多目标决策的基本概念
第七章多目标决策的基本概念
Foundational Concept of Multi-criterion Decision-making
本章主要参考文献: 68, 111, 112
§7.0 概述
一、特点
1.目标多于一个
2.目标间不可公度(Non-commensurable)
3.目标间的矛盾性
例：毕业分配的去向: 收入、工作强度、学术性、社会地位、地理位置…
接班人的选择: 德、才、年龄、健康状况…
水库库容( 坝高)的选择发电、防洪、淹没(移民)、投资…
扩建学校: 地点、质量、投资…
买衣服价廉、物美(尺寸、款式、颜色) 、面料结实、加工质量…
二、分类
1.按方案个数分
MC: MA(multi-attribute) ：决策变量离散，方案有限……方案评估、排序
MO(multi-objective)：决策变量连续，方案无限……向量优化，数学规划
2.按自然状态分：确定型
非确定型风险型
不确定性
3.按决策者个数: 单人
多人
三、几个术语的含义
1.属性(Attributes) characteristic; essential quality
是备选方案的特征、品质或性能参数
2.目标(objectives) final aim
是决策人所感觉到的比现状更佳的客观存在
表示决策人的愿望或DMer所希望达到的方向
例：制定发展规划：经济增长、生活改善、社会安定、对外援的依赖小、失业率低
3.目的(Goals)
是在特定时间、空间状态下，DMer所期望的事情目标给出预期方向，给出希望达到的水平。
但目标与目的两个词的区别已模糊，常常互换使用.
4.准则(Criterion) standard of judgment; principle by which sth. Is measured for value
准则是判断的标准或检验合意性的规则。兼指属性及目标我国现状：多目标分成①有限方案多目标决策
②无限方案多目标决策
§7.1 多目标决策与多目标评价
一、多目标决策的求解过程
启始
构造问题
系统建模
分析评价
图7.1 多目标决策的求解步骤
二、多目标评价
通常针对现有系统或设计中的系统
(例外：三峡工程综合效益研究,评价的是各种设计方案与不兴建三峡工程的利弊得失)
?关于价值判断
1.元素的分类
·factual (事实元素) 可以用科学手段、方法检测或通过变换成为可检测的因素
·value (价值元素) 无法用任何科学手段来检测或处理的因素
决策科学区别于自然科学的根本因素在于决策科学要考虑价值元素,要作价值判断.
2.决策过程所需要进行的价值判断
·构造问题步: 需要、企图等主观因素对①辩识问题的界限和环境
②确定目标及相应属性的影响
·选择模型形式、确定模型的关键变量
·选择决策规则
3.侧重点
·实验心理学家与行为科学家关心判断中的心理状态·管理科学与运筹学家关心作判断的指导原则
·MCDM最重要的判断是决策人的偏好结构
§7.2 多目标决策问题的五要素
一、决策单元(Decision-making Unit)
决策人、分析人员、人机系统构成决策单元.
决策单元的作用：提供价值判断，据以排列方案的优先序功能：接受输入信息产生内部信息形成系统知识作决定
二、目标集(Set of Objectives)及其递阶结构
目标是决策人希望到达的状态
目标可以表示成层次结构:
最高层目标是促使人们研究该问题的原动力, 但是它过于笼统，不便运算,需分解为具体而便于运算的下层目标。某流域水资源项目的目标如下图:
图7.2目标的递阶结构
三、属性集(Set of Attributes)和代用属性(Proxy attribute) ·属性是对基本目标达到程度的直接度量
当目标无法用属笥值直接度量时，用以衡量目标达到程度的间接量叫代用属性
例如：i生态保护：用野生动植物品种数量的增减、鱼类的品种数量，洄游鱼类的通过量
ii,合格的教师队伍: 用教师的学历结构、职称结构、专业结构、科研能力(论文、成果数量)等来衡量.
·对属性的要求：
①可理解：属笥要能充分说明目标满足的程度
②可测：给定方案的属性在实际上可以用数值(以一定单位)来表示
·对属性集的要求：
①完全的：反映了决策问题的所有重要方面
②可运算的：能有效地用于进一步的分析
③可分解的：属性集可以分成几部分，使评价简化
④非冗余的：问题没有那个方面被重要考虑
⑤最小的：对同一问题，找不到另一个完全的属性集，它有更少数目的元素
四、决策形势(情况)( Decision Situation)
决策形势指决策问题的结构和环境,它的范围宽窄不等。
·宽到包括全过程，方案无限多, 如：大型水利工程，区域规划，国民经济规划
·窄到只包括分析评价步……方案数有限, 例：购物，分配选点，扩建学校。
五、决策规则(Decision Rule)
·决策即选择最好的可行方案,这就需要对方案根据其性能排序(或分挡定级).而对方案排序或分挡定级的依据称作决策规则.
·有时目标的阐述包含了决策规则, 如：公司的目标：获得最大利润.
·有时需另加说明, 例：改善水质.
决策规则可分为两大类：1.优化：Optimizing
2.满意：Satisfying
§7.3多目标决策问题(MCDP)的符号表示
完整地表达MCDP需说明五要素。
MADP
MODP
决策变量x ．= (x1,x2,…,xN)
方案集X = { x1,x2,…,xm } X = { x．|gi(x．)≤0,I=1,2,…,m, x．∈}
属性集{f1,f2,…,fn} 用目标函数fj(x．)
j=1,2,…,n 表示
(可列出属性矩阵)
决策情况分析一评价建模→方案集→偏好解
非劣解
决策规则(见pp123-124之例)
§7.4 非劣解(Non-inferior solution)
非劣解又称非控解(non-dominance solution)
有效解(efficient solution)
巴列托最优解(Pareto-optimal solution)
锥最优解( cone-optimal solution)
一、定义
1. f．(x．)为多目标决策问题向量目标函数，其分量fj(x．) j=1,2, …,n 均越大越优，对x．∈X, 若在X中不存在x．使fj(x．) ≥fj(x．) 对j=1 或2 或…n，且至少对一个j严格不等式成立，则称x．为向量优化问题的非劣解.
或2. (用文字表述) 所谓非劣解是指这样的方案(记作A),在可行解集中我们再也找不到另一方案B,方案B的各目标函数值(属性值)都不劣于方案A的相应目标值，而且B至少有一个目标比方案A优。
3. 若Y∩(y．∪D(y．))= y．, 则y．是锥最优解
其中D(y．)={d．| d．∈,d=y-y≥0}
MCDP若无最优解，就有一个以上非劣解。
二、最佳调和解(Best Compromise Solution)
根据决策人的偏好结构从非劣解集中选出的决策人最满意的解叫最佳调和解.
