论文部分内容阅读
摘 要：本文首先指出采油厂生产经营的决策分析依赖大量的历史数据。如果采用人工来收集数据及计算分析，在很大程度上会影响决策的进度，加大决策成本，或者无法完成决策。因此，本文将讨论基于数据仓库的采油厂决策支持系统（Decision Support System，DSS）的设计方向，充分考虑决策者行为，利用数据库、模型库、数据仓库和联机分析处理技术，结合石油行业数据模型，为采油厂的决策支持活动提供一套自动化程度较高的系统设计方案。
关键词：决策支持 数据仓库 数据模型设计
采油厂作为生产经营单位，必须按照价值规律的要求，力争以小投入获得多产出，企业决策者需要根据生产经营状况进行各种分析决策。为了减轻决策者的负担，加快决策过程，采油厂也进行了经济活动分析系统的研究与开发，这些系统的基本思想是通过建立一定的经济分析模型，结合采油厂数据对生产经营状况进行分析，将分析结果以数据表或图形的方式提供给决策者用以辅助进行决策。
一、国外企业DSS的研究建设现状
自70年代中期Keen和Scott Morton创造的“DSS”一词至今，作为用于管理的一种新型的计算机信息系统已经得到迅速的发展，它已经成为系统工程、管理科学、人工智能等领域十分活跃的研究课题。
二、国内相关DSS的研究建设现状
我国DSS的研究始于80年代中期，其应用最广泛的领域是区域发展规划。大连理工大学、山西省自动化所和国际应用系统分析研究所合作完成了山西省整体发展规划DSS，这是一个大型的DSS，在我国起步较早，影响较大。天津大学信息与控制研究所创办的《决策与决策支持系统》刊物，对我国DSS的发展起到了很大的推动作用。我国不少单位在智能DSS的研制中也取得了显著成绩，如以中国科学院计算技术研究所史忠植研究员为首的课题组研制并完成的“智能决策系统开发平台工DSDP”就是一个典型代表。
三、DSS与数据仓库相关概念的初步定义与介绍
决策支持是一个先导的概念，是目标，DSS是通向目标的工具。系统必须具有如下特点：简单；健壮；适应性强；易于控制；在重要问题上充分完备；容易与之进行通讯。
模型库系统是传统DSS的三大支柱之一，是DSS最有特色的部件之一。与数据库系统相比，DSS之所以能够对决策制定过程提供有效的支持，除了系统设计思想不同外，主要在DSS中有能为决策者提供推理、比较、选择和分析整个问题的模型库。它的目标是在决策者需要的时候按他的要求构造模型。模型库所构造的模型不一定很复杂，但一定要符合实际，建模时要特别注意推理能力和决策者的干预。由于模型的生成、修改、更新、删除、连接是经常性的操作，因此，模型库及管理系统在DSS中占有十分重要的位置。
当DSS向智能方向发展时，知识和推理的研究显得越来越重要。DSS建立知识库，其总目的是为了扩大与决策者共有的论域，为自然语言理解创立语义和语用的环境；为建模和数值计算提供必要的分析基础；补充和延拓决策人员的思维能力；其关键技术是：知识的获取和解释、知识的表示、知识的推理以及知识库的管理和维护。
方法库系统主要是一个软件系统，它综合了数据库和程序库，具有某一特定应用领域的功能程序，用以描述数据结构和功能要求的通用、格式化的接口，通过内部的数据管理系统处理储存的数据。建立方法库难点之一是把程序和数据综合起来，因此需要增加方法库系统的适应性和灵活性。
数据仓库通常是一个专用的数据库系统，它独立于这个组织中的联机事务处理系统（On line Transaction Processing， OLTP）。数据仓库之父Inmon给出数据仓库的定义为：数据仓库是面向对象的、集成的、不同时间的、非易失性的以支持管理决策处理的数据集成，其四个重要特征为：面向主题、集成、稳定和随时间变化。
四、基于数据仓库的采油厂DSS系统结构设计
基于数据仓库的采油厂DSS试图以采油厂的业务数据库为基础数据提供系统，在此基础上建立采油厂数据仓库，数据仓库将为整个采油厂DSS提供数据服务。决策者将通过OLAP、数据仓库和求解平台获取决策信息。各个部分相互独立，又互相产生影响，协调工作。
1.业务数据库
采油厂的业务数据库所存储的数据是石汕企业数据仓库各种数据的主要提供者，是整个采油厂DSS的基础数据提供系统，它的正确运转将影响到整个DSS系统运行。
2.数据仓库
采油厂的数据仓库从采油厂业务数据库系统中获取主要的数据，主要包括信息数据和元数据。信息数据是供DSS系统访问的数据，元数据是记录数据仓库系统信息的数据。
3.DSS模型库系统
