导读:本文包含了管理决策系统论文开题报告文献综述及选题提纲参考文献，主要关键词:财务管理,智能数据,大数据,标准数据模型
管理决策系统论文文献综述
艾学瑛[1]（2019）在《基于智能数据分析的医院财务管理决策系统的设计与实现》一文中研究指出当前我国大部分医院财务管理系统的信息化进程较为落后,其原因是医院的财务管理系统效率低下、数据获取成本高、且处理不得当。针对传统医院财务管理决策系统存在的不足之处,结合当代最新的医院财务管理决策工作的发展趋势,并根据最新的数据分析思路,设计了基于B/S架构的医疗机构财务管理系统。通过对数据抓取、去噪与融合,使用规范数据模型(NORM DATA MODel,NDM)对采集的数据做优化处理。并基于J2EE体系开发了系统服务器,选择高性能的文档性数据库Mongo DB作为数据存储的方式。所提出的基于智能数据分析的医院财务管理决策系统,是对传统财务管理决策系统的完善和补充,具有较强的现实意义与应用价值。(本文来源于《自动化与仪器仪表》期刊2019年11期）
纪银迁[2]（2019）在《EBOM表采购管理决策系统的构建与实施分析》一文中研究指出以鞍钢集团矿业公司为研究对象,探讨了EBOM表采购管理决策系统的构建与实施,介绍了该系统构建与实施的背景、内涵,从建立物资采购价格管控部门、建立价格管理平台等方面阐述了其主要做法,从掌握市场行情以提供定价依据、紧跟市场变化以降低采购价格等方面讨论了取得的效果,指出在保证生产材料等相关物品质量的同时,该系统的构建与实施提高了企业自身经济效益,为企业长久健康运行打下了基础。(本文来源于《科技创新与生产力》期刊2019年07期）
李丹阳,靳红梅,吴华山[3]（2019）在《畜禽养殖废弃物养分管理决策支持系统研究及应用》一文中研究指出[目的]畜禽养殖污染已经成为制约我国养殖业健康发展的主要因素之一,畜禽养殖废弃物养分信息化综合管理是保障养殖业健康发展、防控农业面源污染、提高资源高效利用的有效途径。决策支持系统(DSS)是实现畜禽养殖废弃物综合养分管理的重要手段。文章旨在为我国畜禽养殖废弃物资源化利用策略优化提供有力的技术支撑,推动养殖废弃物综合养分管理计划实施。[方法]该文梳理了我国畜禽养殖业废弃物养分管理存在的不足,详细分析了国内外相关模型和系统在畜禽养殖废弃物资源管理方面应用的研究现状。系统介绍了DSS的基本特性、构建方法及其在畜禽废弃物养分管理上应用的可行性。[结果]通过分析国内外畜禽养殖废弃物已有DSS系统的经验和不足,结合我国畜禽养殖、废弃物处理和利用方式的区域特点,提出适合我国畜禽养殖废弃物养分管理的DSS开发思路,详细阐述了数据库和模型库构建方法及其对整体管理方案决策的作用。[结论]针对我国畜禽养殖基础数据的现状,建议完善DSS参数数据库的来源及准确性,筛选养殖废弃物养分管理的指标体系,构建场区、农田及区域养分管理模型,协助畜禽养殖决策者更好地实现畜禽养殖经济和资源最优化。(本文来源于《中国农业资源与区划》期刊2019年05期）
赵海[4]（2019）在《基于仿真的物流管理决策系统设计研究》一文中研究指出探讨了物流管理决策系统的设计和开发,以解决港口和物流中心之间的配送和交易问题.提出了一种集成管理决策系统.在仿真的基础上设计了系统的主要组成部分,并对相关模块进行了优化.通过真实的案例,阐述了本系统的部署过程,并对系统进行了测试和分析.(本文来源于《西安文理学院学报(自然科学版)》期刊2019年02期）
黄凰,恽竹恬,张丽娜,吴昭雄,叶春[5]（2019）在《稻油轮作区农业机械化管理决策支持系统设计》一文中研究指出为提高稻油轮作区农户的科学决策水平,减少决策的盲目性和随意性,本文设计一套农业机械化管理决策支持系统,并对系统的总体结构、主要功能、流程和界面设计进行研究。系统结构的核心为数据库、方法库和模型库。系统功能主要分为查询子系统和决策子系统,查询子系统能完成空间查询、数据查询、知识查询和文档查询,决策子系统包括农机购买和租赁、农机选择和合理配套、农机合作、农机作业服务、农机报废更新等决策模块。系统采用B/S结构模式,界面设计简洁直观,具有较强的可操作性。(本文来源于《中国农机化学报》期刊2019年03期）