多目标决策
第13章多目标决策 单目标决策问题前三章已经进行了较为详细的探讨。从合理行为假设引出的效用函数，提供了对这类问题进行合理分析的方法和程序。但在实际工作中所遇到的的决策分析问题，却常常要考虑多个目标。这些目标有的相互联系，有的相互制约，有的相互冲突，因而形成一种异常复杂的结构体系，使得决策问题变得非常复杂。 国外一般认为，多目标优化问题最早是在19世纪末由意大利经济学家帕累托（V.Pareto）从政治经济学的角度提出来的，他把许多本质上不可比较的目标，设法变换成一个单一的最优目标来进行求解。到了20世纪40年代，冯诺曼等人由从对策论的角度提出在彼此有矛盾的多个决策人之间如何进行多目标决策问题。1950年代初，考普曼（T.C.koopmans）从生产和分配的活动分析中提出多目标最优化问题，并引入了帕累托最优的概念。1960年代初，菜恩思（F.Charnes）和考柏（J.Cooper）提出了目标规划方法来解决多目标决策问题。目标规划是线性规划的修正和发展，这一方法不只是对一些目标求得最优，而是尽量使求得的最优解与原定的目标值之间的偏差为最小。1970年代中期，甘尼（R.L.Keeney）和拉发用比较完整的描述多属性效用理论来求解多目标决策问题。1970年代末，萨蒂（A.L.Saaty）提出了影响广泛的AHP(the analytical hierarchy process)法，并在1980年代初纂写了有关AHP 法的专著。自1970年代以来，有关研究和讨论多目标决策的方法也随之出现。 总之，多目标决策问题正愈来愈多的受到人们的重视，尤其是在经济、管理、系统工程、控制论和运筹学等领域中得到了更多的研究和关注。 13.1 基本概念 多目标决策和单目标决策的根本区别在于目标的数量。单目标决策，只要比较各待选方案的期望效用值哪个最大即可，而多目标问题就不如此简单了。 例13.1房屋设计 某单位计划建造一栋家属楼，在已经确定地址及总建筑面积的前提下，作出了三个设计方案，现要求根据以下5个目标综合选出最佳的设计方案：1）低造价（每平方米造价不低于500元，不高于700元）； 2）抗震性能（抗震能力不低于里氏5级不高于7级）； 3）建造时间（越快越好）； 4）结构合理（单元划分、生活设施及使用面积比例等）； 5）造型美观（评价越高越好） 这三个方案的具体评价表如下。
决策支持系统期末考试复习
决策支持系统（DSS）与管理信息系统（MIS）的联系和区别 DSS是从MIS的基础上发展起来的，都是以数据库系统为基础，都需要进行数据处理，也都能在不同程度上为用户提供辅助决策信息。 DSS与MIS的不同 （1）MIS是面向中层管理人员，为管理服务的系统。DSS是面向高层人员，为辅助决策服务的系统。 （2）MIS综合了多个事物处理功能如生产、销售、人事等。DSS是通过模型计算辅助决策。 （3）MIS是以数据库系统为基础，以数据驱动的系统。DSS是以模型库系统为基础的，以模型驱动的系统。 （4）MIS分析着重于系统的信息的需求，输出报表模式是固定的。DSS分析着重于决策者的需求，输出的数据是计算的结果。 （5）MIS系统追求的是效率，即快速查询和产生报表。DSS追求的是有效性，即决策的正确性。 （6）MIS支持的是结构化决策。这类决策是已知的、可预见的，而且是经常的、重复发生的。DSS支持的是半结构化决策。这类决策是指既复杂又无法准确描述处理原则又涉及大量计算，既要应用计算机又要用户干预，才能取得满意结果的决策。 论述决策过程 答：决策过程是决策者对决策问题进行识别、分析、研究、最终作出决策的过程。 1.识别问题：一切决策活动都必须从问题开始，而不是从演绎推理和假设开始。因此，问题的存在是一切决策活动的发端，“问题”在决策活动中占有特殊重要地位。决策制定过程始于一个存在的问题，或更具体一些，存在着现实与期望状态之间的差异。 在决策系统中，问题的产生来源于以下三个方面： （1）主观方面产生的问题； （2）客观方面产生的问题；
（3）实践活动方面产生的问题。 2.确定目标：当选择要解决的问题后，为了抓住问题的实质，必须首先确定系统的决策目标，即进行决策系统的目标分析。经过分析后，所确定的目标必须符合以下要求：目标成果可以用决策目标的价值准则进行定性或定量的衡量；目标是可以达到的，即在内外各种约束条件下是现实的、合理的、可能实现的；达到目标要有明确的时间概念。 3.收集信息：一旦确定了需要解决的问题，就必须对问题进行系统扮析，着手调查研究，收集与解决问题相关的信息，并加以整理。只有掌握了大量准确的信息，才有可能作出正确的决策，提高科学决策水平。为了保证信息收集的质量，应坚持以下原则：（1）准确性原则；（2）全面性原则；（3）时效性原则。 4.确定决策标准和拟订决策方案：确定决策标准，即运用一套合适的标准分析和评价每个方案。首先确定出若干与决策相关的因素，然后规定出各种方案评比、估价、衡量的标准。在一般情况下，实现目标的方案不只一下，而是有两个或更多的可供选择的方案。拟订可行方案主要是寻找达到目标的有效途径，因此这一过程是一个具有创造性的过程。 5.分析方案：备选方案拟订出之后，决策者必须认真地分析每一个方案的可应用性和有效性。对每一个备选方案所希望的结果和不希望的结果出现的可能性进行估计，运用第四阶段确定的标准来对这些备选方案进行比较。 6.选择方案：就是在各种可供选择的方案中权衡利弊，然后选取苦命或对一些各有利弊的备选方案优势互补、融会贯通、取其精华、去其不足。 7.实施方案：选择满意的方案后，决策过程还没有结束，决策者还必须使方案付诸实施。他必须设计所选方案的实施方法，做好各种必需的准备工作，实施方案阶段是最重要的阶段。 8.评价决策效果：决策者最后的职责是定期检查计划的执行情况并将实际情况与计划结果进行对比。这一过程根据已建立的标准来衡量方案实施的效益，通过定期检查来评价方案的合理性。
第十七章 多目标决策法
