决策支持系统作业最终

决策支持系统导论 期末作业 姓名：齐鹏 学号： 日期：2012年7月9日 1、设某企业生产多种最终产品Y=(yij)，各种产品的单价为Pi，它们的投入产出直接消耗系数为A=(aij)，企业的资源（煤、电力、劳力）的约束方程为BX<=>h（“<=>”表示<、=、>），其中，B=(bij)是资源消耗系数矩阵，X=(xi)是企业总产品向量，h是资源约束向量。为使企业净产值最大，其目标方程S=∑Piyi→max，试安排生产计划（求总产品X和最终产品Y）。请设计该企业的生产计划决策支持系统，画出DSS运行结构图，并对总控程序、模型程序、数据库进行结构和功能说明。 提示：该决策支持系统需要利用3个模型（投入产出模型、线性规划模型和报表模型（打印投入产出表））和两个数据库（投入产出数据库和线性规划数据库）。在DSS总控程序中要详细说明何时调用哪个模型运行，何时存取哪个数据库中的数据，何时进行数据计算。该DSS需要两次调用投入产出模型：一次计算中间结果，一次计算最后结果。 请注意，模型程序应该是一个标准程序，在一定的参数控制下，可得到中间结果，也可得到最终结果。该模型程序既适合于该问题的DSS，也适合于其他问题的DSS,不能是一个专用的模型程序。（40分） 一、模型 1.投入产出模型：可以确定 与的关系，。 2.线性规划模型：根据约束方程BX<=>h与目标方程S=∑Piyi→max可以计算出最优的yi。 3.报表模型：根据最终产品Y=(yij)，X=(xi)是企业总产品自动生成报表。 二、数据库 1.投入产出数据库 字段名 数据类型 长度 是否可为空 int 8 是 int 8 是 int 8 是 …… int 8 是 int 8 是

int 16 是 int 16 是 int 16 是

…… int 16 是

int 16 是

float 16 是 float 16 是 float 16 是 …… float 16 是 float 16 是

2.线性规划数据库 字段名 数据类型 长度 是否可为空 float 8 是 float 8 是 float 8 是 …… float 8 是 float 8 是

h1 float 16 是 h2 float 16 是 h3 float 16 是 …… float 16 是 hi float 16 是

float 16 是 float 16 是 float 16 是 …… float 16 是 float 16 是

三、DSS运行结构图

2、考虑去卡拉OK厅唱歌的时候，是否要等待包间的问题。规定如下属性可用于描述该领域内的实例： （1）Others（其他地点）：附近是否有其他卡拉OK厅； （2）WaitCond（等候条件）：供顾客等候的地方是否舒适； （3）Weekend（周末）：若是周六或周日，则为真； （4）Conssumers（顾客）：店中有多少顾客（值为None（没人），Some（一些）或Full（满座））； （5）Price（价格）：价格范围（值为Cheep（便宜），Middle（中等），Expensive（较贵））； （6）Raining（下雨）：外面是否在下雨；

开始 调用投入产出模型

调用线性规划模型

投入产出数据库： 直接消耗系数为

线性规划数据库： B=(bij)是资源消

调用线性规划模型：

调用投入产出模型

投入产出数据库： 直接消耗系数为

调用投入产出模型 ， 根据公式计算出

调用投入产出模型

调用报表模型 调用报表模型： 根据X=(xi)，Y=(yij)

投入产出数据库： 将计算出的 显示报表 （7）Reservation（预约）：是否预约过； （8）WaitEstimate（等候时间估计）：估计的等候时间（值为0—10，10—30，30—60，>60，单位为分钟）。 训练集见表： 实例 属性 目标WillWait Others WCond WEnd Cons Price Rain Res WEst

X1 Yes1 No0 No0 Some0 EX-1 No0 Yes1 0-10 1 Yes X2 Yes1 No0 No0 Full11 CH1 No0 No0 30-60 -1 No X3 No0 Yes1 No0 Some0 CH1 No0 No0 0-10 1 Yes X4 Yes1 No0 Yes1 Full1 CH1 Yes1 No0 10-30 0 Yes X5 Yes1 No0 Yes1 Full1 EX-1 No0 Yes1 >60 -2 No X6 No0 Yes1 No0 Some0 MID0 Yes1 Yes1 0-10 1 Yes X7 No0 Yes1 No0 None-1 CH1 Yes1 No0 0-10 1 No X8 No0 No0 No0 SomeMID0 Yes1 Yes1 0-10 Yes 0 1 X9 No0 Yes1 Yes1 Full1 CH1 Yes1 No0 >60 -2 No

