农业决策支持系统课程教学大纲.doc
《农业决策支持系统课程教学大纲.doc》由会员分享，可在线阅读，更多相关《农业决策支持系统课程教学大纲.doc（7页珍藏版）》请在冰点文库上搜索。
《农业决策支持系统》课程教学大纲
总学时：
48学分：
2.5
适用对象：
计算机科学与技术专业（农业信息技术方向）
先修课程：
《数据库与SQLServer》、《仿真与虚拟农业》、《农业专家系统》、《现代农业技术基础》等
考核要求：
本课程采用期末考核与平时成绩相结合的方式对学生学习情况予以评定，平时成绩占40%，期末考核成绩占60%。
平时成绩包括作业、实验报告与考勤，期末考核方式为笔试。
一、课程的性质与任务
《农业决策支持系统》是计算机科学与技术专业（农业信息技术方向）的一门专业必修课。
其特点是涉及知识内容多、实践性较强，某些知识内容要达到学以致用，难度较大。
本课程的主要任务在于，介绍农业决策支持系统的基本概念和主要用途，讲授农业决策支持系统的开发技术与方法，训练简单农业决策支持系统的开发设计能力。
二、教学目的与基本要求
通过理论学习和开发训练，使学生理解农业决策支持系统的基本概念和主要知识内容，掌握农业决策支持系统主要开发工具的使用方法，了解如何进行农业决策支持系统的开发和设计，并能独立开发小型农业决策支持系统，具体要求掌握如下概念、知识、工具和技能：
1、基本概念和基本知识：
决策、决策支持、决策支持系统、决策支持系统与管理信息系统的关系、模型、模型库、演绎数据库、知识库、数据仓库、数据仓库的数据模型、联机分析处理、知识发现、数据挖掘、决策支持系统的结构、基于模型库与知识库的决策支持系统、基于数据仓库的决策支持系统、综合决策支持系统、决策方案、决策支持系统的结构形式、智能决策支持系统、决策树、神经网络、遗传算法、决策支持系统的设计与开发方法。
2、基本技能：
学习和把握学科前沿知识的能力；综合分析和解决实际问题的能力；
使用所学知识和工具开发农业决策支持系统的能力。
理论教学部分
理论课学时：
32
使用教材及主要参考书：
1、教材：
李志刚编著，《决策支持系统原理与应用》，高等教育出版社，2005
2、参考书：
陈文伟主编，《决策支持系统教程》，清华大学出版社，2004
刘心报主编，《决策分析与决策支持系统》，清华大学出版社，2009
一、学时分配
章节
课程内容
学时
1
决策支持系统的理论基础
3
2
决策支持系统概述
3
3
决策支持系统的体系结构
2
4
决策支持系统中的模型库
2
5
决策支持系统中的数据库、方法库与知识库
4
6
决策支持的新技术
8
7
决策支持系统的设计和开发
4
8
人工智能与专家系统
2
9
基于数据仓库技术的决策支持系统的建造与实现
2
10
决策支持系统的应用
2
合计
32
二、教学中应注意的问题
1、本课程内容复杂、某些知识点学习难度较大，因此教学形式以面授方式为主。
2、应充分重视理论教学与实验教学内容之间的衔接，除了做好开发实例部分的讲解与分析外，在讲授模型库、知识库、数据仓库等内容时，也要尽量结合实例，讲清其具体应用和实现的方式与方法，以培养和提高学生解决实际问题的能力。
3、对建模、建库方法，以及决策支持系统设计等问题，可辅以课堂讨论的形式。
4、如条件许可，应利用板书与课件相结合的形式进行授课、答疑和讨论。
三、教学内容
第一章决策支持系统（DSS）的理论基础
1、基本内容
决策及相关知识；DSS的学科内容及与其它学科的关系
2、教学基本要求
理解决策的相关概念，了解决策的相关知识、DSS的学科内容及与其它学科的关系。
3、教学重点难点
重点：
决策及相关知识
第二章决策支持系统概述
1、基本内容
DSS的产生和发展；DSS的概念和功能；MIS与DSS的关系；DSS的类型；新一代DSS的应用与发展。
2、教学基本要求
了解DSS的形成和发展、DSS的类型、新一代DSS的应用与发展；理解DSS的概念和功能、MIS与DSS的关系。
3、教学重点难点
重点：
DSS的概念和功能
第三章决策支持系统的体系结构
1、基本内容
DSS的基本结构及技术构成；DSS的两类基本体系结构；DSS体系结构的规划；DSS部件的逻辑结构形式；DSS用户接口组件的构成与功能；影响DSS总体结构的因素分析。
2、教学基本要求
