面向企业生产管理的决策支持系统研究与应用

随着信息化与企业生产活动的密切结合，产品研制生产过程中产生的各类数据反映了生产规律，隐含了

为适应信息化发展的需求，国内许多大型制造类企业建设了PDM (产品数据管理，Product Data Management)、ERP (企业资源计划，Enterprise Resource Plan)等多个信息系统，产品研制、物资采购、库存、生产、财务预算、人力资源、成本管理等业务逐步实现了信息化和规范化，企业的物流、人流、资金流和信息流集成为一个有机的整体，解决了产品研制生产中的快速组织、计划管理、质量控制、资金流控制、物流控制和协作等问题，从而最大限度的利用企业的现有资源，实现企业经济效益最大化。随着信息系统应用的逐步深入，这些数据逐渐被遗忘在数据库中，它们不仅占用大量宝贵的存储资源，而且隐藏的有价值的信息和知识没有得到很好的挖掘和应用，无法为企业协同研制、生产分析和决策提供科学的依据，已成为目前企业迫切需要解决的问题。

数据仓库、数据挖掘、联机分析处理等技术的兴起，为决策支持系统的发展提供了重要支撑，这些技术在决策支持系统中的应用为企业从海量数据中发现规律和知识提供了重要的支持。决策支持系统应从总体架构、数据预处理、数据模型、数据展现、数据应用平台等方面进行设计，可结合ERP、PDM 等制造型企业常用的系统，对设计、采购、库存、生产等方面的决策分析进行应用研究。

2. 决策支持系统研究 决策支持系统是一种以计算机为工具，充分利用和分析各类数据为管理层提供辅助决策信息的理论与方法，它广泛应用于产品全生命周期的研制、生产、试验及综合保障等各个过程，能够以人机交互方式辅助决策者解决结构化和非结构化决策问题。目前，决策支持系统与数据仓库技术逐渐融合，形成智能决策支持平台，包括数据仓库、联机分析处理、数据挖掘等内容，支持数据存储、转换、集成、分析、挖掘等多种功能，形成更加智能、更加便捷的综合分析平台[1]，已成为企业在产品生产管理过程中决策分析、协同应用的重要工具。

2.1. 数据仓库 数据仓库不是数据的简单堆积，而是面向主题的、集成的、稳定的、随时间变化的数据集合，通过集成不同的应用系统，从大量的事务型数据库中抽取数据，并将其清理、检验、加工和重新组织为新的存储格式，它提供集成化和历史化的数据，并从事物发展和历史的角度来组织和存储数据，以供信息协同和和决策分析使用。为了使各类异构数据进入数据仓库，并最终成为决策分析的基础，需要进行数据预处理，数据预处理包括数据抽取、数据转换、数据装载等过程[2]，如图1 所示。在数据抽取过程中，