决策管理系统论文-陈丹艳,刘钰,沈珊珊,王倩,李修能

决策管理系统论文-陈丹艳,刘钰,沈珊珊,王倩,李修能

导读:本文包含了决策管理系统论文开题报告文献综述及选题提纲参考文献,主要关键词:烤烟,水肥专家决策管理系统,水肥产量函数,耗水量决策

决策管理系统论文文献综述

陈丹艳,刘钰,沈珊珊,王倩,李修能[1](2019)在《烤烟水肥专家决策管理系统开发与应用》一文中研究指出水肥管理是作物生产中最主要的措施。为研究烤烟水肥一体化专家管理系统,采用"正向推理"策略求解问题,利用已有的研究技术成果及有关水肥耦合试验数据拟合的水肥产量函数(数据未列出),在Windows操作平台环境下运用Visual Basic 6.0程序设计语言进行开发。开发出的单机版"烤烟水肥专家决策管理系统"功能模块包括系统使用说明模块、烟草常用种植技术模块、施肥管理决策模块、登录及用户管理模块、耗水量及灌水量决策模块、灌排逐日决策模块、优质烤烟常规品质评价及历史结果查询模块。实例应用本系统进行N、P、K施肥量、耗水量、灌水量等决策,结果精度较高。为进一步烤烟农业专家决策系统的深度开发提供了依据。(本文来源于《节水灌溉》期刊2019年11期)

张倩倩,张立,唐耀华,李厦戎,徐晓鹏[2](2019)在《中国人血红蛋白病突变数据集和临床辅助决策管理系统》一文中研究指出个体基因组信息得益于大数据的积累,其应用不再局限于科学研究,正在经历逐步走向日常医疗实践的过程中。对疾病关联基因组信息的系统整理、归档及合理应用配置是未来精准医学的重要基础。血红蛋白病在我国南方发病率高,其分子病理学基础有明显的种族特异性。为助力我国南方血红蛋白病的临床诊断和遗传筛查的应用,本项目团队建立了中国人群血红蛋白病变异谱及表型谱LOVD基因变异数据管理系统,并通过设计全面整合和高效分析的在线辅助精确诊断及风险评估系统,展示了基于云端标准化的特定血红蛋白病变异注释库和诊断知识库辅助医生快速做出综合、全面的诊断和遗传咨询的操作。通过数据整合和人工智能技术的结合提高疾病临床决策效率的方法和经验,可为其他疾病的临床和预防应用起示范作用。(本文来源于《遗传》期刊2019年08期)

华振[3](2018)在《盾构集群化监控与异地决策管理系统的开发与应用》一文中研究指出本文以厦门地铁及福州地铁盾构区间为研究对象,开发了盾构集群化监控与异地管理系统,该系统实现了盾构的集群化监控,并赋予使用者异地盾构施工管理的能力,满足盾构施工实时监控、数据储存分析、安全预警、安全评估的要求。首先介绍系统的架构,然后介绍了系统的主要功能组成,最后对该系统的改进与应用提出展望。(本文来源于《工程技术研究》期刊2018年15期)

刘欣[4](2018)在《“互联网+”设施蔬菜智慧决策管理系统设计与验证》一文中研究指出文章通过开发基于"互联网+"为核心的设施农业智能装备,研究作物生长关键性环境因素与作物生长之间的作用机理,确定最优控制策略,形成技术集成应用生产,促进智慧农业在冀北山区发展,区域农业提质增效显着。实施从4个方面开展,一是优选适宜装备,二是建立智慧决策模型,叁是技术示范推广,四是利用多元线性回归对设施蔬菜主栽作物产量进行预测并得出结论。(本文来源于《江苏科技信息》期刊2018年29期)

武社伟[5](2018)在《浅析电压质量及谐波智能在线监测辅助决策管理系统的设计与实现》一文中研究指出电压质量及谐波智能监测及辅助决策管理系统,为电能质量监测提供了一种全新的监测理念和手段,在提高电网安全经济运行、降低谐波源用户生产成本、提高电能质量技术监督管理水平方面发挥着重要的作用。本文主要分析了电压质量及谐波智能监测及辅助决策管理系统的技术要点、系统组成、实施方案和主要功能。(本文来源于《中国管理信息化》期刊2018年18期)

