面向食用菌企業生產管理的決策支持系統*

李 軍

（江西應用科技學院，江西 南昌 330100）

食用菌生產管理是指食用菌產品在生產的過程中，采用的生產計劃、原材料供給和整個生產過程的組織和管理等各項工作[1]。其目的是為了保證食用菌產品按時按質按量地生產出來。在這一生產管理的過程中，食用菌企業的管理者需要密切關注許多復雜的生產環節從中找出關鍵因素和關鍵環節，迅速決策下達生產管理指令。但面對諸多的頭緒，企業管理者的經驗已經遠遠不夠，需要借助科學的方法和程序來幫助管理者進行輔助決策，這一決策的程序稱之為決策支持系統[2]。

1 食用菌企業生產管理決策支持系統設計

1.1 決策支持系統的設計原則

首先應對影響生產管理決策的各種因素進行匯總分類，尋找影響決策的關鍵點[3]。根據當前食用菌工廠化生產管理的特點，影響決策的因素主要有食用菌產品的類型、食用菌產品的產能、食用菌生產工藝、食用菌生產進度、食用菌生產成本、食用菌物流庫存管理、食用菌生產設備管理和食用菌投資和產業發展方向。

食用菌企業生產管理決策支持系統的設計主要依靠企業在生產過程中積累的原始數據，將這些數據集成到一個數據倉庫中，形成決策支持系統的數據源，然后再通過對數據倉庫中各類數據的挖掘分析，將隱藏在數據庫中的對食用菌企業生產管理有用的信息挖掘出來[4-5]。決策支持系統在設計過程中應遵循以下設計原則。

1） 安全性和可靠性。決策系統要能夠保障食用菌企業目前各類信息管理系統的數據庫信息安全，在數據倉庫設計中應考慮與各類管理系統的兼容性問題。

2）靈活性與可擴展性。隨著食用菌企業規模或生產要素的變化，決策系統要能夠根據實際情況進行升級和系統功能擴展，及時添加、更新決策數據和數據倉庫功能。

3） 實用性。從食用菌企業的實際出發，盡可能少的資金和人員的投入，低成本開發設計，充分利用企業已有的管理信息系統功能。

1.2 決策支持系統功能模塊設計

食用菌企業生產管理決策支持系統功能模塊見圖1。

如圖1所示，該系統主要包括2個模塊，一個是食用菌數據倉庫管理模塊，主要用于生產管理數據的分析，通過食用菌生產管理信息的數據分析，挖掘出輔助決策的有用信息。另一個是食用菌決策系統的知識推理模塊，主要用于食用菌生產管理決策所用知識的推理，通過自動推理機制和算法，對食用菌數據庫中的數據進行推理，根據規則匹配的相關知識得出輔助決策的結論。

2 食用菌數據倉庫的設計

2.1 數據預處理

通過對影響生產管理決策的各種因素進行分類，得到食用菌產品的類型、產能、生產工藝等六大類的數據，但這些數據并不能保障都是完整無缺的，總會因為一些因素導致數據的缺失、重復等錯誤。因此必需對數據進行預處理，見圖2。

如圖2所示，通過數據清理將數據倉庫的數據進行統一化和標準化處理，讓這些數據能夠被決策系統正常使用。數據清理包括數據一致性，填寫空缺值、平滑噪聲數據，識別刪除孤立點，解決數據不一致性；數據集成，數據集成可以集成多個數據庫或者文件；數據變換主要是實現數據規范化和聚集；數據規約，數據規約得到數據集的壓縮表示。規約后的數據集小得多，但可以挖掘得到相同或相似的結果。

食用菌決策需要采集的數據主要有食用菌企業生產管理數據庫中保存的內部數據以及系統訪問記錄下來的數據，還有數據庫與數據庫之間的遠程數據。內部數據有食用菌產品的類型、食用菌產品的產能、食用菌生產工藝、食用菌生產進度和食用菌生產成本，這些數據可以通過企業內部的生產運行相關部門得到；外部數據包括食用菌物流庫存管理和食用菌生產設備管理，這些數據由于不屬于企業的管轄范圍，只能從物流公司或食用菌生產設備廠家得到數據；而遠程數據包括食用菌投資和產業發展方向，這些數據需要連接到一些政府網站或主管部門的遠程服務器才能獲得。