第十七章多目标决策法 基本内容 一、多目标决策概述 多目标决策:统计决策中的目标通常不会只有一个，而是有多个目标，具有多个目标的决策问题的决策即称为多目标决策。多目标决策的方法有多属性效用理论、字典序数法、多目标规划、层次分析、优劣系数法、模糊决策法等。 多目标决策的特点： 1、目标之间的不可公度性，即众多目标之间没有一个统一标准。 2、目标之间的矛盾性。某一目标的完善往往会损害其他目标的实现。 常用的多目标决策的目标体系分类：单层目标体系；树形多层目标体系；非树形多层目标体系。 多目标决策遵循的原则： 1、在满足决策需要的前提下，尽量减少目标个数。 2、分析各目标重要性大小，分别赋予不同权数。 二、层次分析法 层次分析法，简称AHP法，是用于处理有限个方案的多目标决策方法。 （一）层次分析的基本原理 层次分析法的基本思想：是把复杂问题分解为若干层次，在最低层次通过两两对比得出各因素的权重，通过由低到高的层层分析计算，最后计算出各方案对总目标的权数，权数最大的方案即为最优方案。 层次分析法的基本假设：层次之间存在递进结构，即从高到低或从低到高递进。 （二）层次分析法的步骤 1、明确问题，搞清楚涉及的因素以及因素相互之间的关系。 2、建立层次结构模型。将决策问题层次化，划分为总目标层、分目标层和方案层。 2、通过对各层元素的重要性进行两两比较，构造判断矩阵。 3、由各层判断矩阵确定各层权重。用特征向量法中的和积法求解判断矩阵的最大特征值和归一化后的特征向量。 4、对各层判断矩阵的一致性进行检验。一致性检验通过后，按归一化处理过的特征向量作为某一层次对上一层次某因素相对重要的排序加权值。否则，对判断矩阵进行调整。
多目标决策方法
多目标决策方法 一．多目标决策方法简介 1．多目标决策问题及特点 （１） 案例 个人：购物；买房；择业．．．．．． 集体或社会：商场，医院选址；水库高度选择．．．．．． （２） 要素 行动方案集合X;目标和属性；偏好结构和决策规则 （3） 多目标决策有如下几个特点： 决策问题追求的优化目标多于一个；目标之间的不可公度性：指标量纲的不一致性； 目标之间的矛盾性； 定性指标与定量指标相混合：有些指标是明确的,可以定量表示出来,如：价格、时间、产量、成本、投资等。有些指标是模糊的、定性的,如人才选拔时候选人素质考察时往往会以：思想品德、学历、能力、工作作风、市场应变能力等个性指标作为决策依据。 2． 多目标决策问题的描述 )}(),(),({21x f x f x f DR n 0)(,0)(,0)(.21 x g x g x g T S p 决策空间：}0)({ x g x X i 目标空间 })({X x x f F 两个例子：
离散型；连续型 3．多目标决策问题的劣解与非劣解 非劣解的寻找连续型有时较难 4．多目标决策主要有以下几种方法： （１）化多为少法：化成只有二个或一个目标的问题； （２）直接求非劣解法：先求出一组非劣解，然后按事先确定好的评价标准从中找出一个满意的解。 （３）分层序列法：将所有目标按其重要性程度依次排序，先求出第一个最重要的目标的最优解，然后在保证前一目标最优解的前提下依次求下一目标的最优解，一直求到最后一个目标为止。（ （４）目标规划法：对于每一个目标都事先给定一个期望值，然后在满足系统一定约束条件下，找出与目标期望值最近的解。（５）重排序法：把原来的不好比较的非劣解通过其他办法使其排出优劣次序来。 （６）多属性效用法：各个目标均用表示效用程度大小的效用函数表示，通过效用函数构成多目标的综合效用函数，以此来评价各个可行方案的优劣。 （７）层次分析法：把目标体系结构予以展开，求得目标与决策方案的计量关系。 （８）多目标群决策和多目标模糊决策。 （９）字典序数法和多属性效用理论法等。
多目标决策方法20页word文档
多目标决策方法 一．多目标决策方法简介 1．多目标决策问题及特点 （１） 案例 个人：购物；买房；择业．．．．．． 集体或社会：商场，医院选址；水库高度选择．．．．．． （２） 要素 行动方案集合X;目标和属性；偏好结构和决策规则 （3） 多目标决策有如下几个特点： 决策问题追求的优化目标多于一个；目标之间的不可公度性：指标量纲的不一致性； 目标之间的矛盾性； 定性指标与定量指标相混合：有些指标是明确的,可以定量表示出来,如：价格、时间、产量、成本、投资等。有些指标是模糊的、定性的,如人才选拔时候选人素质考察时往往会以：思想品德、学历、能力、工作作风、市场应变能力等个性指标作为决策依据。 2． 多目标决策问题的描述 决策空间：}0)({≤=x g x X i 目标空间 })({X x x f F ∈= 两个例子： 离散型；连续型 3． 多目标决策问题的劣解与非劣解 非劣解的寻找连续型有时较难
4．多目标决策主要有以下几种方法： （１）化多为少法：化成只有二个或一个目标的问题； （２）直接求非劣解法：先求出一组非劣解，然后按事先确定好的评价标准从中找出一个满意的解。 （３）分层序列法：将所有目标按其重要性程度依次排序，先求出第一个最重要的目标的最优解，然后在保证前一目标最优解的前提下依次求下一目标的最优解，一直求到最后一个目标为止。（ （４）目标规划法：对于每一个目标都事先给定一个期望值，然后在满足系统一定约束条件下，找出与目标期望值最近的解。 （５）重排序法：把原来的不好比较的非劣解通过其他办法使其排出优劣次序来。 （６）多属性效用法：各个目标均用表示效用程度大小的效用函数表示，通过效用函数构成多目标的综合效用函数，以此来评价各个可行方案的优劣。 （７）层次分析法：把目标体系结构予以展开，求得目标与决策方案的计量关系。 （８）多目标群决策和多目标模糊决策。 （９）字典序数法和多属性效用理论法等。 二、几种常见方法简介及应用 1．加性加权法 （1）基本假设：1.属性描述用基数定量描述，且相互独立； 2.价值函数的形式是加性的。
#决策理论第5章 多目标决策分析习题参考解答
第5章 多目标决策分析习题参考解答 5-1 对于单层次、多层次序列型和多层次非序列型三种目标准则体系，各举出一个社会生活或经济管理的实例，并构造目标准则体系的结构图。 参考解答: 单层次目标体系（设备采购） 系列型多层次目标准则体系（课题立项选择） 二类服务器 价格 内存 硬盘 网卡 R A I D 电源风扇 P C I I /O 管理维护 售后服务 科研课题 成果贡献 人才培养 课题可行性 使用价值 科学意义 难易程度 研究周期 财政支持 硕士研究生 博士研究生 青年教师