葛思俊[6](2018)在《基于感知与模型的设施番茄生长监测与决策管理系统研究》一文中研究指出番茄是世界上栽培面积和消费量最大的蔬菜种类之一。随着设施农业信息化迅速发展,利用高光谱技术实时监测作物生长与叶片氮含量,能够合理指导田间氮素管理,进一步发展设施番茄生长监测与决策管理系统,促进番茄优质高产节本,符合现代农业发展趋势。本文以“合作903”、“万柿如意”和“东圣1号”为试验材料,以2016和2017年番茄品种与施肥田间试验为基础,在江苏南京设施大棚条件下,以番茄冠层叶片为主要研究对象,利用叶片氮含量光谱响应筛选光谱参数,构建基于植被指数的叶片氮含量估测模型,通过优化决策适时调节设施番茄田间管理,形成了基于模型的设施番茄智能化监测管理系统。本研究主要内容和成果如下:(1)研究了不同品种番茄在不同施肥水平下生长发育动态与产量变化规律,结果表明:随着生育期推进,株高大体趋势是在坐果期前逐步增高,坐果期后株高均有降低;地上部干物质量随生长发育期呈逐渐增长趋势,并在坐果期增长迅速;坐果前,番茄根系干物质积累迅速增加,坐果后,根系干物重逐渐减少;番茄植株顶叁叶SPAD值从现蕾期到开花期逐渐增加,坐果期之后开始减小。正常施氮处理N2的番茄单株产量和小区理论、实际产量都显着高于N3(高氮)和N1(低氮)处理;东圣1号的产量高于合作903,说明东圣1号本身的产量特性优于合作903。(2)构建了基于干物重的番茄叶面积指数(LAI)与叶片氮含量拟合方程,拟合效果很好,但不同品种间有一定差异。合作903的干物重对LAI和叶片氮含量的拟合方程以乘幂和指数形式效果最好,R2分别为0.9377和0.4913;东圣1号的拟合方程以乘幂和线性形式拟合效果最好,R2分别为0.9795和0.7171。(3)分析了不同品种与施肥水平下不同生育期番茄冠层叶片光谱响应特性不同。现蕾期两品种光谱反射率在可见光波段和近红外波段都存在明显差别区域;开花期合作903叶片光谱反射率差别较小,万柿如意叶片反射率表现出N3>N1>N2,且在N3、N1水平下反射率差别较小;坐果期合作903在N1处理下的叶片反射率明显高于N2、N3处理,万柿如意光谱反射率在近红外波段表现出N2>N3>N1,但在可见光波段差别较小;两品种在第一果枝膨大期和第二果枝膨大期两个生育期内光谱曲线规律一致,合作903表现为N1>N2>N3,万柿如意表现为N3>N2>N1。(4)建立了基于植被指数的番茄叶片氮含量估测模型。390nm~492nm的蓝紫光区域和622nm~700nm的红光区域的反射率可以直接反映叶片中的叶绿素含量,番茄叶片在可见光波段的反射率从现蕾期、第二果枝膨大期、开花期、坐果期到第一果枝膨大期依次降低,且各时期的叶绿素含量依次增加,证明番茄叶片高光谱能够对叶绿素含量进行监测;依据光谱植被指数与叶片氮含量的相关系数,筛选出与叶片氮含量相关性最好的两组光谱参数,构建指数、线性、对数和乘幂形式的番茄叶片氮含量估测模型,依据R2大小,选出不同植被指数最佳估测模型,模型都为对数形式,且NDVI估测模型R2相对较大;以2017年的NDVI和RVI值估测番茄叶片氮含量,通过估测值与实测值相比较检验了估测模型,表明估测模型精度较高,能够用来估测叶片氮含量。(5)初步建立了一套基于感知与模型的设施番茄生长监测与决策管理系统。从无线传感器的环境信息采集,田间试验的植株信息处理与模型的构建,结合番茄常年优化决策,产出一组常年优化决策模式图,以模式图为科学依据,对设施番茄栽培进行系统化管理。本文创新主要表现在:第一,较系统分析了在不同品种与施肥水平下番茄生长发育动态与产量变化规律。第二,通过不同番茄品种与施肥水平下番茄冠层叶片光谱响应规律分析,筛选出了与冠层叶片光谱相关性较大的敏感波段与植被指数,进而建立了基于NDVI和RVI的叶片氮含量估测模型。(本文来源于《扬州大学》期刊2018-06-01)

徐刚,戴柱天,张翔[7](2018)在《基于BIM的建筑垃圾决策管理系统架构研究》一文中研究指出随着我国建筑事业发展的越加迅速,建筑垃圾的产生数量也逐渐增多,并且多数建筑垃圾均是由不可再生资源构成。针对该种现状本文将BIM建筑垃圾决策管理系统的架构作为研究内容,通过对BIM建筑垃圾决策管理系统的简单阐述,进而对该系统架构应遵循的原则与系统架构时的需求进行详细分析。(本文来源于《智能建筑与智慧城市》期刊2018年04期)

纪昌杰,宋庭新,周伟[8](2016)在《水运灾害应急决策管理系统设计与开发》一文中研究指出因气象灾害造成的水运交通事故时有发生,急需相应的应急决策系统来指导和管理救援工作,为水运交通保驾护航。在水运交通业务分析和应急处置流程优化基础上,设计开发了一套水运灾害应急决策管理系统,对系统业务功能和数据流向进行了详细分析和设计,并以长江客轮沉没事件为例进行了应用验证,证实了系统的有效性。(本文来源于《软件导刊》期刊2016年11期)

