高巍[1]2007年在《县级供电企业营销辅助决策系统研究》文中研究表明本文在研究决策支持系统基本理论的基础上,利用数据仓库、OLAP技术和数据挖掘技术,在供电企业已有的管理信息系统基础上建立了一个高效、实用的电力营销辅助决策系统。文中研究了县级供电企业营销辅助决策系统的建立,并根据供电企业MIS系统提供的营销、生产等数据,采用Microsoft Analysis Services进行数据仓库构建,建立了营销辅助决策数据仓库。运用OLAP技术,提供数据多维分析服务,通过切片、钻取和旋转等分析方法,多角度、多层次地分析数据仓库中的数据。本文首先简要介绍了决策支持系统的基本理论,提出了课题背景、意义以及研究内容。其次,阐述了数据仓库、联机分析处理(OLAP)、数据挖掘以及MS Analysis Services的相关理论与技术。然后,根据决策支持系统的需要,进行了电力营销辅助决策系统总体结构的研究,完成电力营销辅助决策系统的总体设计。最后,文章结合电力营销系统的实际需求,详细讨论了如何构建一个电力辅助决策系统,并根据电力行业的实际情况,提出了构建电力营销数据仓库的方法,进行了数据仓库的建立,并在此基础上进行了多维数据分析处理,以满足辅助决策的需要。文中所讨论的系统分数据仓库、数据分析、用户界面以及系统管理四大部分。数据仓库系统整合现有相关业务系统的数据,可以从多角度、多层次地分析数据仓库中的数据,能显着地提高数据分析、统计、报表定制等方面的效率和精确度,能够基本满足电力企业营销数据分析的需要。系统能够为历史数据建立一个适用的营销数据仓库,可以从中提取出有用的数据信息,为供电公司管理与决策提供科学依据,对于电力信息化建设有非常重要的意义。
熊天禄[2]2007年在《用电营销决策支持系统中模型库系统的研究与设计》文中指出本文介绍电力营销决策支持系统(EPMDSS)中模型库系统的设计思想与实现技术。为了使模型具有良好的可扩展性、可重用性,结合Visual Basic与Visual Prolog两种语言的优势开发整个模型库系统,实现模型的静态管理和动态管理。同时,为了实现模型管理的智能化,在模型管理系统中增加智能模块以及在模型库中增加规则库,并采用模型分类驱动生成技术与模型参数驱动生成技术相结合的方法来自动进行模型组合,实现智能决策。
赵飞[3]2006年在《基于数据仓库技术的电力营销决策支持系统研究》文中认为随着电力体制改革的深入,电力企业的市场化步伐加快,其生产的各个环节对管理的要求也越来越高,信息的处理也越来越需要先进的信息技术的支持。传统的管理方式已经不能完成当前的技术要求,导致对收集的信息不能科学有效进行处理和利用,缺乏综合分析决策和对未来发展趋势进行科学预测的能力。电力营销决策支持系统(DSS)能够收集分散的各种详细数据源,建立以各种主题为导向的数据仓库,并从中挖掘业务的内在规律和人力不可为之的数量信息,以此数量信息为支持,制定出较科学的电力营销决策。 本文在电力营销业务分析的基础上,综合利用数据仓库技术、数据挖掘技术、灰色系统理论及多元回归方程对电力营销决策支持系统做了深入研究、取得了良好的预测效果。
王华忠[4]2001年在《电力营销决策支持系统中模型库的研究和实现》文中提出本文介绍电力营销决策支持系统(EPMDSS)中模型库系统的设计思想与实现技术。为了使模型具有良好的可扩展性、可重用性、支持分布式应用，我们将组件技术引入到模型库的设计与实现中，论述了用基于组件的软件开发方法来开发模型库系统的思想。文中提出基于组件技术的DSS模型设计与实现策略，并且给出一个分布式模型部件（基于组件思想）的结构。
