 人机交互接口实现 |
| 5.1.2 综合信息库子系统实现 |
| 5.1.3 案例推理子系统实现 |
| 5.1.4 业务流程管理子系统实现 |
| 5.3 系统测试 |
| 5.3.1 系统应用对象 |
| 5.3.2 测试方案 |
| 5.3.3 测试用例分析 |
| 5.4 本章小结 |
| 6 系统运行算例与分析 |
| 6.1 案例模拟 |
| 6.2 系统运行实例 |
| 6.2.1 林业局层级森抚作业量及资金分配决策 |
| 6.2.2 林场层级森抚区域及作业方式决策 |
| 7 讨论与展望 |
| 7.1 讨论 |
| 7.2 展望 |
| 8 结论 |
| 参考文献 |
| 作者简介 |
| 导师简介 |
| 获得成果目录清单 |
| 致谢 |
（4）林业企业商务智能系统研建 ——以林口林业局有限公司为例（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题背景及研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 林业信息化 |
| 1.2.2 商务智能 |
| 1.2.3 林业企业商务智能研究评述 |
| 1.3 研究内容 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 1.5 特色与创新之处 |
| 2 理论基础与关键技术支撑 |
| 2.1 理论基础 |
| 2.1.1 软件工程学 |
| 2.1.2 林业企业管理 |
| 2.1.3 森林可持续经营 |
| 2.2 关键技术 |
| 2.2.1 云计算 |
| 2.2.2 商务智能应用技术 |
| 2.2.3 ETL技术 |
| 2.3 小结 |
| 3 林业企业商务智能系统需求分析 |
| 3.1 林口林业局有限公司概况 |
| 3.1.1 基本情况 |
| 3.1.2 信息化建设现状 |
| 3.2 业务需求 |
| 3.2.1 森林经营类指标 |
| 3.2.2 财务管理类指标 |
| 3.3 系统需求 |
| 3.3.1 功能需求 |
| 3.3.2 数据需求 |
| 3.3.3 性能需求 |
| 4 林业企业商务智能系统设计 |
| 4.1 商务智能平台选择 |
| 4.1.1 开源产品与商业产品 |
| 4.1.2 主流开源商务智能产品 |
| 4.1.3 Pentaho BI简介 |
| 4.2 架构设计 |
| 4.2.1 数据获取层 |
| 4.2.2 数据集成层 |
| 4.2.3 数据处理层 |
| 4.2.4 数据应用层 |
| 4.3 功能设计 |
| 4.3.1 报表展示功能 |
| 4.3.2 指标展示功能 |
| 4.3.3 数据多维分析功能 |
| 4.4 数据库设计 |
| 4.4.1 概念模型设计 |
| 4.4.2 逻辑模型设计 |
| 4.4.3 物理模型设计 |
| 4.5 ETL设计 |
| 4.5.1 过程一 |
| 4.5.2 过程二 |
| 4.5.3 过程三 |
| 5 林业企业商务智能系统实现 |
| 5.1 开发环境 |
| 5.2 ETL实现 |
| 5.2.1 过程一:Excel数据到My SQL数据 |
| 5.2.2 过程二:建立数据集市 |
| 5.2.3 过程三:构建数据立方体 |
| 5.3 功能实现 |
| 5.3.1 报表展示 |
| 5.3.2 指标展示 |
| 5.3.3 数据多维分析 |
| 6 林业企业商务智能系统应用分析 |
| 6.1 提升林业企业业务洞察能力 |
| 6.2 提升林业企业风险监控能力 |
| 6.3 提升林业企业综合感知能力 |
| 6.4 增强林业企业科学决策能力 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 不足之处 |
| 7.3 未来展望 |
| 参考文献 |
| 个人简介 |
| 导师简介 |
| 获得成果目录 |