非系列型多层次目标准则体系（某地区总人口） 5-2 对学生进行综合评价的目标准则体系、效用并合规则和权系数如图5-36所示，用多维效用并合方法对学生水平进行综合评价，写出对学生水平满意度的计算公式。 智育体育学生水平理论实践H 3 V 2 V 1 w 2 w 政治理论 政治表现 基础知识 专业知识 动手能力 公关能力 体育成绩 体质情况 1u 2u 3u 4u 5u 6u 7u 8 u 3 /1)(3 /2+) (?) (?3 /1)(3 /2+)(?德育1 V ) (? 图5-1 学生水平评价目标准则体系 参考解答: 对学生水平满意度的计算公式为 ))](3 1 32(3132)[(87654321u u u u u u u u ++ 5-3 某个工厂有一百多个岗位，这些岗位复杂程度各不相同，工作的环境各不一样，一个合理的岗位工资分配制度对于提高员工满意度、体现人力资源的公平性具有非常重要的作用，而该工厂所处的行业比较特殊，没有可以借鉴的经验，必须由该工厂对自已的岗位工资水平进行合理地定义。现已知社会的平均工资水平，该公司决定比社会平均工资水平高10%做为公司总的基数，工厂面临的问题是如何对工厂内部各个岗位的工资基数进行分配？ 总人口 出生率 死亡率 生育能力 计划生育政策 传统习惯 期望寿命 保健水平 食物营养 国民收入 污染程度
决策支持系统
决策支持系统 1、运筹学和系统工程利用计算机技术后，形成了模型辅助决策系统。 2、MIS的主要爱功能是事务处理。 3、DSS是面向高层人员。为辅助决策是的系统。 4、DSS支持的是半结构化决策或非结构化决策 4、DSS是以模型库系统和知识库系统为基础、以模型和知识驱动的系统。 4、DSS追求的是效益，即决策的正确性。 5、人工智能（AI）的基本内容包括：知识获取、知识组织和知识处理方法。 6、在AI系统中，将与问题有关的知识组织和存储在一起，称为知识库。 7、西蒙认为决策过程包括四个阶段：信息、设计、选择和实现。 8、在决策全过程中需要遵循的原则：实事求是原则，外脑原则，经济原则。 9、在决策实施过程中需要遵循的原则：跟踪原则，反馈原则。 10、决策过程开始于信息阶段。 11、决策变量描述行动方案，该变量的值由决策人确定。 12、模型的解是某选定方案中决策变量的一组特定值。 13、选择阶段包括从设计阶段已找到的行动方案集合中，搜索适当的行动方案，用于解决问题。 14、对于规范模型，既可用分析方法，也可用穷举法。 14良好的DSS必须能容易进行What-if分析和目标搜索。 15按决策的对象和范围可将决策分为宏观决策和微观决策。 16、企业家们做出决策的众多方式具有三个特点：合理性、策略性和灵活性。 17、最常用的结构化决策模型有两种：决策影像图模型和决策树模型。 18、在决策影响图中，椭圆表示偶然事件。 19、在决策树中，圆框表示变化的事件。 20、决策树用于风险分析。 21做决策所包含的信息包含大量的不完全信息。 22、DSS主要由数据库子系统、模型库子系统和用户接口子系统构成。 23、模型库子系统由模型库和模型库管理系统组成，他是DSS的核心部分，也是DSS区别于其他信息系统的重要标志。 24、在DSS基本结构中，增加了知识库子系统。 25、数据结构有六种。 25、依照模型库建立和使用的特点可以把模型库分为三类：通用模型库，专用模型库，智能模型库。 26、操作模型是指为解决业务操作的决策问题而建立的模型库。 27、知识库系统的核心部分是知识库和推理机制。 28利用行动语言表达用户需求的方式称为接口交互模式。 28原型法有下列主要优点：1开发时间短2用户反馈速度快3用户对系统及其信息需求和功能的理解增强4费用低。 28面向对象方法是以对象或数据为中心。 29系统实现阶段包括下列任务：测试、评价、演示、说明、训练和配置。 30、电子表格是最流行的终端用户建模工具之一。 31、两种最流行PC表格软件包是Microsoft Excel和Lotus1-2-3。 32、物理集成包含完成功能继承所需要的硬件、软件和通信功能的集成。
多目标决策简单概述
第十一章多目标决策 (Multi-objective Decision-making) 主要参考文献68, 111 §11.1 序言 MA：评估与排序 MCDP MO：数学规划 一、问题的数学表达 N个决策变量= {, ,…, } n个目标函数() = ( (), (),…, ()) m个约束条件∈X即: ()< 0 k=1,…,m >0 (1) 不失一般性，MODP可表示成： P1 M ax { (), (),…, ()} s.t. ∈X 这是向量优化问题，要在可行域X中找一，使各目标值达到极大。 通常并不存在，只能找出一集非劣解 (2) 若能找到价值函数v( (), (),…, ()) 则MODP可表示成： P2 M ax v ( (), (),…, ()) s.t. ∈X 这是纯量优化问题，困难在于v如何确定。
二、最佳调和解(Best Compromise Solution) P3 DR (f1(x ?),f2(x ? ),…, f n(x ? )) s.t. x ? ∈X 即根据适当的Decision Rule在X中寻找BCS x c ? 常用的Decision Rule: max V max EU min d p (f ? - f ? ) 求BCS必须引入决策人的偏好 三、决策人偏好信息的获取方式 1.在优化之前，事先一次提供全部偏好信息 如：效用函数法，字典式法，满意决策，目的规则 2.在优化过程中：逐步索取偏好信息 如：STEM SEMOP Geoffrion, SWT 3.在优化之后：事后索取偏好，由决策人在非劣解集中选择 i，算法复杂，决策人难理解，ii,计算量大， iii,决策人不易判断各种方式的利弊比较 黄庆来[111]的分类表:
简述决策支持系统的功能和结构
