导读:本文包含了决策支持技术论文开题报告文献综述及选题提纲参考文献，主要关键词:混合现实,BIM,案例推演,建筑检修
决策支持技术论文文献综述
郑利龙,李秉展[1]（2019）在《基于混合现实与案例推演技术的移动可视化检修决策支持系统》一文中研究指出传统建筑检修效率低下,随着BIM和MR(混合现实)等新兴技术的兴起为建筑检修运维带来了新的解决方案。文章通过整合BIM、MR和CBR(案例推演)技术开发移动可视化检修决策支持系统,为检修人员减轻负担,提高检修效率。(本文来源于《四川建筑》期刊2019年05期）
李澍,王浩,任海萍[2]（2019）在《临床决策支持系统技术现状及质量评价思路初探》一文中研究指出目的:我国监管部门对临床决策支持系统(CDSS)的法律责任和监管模式正在探索之中,如何更好地规范临床决策支持系统,使其发挥临床辅助作用,是监管科学的重要研究方向。本文主要探索临床决策支持系统的质量评价方法和检测手段。方法:通过调研临床决策支持系统的发展现状以及分析现有的具有一定影响力的临床决策支持系统的技术特性,在此基础上,讨论临床决策支持系统在医疗领域的发展趋势和所面临的挑战。并对临床决策支持系统在质量评价过程中需重点关注的内容进行比较全面的总结,包括分类方法、评价方法和伦理问题。结果与结论:临床决策支持系统正处于蓬勃发展期,相应的技术和业态也在不断形成中,目前来说,绝大多数临床决策支持系统并不能直接给出相应的决策,多数还是处于启发和帮助医护人员进行思考的阶段。对于监管和评价来说,面临的挑战主要来自于算法适应性、决策透明性、界面可用性、系统鲁棒性和可移植性等因素的评价。(本文来源于《中国药事》期刊2019年09期）
张继周[3]（2019）在《基于大数据分析技术的大学体育决策支持系统研究与构建》一文中研究指出在中国的高校,体育训练对于大学生来说主要由课堂学习和业余锻炼组成,但是体育训练在我国大学的状态是处在一种没有任何秩序的层面。本篇文章主要介绍如何运用大数据的分析技术和大数据的挖掘技术来研究与构建大学体育决策支持系统,大学生体育运动训练管理系统主要应用了大学生不同方面实现的有机集成,科学训练的理论和先进的训练方法。这个系统主要通过大数据的挖掘技术产生新的知识规则的分析研究来充实体育课程的知识库,然后大学生可以输入相应的模型和根据这个知识库中的相关规则就会产生一套特别合理的体育训练方法了,对于大学生来说能更好的根据自身条件来提高体育锻炼水平的效果。(本文来源于《多学科融合教育促进复合型人才核心素养发展学术论文集》期刊2019-08-24）
刘胜娃,孙俊明,高翔,王敏[4]（2019）在《基于机器学习与态势感知技术的钻井液大数据分析与智能决策支持平台建设》一文中研究指出如何科学地管理和使用钻井液对提高钻井效率,降低钻井成本具有重要意义。长期以来,国内钻井企业在施工中使用钻井液主要依靠专家的个人经验知识,缺乏数据支撑。长庆钻井进行了长期的信息化建设,收集并积累了海量的钻井液使用历史数据,这些数据中隐藏着丰富的指导钻井液科学管理和使用知识。文中项目的目标是建设国内首创的钻井液大数据分析与智能决策支持平台,利用当前新兴的物联网通信、智能终端、云计算与大数据分析处理技术,收集、挖掘、整理出数据中隐藏的知识,结合态势感知和人工智能方法为井队提供科学准确使用钻井液,规避与处理风险的辅助决策功能。经试点单位实际使用后,实践结果表明,该平台功能丰富,操作方便,人机界面效果良好,数据分析结果准确可靠,自动化和智能化水平较高,能切实为钻井人员提供科学的技术支持及优秀的方案建议,可有效预测、解决生产现场的问题,较显着地节约了钻井成本。(本文来源于《物联网技术》期刊2019年05期）