采油厂DSS模型库系统包括模型库和模型管理系统。模型库存放用来求解决策问题的模型，而模型库管理系统则管理模型库中的模型，可以增加、删除和修改模型。
4.求解平台
求解平台是模型库中的模型与数据仓库中的数据互相执行操作的平台。在求解平台上，数据仓库中的数据与模型库中的模型是被决策者选定的输入，通过处理之后，将所获得的计算结果以所需决策信息的形式传递给决策者。
5.OLAP
OLAP为决策者提供多维数据的查询与分析功能。OLAP以数据仓库为基础数据提供者，向决策提供多样化的数据信息。
以上五个部分对基于数据仓库的采油厂DSS都非常重要，缺一不可。
五、采油厂DSS数据仓库设计步骤
数据仓库的设计可以分为数据仓库模型设计部分和数据装载接口设计部分。
1.分析建立采油厂企业模型。采油厂的企业模型是从各个视点对企业数据需求以及数据间关系的抽象。通过该过程完成对企业数据需求和现有数据的了解。
2.概念模型设计。概念模型描述的是从客观一世界到主观认识的映射，通过概念模型，我们用适合计算机世界的模型和语言对客观世界中的具体问题进行描述。在概念模型中，常用的表示方法是ER图。
3.逻辑模型设计。逻辑模型设计需要对概念模型中的每一个主题进行设计，需要完成的任务就是将概念模型影射到关系模型。在关系模型中，基本的概念包括关系表、元组（关系表的一行）、属性（关系表的一列）、域（属性的取值范围）、主键（能够唯一标识一个数据行的键或者键的组合）等。
4.物理模型设计。数据仓库的物理模型就是逻辑模型在数据仓库中的实现模式。
5.数据装载接口设计。在完成数据仓库的概念、逻辑、物理设计后，另一个需要设计的是数据载入接口。数据装载程序实际包括了数据的清洗、转化、集成等数据装载功能，以及数据的综合功能。
六、采油厂DSS设计研究未来展望
构建采油厂DSS系统为石油企业提供了非常强大的基于数据仓库的辅助决策功能，数据仓库的查询分析功能以及OLAP技术可以产生用户所需要的综合信息、时间趋势信息以及多维数据分析信息，扩大了决策支持的能力。
首先，创新地建立了数据仓库与模型库相结合的石油企业DSS的系統结构模型。其次，重点研究了石油企业DSS的数据仓库和OLAP，对其中的关键问题提出了设计观点。最后，结合石油企业的企业流程，建立了石油企业的各种数据模型，并作了相关的设计。
参考文献：
[1]王斌君 孙王龙.数据元标准在信息化中作用的再认识，中国人民公安大学学报.
[2]姚锐.数据仓库中元数据管理研究，中南民族大学学报.
[3]载超凡.数据仓库中元数据技术研究，计算机工程与应用.
关键词：决策支持 数据仓库 数据模型设计
采油厂作为生产经营单位，必须按照价值规律的要求，力争以小投入获得多产出，企业决策者需要根据生产经营状况进行各种分析决策。为了减轻决策者的负担，加快决策过程，采油厂也进行了经济活动分析系统的研究与开发，这些系统的基本思想是通过建立一定的经济分析模型，结合采油厂数据对生产经营状况进行分析，将分析结果以数据表或图形的方式提供给决策者用以辅助进行决策。
一、国外企业DSS的研究建设现状
自70年代中期Keen和Scott Morton创造的“DSS”一词至今，作为用于管理的一种新型的计算机信息系统已经得到迅速的发展，它已经成为系统工程、管理科学、人工智能等领域十分活跃的研究课题。
二、国内相关DSS的研究建设现状
我国DSS的研究始于80年代中期，其应用最广泛的领域是区域发展规划。大连理工大学、山西省自动化所和国际应用系统分析研究所合作完成了山西省整体发展规划DSS，这是一个大型的DSS，在我国起步较早，影响较大。天津大学信息与控制研究所创办的《决策与决策支持系统》刊物，对我国DSS的发展起到了很大的推动作用。我国不少单位在智能DSS的研制中也取得了显著成绩，如以中国科学院计算技术研究所史忠植研究员为首的课题组研制并完成的“智能决策系统开发平台工DSDP”就是一个典型代表。
三、DSS与数据仓库相关概念的初步定义与介绍
决策支持是一个先导的概念，是目标，DSS是通向目标的工具。系统必须具有如下特点：简单；健壮；适应性强；易于控制；在重要问题上充分完备；容易与之进行通讯。
模型库系统是传统DSS的三大支柱之一，是DSS最有特色的部件之一。与数据库系统相比，DSS之所以能够对决策制定过程提供有效的支持，除了系统设计思想不同外，主要在DSS中有能为决策者提供推理、比较、选择和分析整个问题的模型库。它的目标是在决策者需要的时候按他的要求构造模型。模型库所构造的模型不一定很复杂，但一定要符合实际，建模时要特别注意推理能力和决策者的干预。由于模型的生成、修改、更新、删除、连接是经常性的操作，因此，模型库及管理系统在DSS中占有十分重要的位置。
