原文传递
基于决策树的港口后方堆场辅助决策应用的研究
| 论文题名： | 基于决策树的港口后方堆场辅助决策应用的研究 |
| 关键词： | 决策树;港口行业;后方堆场;辅助决策 |
| 摘要： | 随着港口行业的竞争加剧,后方堆场企业的信息系统如果具备一定的业务辅助决策能力,则对于企业掌握发展先机具有重要意义。目前,堆场想用系统实现在战略规划或战术技巧这两方面辅助制定经营策略这一目标,条件还是很不成熟的。因为,现有的生产管理中虽然也应用了相关的管理信息系统,但是都是服务于日常的事务操作;虽然也积累了很多业务数据,但是其数据利用率低、分析决策能力差。为此,本文利用了数据仓库对数据进行抽取整合,并且比较使用了两种决策树算法进行数据挖掘,对堆场各种业务模式的收益率进行分析。 首先,要想对各业务模式的收益率进行分析,必须建立起堆场的业务模型。本文梳理了堆场的日常业务操作,从企业用户的角度对企业所需的数据的内容以及数据间的关系进行了抽象,制作了结构图和事件图,为分析数据提供了商业逻辑。 其次,搭建了业务数据仓库,因为后方堆场的业务对运行中操作数据库的实时事务处理要求比较高,不宜在其上直接挖掘。而且,数据仓库还可以对细节数据进行一定程度的汇总,并利用OLAP深化对数据的理解,为数据挖掘奠定了一定的基础。 第三,由于该分析属于分类问题,因此本文使用分类挖掘模式中比较适用于大数据环境的决策树算法。又由于堆场的业务模式多样、作业环节复杂、发展变化较快的特点,增加了挖掘任务的变数。因此,分别使用了C5.0和CART两种决策树算法对业务经营数据进行了分析和验证,并发现了可以用于辅助决策的新知识。 最终,经过有效的利用信息技术对当前堆场业务模式进行分析,本文得出适合堆场企业自身特点的可靠结论。这将有效的用于业务侧重、定价策略等方面的辅助决策,使企业可对现有生产管理和服务质量有所改进,在经营发展上有所突破,以期待获得一定的经济和社会效益,并在激烈的竞争当中取得优势。 |
| 作者： | 班宏宇 |
| 专业： | 计算机技术 |
| 导师： | 宫秀军 |
| 授予学位： | 硕士 |
| 授予学位单位： | 天津大学 |
| 学位年度： | 2012 |
| 正文语种： | 中文 |
检索历史
应用推荐