卫一兰[5]（2019）在《基于数据挖掘技术的民航企业决策支持系统的设计与实现》一文中研究指出随着经济的快速发展和科学技术水平的不断提高,信息技术和网络技术在全球范围内得到了广泛应用,已经融入人们生活中的各个方面。对于现代化企业来说,管理经营已经离不开信息和网络技术的支持,由于市场竞争越来越激烈,不确定因素日益增多,为了提升企业的竞争力,需要通过信息化改造,以获得更有质量的决策信息。企业成败的决定性因素在于是否能正确地判断市场行情,继而做出周密快速的决策。传统的决策通常是参考管理者的个人体验,因此在决策过程中一般不具备目的性。由于管理科学和计算机技术的不断进步,出现了决策支持系统,可以大幅度提升企业高层决策的功效与质量。随着数据仓库以及有关技术的不断发展,给企业决策者带来的更新的创想,也推动了系统的不断提升与进步。决策支持系统与数据仓库相结合,可以实现模型决策与数据决策的统一,充分发挥两者的优势,这在提高决策的效率。本文以“上海航空公司管理信息系统项目”为依托,深入研究了决策支持系统和数据仓库,阐述了有关原理,并在数据仓库基础上建立一个决策支持系统原型。此次研究的主要内容及创新有以下几点:1、在分析数据仓库、信息系统、决策支持系统系统发展现状的基础上,明确决策支持系统的用途与发展方向,并阐释了决策支持系统的定义、类型、构成及特征,完成系统轮廓的构造。2、详细分析了数据仓库及相关技术,包括数据仓库的构成、数据准备与挖掘、联机分析处理等技术,并对数据仓库的辅助决策方法进行了探究。在此基础上,对基于数据挖掘技术的民航决策支持系统进行了设计,主要包括系统的研发方式和方向,模型子系统、数据子系统及人际交互子系统的设计,尤其突出了数据仓库对DSS系统的作用。3、实现了面向航空公司市场营销的决策支持系统,对市场营销的定义做了简单的解释,并深入分析了自主研发的决策支持系统,阐述了数据仓库与决策支持系统结合使用以及相关模型与功能实现。(本文来源于《电子科技大学》期刊2019-03-28）
刘胜娃[6]（2019）在《基于机器学习与态势感知技术的钻井液大数据分析与智能决策支持平台建设》一文中研究指出如何科学地管理和使用钻井液对提高钻井效率,降低钻井成本具有重要的意义。长期以来,国内钻井企业在施工中使用钻井液主要依靠专家的个人经验知识,缺乏数据支撑。长庆钻井长期的信息化建设,收集积累了海量的钻井液使用历史数据,这些数据中隐藏着丰富的指导钻井液科学管理和使用的知识。本项目的目标就是建设国内首创的钻井液大数据分析与智能决策支持平台,利用当前新兴的物联网通讯,智能终端,云计算和大数据分析处理技术,收集,挖掘,整理出数据中隐藏的知识,结合态势感知和人工智能方法为井队提供科学准确使用钻井液,规避和处理风险的辅助决策功能。经试点单位实际使用后,实践结果表明:该平台功能丰富、操作方便、人机界面效果良好、数据分析结果准确可靠,自动化和智能化水平较高,切实能为钻井人员提供科学的技术支持和优秀的方案建议,可以有效地预测和解决生产现场的问题,较显着地节约了钻井成本。(本文来源于《2019国际石油石化技术会议论文集》期刊2019-03-27）
崔玉胜[7]（2019）在《物联网下多智能体决策信息支持技术分析》一文中研究指出现代信息技术的发展,物联网技术和多智能体决策信息支持技术逐渐在各行各业中得到了应用,但是发展速度缓慢.市场运用领域不广泛、专业人才不足是阻碍多智能体决策信息支持技术发展的主要因素.由此要提升多智能体决策信息支持技术的技术作用和实际应用,需要从扩宽市场运用领域、提高选拔标准加强人才建设这两个方面进行创新改革.(本文来源于《西安文理学院学报(自然科学版)》期刊2019年02期）
杨晓锋[8]（2019）在《基于人工智能技术的政府决策支持系统的设计》一文中研究指出本文通过人工智能技术来对于政府的相关决策进行研究与分析,对政府决策支持系统的应用及发展进行了论述。(本文来源于《电子技术与软件工程》期刊2019年06期）
