一、引言
设备管理是企业管理中一项重要工作，对企业的生产经营起着决定性的作用。随着生产的发展，设备向着高速化、大型化、复杂化、超小型化方向发展，数据信息越来越多，相互关系也越来越复杂，企业管理层对设备管理数据分析的时效性和正确性提出了更高的要求。
传统的企业设备管理决策支持系统基本上都是基于数据库技术开发而成，而数据库技术是以单一的数据资源为中心，主要用于事物处理，其数据缺乏组织性，大多数以原始的形式存储，难以转化为有用的信息，对数据的合成、分析、挖掘和综合支持功能较差，势必造成决策不利、库存积压、资金浪费，影响企业的生产和效益。引入数据仓库技术可以很好地解决这种状况，可以把决策所需的信息从原始数据库中分离出来，转化为集中统一、随时可用的信息，迅速提供给决策层，实现数据信息的高度利用和高层次利用，为企业设备管理决策支持系统的研究和开发提供了一条新的途径，把决策支持系统推向到实用化阶段。
二、主要技术介绍
1．决策支持系统
决策支持系统（DSS）是在电子数据处理系统和管理信息系统基础上发展起来的一种支持决策过程的计算机信息系统。它以管理科学、运筹学、控制论和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，针对半结构化决策问题，为决策者提供决策所需的数据、信息，建立方法和模型，通过定性分析和定量计算，采取人机对话的方式，为管理人员提供一个分析问题、模拟决策过程及决策方案的决策支持环境。
2．数据仓库系统
数据仓库系统是为了利用现有的数据进行分析和推理，从而为决策提供依据而建立的综合体系。数据仓库（DW)、联机分析处理（OLAP）和数据挖掘（DM）是其中相互独立又相互关联的核心技术。
数据仓库是支持经营管理决策过程的、面向主题的、集成的、稳定的、随时间变化的数据集合。它以多个同构或异构的传统数据库作为原始数据源，将大量用于事务处理的业务数据经过清洁、抽取、变换、概括和聚集操作，按决策主题的需要进行数据重组和数据存储，提供全局的、统一的、语义一致的、组织良好的数据视图，使最终用户可以直接从中处理数据，进行数据分析，提高了访问和处理数据信息的速度与效率。
联机分析处理是在数据仓库基础上进行深入的数据分析，获得关键信息以支持决策分析的主要手段之一。它是指一系列交互的查询过程，在查询过程中需要将数据在不同层次、不同阶段上进行分析处理，从而获得高度归纳的信息。
数据挖掘是一个决策支持过程，主要基于人工智能、决策学、机器学习等技术，高度自动化地分析原始数据，做出归纳性的推理，从中挖掘出潜在的模式，预测管理者的行为，以帮助决策者做出正确的决策。
3．基于数据仓库的DSS应用结构
数据仓库这一体系结构的提出，将事物型处理和分析型处理两种类型区分开来，为DSS提供了解决方案。DSS一般结构为三库一体化结构，即：数据库、模型库、知识库。DSS中的数据库是存储于计算机中的用于决策的业务数据的集中，是DSS的基础，但DSS中使用的数据库中存储的是对原始数据和基本数据进行筛选、提炼加工或统计后形成的可用的综合数据。而模型库是决策模型的集合，它存储了有关某个决策问题的理论模型和经验使用，并且提供了使用这些模型的功能。DSS的方法库中存储有关方法程序，允许计算机过程本身交互式存取数据，从数据库中选择数据，从方法库中选择算法，将数据和算法结合起来进行计算并显示出来，供决策者使用。因此数据仓库与DSS结合起来，形成如下这样一种关系：数据库用DW技术解决；模型库用OLAF，工具分析；方法库用DM技术实现。
以数据仓库为基础，通过查询工具和分析工具，完成对信息的提取，满足用户的需求，成为对决策层有价值的信息资源，由此可见数据仓库与决策支持系统真正的结合，才能使DSS成为一个真实的可行的决策支持系统。
