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。

Peter G.W.Keen等人编写了一套丛书，阐明决策支持系统的主要观点，初步构建出决策支持系统的基本构架。

1978年至1988年，决策支持系统得到迅速发展，许多实用系统被开发出来，投入实际应用，产生明显效益。

1988年至今，决策支持系统技术持续发展，目前已基本成熟。各种新技术与决策支持系统结合，新一代决策支持系统的研究仍十分活跃。

未来，决策支持系统的发展将面向实际，进一步运用智能技术。

1.2.2 20世纪70年代末代表性DSS

（1）Portfolio Management System（T.P.Gerity，1971）

支持投资者对顾客证券管理的日常决策。它具有股票分析、证券处理和分类等功能。其中一些工作纯属是事物性的，如财会记录、历史活动汇总等，另一些工作有较强的技术性。

（2）Brandaid（J.D.C.Little，1975）

用于产品推销、定价和广告决策的混合市场模型.它规定了一种设计模型的准则，用户根据这种准则来优选模型或者把模型与其他信息资源连接起来。这种准则包括鲁棒性、易于控制、简单和有关细节上的完备性。这个系统提供了一种结构，把商品销售和利润以经理和管理人员能快速而方便地分析战略。

（3）Projector

交互式的DSS，用于支持企业短期规划。它主要是帮助经理构造问题和探求可能解决的分析方法。Projector认为，决策支持系统的主要特征是它注重探求，系统绝不提供任何“答案”，而只是帮助决策者开发他们自己的分析方法。

（4）Geodata Analysis and Display System （GADS）

由IBM开发，作用是构造和掩饰地图，它被用于警察巡逻路线的辅助设计、城市发展规划、学校辖区范围的安排等，特别适用于非技术用户。

（5）计算效率信息系统

计算效率信息系统（Capacity Information System,CISI）适用于大型卡车生产厂家的规划部。它可以迅速建立或修改产品计划，包括安排计划进度，协调部件和最终产品。它并不提出解决问题的每个细节，只能作为辅助规划决策。

（6）通用管理信息系统

通用管理信息系统（Generalized Management Information System,GMIS）的目标在于集成现有的工具，决策者可以利用他们自己熟悉的语言和数据管理系统，即使其中某些工具互相之间不相容也没有关系。由硬件和软件结合组成一种“虚拟计算机”（virtual machine），它可以完成必要的转换。这个系统主要为处理能源规划问题提供一种特殊的决策支持系统。

1.3 决策支持系统发展的理论基础

1.3.1 信息论

信息论是运用信息的观点，把系统看做是借助于信息的获取、传送、加工和处理而实现其有目的性行动的研究方法。

信息论的奠基人R.E.Shannon（香农）第一次把信息定义为一个可量化的名词。此后，在工程、通信以及控制理论中展现了一个新的领域。

决策支持系统实质上是一类信息处理系统，所以在理论分析时，“信息论”的概念很重要。决策支持系统的主要概念和基本理论只有靠信息论提供的分析方法才能做出结论。

1.3.2 计算机技术

决策支持系统作为一个很重要的计算机应用领域，需要计算机技术作为它的理论支持，计算机的软、硬件是决策支持系统开发的制约因素。

而现在，存储部件不再是一个严重的问题。随着硬件的不断改进和发展，软件也发生了巨大的变化。编程语言不断向功能强、适用范围广、兼容性好的方向发展。软件发展的基本方向不仅面向专业的程序员，而且面向非技术用户，为实现决策支持系统的设想带来了客观上的可能。

但是，万能的决策支持软件几乎是无法实现的。任何决策支持都有特定的范围、目标，软件脱离了它们就失去了对决策者的支持作用。

1.3.3 管理科学和运筹学

管理科学（management services，MS）比较强调应用，它通常用计算机解决一类特殊问题。一些管理科学家对模型，特别是运筹学（OS）提供的一系列优化、仿真和决策等模型尤为重视。

从信息系统的角度看，MS/OR可以划为许多分支，最出色的研究是开发优化模型和仿真模型，以及与建模有关的一系列问题。并已对一些大规模系统问题产生了相当大的影响。

1.3.4 信息经济学

20世纪60年代，很多从事微观经济理论和方法的研究者，将其理论与方法用于解决计算机产生的软件问题而逐步形成的一个研究领域，称为信息经济学信息经济学对决策支持系统的发展产生影响，原因有两个：

