随着供水企业改革的深化,供水企业迫切需要优化生产和管理,以信息化来推动现代化,提高企业竞争力。基于数据仓库技术的决策支持系统作为一种新的、可实现的解决方案,成为数据库领域的研究热点。数据仓库将原有数据库系统中的源数据组织成适合决策分析需要的分析型数据,从而提高决策分析能力。伴随着数据仓库技术出现的联机分析处理(OLAP)和数据挖掘(DM)技术又为数据分析提供了强有力的支持。建立基于数据仓库的供水企业决策支持系统具有很大的实用价值。 本文根据供水企业的实际情况,提出了一个构建供水企业数据仓库的合理可行的方法 并在此基础上作了数据分析处理和数据挖掘。主要工作如下: 1.分析、构建以供水为主题的数据仓库。阐述数据仓库体系的概念,阐释以供水企业数据仓库体系为基础的、支持数据挖掘和联机分析等高级智能化信息应用的、开放式统一平台解决方案。论文详细阐述了构建基于SQL Server数据库的供水企业数据仓库的实现方法。 2.本文在分析了OLAP特性的基础上,提出自己的实现思路,选用BrioIntelligence商业智能平台开发联机分析子系统,实现供水企业的辅助决策分析功能。 3.数据挖掘是数据仓库应用的又一大热点。供水企业的一切商业活动围绕供水这一主题展开,研究精确可靠的用水量预测模型具有很重要的现实意义。根据城市日用水量序列的非线性特点,提出了基于支持向量机的日用水量模型。支持向量机理论基于结构风险最小化,能较好地协调经验风险最小化和模型的复杂性之间的关系,提高模型的预测能力。文章利用支持向量机算法进行日用水量预测,实例结果说明该方法的精确性和有效性。