王淑鸿[5]2003年在《电力营销决策支持系统的研究与建立》文中指出随着电力体制改革的深入，供电企业的市场化步伐加快，制定适应市场的营销管理策略显得十分重要。电力营销决策支持系统（DSS）能够收集分散的各种详细数据源，建立以各种主题为导向的数据仓库，并从中挖掘业务的内在规律和人力不可为之的数量信息，以此数量信息为支持，制定出较科学的电力营销决策。本文在电力营销业务分析的基础上对电力营销决策支持系统的建立做了深入研究。电力营销决策支持系统的建立过程综合了决策支持系统的理论、数据仓库技术、OLAP技术、数据挖掘技术和Web技术。本文进行了电力营销决策支持系统的功能和结构设计，确定了电力营销决策分析的主题域，建立了电力营销决策支持系统的总体框架。研究了电力营销数据仓库的设计和建立,对供电企业数据按照分析主题域进行组织整合，建立了决策支持系统的数据平台。本文还利用数据仓库的支持工具Business Object实现了电力营销决策支持系统的基本功能。在营销指标预测算法上，本文采用基于遗传算法的BP神经网络时间序列预测模型，取得了良好的预测效果，并采用J2EE技术建立了数据挖掘实验平台。
邓晓蕾[6]2014年在《基于数据仓库的电力营销决策支持系统的设计》文中认为随着电力需求的不断增加，电力信息网络迅猛发展，人们对信息管理系统能够提供更高层次分析的需求日益剧增。数据仓库技术的应用对信息管理系统决策支持方面功能的不足进行了弥补。基于此，本文以电力营销的业务流程为基础，本着为客户提供优质服务的宗旨，充分利用数据仓库技术的优势，通过数据挖掘工具，在已有管理信息系统的基础上，构建电力营销决策支持系统，使电力企业高层领导的决策更为方便、科学、精确。首先，通过数据仓库的联机分析处理技术对多维数据进行切片，切块，钻取，旋转等实现数据全方位，多角度，多层次的观察与分析；然后，结合电力营销部门的业务流程，对电力营销数据仓库主题进行划分，设计了电价计费，营业报装，电能计量，合同管理，用电检查、服务质量以及投诉、举报、咨询、报修、报装情况等七个不同的主题，初步构建了电力营销数据仓库的概念模型:多维数据模型、星状/雪花状模型；第叁根据电力市场决策需要，对离散型数据进行归纳分析，确定电力营销决策系统所采取的算法：Apriori算法和决策树算法；最后，基于数据仓库的联机分析处理技术（OLAP）构建了电力营销决策支持系统，设计了电力营销决策支持系统的数据转换聚合子系统、查询子系统，实现了数据的转换以及多维的预览等。
郭耀华[7]2006年在《地区供电公司电力营销决策支持系统的研究与实现》文中提出本文研究运用决策科学的理论和方法,结合计算机技术和管理科学理论,进行地区供电公司电力营销决策支持系统的研究与实现。论文在对电力营销业务进行深入分析的基础上,确定了电力营销分析的主题域,设计了电力营销决策支持系统结构,建立了电力营销决策支持系统整体框架,并在此基础上整合现有的、相互离散的电力营销数据,使用Oracle 10g建立了数据仓库,融入目前最前沿的联机分析处理和营销管理技术,实现了营销分析系统,使其能智能化地为供电企业的市场决策提供必要的辅助支持,为供电企业管理信息系统向决策支持系统的过渡奠定了一定的基础。
赵美丽[8]2007年在《电力营销决策支持系统中的电量预测分析与研究》文中研究指明电力在国民经济中占居重要地位,随着电力体制改革的深入,电力企业的市场化步伐加快,电力事业进入高速发展阶段,电力正由“卖方市场”逐渐向“买方市场”转变,在这种趋势下,传统的管理方式和管理系统已经不能满足需要,采用高效的电力营销决策支持系统显得非常重要。预测是正确决策的基础、前提和依据,电量预测是电力营销决策支持系统中的重要组成部分,对电力营销决策制定有着重要的支持作用。论文中首先分析了课题研究的背景和意义,总结了国内外研究的发展和现状,从中发现目前研究和使用中存在的一些问题,在此基础上确定了本文的研究目标。其次,分析了DSS发展情况及其基本模式,并对DSS中的叁个重要组成部分的原理和功能做出阐述和分析,总结了电力营销DSS及其中的一些应用技术的总体情况,提出了电力营销DSS对话系统的一些改进建议,并设计了电力数据采集的两级抽取模式。再次,分析了电量预测的可行性、规律和常用方法,通过分析提出对电量纵向预测和纵横向相结合预测的预测方式,对选用的电量预测模型进行了模型引入和公式推导,分析其参数求解及初始值计算方法,并总结了预测模型的特点。结合天津市7个区的电量数据试验,确定各预测模型的参数或初值,对这些预测模型进行预测试验,并分析其预测效果及误差。最后,对课题的研究进行了总结和进一步展望。