X10 Yes1 Yes1 Yes1 Full1 EX-1 No0 Yes1 10-30 0 No X11 No0 No0 No0 None-1 CH1 No0 No0 0-10 1 No X12 Yes1 Yes1 Yes1 Full1 CH1 No0 No0 30-60 -1 Yes 要求：建立BP神经网络模型，并进行容错性分析。（30分） 一、 为训练集赋值 属性 值名 属性1 值 属性2 值 属性3 值 属性4 值

Others A Yes 1 No 0 WCond B Yes 1 No 0 WEnd C Yes 1 No 0 Cons D Full 1 Some 0 None -1 Price E Cheap 1 Middle 0 Expensive -1

Rain F Yes 1 No 0 Res G Yes 1 No 0 WEst H 0-10 1 10-30 30-60 -1 >60 -2 0 WillWait I Yes 1 No 0

在Matlab的命令窗口中运行如下代码： p=[1 1 0 1 1 0 0 0 0 1 0 1; 0 0 1 0 0 1 1 0 1 1 0 1; 0 0 0 1 1 0 0 0 1 1 0 1; 0 1 0 1 1 0 -1 0 1 1 -1 1; -1 1 1 1 -1 0 1 0 1 -1 1 1; 0 0 0 1 0 1 1 1 1 0 0 0; 1 0 0 0 1 1 0 1 0 1 0 0; 1 -1 1 0 -2 1 1 1 -2 0 1 -1]; t=[1 0 1 1 0 1 0 1 0 0 0 1]; net=newff(minmax(p),[15 1],{'tansig','purelin'},'traincgb'); =5; =300; =0.000001; [net,tr]=train(net,p,t); 得到如下曲线图： 容错性分析： 实例 输入 输出WillW结果 OtheWCond WEnd Cons PricRain Res WEst rs e ait X1 1 0 0 0 -1 0 1 1 1 等 X2 1 0 0 1 1 0 0 -1 0 不等 X3 0 1 0 0 1 0 0 1 1 等 X4 1 0 1 1 1 1 0 0 1 等 X5 1 0 1 1 -1 0 1 -2 0 不等 X6 0 1 0 0 0 1 1 1 1 等 X7 0 1 0 -1 1 1 0 1 0 不等 X8 0 0 0 0 0 1 1 1 1 等 X9 0 1 1 1 1 1 0 -2 0 不等 X10 1 1 1 1 -1 0 1 0 0 不等 X11 0 0 0 -1 1 0 0 1 0 不等 X12 1 1 1 1 1 0 0 -1 1 等 完成机器学习后，对样本进行改变条件输入，有如下3种情况： （1）缺1个条件的情况 （2）缺2个条件的情况 （3）介于中间的情况 （1） 实例 输入 输出 WillWait（1） 输出 WillWait （0） 结果 Oths WCon WEn Con Price Rai Res WEst X1 1 1 0 0 -1 0 1 1 0.8456 0.1526 等（1） X2 1 0 1 1 1 0 0 -1 0.0723 0.9281 不等（0） X3 0 1 0 1 1 0 0 1 0.8648 0.1352 等（1） X4 1 0 0 1 1 1 0 0 0.8634 0.1366 等（1） X5 1 1 1 1 -1 0 1 -2 0.2314 0.7686 不等（0） X6 0 1 1 0 0 0 1 1 0.9125 0.0875 等（1） X7 0 1 1 -1 0 1 0 1 0.3410 0.6595 不等（0） X8 0 1 1 0 0 1 1 1 0.9714 0.0286 等（1） X9 0 0 0 0 1 1 0 -2 0.4928 0.5012 不一定 X10 1 1 0 0 1 0 1 0 0.5681 0.4319 不一定 X11 1 1 1 -1 1 0 0 1 0.4123 0.5877 不一定 X12 1 1 0 0 0 0 0 -1 0.6428 0.3572 不一定 3、编制旅行商路径优化问题的遗传算法程序，并计算一个实例。（30分） 一，问题描述：所谓旅行商问题，即给定几个城市，旅行商从中选择一 条最短的路线，使他能够访问到每个城市一次，然后返回起