论文部分内容阅读
随着计算机和数据库技术的迅速发展,数据库技术作为管理信息系统中的核心技术已经在诸多领域中有着广泛的应用,通过这样的计算机处理手段可以加快企业对信息的获取和处理速度。然而,信息的获取不是一件简单的事,从某种角度上说,数据以及对数据的解释和数据分析一起构成了信息,一方面企业要建立一套计算机处理系统来替代传统的手工作业方式来处理日常的业务,建立一套真正意义上的业务处理系统。另一方面,企业数据库承载了企业的重要数据,对于这些数据的分析已经不仅仅是数据的查询、更新操作,而是需要从数据中抽取有用信息,比如将数据按照不同种类进行整理汇总分析、预测等,让计算机为我们整理数据、抽取信息、发现信息,这就是计算机决策支持系统(Decision Support System,DSS)的功能。数据库技术的发展,不但使业务处理计算机信息化成为了可能,同时也为DSS提供了强有力的技术支持;同时由于数据仓库(Data Warehouse,DW)技术的发展,DSS与数据挖掘(Data Mining,DM)相结合,使DSS更加适应了企业的需要。现代化钢铁企业生产的一个特点就是工艺复杂,工序繁多,钢铁产品生产要经历冶炼、连铸、热轧、冷轧等多个环节,每一步都对最终产品的质量有影响。研究建立和发展现代化的产品质量信息分析决策支持系统,以帮助钢铁企业质量技术部门业务人员进行钢铁产品质量分析,准确地把握产品质量的动态,实现对整个产品质量全过程有效地进行管理和决策,对钢铁企业降低成本,提高质量,提高企业的经济效益和社会效益具有极其重要的意义。由于产品质量检验点多面广,单纯依靠数据库技术来实现决策支持系统是不可能的,必须建立数据仓库,让数据仓库作为决策支持系统的基本数据环境。同时由于简单的质量分析远远满足不了实际工作的需求,还必须依靠数学理论来建立数学模型来处理我们复杂的决策分析。本论文的目标是设计一个基于钢铁企业产品质量数据仓库的决策支持系统,探索钢铁产品质量信息数据仓库的构建方法,并在数据仓库的基础上设计一些数学分析模型来实现产品质量信息的分析、预测和控制。数据仓库的实现方法在目前是很多的,通过对比分析我们应用数据仓库建模的理论和方法,采用MS SQL Server 2000 Analysis Services的Analysis Manager完成数据的抽取、清洗、转换及加载,实现数据仓库中数据的存储和管理,以数据仓库技术为基础,以联机分析处理(OLAP)和数据挖掘(Data Mining)工具为手段,设计了一套信息和知识支撑的数据分析及决策支持系统模型,支持企业的用户响应、质量管理以及各流程的