鲍帅[9](2016)在《建设投资评价决策管理系统的设计与实现》一文中研究指出在企业的发展过程中对各类项目的投资是企业能够快速壮大的一个核心手段,建设投资评价决策管理系统即IDSS系统是能够在企业进行投资时给予企业决策层帮助的管理系统。一般而言,企业发展是企业的生存根本,而企业的发展在很大程度上依赖于正确的进行项目投资。项目投资的概念不仅是指企业在已经完全成熟的领域进行投资,而且包括了企业在全新领域进行创新性投资活动。该系统的建设完成了企业项目投资过程中包括项目管理、项目投资估算、项目评价数据管理、项目决策管理等在内的全流程管理工作。建设投资评价决策管理系统在设计时采用了软件行业内流行的B/S架构,同时在技术上采用了基于J2EE相关的技术架构,能够有效地保证系统具有较高的维护性和可操作性。在系统的架构设计上采用分层的策略,各层次负责自己独立的业务内容,有效保证了系统架构的清晰和相关工作内容的分配,有效提高了系统维护人员和相关开发人员的效率。页面展现采用全新的设计方式,保证了系统相关使用人员能够较为便利的使用系统。在数据库设计上采用主从复制的方式,有效的保证了系统数据内容的健壮性和稳定性。系统的业务主要划分为建设投资项目管理模块、建设投资估算模块、投资评价数据管理模块和评价决策管理模块等四个模块,各个模块相互协助共同实现整个系统功能。其中建设投资项目管理模块主要是对投资项目的整体进行管理功能,包括审批、管理、备案等;建设投资估算模块主要是对项目进行预先的投资评估,包括各种类型的资产评估;投资评价数据管理模块主要是对投资评价的相关数据进行管理工作;评价决策管理模块主要是对评价相关内容的管理。通过这四个核心模块的设计和实现,保证了企业在进行投资时能够做到高效收益和精准时机把握。建设投资评价决策管理系统建设上线运行后,在一定程度上提高企业投资项目选择时的要求和标准,并且促使企业在进行项目选择时能够按照公司制定的企业发展方针和发展规划,参照企业的自身状况进行有方向性、有针对性的选择。同时在企业选定项目进行投资时,通过评估能够有效地保证企业选择的项目快速得到回报,充分保证企业投资收益和项目投资时机把握。(本文来源于《山东大学》期刊2016-04-20)

李晖[10](2016)在《医疗设备档案管理系统与决策管理的探讨》一文中研究指出目的:建立和完善一套适合医院医疗设备档案管理系统的工作方法。方法:从医疗设备档案管理的重要性出发,对决策管理的内容、系统进行了分析总结和归纳。结论:将档案管理与领导决策管理工作结合起来,使档案管理工作显得尤为重要。(本文来源于《现代经济信息》期刊2016年07期)

决策管理系统论文开题报告

(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:

个体基因组信息得益于大数据的积累,其应用不再局限于科学研究,正在经历逐步走向日常医疗实践的过程中。对疾病关联基因组信息的系统整理、归档及合理应用配置是未来精准医学的重要基础。血红蛋白病在我国南方发病率高,其分子病理学基础有明显的种族特异性。为助力我国南方血红蛋白病的临床诊断和遗传筛查的应用,本项目团队建立了中国人群血红蛋白病变异谱及表型谱LOVD基因变异数据管理系统,并通过设计全面整合和高效分析的在线辅助精确诊断及风险评估系统,展示了基于云端标准化的特定血红蛋白病变异注释库和诊断知识库辅助医生快速做出综合、全面的诊断和遗传咨询的操作。通过数据整合和人工智能技术的结合提高疾病临床决策效率的方法和经验,可为其他疾病的临床和预防应用起示范作用。

(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。

决策管理系统论文参考文献

[1].陈丹艳,刘钰,沈珊珊,王倩,李修能.烤烟水肥专家决策管理系统开发与应用[J].节水灌溉.2019

[2].张倩倩,张立,唐耀华,李厦戎,徐晓鹏.中国人血红蛋白病突变数据集和临床辅助决策管理系统[J].遗传.2019

[3].华振.盾构集群化监控与异地决策管理系统的开发与应用[J].工程技术研究.2018

[4].刘欣.“互联网+”设施蔬菜智慧决策管理系统设计与验证[J].江苏科技信息.2018

[5].武社伟.浅析电压质量及谐波智能在线监测辅助决策管理系统的设计与实现[J].中国管理信息化.2018

[6].葛思俊.基于感知与模型的设施番茄生长监测与决策管理系统研究[D].扬州大学.2018

[7].徐刚,戴柱天,张翔.基于BIM的建筑垃圾决策管理系统架构研究[J].智能建筑与智慧城市.2018

[8].纪昌杰,宋庭新,周伟.水运灾害应急决策管理系统设计与开发[J].软件导刊.2016

[9].鲍帅.建设投资评价决策管理系统的设计与实现[D].山东大学.2016

[10].李晖.医疗设备档案管理系统与决策管理的探讨[J].现代经济信息.2016

标签:;  ;  ;  ;  

决策管理系统论文-陈丹艳,刘钰,沈珊珊,王倩,李修能
下载Doc文档

猜你喜欢