| 致谢 |
（5）面向高速公路突发事件的应急管理决策方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 问题背景及意义 |
| 1.2 研究目标与内容 |
| 1.2.1 研究目标 |
| 1.2.2 研究内容 |
| 1.3 研究方法与技术路线 |
| 1.3.1 研究方法 |
| 1.3.2 技术路线 |
| 1.4 主要贡献与研究局限性 |
| 1.4.1 主要贡献 |
| 1.4.2 研究局限性 |
| 1.5 本章小结 |
| 第二章 高速公路应急管理相关理论与研究评述 |
| 2.1 高速公路突发事件应急管理相关理论 |
| 2.1.1 高速公路突发事件定义 |
| 2.1.2 高速公路突发事件的分类分级 |
| 2.1.3 高速公路突发事件的特征 |
| 2.1.4 高速公路突发事件应急管理流程 |
| 2.1.5 高速公路应急管理体系现状分析 |
| 2.2 高速公路突发事件信息获取及应急管理决策应用 |
| 2.2.1 突发事件信息获取、处理及应用 |
| 2.2.2 突发事件信息的应急管理决策应用 |
| 2.3 高速公路突发事件应急管理决策基础 |
| 2.3.1 突发事件应急决策方法 |
| 2.3.2 高速公路突发事件应急管理决策 |
| 2.3.3 高速公路突发事件应急管理决策特性 |
| 2.4 研究现状评述及展望 |
| 2.5 本章小结 |
| 第三章 我国高速公路突发事件应急管理现状及能力提升策略 |
| 3.1 我国高速公路突发事件应急管理现状分析 |
| 3.1.1 样本收集与选择 |
| 3.1.2 我国高速公路突发事件应急管理工作现状 |
| 3.1.3 我国高速公路突发事件应急管理运行模式现状 |
| 3.2 我国高速公路突发事件应急管理的问题评析 |
| 3.2.1 我国高速公路突发事件应急管理模式发展脉络分析 |
| 3.2.2 我国高速公路突发事件应急管理决策能力提升的影响因素分析 |
| 3.3 我国高速公路突发事件应急管理决策能力提升的实证分析 |
| 3.3.1 问题分析 |
| 3.3.2 研究方法及框架 |
| 3.3.3 数据收集与整理 |
| 3.3.4 数据处理与结果分析 |
| 3.4 我国高速公路突发事件应急管理决策能力提升策略 |
| 3.5 本章小结 |
| 第四章 云技术驱动的高速公路应急管理决策系统分析与建构 |
| 4.1 问题分析 |
| 4.2 高速公路应急管理决策系统构建分析 |
| 4.2.1 系统总体与建构思路 |
| 4.2.2 系统的基本需求分析 |
| 4.2.3 系统总体架构分析 |
| 4.3 应急管理决策系统的体系架构逻辑分析 |
| 4.3.1 交通信息感知层 |
| 4.3.2 云架构信息接入与管理层 |
| 4.3.3 交通大数据管理与决策服务应用层 |
| 4.4 系统实施分析 |
| 4.5 本章小结 |
| 第五章 高速公路突发事件单阶段应急决策方法 |
| 5.1 高速公路突发事件应急决策问题分析 |
| 5.2 相关理论方法 |
| 5.2.1 梯形直觉模糊数 |
| 5.2.2 前景理论 |
| 5.2.3 热力学方法 |
| 5.3 基于Choquet积分的梯形直觉模糊集结算子 |
| 5.4 基于信息质量的高速公路应急决策模型 |
| 5.4.1 问题描述 |
| 5.4.2 决策模型与方法 |
| 5.5 案例分析 |
| 5.6 本章小结 |
| 第六章 高速公路突发事件多阶段动态应急决策方法 |
| 6.1 问题分析 |
| 6.2 区间梯形直觉模糊数 |
| 6.3 多阶段动态应急决策模型与方法 |
| 6.3.1 问题描述 |
| 6.3.2 多阶段动态应急决策模型原理 |
| 6.3.3 基于满意度信息更新的动态应急决策方法 |
| 6.4 案例分析 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 本文主要研究结论 |