刘超[9]（2019）在《数据仓库与数据挖掘技术在决策支持系统中的应用》一文中研究指出分析调研大量成型的科研成果,做出大量需求分析,整理出数据仓储的相关知识,建立相关知识储备库,为技术的处理和应用创造一个联机的载体和条件,运用数据的挖掘和分析处理技术进行算法原理的研究,继而建立了在数据仓库研究理论基础上的模型,为创建数据仓库系统奠定基础。(本文来源于《天津职业院校联合学报》期刊2019年02期）
何敬成,李茹冰,张碧青,张强[10]（2019）在《基于临床决策支持技术实现高血压病用药合理性分析的开发与应用研究》一文中研究指出目的实现高血压病用药合理性分析信息化、智能化。方法基于数据挖掘技术,开发智能点评和风险预测分析模块,实现高血压病处方自动点评。结果建立药品知识数据库和诊断信息数据库,实现了高血病的系统识别,合理用药自动分析功能。利用风险预测模块实现高血压病相关疾病预测,其中:高尿酸血症OR 2.89(95%CI:2.76,3.02)、心肌梗塞OR 5.78(95%CI:5.24,6.37)、冠状动脉粥样硬化(冠心病)OR 7.93(95%CI:7.59,8.29)、糖尿病OR 4.64(95%CI:4.5,4.78)、高脂血症OR 3.51(95%CI:3.38,3.63)。结论嵌入式风险预测软件模块具备数据库扫描、推理学习和合理性分析功能,提高处方点评和临床科研效率。(本文来源于《海峡药学》期刊2019年02期）
决策支持技术论文开题报告
（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：
目的:我国监管部门对临床决策支持系统(CDSS)的法律责任和监管模式正在探索之中,如何更好地规范临床决策支持系统,使其发挥临床辅助作用,是监管科学的重要研究方向。本文主要探索临床决策支持系统的质量评价方法和检测手段。方法:通过调研临床决策支持系统的发展现状以及分析现有的具有一定影响力的临床决策支持系统的技术特性,在此基础上,讨论临床决策支持系统在医疗领域的发展趋势和所面临的挑战。并对临床决策支持系统在质量评价过程中需重点关注的内容进行比较全面的总结,包括分类方法、评价方法和伦理问题。结果与结论:临床决策支持系统正处于蓬勃发展期,相应的技术和业态也在不断形成中,目前来说,绝大多数临床决策支持系统并不能直接给出相应的决策,多数还是处于启发和帮助医护人员进行思考的阶段。对于监管和评价来说,面临的挑战主要来自于算法适应性、决策透明性、界面可用性、系统鲁棒性和可移植性等因素的评价。
（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。
决策支持技术论文参考文献
[1].郑利龙,李秉展.基于混合现实与案例推演技术的移动可视化检修决策支持系统[J].四川建筑.2019
[2].李澍,王浩,任海萍.临床决策支持系统技术现状及质量评价思路初探[J].中国药事.2019
[3].张继周.基于大数据分析技术的大学体育决策支持系统研究与构建[C].多学科融合教育促进复合型人才核心素养发展学术论文集.2019
[4].刘胜娃,孙俊明,高翔,王敏.基于机器学习与态势感知技术的钻井液大数据分析与智能决策支持平台建设[J].物联网技术.2019
[5].卫一兰.基于数据挖掘技术的民航企业决策支持系统的设计与实现[D].电子科技大学.2019
[6].刘胜娃.基于机器学习与态势感知技术的钻井液大数据分析与智能决策支持平台建设[C].2019国际石油石化技术会议论文集.2019
[7].崔玉胜.物联网下多智能体决策信息支持技术分析[J].西安文理学院学报(自然科学版).2019
[8].杨晓锋.基于人工智能技术的政府决策支持系统的设计[J].电子技术与软件工程.2019
[9].刘超.数据仓库与数据挖掘技术在决策支持系统中的应用[J].天津职业院校联合学报.2019
[10].何敬成,李茹冰,张碧青,张强.基于临床决策支持技术实现高血压病用药合理性分析的开发与应用研究[J].海峡药学.2019