简述决策支持系统的功能和结构 1、模型库 “模型”的概念，最初被用于自然科学的研究和工程设计，如分子模型、天体运动模型、建筑模型等。这些被称为模拟模型，在应用中发现这些模型有一定的局限性，构造一个模型往往要花费大量的人力物力，而且对于一些问题的研究不能借助于这种模拟模型，比如要研究事物随时间或外界条件的变化而变化的规律，静态的模拟模型就不能适用，这时，找到了另一种模拟方法，即数学模拟方法。这种方法将客观事物的变化用数学方法表现出来，将事物外界或内部条件的变化用自变量表示，将要反映的事物变化用应变量表示。 计算机技术的形成和发展，使人们能够依赖计算机求解一些较为庞大、复杂的数学模型。如对于国民经济的计划模型、宏观预测模型等，必须借助于较大规模的计算机系统才能容纳其巨大的数据量，完成亿万次的工作量。在管理领域常见的是信息处理模型，它的表达式为数学表达式、计算机程序等，通过对模型的建立和使用，决策者可以获得有用的辅助决策信息。建立模型是有关决策领域的专家学者在探索事物的变化规律中抽象出它们的数学模型，这项工作是创造性的劳动，需要花费大量的精力来得到规律性或相近的数学模型。 数学模型建立之后的一具重要问题就是该模型的求解算法，它可以是精确求解，也可以是近似求解，这种算法的提出由计算机数值计算学者来完成。有了模型算法，就可以用计算机语言来编制成程序。实际的决策者就可以利用模型程序在计算机上执行，计算出结果，得到辅助决策信息。模型是辅助决策的重要手段，模型库是模型的集合，它按照一定的组织方法，将模型有机地汇集起来，由模型库管理系统统一管理。模型库以及模型库管理系统构成模型库系统。 2、方法库 方法库系统由方法库和方法库管理系统组成。它的基本功能是为各种模型的求解分析提供必要的算法以及为用户的决策活动提供所需的方法。方法库中的方法通常可以包括各种优化方法、预测方法、统计方法、对策方法、风险方法、矩阵方程求解等。 方法库管理系统负责对方法的描述、录入、存储、增加、修改、删除等处理。通常采用的方法是选择适当的计算机程序设计语言，将有关算法变成一组可执行的程序存入计算机内。这些程序可以表示为附有描述说明的函数或过程，而后按照求解问题的需要调用对应程序模型，从而达到求解问题的目的。另外，方法库管理系统还应具有与数据库、模型库进行交互的能力以及为用户选择算法提供灵活方便的交互揭示功能。 3、“三库”的联系 从支持决策过程来看，数据库、方法库和模型库，即“三库”是DSS?的三大组成部分，
决策支持系统名词解释大全
高度结构化决策：如果决策的目标简单，可选行动方案少，界定并且明确决策带来的影响，则此类决策为高度结构化决策。 简答决策支持系统的设计思想：是努力实现一个具有巨大发展活力的、适应性强的开发系统，其设计方法则强调充分发挥人的经验、判断力、创造力，强调其未来的发展，努力使决策更加正确。 数据仓库：将大量用于事物处理的传统数据库数据进行清理、抽取和转换，并按决策主题的需要进行重新组织。 确定型决策：是指只存在一种完全确定的自然状态的决策。 风险型决策：也称随机决策，是决策者根据几种不同的自然状态可能发生的概率所进行的决策。 不确定型决策：对这类事件的决策只能在不肯定情况作出，即在知道可能出现的各种自然状态，但又无法确定各种自然状态发生概率的情况下作出，这类决策问题就是不确定型决策。目标准则体系：在多目标决策问题中，其目标或者经过逐层分解，或者依据决策主体要求和实际情况需要，形成多层次结构的子目标系统，使得在最低一层子目标可以用单一准则进行评价，称之为目标准则体系。 多阶段决策过程：把一个问题看作是一个前后关联的具有链状结构的多阶段过程就称为多阶段决策过程。 定性方法：是指决策者在占有一定的事实资料、实践经验、理论知识的基础上，利用其直观判断能力和逻辑推理能力对决策问题进行定性分析的方法。 定量方法：是指决策者在占有历史数据和统计资料的基础上，运用数学和其他分析技术建立起可以表现数理关系的数学模型，并利用它进行决策的方法。 信息管理科学：是以信息为主要研究对象，以信息处理的规律和应用方法为主要研究内容，以计算机等技术为主要研究工具，以模拟和扩展人类的信息处理和知识处理功能为主要目标的综合性学科。 简答信息处理技术：是指信息本质与信息收集，信息组织与数据仓库，信息分析与数据挖掘。联机分析处理：是决策者和高层管理人员对数据仓库的多维信息分析处理。 数据挖掘：是从大量数据中提取或挖掘深层信息或知识的过程。 解决问题的灵活性：是指提供给最终用户的灵活性，称为解决问题的灵活性。 修改配置的灵活性：是指在使用F1还不能生效的情况下，DSS所提供的修正某个特定的DSS 的能力，称为修改配置的灵活性。 适配的灵活性：是指当完全不同的特定DSS的要求产生时，系统能够通过对DSS的基本成分的变更，使得新的专用DSS的产生。称为适配的灵活性。 包容的灵活性：如果DSS的基础技术的某些基本性质发生了变化，它们必然影响到在其之上的系统的能力，称包容的灵活性。 适应性设计方法：DSS的开发过程不应当像开发MIS那样严格地划分成若干阶段，而应当是一个前后各阶段紧密联系的、反复的实施过程。他们所提倡的DSS开发方法叫适应性设计方法，又称反复设计法。 四要素法：表达方式、系统操作、记忆输助、控制机构，这个系统分析观点又被简称为四要素法或ROMC方法。 DSS工具：是指用于开发DSS最基础的技术，既可用于DSS生成器的开发，也可用于专用DSS 的开发，它包括开发专用DSS或DSS生成器的基本硬件和软件单元。 外壳类：即提供决策支持系统的一个框架。当开发一个具体的DSS时，开发者只需根据使用说明填写“具体内容”（包括数据、模型与方法等），即可形成一个可运行的决策支持系统。专用DSS：是完成专门决策任务的计算机软件和硬件系统。
决策支持系统复习资料
一、基本知识点 1、管理信息系统是一种以计算机为基础，支持管理活动和管理功能的信息系统，更具体的定义为：由人和计算机结合的对管理信息进行收集、存储、维护、加工、传递和使用的系统。 2、管理科学是对管理问题用定量分析方法，建立数学模型，通过求解计算，达到辅助管理决策的一门学科 3、决策是指个人或集体为了达到或实现某一目标，借助一定的科学手段和方法，从若干被选方案中选择或综合成一个满意合理的方案，并付诸实施的过程。 4、决策支持系统具有交互式计算机系统的特征，帮助决策者利用数据和模型去解决半结构化问题。 5、决策信息是对决策过程发生作用的消息、情报和知识的总称。 6、模型是对于现实世界的事物、现象、过程或系统的简化描述，反映了实际问题最本质的特征和量的规律。 7、专家系统利用专家的知识进行推理，解决特定领域中的实际问题的计算机程序系统。 8、遗传算法是模拟生物进化的自然选择和遗传机制的一种搜索寻优算法。 9、数据仓库是面向主题的、集成的、稳定的、不同时间的数据集合，用于支持经营管理中的决策制定过程 10、联机分析处理是一种软件技术，它使分析人员能够迅速、一致、交互地从各个方面观察信息，以达到深入理解数据的目的。 11、知识发现是从数据集中识别出有效的，新颖的，潜在有用的，以及最终可理解的模式的高级处理过程。 