张洪生[9]2005年在《电力营销决策支持系统的设计》文中认为电力营销决策支持系统是一种面向最终用户的自由查询和统计分析的工具,使业务人员和决策者可以任意访问企业信息数据,迅速做出正确而及时的决策。 电力营销决策支持系统是为决策者提供帮助和支持,而其中预测是决策的基础。预测系统根据历史数据对未来数据进行预测,同时根据天气因素/节假日因素等调整预测结果,准确的预测结果可以给决策者进行决策提供很好的依据。 在算法库中,除了部分的常规预测算法,如滑动平均、指数平滑、线性回归等,还加入了BP神经网络算法进行预测。BP神经网络可以很好的拟合非线性关系,可以结合预测相关地多种因素进行预测。在BP网络针对预测的应用中,就BP网络自身的缺陷,如收敛慢,容易陷入局部最小等问题,结合变学习率、遗传进化、模拟退火等优化算法进行了改进。
陈秀寓[10]2003年在《电力营销决策支持系统的研究和设计》文中认为本文以电力营销系统为研究背景，针对电力企业改革后电力营销工作中一些急需解决的问题进行了研究。 电力营销系统与其他企业的营销系统一样，所面临的环境都是复杂多变的，因此有关电力营销的决策支持系统属于半结构化的决策支持系统范畴。这类系统中的决策含有大量不确定因素，缺乏程序化工作范式，需要意向决策支持的问题十分多见。本文提出了在电力营销管理系统中应用包含专家系统的推理模型思想，构建出了一个具有意向决策支持功能的电力营销管理系统框架，对如何建立问题生成子系统及其内部知识库进行了讨论。本文以一个具体问题为例，对其中模型库的构建进行了研究，建立了一种基于智能技术的数据挖掘模型，完成了电量销售情况的预测，为购售电工作提供了客观指导。本文提出了电力营销决策支持系统的总体设计方案，完成了其软件和硬件运行环境的设计。针对具体问题，给出了数据转换、多维预览、报表图表显示、MDX语句自引导、模型分析等多种功能的具体实现过程。 文中的电力营销系统经调试，可以正常、稳定的工作，基本上可以满足整个购售电工作的分析和决策的需要。对于提出的智能预测方法，进行了仿真实验，收到了较好的效果。对于所提出的在电力营销工作中应用意向决策支持技术的思想，给出了使用的具体例子。
参考文献：
[1]. 县级供电企业营销辅助决策系统研究[D]. 高巍. 西安工业大学. 2007
[2]. 用电营销决策支持系统中模型库系统的研究与设计[D]. 熊天禄. 华北电力大学（河北）. 2007
[3]. 基于数据仓库技术的电力营销决策支持系统研究[D]. 赵飞. 华北电力大学（北京）. 2006
[4]. 电力营销决策支持系统中模型库的研究和实现[D]. 王华忠. 华北电力大学. 2001
[5]. 电力营销决策支持系统的研究与建立[D]. 王淑鸿. 华北电力大学（北京）. 2003
[6]. 基于数据仓库的电力营销决策支持系统的设计[D]. 邓晓蕾. 华北电力大学. 2014
[7]. 地区供电公司电力营销决策支持系统的研究与实现[D]. 郭耀华. 华北电力大学（北京）. 2006
[8]. 电力营销决策支持系统中的电量预测分析与研究[D]. 赵美丽. 河北工业大学. 2007
[9]. 电力营销决策支持系统的设计[D]. 张洪生. 华北电力大学（河北）. 2005
[10]. 电力营销决策支持系统的研究和设计[D]. 陈秀寓. 大连理工大学. 2003
标签：电力工业论文; 计算机软件及计算机应用论文; 电力论文; 数据仓库论文; 市场营销论文; 预测模型论文; 决策能力论文; 数据分析论文;