迟安琦[6]（2018）在《基于BIM和传感器的复杂HVAC系统智能故障管理决策辅助模型》一文中研究指出运营维护(Operation and Maintenance,后文简称运维)管理是工程项目管理的重要环节。研究结果显示,一个建筑85%的全寿命周期成本发生在建设完成后即运维管理阶段。对于大型商用建筑而言,HVAC(Heating,Ventilation and Air Conditioning,暖通空调)系统监控与维护是建筑物运维管理阶段的主要工作。HVAC系统高效率、无故障运行不但能降低建筑物能源消耗,对建筑可持续发展产生积极影响,还能为建筑物使用者提供舒适健康的生活环境,降低企业的运维成本。随着建筑业的飞速发展及人们对室内环境需求的日益提高,HVAC系统的体量及复杂程度不断增加。智能建筑理念的推广及楼宇自控技术的不断成熟虽然能在一定程度上对HVAC系统运行状态进行检测及实现故障自动报警,但其难以检测出与HVAC系统工作效率相关的故障,故障定位的及时性及准确性主要依赖于运维管理人员的工作经验。其次,HVAC系统故障处理工作涉及对楼层空间信息,设备产品参数,设备运行数据等大量信息进行分析,这些信息通常分散各处并以纸质或电子文档等不同存储方式保存,信息缺失,冗余的现象比比皆是。此外,HVAC系统故障定位需要运维管理人员对建筑物及HVAC系统分布有较强的叁维想象能力,随着建筑物、HVAC系统结构复杂程度和体量的增加,光靠二维平面图纸,即使工作经验丰富的运维管理人员也很难在短时间内构建出叁维立体空间,这些都无疑造成了大型HVAC系统故障处理工作效率低下的现状。因此,有必要从故障定位自动化、信息集成化及可视化叁个方面探索HVAC系统故障处理的新方案。现阶段提出的HVAC系统故障检测与诊断技术,大多数都专注于通过构建复杂数学模型识别空气处理单元或可变风量箱等组件级别的故障。但因其算法,工作流程以及信息交换的高度复杂性而难以作为辅助运维管理人员的决策工具。针对整体建筑级别的HVAC系统故障定位方法,综合提高故障定位信息集成化及可视化的研究较少甚至缺失。信息可视化及集成化是BIM(Building Information Modeling,建筑信息模型)技术主要特点之一,自2005年起,应用BIM及传感技术提高运维管理水平的研究越来越多,但这些研究通常具有较强的针对性,很难同时实现数据可视化、集成化及定位自动化,且应用在HVAC系统故障处理中的研究少之又少。可见BIM及传感技术在HAVC系统故障自动检测及定位方面有较高的应用潜力,且相关方面的研究存在较大的空间。本文在此研究背景下,通过大量文献研究及实地访问提出基于BIM和传感技术的集成解决方案,并开发原型系统即智能故障定位系统。在现有树结构网络故障诊断及定位算法的基础上引入BIM技术及传感技术,拓展HVAC系统故障处理的思路,解决现有问题。从本文的框架来看,分为绪论、相关理论分析、智能故障定位系统建立、案例分析及结论五个部分。首先,介绍了本文研究了研究背景、意义、内容、研究方法及创新点;其次,介绍了HVAC系统、传感器和自动检测技术、BIM及树结构网络故障诊断及定位算法即FLoc算法的相关概念,为下文智能故障定位系统的构建打好理论基础;此后,提出HVAC系统故障检测及定位方法框架,并详细说明各模块功能及开发方式;最后,开展实验对智能故障定位系统进行测试,并通过小组讨论,评价BIM及传感技术集成解决方案的应用前景,针对评价结果对本研究实践贡献、理论贡献、优缺点、及未来研究展望做了总结。与现阶段HVAC系统故障检验的研究方向不同,本文着眼于将BIM和传感技术应用于HVAC故障处理工作中,从运维管理的角度出发,在整体建筑层面上,综和提高信息集成化、可视化、定位自动化叁个方面。对运维管理人员的实地访问,及原型系统的现场测试,能够从深层次挖掘HVAC系统故障处理工作存在的问题,BIM和传感技术在该项工作中的应用潜力,以及信息集成化、可视化及故障定位自动化叁方面对HVAC系统故障处理工作效率提升的程度。能够为BIM及传感技术在HVAC系统故障处理工作中的推广应用及后续研究提供参考。(本文来源于《东北财经大学》期刊2018-11-01）
方红薇,刘怀莉,汤菊萍[7]（2018）在《智能化疼痛管理决策与质量监测系统的构建与应用》一文中研究指出目的探讨智能化疼痛管理决策与质量监测系统的应用效果。方法便利选择2017年1-12月我院肿瘤科一病区收治住院的132例患者为观察组,采用智能化疼痛管理决策与质量监测系统进行疼痛管理;选择二病区同期住院的114例患者为对照组,采用常规疼痛管理。比较两组患者疼痛缓解程度及患者对疼痛管理的满意度。结果观察组患者疼痛缓解程度(χ2=10.79,P=0.029)和总缓解率(χ2=9.91,P=0.002)优于对照组,差异有统计学意义;观察组患者对于疼痛管理的满意度评分(4.45±0.72)高于对照组(3.89±0.67),差异有统计学意义(P<0.000 1)。结论通过智能化疼痛管理决策与质量监测系统对疼痛进行规范化管理,能够有效缓解患者疼痛,提高患者疼痛管理满意度。(本文来源于《护士进修杂志》期刊2018年20期）