12数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。 13、DSS的实质是在管理信息系统和管理科学/运筹学的基础上发展起来的 14、新决策支持系统包含的三项技术为数据仓库、联机分析处理和数据挖掘 15、综合决策支持系统是传统决策支持系统和新决策支持系统的结合 16、智能决策支持系统是专家系统和决策支持系统的结合 17、著名学者H.A. 西蒙认为决策过程由四步组成，按顺序分别是：确定决策目标，拟定各种被选方案，从各种被选方案中进行选择，执行方案 18、按照模型的表现可以将模型分为四种类型：物理模型、数学模型、结构模型、仿真模型（可改成选择题目：用得最多的模型是数学模型） 19、模型的组合方案有并行组合和串行组合 20、决策支持系统的三部件结构包括对话部件、数据部件和模型部件 21、决策支持系统的三系统结构包括语言系统、问题处理系统和知识系统 22、数据库系统由四部分组成：数据库、数据库管理系统、数据库管理员和用户和应用程序 23、数据库管理系统的四项主要功能：描述数据库、管理数据库、维护数据库和数据通信 24、数据库应用系统设计的主要步骤：需求分析、概念结构设计、逻辑结构设计和物理结构设计 25、计算机对模型使用所包含的三个阶段：模型程序、模型程序包和模型库 26、模型库由字典库和文件库组成 27、主要的遗传算子有选择算子、交叉算子和变异算子，其中选择和交叉算子基本上完成了大部分搜索功能，变异算子增加了找到接近最优解的能力。 28、数据集市具有的两种结构为：独立的数据集市和从属的数据集市 29、逻辑上的多维数据模型主要有星形模型、雪花模型、星网模型和第三范式 30、大多数数据仓库的逻辑结构采用星形模型，该模型是由事实表和维表组成。 31、基本的多维数据分析方法包括切片、切块、钻取和旋转 32、一个完整的数据仓库系统由数据仓库、仓库管理和分析工具三部分组成。
决策支持系统
决策支持系统(decision support system ，简称dss)是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统。它是管理信息系统(mis)向更高一级发展而产生的先进信息管理系统。它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。（1）结构化决策，是指对某一决策过程的环境及规则，能用确定的模型或语言描述，以适当的算法产生决策方案，并能从多种方案中选择最优解的决策。结构化决策问题相对比较简单、直接，其决策过程和决策方法有固定的规律可以遵循，能用明确的语言和模型加以描述，并可依据一定的通用模型和决策规则实现其决策过程的基本自动化。早期的多数管理信息系统，能够求解这类问题，例如，应用解析方法，运筹学方法等求解资源优化问题。(2)非结构化决策，是指决策过程复杂，不可能用确定的模型和语言来描述其决策过程，更无所谓最优解的决策。其决策过程和决策方法没有固定的规律可以遵循，没有固定的决策规则和通用模型可依，决策者的主观行为（学识、经验、直觉、判断力、洞察力、个人偏好和决策风格等）对各阶段的决策效果有相当影响，往往是决策者根据掌握的情况和数据临时作出决定。 (3)半结构化决策，是介于以上二者之间的决策，这类决策可以建立适当的算法产生决策方案，使决策方案中得到较优的解。其决策过程和决策方法有一定规律可以遵循，但又不能完全确定，即有所了解但又不全面，有所分析但又不确切，有所估计但又不确定。这样的决策问题一般可适当建立模型，但无法确定最优方案。 非结构化和半结构化决策一般用于一个组织的中、高管理层，其决策者一方面需要根据经验进行分析判断，另一方面也需要借助计算机为决策提供各种辅助信息，及时做出正确有效的决策。 决策的进程一般分为4个步骤： (1)发现问题并形成决策目标，包括建立决策模型、拟定方案和确定效 果度量，这是决策活动的起点； (2)用概率定量地描述每个方案所产生的各种结局的可能性； (3)决策人员对各种结局进行定量评价，一般用效用值来定量表示。效用值是有关决策人员根据个人才能、经验、风格以及所处环境条件等因素，对各种结局的价值所作的定量估计； (4)综合分析各方面信息，以最后决定方案的取舍，有时还要对方案作灵敏度分析，研究原始数据发生变化时对最优解的影响，决定对方案有较大影响的参量范围。 决策往往不可能一次完成，而是一个迭代过程。决策可以借助于计算机决策支持系统来完成，即用计算机来辅助确定目标、拟定方案、分析评价以及模拟验证等工作。在此过程中，可用人机交互方式，由决策人员提供各种不同方案的参量并选择方案。 决策支持系统基本结构主要由四个部分组成，即数据部分、模型部分、推理部分 和人机交互部分： 数据部分是一个数据库系统; 模型部分包括模型库(mb)及其管理系统(ms); 推理部分由知识库(kb)、知识库管理系统(kbms)和推理机组成； 人机交互部分是决策支持系统的人机交互界面，用以接收和检验用户请求，调用系统内部功能软件为决策服务，使模型运行、数据调用和知识推理达到有机地统一，有效地解决决策问题。
决策支持系统理论综述
决策支持系统理论综述 摘要：本文首先介绍了决策、决策系统及决策支持相关的概念，进而对决策支持系统的概念和一般结构作了介绍。结合各决策支持系统的具体内容，阐述了各决策支持系统的思想和特点。最后，总结了决策支持系统今后的研究方向和工作建议。 关键词:决策;决策支持系统;复杂问题 1.引言 决策是一个为了解决问题而寻求最优的解决方案的过程。决策支持系统的出现，为决策者提供了辅助决策的科学有效的工具。决策支持的主要任务在于帮助决策者将人的主观性，创造性，知识性与计算机设备等硬件的强大信息处理能力相结合，在问题分析，方法探索，结果评价等方面提供有效支持。自提出以来，决策支持系统的研究取得了很多进展[1]。目前决策支持系统的发展方向主有要群决策系统（GDSS）、决策支持中心（DSC）、智能决策支持系统（IDSS）、综合决策支持系统（SDSS）等。2.决策支持相关概念 决策是指决策者为了达到一定的行为目的，根据决策环境做出的一些决定[2]。决策不是一个静态过程，而是一个动态变化的过程。随着决策环境的变化和预期目标的变动，决策行为需要作出相应合理的调整，驱使决策系统不断重复问题识别、问题求解和作出决策的过程。因此，决策系统本身也是动态的，它们在决策者的主观意愿和客观条件影响下，确定决策问题，在相应问题的驱动下，决策者作出决策方法，在对应的环境下实施决策方案，得到决策实施的结果。 决策支持的概念独立于具体的实施过程，它存在于决策者和决策支持系统之