了解DSS的概念与结构；理解和掌握DSS的两种基本体系结构及技术构成；深刻理解DSS的三个技术层次的内涵及相互关系；正确理解DSS的两类体系结构；了解DSS体系结构规划的要求和影响因素；理解DSS逻辑结构的原理；了解用户接口组件的构成和基本功能。
3、教学重点难点
重点：
DSS的两种基本体系结构及技术构成；DSS的三个技术层次的内涵及相互关系；DSS的两类体系结构；理解DSS逻辑结构的原理；难点：
DSS的两种基本体系结构及技术构成；DSS的两类体系结构。
第四章决策支持系统中的模型库
1、基本内容
模型库系统概述；模型库；模型字典与模型库结构；模型库管理系统
2、教学基本要求
了解模型库系统的基本结构及在DSS中的作用；掌握模型的概念和特点；了解模型的种类和常见的一些决策模型；正确认识模型在计算机中的表示方法和存储形式；了解模型字典的作用；正确理解模型管理系统在模型运行管理过程中的作用。
3、教学重点难点
重点：
模型库；模型字典与模型库结构；难点：
模型字典与模型库结构；模型库管理系统
第五章决策支持系统中的数据库、方法库与知识库
1、基本内容
DSS的数据库系统；数据库系统的设计；DSS的方法库；DSS知识库系统；知识表示、组织和获取。
2、教学基本要求
理解数据库系统在DSS中的地位和作用；了解DSS数据库的组成及各部件的功能；理解和掌握数据库设计3种方案的基本思想；了解DSS数据库的几种基本类型；正确理解方法库在DSS中的功能和作用；正确认识方法库与数据库的关系；正确认识知识库在DSS中的功能和作用；了解推理机制设计原理和方法；了解几种常见的知识表示方法和知识组织的方式。
3、教学重点难点
重点：
DSS的数据库系统；数据库系统的设计；DSS的方法库；DSS知识库系统；难点：
数据库系统的设计；DSS的方法库；知识表示、组织和获取。
第六章决策支持的新技术
1、基本内容
数据仓库技术；决策模型构建和数据挖掘技术；联机分析处理技术
2、教学基本要求
掌握数据仓库、数据挖掘及OLAP的概念；正确认识数据库与数据仓库的区别；了解数据仓库的系统结构和运行结构；理解数据进入数据仓库的过程，掌握建立数据仓库的步骤；了解数据挖掘的目的和作用，以及数据挖掘的基本过程与步骤；掌握决策模型构建和数据挖掘的相关方法，包括数据抽取、分类发现、聚类、关联规则发现等，涉及决策树、遗传算法、人工神经网络等重点方法；能运用OLAP的多维数据分析方法来分析实际问题；能正确认识OLAP的数据组织。
3、教学重点难点
重点：
数据仓库技术；决策模型构建和数据挖掘技术（决策树、遗传算法、人工神经网络）；联机分析处理技术；难点：
数据仓库技术；决策模型构建和数据挖掘技术。
第七章决策支持系统开发的设计和开发
1、基本内容
DSS的开发策略、方法和步骤；DSS的开发过程；DSS的分析和开发方法；DSS开发人员。
2、教学基本要求
能正确认识和理解DSS的开发策略，掌握DSS的开发步骤；了解DSS分析和开发的常见方法；掌握ROMC分析法；会运用原型法+迭代法开发DSS；了解DSS开发人员应具备的知识和能力。
3、教学重点难点
重点：
DSS的开发步骤；ROMC分析法；原型法+迭代法；难点：
DSS的分析和开发方法
第八章人工智能与专家系统
1、基本内容
人工智能与专家系统的产生与发展；人工智能；专家系统的概念和结构；专家系统的分类和评价
2、教学基本要求
了解人工智能、专家系统的产生与发展过程，能理解和掌握人工智能、专家系统的概念；初步了解人工智能研究的内容和方法，了解专家系统的构成原理及相关部件；能正确认识专家系统的优势和存在的限制；能正确理解专家系统和DSS的联系和区别。
3、教学重点难点
重点：
专家系统的概念和结构
第九章基于数据仓库技术的决策支持系统的建造与实现
1、基本内容
数据仓库技术推动DSS新的发展；基于数据仓库的DSS的结构与特性；基于数据仓库的DSS的开发过程、技术及架构；基于数据仓库的各种DSS研究设计与实现；综合DSS的基本结构和原理。
2、教学基本要求
了解数据仓库技术对DSS系统发展的作用和影响；掌握数据仓库技术、OLAP及数据挖掘技术构建DSS的基本思想和方法；初步了解用数据仓库技术开发决策支持系统的步骤；能正确认识综合决策支持系统的功能、作用和设计原理。
3、教学重点难点
重点：
基于数据仓库的DSS的结构与特性；基于数据仓库的DSS的开发过程、技术及架构；基于数据仓库的各种DSS研究设计与实现；综合DSS的基本结构和原理；难点：
