【作者】 王芳；

【导师】 刘国林；

【作者基本信息】 山东科技大学 ， 大地测量学与测量工程， 2005， 硕士

【摘要】 本文重点对预测算法及其在基于J2EE构架B/S模式的辅助决策系统中的应用进行了研究。决策支持系统是以管理科学、运筹学、控制论和行为科学为基础,以计算机技术、仿真技术和信息技术为手段,针对半结构化的决策问题,支持决策活动的具有智能作用的人机系统。目前,许多技术领域都在努力构建各自的决策支持系统,并且已经取得了长足的发展。然而要想做出正确的决策,其前提必须是准确的预测。因而,预测的方法、算法实现以及预测的精度是决策支持系统的核心问题。本文通过对回归分析法、时间序列法、人工神经网络法、灰色预测法等预测方法的计算过程进行分析,将预测方法的计算过程归纳为四个步骤,并在每一步中提出提高预测精度的方法:合理选择样本集的方法、利用历史数据选择最优参数的方法、组合预测方法等。并用实际数据对提出的方法进行验证,证明了提出的各种方法都在不同程度上提高了预测算法的精度,检验了方法的精度和有效性。对文中分析的预测方法,回归分析法、时间序列法、神经网络法、组合预测法等进行算法设计,采用Java/JSP程序设计语言进行实现,形成方法库,将研究成果运用于报价辅助决策支持系统中;基于上面的方法库,将算法融合在J2EE体系结构的B-S模式进行实践,成功应用于辅助决策系统中。更多还原

【Abstract】 This paper places great emphasis on the study of the forecast arithmetic and its application in DSS base on J2EE truss B/S mode. DSS is a people-computer system, it based on manage, operational research, cybernetics and behavior research; its instruments are computer, emulation and information technology; aims at half-structured question; bears decision-making and has aptitude function. At present, many fields are composing their DSS hardly, and the DSS has a better development. However, if we want a correct decision, its premise is correct forecast. So the forecast method, method implement and the precision of forecast are core of DSS. Through analyzing computer progress of regression, time serials, artificial neural network, gray forecast and so on, reducing to four steps, and putting forward means for advancing precision: selecting samples in reason, selecting best parameter in reason, assembling forecast methods and so on. Validating these methods using real data, proving that these methods advance precision on different degree, verifying precision and validity of these methods. I programmed these methods with Java/JSP language and implemented them into DSS base on J2EE truss B/S mode.更多还原