实验五决策支持和商务智能

实验五决策支持和商务智能（4学时）一、实验目的1．理解DSS支持管理人员解决半结构化、非结构化决策问题。2．理解DSS基本部件中的数据库及其管理系统、模型库及其管理系统、方法库及其管理系统如何综合运用有关数据、求解模型、计算方法等。3．掌握相关的数理统计与定量分析方法在MicrosoftExcel2010中的具体操作；了解MicrosoftExcel2010在企业管理与决策、个人日常生活中的高级应用。4．在SQLServer中体验和认识OLAP在决策支持中的应用，以及数据挖掘如何发现隐藏在数据中的有用信息并辅助于决策。二、实验内容实验5-1指数平滑预测法实验背景：指数平滑法是依据事物变化的连续性原理，通过掌握事物过去运动轨迹（即利用历史数据）来预测未来事物发展的规律的一种预测方法。这里采用Excel2003中的指数平滑计算公式：1(1)tttSSy公式中的St+1和St分别代表第t+1期和第t期的指数平滑值，yt代表第t期的变量原始数据；α是阻尼系数，其中0α1。公式中的t+1期平滑值St+1就是预测值。经过迭代，并取S1=y1，我们可以将公式化为：221112211111ttttttSyyyyy从此形式不难发现，新估计值等于各期原始数据的加权平均值，且各期原始数据的权重随着期数的前推以指数形式衰减，阻尼系数α决定了权重衰减速度。α值越小，权重衰减速度越快，相应的，近期数据在预测值St+1中所占的比重越大；α增大，权重衰减速度减慢，近期数据对St+1值的影响程度也随之减弱；α越接近1，St+1值越接近全部数据的平均数据值。下面，以实例说明利用Excel进行指数平滑预测的步骤以及α对预测结果的影响。实验数据：假设某商场2014年家电部销售额（百万元）的记录如表5.1所示，现用指数平滑预测法，分别取α=0.2、α=0.5和α=0.8对2015年1月份的销售额进行预测，并比较α的3种不同取值对预测结果的影响。表5.1某商场2014年家电部销售额月份123456789101112销售额354258402842626251675558实验步骤：（1）首先在Excel中输入数据和相关信息，如图5.1所示。图5.1输入数据和相关信息（2）单击“数据”项下的“数据分析”，如图5.2示，从打开的“数据分析”对话框中选择“指数平滑”分析工具，如图5.3所示，单击“确定”按钮，打开“指数平滑”对话框。图5.2单击“数据”下的“数据分析”命令图5.3“数据分析”对话框需要说明的是，中文版Office2010在初次安装后，并未加载“分析工具库”，需要先进行安装。其具体方法是，单击“文件”|“选项”命令，如图5.4所示，从打开的对话框中选中“加载项”下的“分析工具库”复选框，如图5.5所示，单击“转到”按钮，在弹出的对话框中勾选“分析工具库”，如图5.6，并单击“确定”即可。图5.4单击“文件”|“选项”命令图5.5选中“分析工具库”复选框图5.6勾选“分析工具库”（3）将光标移至“输入区域”输入框，输入销售额数据(光标在输入框闪烁时，选中销售额数据区域即可)，如图5.7所示。然后，在“阻尼系数”输入框中输入0.2，如图5.8所示。再将光标移至“输出区域”输入框，选中单元格C2，如图5.9所示，然后单击“确定”按钮，得到平滑值。将鼠标移至最后一个平滑值所在单元格的右下角，鼠标变为复制手柄，向下拖动一格，即在此格内产生了2015年1月份的预测值，如图5.10所示。图5.7输入销售额数据图5.8输入阻尼系数图5.9选中C2单元格图5.10向下拖动一格（4）按照上述方法，分别取α=0.5和α=0.8进行预测。（5）选中原始数据和3次的平滑数据，如图5.11所示，单击工具栏上的“插入”按钮，选择“折线图”选项，如图5.12所示，即可产生这两组数据的折线图，如图5.13所示。