间，表现为在有关的决策环境中为决策者作出决策提供帮助，即识别和解决决策问题。因此决策支持被定义为支持决策问题的识别和支持决策问题的求解的集合。决策支持同样是动态的过程，它是问题识别和问题求解的有机结合，决策问题求解是决策问题求解的前提[2]，如果问题识别有误，则问题的求解就失去了意义。但目前很多研究都注重于决策问题的求解，没有充分的把决策问题识别和决策问题求解放到统一的框架中进行分析。 3.决策支持系统 3.1.DSS概念 P.W.Kenn等人于1978年首次给出DSS的定义：“决策支持系统是一个计算机系统，该系统对决策有其影响。其中，计算机及分析辅助工具是有作用的，但管理者的判断仍是决策制定的基础。”[3]此时对DSS的定义并不完善，主要指出了DSS的作用，即辅助作出决策的作用。 1980年，Bonczek提出：“DSS是一个基于计算机的系统，该系统由三个部分组成：语言系统、问题处理系统和知识系统”。该定义从系统构成上定义了DSS[4]。1981年，Ginzberg提出：“DSS是一个基于计算机的信息系统，用于支持不可能或不期望有一个自动的系统实现整个决策制定过程情况下的决策制定活动。”这是Ginzberg在总结有关DSS概念的基础上提出的定义，他第一次强调了DSS的核心问题——支持半结构化情况下的决策制定过程。 在数年之内，DSS成为计算机应用中引人关注的领域。当DSS的概念进入我国后，立即引起了国内学者的关注，并对DSS概念作出了解释和定义。 1990年，席酉民指出：“决策支持系统是以计算机为基础的完成信息收集、信息整理、信息处理、信息提供的人机交互系统，它利用计算机运算速度快、存储容量大等特点，应用决策理论方法、心理学、行为科学、人工智能、计算机网络、数据库等技术，根据决策者的决策思维方式，
决策支持系统
▲数据： 记载下来的事实，客观属性的值 ▲信息： 构成一定含义的一组数据 ▲系统： 由若干相互联系相互制约的元素结合在一起，并具有特定功能的有机整体。 ▲系统的组成： 1、系统由各元素或子系统组成 2、至少包含两个以上的元素 3、各元素之间相互联系或相互制约 4、具有目的性 5、适应环境的变化
▲数据处理系统： 是对大量数据进行收集、组织、存储、加工与传播的总和 ▲数据处理系统的特征： 1、数据量大； 2、没有特别复杂的运算； 3、时效性强 ▲管理信息系统MIS： 运用系统管理的理论方法，以计算机网络和现代通信技术为手段，对信息进行收集、组织、存储、加工、传播和使用的人机系统。 ▲管理信息系统的基本组成： 管理业务应用系统、数据库系统 ▲管理信息系统特点： 1、以数据库系统为基础； 2、数据录入； 3、数据传输； 4、数据存储； 5、数据查询； 6、数据统计； 7、指标计算
▲决策支持系统： 以管理科学、运筹学、行为科学、控制论为基础，以计算机技术、模拟技术、信息技术为手段，面向半结构化的决策问题，支持决策活动的具有智能作用的人机系统。 ▲决策支持系统主要特征： 1、关注上层管理人员经常遇到的结构化程度不高、规范化不明 确的问题 2、把模拟或分析技术与传统的数据存取和检索技术结合起来 3、易于非计算机专业的人员，以交互会话的方式使用 4、强调对环境及用户决策方法改变的适应性和灵活性 5、提供决策的良好效果 ▲DSS的功能： 1、管理并提供外部信息
2、收集、管理并提供内部信息 3、收集、管理并提供反馈信息 4、存储和管理数学模型 5、修改和添加数据、模型、方法 6、加工、汇总、分析、预测数据、 7、具有人机会话和图像输出功能以满足数据查询需求 8、提供良好的数据通信功能 9、合理的加工速度和响应时间 ▲决策支持系统的形成过程 1、科学计算为管理信息系统奠定了算法基础 2、运筹学的发展为模型辅助决策奠定了模型基础 3、管理信息系统 4、模型辅助决策系统
决策支持系统基本概念
路漫漫其修远兮，吾将上下而求索- 百度文库决策支持系统 基 本 概 念 总 结
1.1决策支持系统起源 1.1.1 决策支持系统的起源： 决策支持系统DSS（Decision Support Systems）：20世纪70年代中期Keen 和Scott Morton创造了“决策支持系统”一词。目标是：用于管理的一种新型的计算机信息系统，对管理者的决策提供技术支持。 以下三种系统在DSS的产生和发展过程中起到了相当重要的作用： （1）电子数据处理EDP（Electronic Data Processing）：计算机在管理领域的应用是从进行数据处理和编制报表开始的，这类应用所涉及的技术称为电子数据处理。提高了工作效率，把人们从繁琐的事务处理中解脱出来。缺点：仅局限于具体信息处理，不共享，不考虑整体或部门情况。 （2）管理信息系统MIS（Management Information Systems）：对一个企业或部门的有关信息进行整体分析和系统设计，由人和计算机组成的进行管理信息收集、传递、储存、加工、维护和使用的系统。整体分析，系统设计，信息共享，部门协调。帮助管理者对信息做表面上的组织和管理，而不能把信息的内在规律挖掘出来为决策服务。难于适应多变的内外部管理环境，对管理人员的决策帮助十分有限。 （3）系统分析SA（System Analyse）：挖掘大量信息背后所隐藏的规律，取代决策者作出决策的系统。 从以上三个系统可以看到系统由低级向高级发展的进化过程。对于第三个系统，在解决实际问题，特别是复杂的社会、经济、环境问题时，遇到不少困难。系统分析的许多模型、方法往往理论上可行，但不一定实用。很多研究成果只是停留在研究和书面报告层面，真正被决策者所采纳并付诸实施的成功案例并不多。经过反思，达成了一个共识：MIS和SA都不要企图取代决策者作出决策，决策支持才是它们的正确地位。因此，人们研制开发了一种能够克服上述缺点，为决策者提供切实可行帮助的决策支持系统DSS。 1.1.2 决策支持系统的产生背景： 运筹学模型发展已经比较完善，多目标决策分析突破单一效用理论的框架，计算机软、硬件及网络技术的迅猛发展，人工智能特别是知识处理技术的发展，数据库技术、图形显示技术、各类工具软件的发展与完善，构成了决策支持系统形成与发展的技术基础。 1.2 决策支持系统的发展 1.2.1 决策支持系统的发展编年简史 1971年决策支持系统概念提出。Scott Morton在《管理决策系统》一书中第一次指出了计算机对于决策的支持作用。