| 7.2 本文主要创新点 |
| 7.3 未来研究展望 |
| 致谢 |
| 参考文献 |
| 攻读学位期间取得的研究成果 |
（6）基于知识图谱的城市轨道交通建设安全管理智能知识支持研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究的目的和意义 |
| 1.3 文献综述 |
| 1.4 研究思路和方法 |
| 1.5 研究内容 |
| 1.6 本章小结 |
| 2 基于知识图谱的URTCSM智能知识支持理论模型 |
| 2.1 城市轨道交通建设安全管理系统分析 |
| 2.2 URTCSM智能知识支持概念框架 |
| 2.3 知识图谱对URTCSM智能知识支持作用分析 |
| 2.4 基于知识图谱的URTCSM智能知识支持理论模型 |
| 2.5 本章小结 |
| 3 基于多维关联混合粒度的URTCSM领域知识结构模式研究 |
| 3.1 多维关联混合粒度知识建模需求分析 |
| 3.2 URTCSM领域知识分类体系分析 |
| 3.3 URTCSM领域概念模式分析 |
| 3.4 URTCSM领域关系模式分析 |
| 3.5 多维关联混合粒度的URTCSM领域知识结构模式 |
| 3.6 本章小结 |
| 4 URTCSM领域知识图谱知识元抽取方法研究 |
| 4.1 URTCSM领域相关数据源分析 |
| 4.2 URTCSM领域实体知识元抽取方法研究 |
| 4.3 URTCSM领域关系知识元抽取方法研究 |
| 4.4 URTCSM领域属性知识元识别 |
| 4.5 URTCSM领域知识融合 |
| 4.6 URTCSM领域知识存储 |
| 4.7 本章小结 |
| 5 基于URTCSM领域知识图谱的智能知识支持研究 |
| 5.1 URTCSM智能知识支持实现框架分析 |
| 5.2 混合粒度规范知识获取 |
| 5.3 安全事故智能分析 |
| 5.4 安全管理智能决策支持 |
| 5.5 基于URTCSM领域知识图谱的智能知识支持系统 |
| 5.6 本章小结 |
| 6 研究结论与展望 |
| 6.1 研究结论 |
| 6.2 主要创新点 |
| 6.3 研究局限性 |
| 6.4 研究展望 |
| 参考文献 |
| 附录 |
| 作者简历 |
| 学位论文数据集 |
（7）基于可视化逻辑关系的HVAC管理决策支持系统研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 研究内容和研究方法 |
| 1.3.1 研究范围 |
| 1.3.2 研究内容 |
| 1.3.3 研究方法 |
| 1.4 研究的创新点及技术路线 |
| 1.4.1 创新点 |
| 1.4.2 技术路线 |
| 2 相关概念及理论方法 |
| 2.1 HVAC系统 |
| 2.2 HVAC逻辑关系 |
| 2.3 开发的相关理论与方法 |
| 2.3.1 最小信息长度理论 |
| 2.3.2 Floc算法 |
| 3 HVAC管理现状调查与分析 |
| 3.1 HVAC管理现状调查 |
| 3.1.1 调查思路 |
| 3.1.2 问卷设计及数据收集 |
| 3.1.3 数据分析 |
| 3.2 HVAC管理现状问题 |
| 3.2.1 直观化程度低 |
| 3.2.2 信息管理水平较低 |
| 3.2.3 对人工的高度依赖 |
| 3.3 构建HVAC管理决策支持系统优势 |
| 3.3.1 BIM与传感器结合的优势分析 |
| 3.3.2 HVAC逻辑关系可视化的优势分析 |
| 4 HVAC管理决策支持系统的构建 |
| 4.1 系统构建思路和框架 |
| 4.1.1 构建思路 |
| 4.1.2 系统功能 |
| 4.1.3 结构框架 |
| 4.2 工具选用 |
| 4.3 关键技术 |
| 4.3.1 设施管理模型建立 |
| 4.3.2 数据库建立与信息查询 |
| 4.3.3 逻辑关系定义 |