图5.11选中原始数据和3次的平滑数据图5.12选择“折线图”选项图5.13折线图结果实验结果：（1）将Excel文件命名为“学号姓名-指数平滑预测法”，如“20114030306张三-指数平滑预测法.xlsx”。以下实验结果的相关截图中都应有Excel文件名的信息。（2）给出图5.13的截图，并要求在Excel中的图表区为“系列”修改名称、为“图表”添加标题、为“坐标轴”添加名称。也可在图表区进行更多的细节标注与修饰，以达到更好的图示效果。（3）分析和比较α分别为0.2、0.5、0.8三个不同值时，预测曲线与原始数据曲线的拟合效果。（4）按照本实验的操作步骤，为α设置两个另外的数值，也给出已设置细节标注与修饰的截图，并分析和比较α分别为不同值时，预测曲线与原始数据曲线的拟合效果。实验5-2一元线性回归预测法实验背景：线性回归预测法是利用事物发展的相关性和相似性规律。同指数平滑一样，需利用历史统计数据，从中分析出事物发展的因变量与自变量之间的比例关系——回归方程，以预测未来。一元线性回归预测法，是指两个具有线性关系的变量，根据自变量的变动来预测因变量平均发展趋势的方法，其模型为：y=a+bx模型的回归系数采用最小二乘法（OrdinaryLeastsquare）进行估计，记22)()ˆ(iiiibxayyyQ根据极值原理，对a和b分别求偏导数，并令其等于零，得到回归参数的估计值：22()ˆiiiiiiiinxyxybnxxyxabnn一元线性回归的常用检验有两种，一是拟合优度的检验，其指标是可决系数R2，R2值越大，说明回归曲线与原曲线的拟合程度越高。另一种是显著性的检验，相应的参数是P值，这个数值说明了该变量的显著程度。例如，若变量x的P值是0.019，这说明，x的系数b为零的可能性不到0.02，也就是说x在98%的置信度下是显著的。Excel内嵌了回归分析工具，只需输入数据即可得到参数值和相关检验值。下面，通过一个实例来说明Excel中一元线性回归的具体操作。实验数据：表5.2是某企业2014年的月销售量（单位：件）和月销售成本（单位：元）的统计数据。现使用一元线性回归模型对一定月销售量下的月销售成本进行预测。在y=a+bx中，a为销售成本中的固定成本；bx为销售成本中的总变动成本；b为单位变动成本；x为销售量。表5.2某企业2014年的月销售量和月销售成本月份销售量（单位：件）销售成本（单位：元）140893551542508945733735800538658445683897305461241000064908424273752144678828588848950094555412289106532567798116258526787124605401134实验步骤：（1）首先在Excel中输入相关信息，如图5.14所示，然后，同时选中自变量和因变量区域，如图5.15所示，点击“插入”按钮，选择“散点图”选项，并选择第一个散点图图标，如图5.16所示，绘制出散点图，如图5.17所示。通过观察散点图可以发现，月销售成本随着月销售额的增长基本呈现线性增长态势，因此，可以尝试使用一元线性回归进行预测。图5.14输入相关信息图5.15同时选中自变量和因变量区域图5.16选择“散点图”图标图5.17散点图(2)单击“数据”项下的“数据分析”，在弹出的对话框中选择“回归”命令，打开“回归”对话框，如图5.18所示，并将月销售成本和月销售额数据分别输入“Y值输入区域”和“X值输入区域”输入框中，选中“线性拟合图”，单击“确定”按钮。分析结果将在新的工作表中产生，如图5.19所示。图5.18“回归”对话框图5.19分析结果结果表单中包括3个部分：回归统计表、方差分析表和统计检验表。从回归统计表中可以看到，R2的值约为0.945885421，从经验上看，拟合程度可以接受。从下方的统计检验表中可以看到，变量x的系数b为零的可能性，也就是相应的P值，约为1.17E-07，也就是1.17×10-7。