多目标决策作业
多目标决策理论及应用作业
1.1 多目标决策方法发展及的国内外研究现状 1.1.1 多目标决策理论发展 综合评价是多目标决策理论研究的重要内容，由于其在工程系统和社会、经济、管理等各个领域的普遍存在性，因而在社会经济的各个领域得到极为广泛的应用，如投资决策、项目评估、方案选优、工厂选址、产业部门发展排序和经济效益综合评价等等。 多目标决策问题是对具有多个目标的有限方案进行排序与优选的问题。人们常常要对有限个方案集的备选方案进行综合评价，比如在水利水电工程建设的过程中，要进行施工导流，由于导流方案直接影响着施工导流工程的规模、主体工程施工安全、施工总工期及工程投资，因此，要考虑工程所在河段的地形、地质条件、河流水文特性等自然因素和主体工程枢纽布置特点、施工导流方式选择要求、施工工期限制条件、施工技术力量、施工设备及物资、资金等等。众多工程因素，确定一个合理的导流方案，可见，多目标决策作为一个工具在解决工程技术经济管理、军事和系统工程等众多方面的问题也越来越显示出它的强大生命力。但是多目标决策作为一门学科，还是在近五十多年来才真正形成为一门完整独立的的科学体系。最早是在1896年，V.Pareto 提出的向量优化的概念涉及到了多目标概念，他从经济学的角度把本质上不可比较的多个目标化成单个目标进行优化求解，即现在使用的Pareto 最优概念。直到1944 年，多目标决策的理论和方法才逐步发展起来，J.v.Neumaee 和0.Morgenstem 从对策论角度提出了彼此矛盾情况下的多目标决策问题，标志着近代意义
上多目标决策的诞生。1951年，美国经济学家Koopmans从有限资源的合理分配与使用问题中提出了多目标决策问题，首次使用了有效向量的概念，这就是现代多目标决策非劣解概念。1961年，Chames 和CooPer 引入了目的规划法，其准则是使目标值和实际值两者之差的绝对值达到最小。1964年，Aumann对多目标决策问题提出了效用函数的概念。1968年，多目标学科自学者Johnson 系统地提出了多目标决策模型的研究报告以后开始迅速发展。到了二十世纪七十年代，1972 年第一次多目标决策会议在美国South Carolina大学召开，会议出版的论文集成为多目标决策研究的经典文献；1976年，R.L.Keeny 和H.Raifats对发展多属性效用理论做了很大贡献；与此同时，美国学者Satty提出了著名的层次分析(AHP)法，多目标决策技术的发展加快，为这一学科体系的建立打下坚实的基础。 1.1.2 多目标决策方法及其研究现状 多目标投资决策是目前决策活动中人们经常遇到的一类决策问题。方案决策结果的好坏，直接关系到各投资目标能否实现，也直接关系到方案实施的综合效益。目前多目标决策大多采用的方法为模糊数学法、目标规划法、AHP 法、属性评价、灰色理论等方法。从二十世纪九十年代开始，随着电脑技术的发展，研究人员又提出了基于人工智能技术、神经网络、遗传算法和粗集理论的决策方法。如1993年 C.M.Fonseca 在第五届国际遗传学会议上提出了基于遗传算法的多属性决策问题；YangJ.B.和WangJin等人提出了用证据推理理论来处理不确定性混合多属性决策问题的重要方法，即ER法；2002年，
决策支持系统试题
决策支持系统试题 一、填空题 1、一般情况下，DSS工具可分为两大类：语言类和。外壳类 2、DSS生成器是由相关的一组软件和硬件组成的模块，其目的是提供迅速而方便地开发SDSS 的功能。DSS生成器只能用来开发。DSS工具 3、ROMC一词来源于四个面向用户目标，即、、和控制机构。表达操作记忆辅助 4、决策过程分为、、三步。理解设计选择 5、决策支持系统的四库一接口是指、数据库、和。知识库方法库模型库人机接口 6、自然语言处理包括四个步骤：查字典、、和。句法分析语义理解语用分析 7、开发知识库的关键技术是：知识的获取和解释、、以及知识库的管理和维护。知识的表示知识推理 8、DSS所必需的三个主要功能是用户与系统间的对话管理、和。数据管理模型管理 9、DSS的内部资源主要有四类：硬件、软件、和。模型数据 10、系统的柔性是根据对DSS用户、任务、环境等因素的观察提出来的概念模式。柔性可分为4个层次：求解的柔性、、修改的柔性、。适应性柔性发展的柔性11、在对环境条件和资源可用性之间的关系进行分析时，确定待定问题求解情形中有用的动词和宾语集。请求变换器和对话控制两者应反映这一用户词典。词性特征12、语义数据模型主要包括E-R模型、、TAXIS模型、、函数模型、SAM*模型、以及SHM+模型等。RM/T模型 SDM模型事件模型 二、名词解释 1、模型：是以某种形式对一个系统的本质属性的描述，以揭示系统的功能、行为及其变化规律。 2、数据开采：就是从大型数据库的数据中提取人们感兴趣的知识。这些知识是隐含的、事先未知的潜在有用信息，提取的知识表示为概念、规则、规律、模式等形式。 3、元数据：是关于源数据的明确信息，它包括从数据源中所抽取数据的民成、数据内容的定义、创建的日期、数据的来源和源点。 4、知识发现：是指识别出存在于数据库中有效地、新颖的、具有潜在效用的、最终可理解的模型。知识发现的整个过程包括在指定的数据库中用数据开采方法提取模型，以及围绕数据开采进行的预处理和结果表达等一系列的计算步骤。 5、数据仓库：就是面向主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理中的决策制定过程。 6、群决策：是相对个人而言的，两个或多个召集在一起，讨论实质性问题，提出解决某一问题的若干方案，评价这些策略各自的优劣，最后作出决策，这样的决策过程称为群决策。 7、分布式决策支持系统：是由多个物理上分离的信息处理特点构成的计算机网络，网络的每个结点至少含有一个决策支持系统或具有若干辅助决策的功能。任一实用的DDSS都包括有机结合起来的硬、软件两部分。 8、智能决策支持系统：是DSS和AI相结合的产物，其设计思想应着重研究把AI的知识推