| 4.3.4 传感器设置方案与数据显示 |
| 4.3.5 故障检测和判断 |
| 4.3.6 故障定位和逻辑关系检索 |
| 5 案例分析 |
| 5.1 案例概述 |
| 5.2 系统实现 |
| 5.2.1 传感器设置与逻辑关系定义 |
| 5.2.2 信息可视化显示 |
| 5.2.3 运行状况监控 |
| 5.2.4 故障定位与逻辑关系检索 |
| 5.3 案例小结 |
| 6 结论与展望 |
| 6.1 结论 |
| 6.2 研究不足与展望 |
| 攻读硕士学位期间发表的论文 |
| 附录A 调查问卷 |
| 附录B 关键技术实现代码 |
| 参考文献 |
| 后记 |
（9）油田开发管理决策支持系统的构建与应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 前言 |
| 1.1 研究背景与选题依据 |
| 1.2 研究目的与研究意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究方法与研究思路 |
| 1.3.1 研究方法 |
| 1.3.2 研究内容 |
| 1.3.3 技术路线 |
| 第2章 理论基础与文献综述 |
| 2.1 理论基础 |
| 2.1.1 油田开发理论 |
| 2.1.2 油藏经营理论 |
| 2.1.3 效益评价理论 |
| 2.2 文献综述 |
| 2.2.1 油田开发效益评价方面的研究 |
| 2.2.2 油田开发管理决策方面的研究 |
| 2.3 研究述评 |
| 2.3.1 现有研究取得的成果 |
| 2.3.2 现有研究中存在的问题 |
| 第3章 油田开发管理决策支持系统的构建基础 |
| 3.1 单井单元效益评价体系的建立 |
| 3.1.1 单井单元效益评价的基本理念 |
| 3.1.2 单井单元效益评价体系的核心内容 |
| 3.2 “投入—产出”基础数据的积累 |
| 3.2.1 基础数据库的构建 |
| 3.2.2 成本数据的归集与分配 |
| 3.3 油田开发数值模拟技术的推广 |
| 第4章 油田开发管理决策支持系统的构建 |
| 4.1 油田开发管理决策支持系统的整体框架 |
| 4.1.1 决策支持系统构建的基本理念 |
| 4.1.2 决策支持系统构建的基本思路 |
| 4.1.3 油田开发管理决策的基本要素 |
| 4.2 油田开发管理决策支持系统的具体内容 |
| 4.2.1 决策主体与决策对象 |
| 4.2.2 决策情景与决策方案 |
| 4.2.3 决策标准与决策依据 |
| 4.2.4 决策方法与决策程序 |
| 第5章 油田开发管理决策支持系统的应用 |
| 5.1 XX油田及XX油藏区块简介 |
| 5.2 油田开发管理决策支持系统在xx的应用 |
| 5.2.1 数值模拟数据输出结果 |
| 5.2.2 决策基础数据及其来源 |
| 5.2.3 评价指标测算结果 |
| 5.2.4 应用分析 |
| 5.3 油田开发管理决策支持系统的后续应用建议 |
| 第6章 结论 |
| 参考文献 |
| 攻读硕士学位期间取得的学术成果 |
| 致谢 |
（10）ZY公司决策支持平台建设研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 论文研究的背景和意义 |
| 1.1.1 研究的背景 |
| 1.1.2 研究的意义 |
| 1.2 论文的结构和框架 |
| 第2章 相关理论综述 |
| 2.1 决策和决策支持 |
| 2.1.1 企业管理与决策 |
| 2.1.2 决策支持系统的定义 |
| 2.2 大数据概念及影响 |
| 2.2.1 大数据概念与特征 |
| 2.2.2 大数据对企业管理决策的影响 |
| 2.2.3 大数据技术对企业信息化管理的影响 |
| 2.3 云计算概念及影响 |
| 2.3.1 云计算的概念与特征 |
| 2.3.2 云计算技术对企业信息化管理的影响 |