基于数据仓库的DSS的开发过程、技术及架构；基于数据仓库的各种DSS研究设计与实现。
第十章决策支持系统的应用
1、基本内容
DSS应用概述；客户关系管理中的DSS应用
2、教学基本要求
了解决DSS应用的领域和范围；正确认识DSS在客户管理中的作用；了解农业决策支持系统的设计与开发。
3、教学重点难点
重点：
客户关系管理中的DSS应用；难点：
客户关系管理中的DSS应用
实验教学部分
实验学时：
16
实验指导书：
信息教研室编，《信息管理专业部分课程实验指导》，内部用书，2007
一、实验目的与基本要求
验证有关概念和理论，加深对概念和知识的理解和认识；熟悉和掌握有关工具的使用方法；初步具备使用所学知识和工具开发农业智能决策系统的能力。
要求学生每次试验前做好预习和准备工作，包括提前熟悉实验内容，编写好应用程序。
上机实验时要对程序进行认真调试，直至可以运行并获得正确的实验结果为止。
同时要经过对实验过程的认真思考，提升对课程内容和知识的认识。
每个必做试验要提交实验报告一份，期末提交课程设计报告一份。
二、实验考核方式及办法
实验考核采取上机操作、试验报告评判的综合考核方式，上机操作和实验报告得分作为该门课程平时成绩的一部分，课程设计报告得分作为该门课程期末考试成绩。
三、实验项目一览表
《农业决策支持系统》实验项目一览表
序号实验项目名称实验类型实验要求适用专业学时
1数据仓库的构建设计性必做信息管理2
2OLAP的基本操作验证性必做信息管理2
3决策树应用系统设计设计性必做信息管理2
4遗传算法应用系统设计设计性必做信息管理2
5神经网络应用系统设计设计性必做信息管理2
6知识库的构建与使用设计性必做信息管理2
7农业决策支持系统开发 综合性、设计性必做信息管理4
合计16
四、实验项目的具体内容
实验一数据仓库的构建
1、本次实验的目的和要求
加深对数据仓库的理解与认识，了解构建与使用数据仓库的基本方法。
为保证实验效果，学生首先要理解数据仓库的数据模型，根据实际问题，设计好数据仓库及应用程序，然后上机调试运行，写出实验报告。
2、实验内容或原理
数据仓库及应用程序设计，调试及运行。
实验二OLAP的基本操作
1、本次实验的目的和要求
加深对OLAP操作的理解与认识，了解OLAP的基本操作方法。
为保证实验效果，学生首先要理解OLAP操作的基本模型，根据实际问题，设计好数据仓库和操作分析内容，然后上机操作，写出实验报告。
2、实验内容或原理
OLAP操作的对象设计，OLAP的基本操作方法练习。
实验三决策树应用系统设计
1、本次实验的目的和要求
加深对决策树概念的理解与认识，了解利用决策树分类的基本方法。
为保证实验效果，学生首先要理解决策树的原理，根据实际问题，设计好决策树应用程序，然后上机调试运行，写出实验报告。
2、实验内容或原理
决策树应用系统设计，调试及运行。
实验四遗传算法应用系统设计
1、本次实验的目的和要求
加深对遗传算法的理解与认识，了解遗传算法优化求解的基本方法。
为保证实验效果，学生首先要理解遗传算法的原理，根据实际问题，设计好遗传算法求解程序，然后上机调试运行，写出实验报告。
2、实验内容或原理
遗传算法求解程序的设计，调试及运行。
实验五神经网络应用系统设计
1、本次实验的目的和要求
加深对神经网络的理解与认识，了解神经网络模型构建与使用的基本方法。
为保证实验效果，学生首先要理解神经网络的原理，根据实际问题，设计好神经网络模型及实现程序，然后上机调试运行，写出实验报告。
2、实验内容或原理
神经网络模型实现程序的设计，调试及运行。
实验六知识库的构建与使用
1、本次实验的目的和要求
加深对知识库及推理过程的理解与认识，了解知识库构建与使用的基本方法。
为保证实验效果，学生首先要理解基于规则的知识表示方法和机内实现，清楚推理的实现过程，根据实际问题，设计好知识库及推理程序，然后上机调试运行，写出实验报告。
2、实验内容或原理
知识库及推理程序设计，调试及运行。
实验七农业决策支持系统开发
1、本次实验的目的和要求
深入理解和认识所学概念和知识，建立知识之间的有机联系，了解农业决策支持系统开发与设计的过程与基本方法。
为了保证实验效果，学生首先要熟悉课程的全部内容，动手完成农业决策支持系统的设计与编程，上机调试运行，写出课程设计报告。
2、实验内容或原理
农业决策支持系统设计、编程、调试和运行。
升级会员 