2.2 食用菌數據倉庫的創建

將清理后的數據錄入數據倉庫后，就可以根據決策的需要進行數據倉庫的設計。

1）確定數據倉庫的主題。由于食用菌生產管理主要面向的是生產一線，因此確定主題為生產進度管理、質量管理和成本管理三大主題。通過生產進度的管理來控制供應商、原材料，通過質量管理來保障食用菌產品的品質，通過成本管理來保障企業利潤空間。

2）數據倉庫的維度劃分。食用菌數據倉庫維度設計主要包括時間維度和生產成本維度。根據食用菌企業生產的特點和決策系統的查詢需要將時間維度劃分為年、季度、月、日，通過時間維度劃分可以得到每個時間段內的食用菌產品生產的相關數據，方便查找決策關鍵因素。生產成本維度劃分為原材料采購成本、設備備件、燃料動力費用、直接工資等直接支出，還包括管理人員工資、設備折舊費、維修費等制造成本。

3）粒度劃分。粒度劃分是指在食用菌數據倉庫中各類數據的細化程度，對食用菌數據倉庫中的時間維度的粒度劃分到“天”，生產成本的粒度劃分到“元”即可。

4）數據模型的建立。為了對食用菌數據倉庫進行有效的多維數據分析，需要建立數據模型來進行聯機事務分析，常見的數據倉庫數據模型有星形、雪花形和立方體3種。

3 決策支持系統的知識推理

3.1 決策系統中知識推理的描述

推理機制的設定直接影響決策支持系統的決策能力[6]。在食用菌企業生產管理中，人們對各種問題進行分析、思考、判斷、得出結論，并做出最終決策時，需要根據生產實際中已經存在的事實情況和自己所掌握的專業知識和經驗來進行歸納、類比和匹配，從而得到新的處理辦法去解決實際問題。這種從已知的事實和知識出發得到新的事實和知識的過程稱為推理。

3.2 決策支持系統的推理控制策略

食用菌企業生產管理決策支持系統采用正向推理控制策略。正向推理是一種常見的推理方法，從用戶輸入的事實或數據出發，將輸入的自然語言轉換成一定的知識表示形式，并以此為驅動，在食用菌數據倉庫中尋找與問題相關的知識形式，構成知識集合，并與決策系統中的規則進行循環匹配，直到得到求解的結論，結束匹配，最終給出問題的決策建議或決策結果，決策支持系統的正向推理具體流程如圖3所示。

在推理過程中經常會遇到多個知識匹配成功的情況，系統無法做出判斷選擇哪一條知識繼續進行推理，需要按照一定的策略選擇知識進行進一步推理。知識選擇的策略就是沖突消解的方法。目前，沖突消解策略有很多種，如按照已知事實的新鮮度NEW值排序、按照規則序號排序、按照匹配程度排序等。這幾種方法都可以在發生沖突時進行沖突消解，排列出匹配成功知識的優先級順序以供推理選擇。在食用菌企業生產管理決策支持系統中，沖突消解策略方面選擇按照已知事實的新鮮度NEW值排序進行沖突消解。參數NEW值在擴展產生式規則知識表示中作為每條規則的新鮮程度，初始值為0，在推理過程中，每使用一次規則，NEW值自動加一，當有多條規則匹配成功時，決策系統會根據每條規則的NEW值大小選擇NEW值最大的規則作為推理的知識規則。

4 結論

本文中設計的食用菌企業生產管理決策支持系統，采用了數據倉庫對食用菌綜合信息進行處理，使用了知識推理來對海量數據進行分析和輔助決策。在食用菌行業生產環境和信息處理技術不斷變化的今天，決策支持系統的使用必將會為食用菌企業的生產管理和科學決策產生更大影響。