| 第3章 ZY公司决策支持平台现状与需求分析 |
| 3.1 ZY公司简介 |
| 3.1.1 ZY公司概况 |
| 3.1.2 ZY公司经营管理现状 |
| 3.1.3 ZY公司信息化管理现状 |
| 3.2 ZY公司集团级决策支持平台现状与问题分析 |
| 3.2.1 决策支持类平台建设现状 |
| 3.2.2 决策支持类平台存在的问题 |
| 3.2.3 决策支持类平台存在问题原因分析 |
| 3.2.4 国内外案例及差距分析 |
| 3.3 ZY公司决策支持平台需求分析 |
| 3.3.1 数据集成与共享的需求 |
| 3.3.2 数据资产化管理需求 |
| 3.3.3 数据深化应用与数据价值挖掘需求 |
| 3.3.4 业务应用需求 |
| 3.3.5 平台功能需求 |
| 3.4 ZY公司基于新技术构建决策支持平台的必要性和可行性 |
| 3.4.1 基于新技术构建决策支持平台的必要性 |
| 3.4.2 基于新技术构建决策支持平台的可行性 |
| 3.4.3 基于新技术构建决策支持平台SWOT分析 |
| 第4章 ZY公司决策支持平台建设方案设计 |
| 4.1 ZY公司决策支持平台建设目标与原则 |
| 4.1.1 决策支持平台建设目标 |
| 4.1.2 决策支持平台建设原则 |
| 4.2 ZY公司决策支持平台总体方案设计 |
| 4.2.1 总体设计思路 |
| 4.2.2 平台功能设计 |
| 4.2.3 平台架构设计 |
| 4.2.4 数据管理方案设计 |
| 4.2.5 应用管理方案设计 |
| 4.3 ZY公司决策支持平台建设保障措施 |
| 4.3.1 组织保障 |
| 4.3.2 标准与规范保障 |
| 4.4 建设方案设计总结 |
| 4.4.1 新技术与管理理念的融合 |
| 4.4.2 管理流程的优化 |
| 4.4.3 技术方案的改进 |
| 第5章 ZY公司决策支持平台实施与应用 |
| 5.1 ZY公司决策支持平台实施 |
| 5.1.1 实施策略与原则 |
| 5.1.2 实施过程 |
| 5.2 决策支持平台应用效果 |
| 5.2.1 ZY公司生产经营管理部天然气产销分析效果 |
| 5.2.2 勘探与生产专业分公司项目整体运行情况监控效果 |
| 5.2.3 运输公司单车核算信息查询效果 |
| 5.3 决策支持平台建设效益分析 |
| 5.3.1 定性分析 |
| 5.3.2 定量分析 |
| 5.4 决策支持平台建设经验总结及建议 |
| 5.4.1 方案设计 |
| 5.4.2 项目实施 |
| 5.4.3 技术选型 |
| 第6章 结论 |
| 参考文献 |
| 致谢 |
四、环境管理决策支持系统（论文参考文献）
- [1]面向医院管理的数据驱动决策研究[D]. 李茵. 吉林大学, 2021(01)
- [2]住院患儿疼痛管理决策支持系统的构建与应用研究[J]. 赵永信,顾莺,张晓波,刘芳,万嫣敏,范咏. 中华护理杂志, 2020(08)
- [3]基于案例推理和工作流的森抚决策支持系统设计与实现[D]. 井晖. 北京林业大学, 2020(02)
- [4]林业企业商务智能系统研建 ——以林口林业局有限公司为例[D]. 夏明慧. 北京林业大学, 2020(02)
- [5]面向高速公路突发事件的应急管理决策方法研究[D]. 刘永. 重庆交通大学, 2020(01)
- [6]基于知识图谱的城市轨道交通建设安全管理智能知识支持研究[D]. 王莉. 中国矿业大学, 2019(04)
- [7]基于可视化逻辑关系的HVAC管理决策支持系统研究[D]. 董可新. 东北财经大学, 2019(07)
- [8]大数据环境下的管理决策研究[J]. 崔美姬,李莉. 控制工程, 2019(10)
- [9]油田开发管理决策支持系统的构建与应用研究[D]. 刘卫国. 中国石油大学(华东), 2018(09)
- [10]ZY公司决策支持平台建设研究[D]. 陈立明. 中国石油大学(北京), 2018(01)