基于数据挖掘的工程项目全寿命期风险决策支持系统研究

《基于数据挖掘的工程项目全寿命期风险决策支持系统研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、基于数据挖掘的工程项目全寿命期风险决策支持系统研究重庆大学硕士学位论文学生姓名：周鑫指导教师：杨宇副教授专业：管理科学与工程学科门类：工学重庆大学建设管理与房地产学院二OO九年五月StudyofConstructionLifecycleRiskDSSBasedonDataMiningAThesisSubmittedtoUniversityinPartialFulfillmentoftheRequirementfortheDegreeofMasterofEngineeringByZhouXinSupervisedbyAssociateProf.YangYuMajor:Mana

2、gementScienceandEngineeringFacultyofConstructionManagement&RealEstateofChongqingUniversity,Chongqing,ChinaMay2009摘要工程项目风险管理是工程项目管理的重要组成部分。工程项目的成败在一定程度上取决于决策者能否对工程项目风险做出正确的判断与决策。随着工程项目的日趋复杂，工程项目所涉及的不确定因素日益增多，面临的风险越来越大，这会导致工程项目风险管理决策对客观事实和数据的需求量极大，因此决策者仅靠个体或者团队无法进行有效判断与决策。随着信息和计算机技术的应用，决策支持系统对决策

3、者做出有效的判断与决策起到了辅助的作用，而数据挖掘技术和数据仓库技术的成熟又为决策支持系统对大量数据的处理提供了有力的技术支持。论文简要阐述了决策支持系统发展的历史背景和发展状况，数据挖掘技术的具体内容，以及工程项目全寿命期风险管理的相关理论；利用面向对象的软件设计方法建立了工程项目全寿命期风险决策支持系统模型，该模型把系统各个组成部分看成对象，缩小了模型在语意表达和计算机语言表达上的距离，提高了模型的可理解性，充分发挥了模型的功效；论文对工程项目全寿命期风险决策支持系统的需求进行了分析，结合了效益理论提出了工程项目全寿命期风险决策支持系统的结构体系和框架，并将数据挖掘技术和数据仓库

4、技术融入其中，数据仓库为决策支持系统提供数据源，而数据挖掘则通过挖掘数据仓库中的数据，形成有效的知识，最后经过问题处理系统把风险决策信息提供给决策者；数据挖掘技术是实现决策支持系统的关键数据分析技术，论文对主要的数据挖掘算法进行了综述分析，并利用CAMM数据挖掘算法实现了工程项目运营阶段风险相关数据的挖掘，该算法最大的特点是减少了数据处理量，提高了数据处理效率，同时可以有效的标识生存的决策树的可信程度；CAMM数据挖掘算法对工程项目运营阶段风险相关数据的挖掘所得到的结论对于发现工程项目运营阶段风险以及为决策者提供有效的决策依据具有重要的意义；数据仓库技术的发展为数据挖掘提供了更为广泛

5、的空间，论文在详细分析数据仓库的基础上，给出了工程项目全寿命期风险决策支持系统数据仓库的体系结构，采用多维数据模型建立了工程项目运营阶段风险相关数据的事实表和维表结构。关键词：工程项目全寿命期，风险管理，决策支持系统，数据挖掘，数据仓库IAbstractConstructionprojectriskmanagementisoneofthemostimportantpartsofconstructionprojectmanagement.Whethertheconstructionprojectcansuccessdependsonthedecision-makercanmakethe

6、rightdecisionornot.However,theconstructionprojectismorecomplicated,itinvolveswithmoreandmoreuncertainfactors,anditfaceswithmoreandmorerisks.Thisleadstotheconstructionprojectmanagementthatneedslotsofdata.Sodecision-makercan’tdotheeffectivedecisionsaccordingtohimselforteam.WiththeapplicationofIT,

7、DSScanhelpdecision-makerdotheeffectivedecision,andthetechnologyofDMandDWwillhelpDSSdealswithlotsofdatathatsupplythetechnologysupport.ThepaperintroducesthedevelopmentofDSS,thecontentsofdataminingandthetheoriesofprojectlifecyclerisk