当DSS向智能方向发展时，知识和推理的研究显得越来越重要。DSS建立知识库，其总目的是为了扩大与决策者共有的论域，为自然语言理解创立语义和语用的环境；为建模和数值计算提供必要的分析基础；补充和延拓决策人员的思维能力；其关键技术是：知识的获取和解释、知识的表示、知识的推理以及知识库的管理和维护。
方法库系统主要是一个软件系统，它综合了数据库和程序库，具有某一特定应用领域的功能程序，用以描述数据结构和功能要求的通用、格式化的接口，通过内部的数据管理系统处理储存的数据。建立方法库难点之一是把程序和数据综合起来，因此需要增加方法库系统的适应性和灵活性。
数据仓库通常是一个专用的数据库系统，它独立于这个组织中的联机事务处理系统（On line Transaction Processing， OLTP）。数据仓库之父Inmon给出数据仓库的定义为：数据仓库是面向对象的、集成的、不同时间的、非易失性的以支持管理决策处理的数据集成，其四个重要特征为：面向主题、集成、稳定和随时间变化。
四、基于数据仓库的采油厂DSS系统结构设计
基于数据仓库的采油厂DSS试图以采油厂的业务数据库为基础数据提供系统，在此基础上建立采油厂数据仓库，数据仓库将为整个采油厂DSS提供数据服务。决策者将通过OLAP、数据仓库和求解平台获取决策信息。各个部分相互独立，又互相产生影响，协调工作。
1.业务数据库
采油厂的业务数据库所存储的数据是石汕企业数据仓库各种数据的主要提供者，是整个采油厂DSS的基础数据提供系统，它的正确运转将影响到整个DSS系统运行。
2.数据仓库
采油厂的数据仓库从采油厂业务数据库系统中获取主要的数据，主要包括信息数据和元数据。信息数据是供DSS系统访问的数据，元数据是记录数据仓库系统信息的数据。
3.DSS模型库系统
采油厂DSS模型库系统包括模型库和模型管理系统。模型库存放用来求解决策问题的模型，而模型库管理系统则管理模型库中的模型，可以增加、删除和修改模型。
4.求解平台
求解平台是模型库中的模型与数据仓库中的数据互相执行操作的平台。在求解平台上，数据仓库中的数据与模型库中的模型是被决策者选定的输入，通过处理之后，将所获得的计算结果以所需决策信息的形式传递给决策者。
5.OLAP
OLAP为决策者提供多维数据的查询与分析功能。OLAP以数据仓库为基础数据提供者，向决策提供多样化的数据信息。
以上五个部分对基于数据仓库的采油厂DSS都非常重要，缺一不可。
五、采油厂DSS数据仓库设计步骤
数据仓库的设计可以分为数据仓库模型设计部分和数据装载接口设计部分。
1.分析建立采油厂企业模型。采油厂的企业模型是从各个视点对企业数据需求以及数据间关系的抽象。通过该过程完成对企业数据需求和现有数据的了解。
2.概念模型设计。概念模型描述的是从客观一世界到主观认识的映射，通过概念模型，我们用适合计算机世界的模型和语言对客观世界中的具体问题进行描述。在概念模型中，常用的表示方法是ER图。
3.逻辑模型设计。逻辑模型设计需要对概念模型中的每一个主题进行设计，需要完成的任务就是将概念模型影射到关系模型。在关系模型中，基本的概念包括关系表、元组（关系表的一行）、属性（关系表的一列）、域（属性的取值范围）、主键（能够唯一标识一个数据行的键或者键的组合）等。
4.物理模型设计。数据仓库的物理模型就是逻辑模型在数据仓库中的实现模式。
5.数据装载接口设计。在完成数据仓库的概念、逻辑、物理设计后，另一个需要设计的是数据载入接口。数据装载程序实际包括了数据的清洗、转化、集成等数据装载功能，以及数据的综合功能。
六、采油厂DSS设计研究未来展望
构建采油厂DSS系统为石油企业提供了非常强大的基于数据仓库的辅助决策功能，数据仓库的查询分析功能以及OLAP技术可以产生用户所需要的综合信息、时间趋势信息以及多维数据分析信息，扩大了决策支持的能力。
首先，创新地建立了数据仓库与模型库相结合的石油企业DSS的系統结构模型。其次，重点研究了石油企业DSS的数据仓库和OLAP，对其中的关键问题提出了设计观点。最后，结合石油企业的企业流程，建立了石油企业的各种数据模型，并作了相关的设计。
参考文献：
[1]王斌君 孙王龙.数据元标准在信息化中作用的再认识，中国人民公安大学学报.
[2]姚锐.数据仓库中元数据管理研究，中南民族大学学报.
[3]载超凡.数据仓库中元数据技术研究，计算机工程与应用.