陈坦[8]（2018）在《基于大数据的医院财务管理决策系统的开发与设计》一文中研究指出目前我国大多数医疗机构财务系统的信息化进程仍较为落后,其本质原因是由于中小型医院的财务管理系统效率低下、且获取成本较高。针对上述问题,文中设计了基于B/S架构的医疗机构财务管理系统。其基于大数据技术、立足于服务导向,在了解系统决策工作的需求分析的情况下进行软件系统架构。具体的,对医疗机构的多源数据进行采集、清洗和规范化,进而利用标准数据模型(Standard Data Model,SDM)进行整合优化。并利用非关系型数据库MongoDB作为数据存储的方式,为数据分析和挖掘的平台提供支撑,进一步开发基于J2EE的高性能的财务管理系统。文中实现了对财务数据的实时监控和价值挖掘,对提高医疗机构运营水准与效率具有一定的现实意义。(本文来源于《电子设计工程》期刊2018年20期）
龚伟,吴媛媛[9]（2018）在《基于EBOM表采购管理决策系统的构建与实施》一文中研究指出根据军工企业产品结构复杂、品种多、计划响应度要求高的特点,并基于产品EBOM产品数据结构,设计构建从项目、单元、模块、物资多层次、全流程的采购管理决策系统,将产品齐套算法与信息化系统进行整合,挖掘过程数据,揭示项目齐套风险,实现采购计划的正向驱动、协同决策及绩效管理。(本文来源于《科技经济导刊》期刊2018年24期）
刘清林[10]（2018）在《农业管理决策支持系统的研制和开发与发展对策》一文中研究指出信息化时代的到来,先进的现代信息技术也不断渗透到各行各业的生产生活中,信息产业的竞争发展也逐渐搬上国际市场,信息网络的建设发展以及信息西元的开发利用也不断成为现阶段各产业重要的战略。我国是农业大国,农业信息化的发展已势在必行,建立一个农业信息网络也是现阶段农业生产者们能够充分利用农业信息资源的重要手段,因此,农业管理决策支持系统的研制和开发逐渐受到社会各界的广泛关注,该系统可以有效为农业管理人员和决策者提供综合信息服务和统计资料,其中具有智能决策管理也能够为系统用户提供辅助型决策,实现对农业生产的变量管理,减少生产成本和环境污染,增加经济效益,但是现阶段由于各种因素的影响使得部分农业生产者在农业信息资源的利用上还不成熟,影响农业管理决策支持系统实际的应用价值。本文就农业管理决策支持系统的研制和开发与发展对策进行了分析。(本文来源于《当代旅游(高尔夫旅行)》期刊2018年08期）
管理决策系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
以鞍钢集团矿业公司为研究对象,探讨了EBOM表采购管理决策系统的构建与实施,介绍了该系统构建与实施的背景、内涵,从建立物资采购价格管控部门、建立价格管理平台等方面阐述了其主要做法,从掌握市场行情以提供定价依据、紧跟市场变化以降低采购价格等方面讨论了取得的效果,指出在保证生产材料等相关物品质量的同时,该系统的构建与实施提高了企业自身经济效益,为企业长久健康运行打下了基础。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
管理决策系统论文参考文献
[1].艾学瑛.基于智能数据分析的医院财务管理决策系统的设计与实现[J].自动化与仪器仪表.2019
[2].纪银迁.EBOM表采购管理决策系统的构建与实施分析[J].科技创新与生产力.2019
[3].李丹阳,靳红梅,吴华山.畜禽养殖废弃物养分管理决策支持系统研究及应用[J].中国农业资源与区划.2019
[4].赵海.基于仿真的物流管理决策系统设计研究[J].西安文理学院学报(自然科学版).2019
[5].黄凰,恽竹恬,张丽娜,吴昭雄,叶春.稻油轮作区农业机械化管理决策支持系统设计[J].中国农机化学报.2019
[6].迟安琦.基于BIM和传感器的复杂HVAC系统智能故障管理决策辅助模型[D].东北财经大学.2018
[7].方红薇,刘怀莉,汤菊萍.智能化疼痛管理决策与质量监测系统的构建与应用[J].护士进修杂志.2018
[8].陈坦.基于大数据的医院财务管理决策系统的开发与设计[J].电子设计工程.2018
[9].龚伟,吴媛媛.基于EBOM表采购管理决策系统的构建与实施[J].科技经济导刊.2018
[10].刘清林.农业管理决策支持系统的研制和开发与发展对策[J].当代旅游(高尔夫旅行).2018