显然，x的显著程度很高。实验结果：（1）将Excel文件命名为“学号姓名-一元线性回归预测法”，如“20114030306张三-一元线性回归预测法.xlsx”。（2）给出图5.19的截图，截图中应有Excel文件名的信息。（3）根据图5.19的分析结果，请写出回归预测模型。（4）假如当前时间为2015年元月初，该企业预计2015年1月销售量为6000件，请根据回归预测模型对2015年1月的销售成本进行预测。实验5-3线性规划决策法实验背景：线性规划决策法是模型选优决策法中的一种，线性规划也是运筹学的一个重要分支，是解决资源的有效利用和管理问题一种数学方法：运用线性规划来求解实际问题，归结一点就是一个极值问题的求解问题，即在线性等式和线性不等式的约束条件下求目标函数极值的问题。问题的一般形式为：目标函数：12maxZ(,,,)(min)nnjjjifxxxcx约束条件：11,2,,0nijjijjaxbimxExcel提供了求解各种最优化问题的工具，可以很方便的求出问题的解。下面结合一个实例，具体说明操作过程。实验数据：某小型木材加工厂仅生产桌子和椅子两种家具，已有木板300板英尺(木材的一种计量单位)，可利用的工时为110小时，每种家具所需的材料、工时及利润如表5.3所示。表5.3每种家具所需的材料、工时及利润单位产品桌子椅子木板(英尺)3020工时(小时)510利润(元)68设桌子和椅子的最优数量分别为x和y，则有：目标函数：z68xy约束条件：3020300510110xyxy实验步骤：（1）按照图所示在Excel中输入相关信息，如图5.20所示。其中“总额”一列应该以公式形式输入，其具体输入内容由上至下依次为“=B2*B5+C2*C5”、“=B3*B5+C3*C5”、“=B4*B5+C4*C5”，如图5.21所示。图5.20输入相关信息图5.21“总额”列以公式形式输入需要说明的是，中文版Office2010在初次安装后，同样并未加载“规划求解加载项”，需要先进行安装。其具体方法是，单击“文件”|“选项”命令，如图5.22所示，从打开的对话框中选中“加载项”下的“规划求解加载项”复选框，如图5.23所示，单击“转到”按钮，在弹出的对话框中勾选“规划求解加载项”，如图5.24，并单击“确定”即可。图5.22单击“文件”|“选项”命令图5.23选中“规划求解加载项”复选框图5.24勾选“规划求解加载项”(2)单击“数据”项下的“规划求解”命令，如图5.25所示，打开“规划求解参数”对话框，如图5.26所示；将光标移至“设置目标”输入框内，然后选中D4单元格，如图5.27所示；再将光标移至“通过更改可变单元格”输入框内，然后同时选中B5和C5单元格区域，如图5.28所示。图5.25单击“数据”项下的“规划求解”命令图5.26“规划求解参数”对话框图5.27选中D4单元格图5.28同时选中B5和C5单元格(3)在“规划求解参数”对话框中勾选“使无约束变量为非负数”，选中“单纯线性规划”复选框，如图5.29所示。图5.29勾选“使无约束变量为非负数”，选中“单纯线性规划”复选框(4)在“规划求解参数”对话框，如图5.30所示，单击“添加”按钮，打开“添加约束”对话框，如图5.31所示，在此对话框的“单元格引用位置”和“约束值”两个输入框内分别输入D2和E2单元格，如图5.32所示。单击“确定”按钮后关闭此对话框，回到“规划求解参数”对话框，此时在“约束”输入框内出现一个约束条件$D$2≤$E$2，如图5.33所示。再按照同样方法输入条件“$D$3≤$E$3”。事实上，在输入这两个条件中间，不必退出“添加约束”对话框，可以连续输入后再退出。图5.30单击“添加”按钮图5.31“添加约束”对话框图5.32输入“单元格引用位置”和“约束值”图5.33显示约束条件(5)两个条件输入完成后，单击“求解”按钮，如图5.34所示，打开“规划求