（1）它提出的问题，即对信息价值的研究，是信息科学在实际发展中所面临的最重要的问题之一。

（2）这一领域的许多研究工作在原则上与决策支持系统有牵连。

1.3.5 行为科学

大量研究表明，系统模型的缺陷甚至失败很少因为技术上的原因，多半是由于脱离实际。所以，行为科学对MIS/DSS的研究中特别注意这一看法：信息系统

不是一个抽象的研究课题，而是由人来建立和运转的社会系统。

近几年的观点认为决策支持系统是完成一种过程，强调过程的动态性、变化中所碰到的阻力和构造变化程序的需求。

1.3.6 人工智能

20世纪80年代人工智能技术蓬勃发展，将其用于管理决策是一项开拓性的工作。当前已开始研究知识库支持的决策支持系统，用领域专家知识来选择和组合模型，完成问题的推理和运行，并为用户提供智能的交互式接口。

人工智能技术作为计算机应用研究的前沿，在近10年里取得了惊人的发展，硕果累累，其中最诱人的是专家系统（expert system，ES）的实用化。专家系统是一组智能的计算机程序，它具有人类领域的权威性知识，用于解决现实中的困难问题。

当今世界上已有上千个专家系统，应用于医学、诊断、探矿、军事调度、质谱分析、计算机配置、辅助教育等各个领域；并且已经开始涉足财政分析、计划管理、工程评估、法律咨询等管理决策领域。可以预言，专家系统参与解决管理科学中半结构和非结构化问题是辅助决策的未来。

1.4 决策支持系统的概念

决策支持系统(Decision Support System．简称DSS)是管理信息系统(MIS)和运筹学交叉的基础上发展起来的新型计算机学科。其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[11] 决策支持系统概念自从20世纪70年代被提出以来．已经得到很大的发展。20世纪80年代末90年代初．决策支持系统开始与专家系统(Expert System，ES)相结合，形成智能决策支持系统(Intelligent Decision Support System．IDSS)。[2]

但时至今日，决策支持系统仍没有一个学术界公认的定义。许多学者在这方面做了大量的努力，试图给出决策支持系统的定义，目前有不少文献对决策支持系统的定义作了如下的表述：凡能对决策提供支持的计算机系统，这个系统充分运用可供利用的、合适的计算机技术，针对半结构化或非结构化问题，通过人机交互方式帮助和改善管理决策指定的有效性的系统。但是仔细推敲起来，这个定义并不完善，因为决策支持系统并没有标准模式或标准规范。凡能达到决策支持这一目标的所有技术都可以用于构造决策支持系统。不同时期、不同用途、采用不同技术所构造的决策支持系统可能完全不同，但是有一点是共同的，那就是决策支持系统一定能起到决策支持的作用。[3]

在国外学术界，基于Sprangue和Carson看法，DSS的基本特征可归纳为：（1）对准上层管理人员经常面临的结构化程度不高、说明不够充分的问题。

（2）把模型或分析技术与传统的数据存取技术及检索技术结合起来。

（3）易于为非计算机专业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灵活性及适应性。

（5）支持但不是代替高层决策者制定决策。

在国内学术界，DSS的结构特征普遍用构成决策支持系统的部件来表述：（1）模型库及其管理系统。

（2）交互式计算机硬件及软件。

（3）数据库及其管理系统。

（4）图形及其他高级显示装置。

（5）对用户友好的建模语言。

随着决策支持系统的发展，产生了更全面的定义：决策支持系统是针对决策问题，利用决策资源（数据、模型、知识等）进行组合和集成，建立多个解决方案，通过方案的模型计算，知识推理和多维数据分析，并通过方案的修改或综合，逐步逼近解决决策问题的系统。[4]

1.5 决策支持系统在企业中应用现状

1.5.1 需求原因

企业现代化管理是一项复杂的系统工程。由于经济全球化的趋势以及中国加入WTO之后，企业间的竞争不止限于国内，可以说是四面八方都有敌人。日趋激烈的市场竞争，全球范围内的竞争环境，大量的竞争者和巨大的消费市场；恶化的竞争环境、增强的消费者权益意识、日益复杂繁多的消费需求；而且政府颁布了更详尽的法令和制度来约束企业的经营行为。企业规模随着新技术革命的飞速发展而不断扩大，因而企业要在市场中求得自身生存和发展空间，企业的决策者在进行决策时需要考虑更多、更复杂的制约因素，将不可避免地面临以下两方面的挑战：

（1）为决策服务的内、外部信息量迅速增加，对信息的及时性、准确性、客观性等方面的要求更高、更严。

（2）参与决策的决定性因素众多，包括技术、经济、管理、个人经验等，而且诸因素间有机关联，导致现代决策复杂程度大幅提高，难度增大。因此，仅凭以往自身经验进行的决策已远远不能适应现代企业管理的要求，利用计算机辅助企业决策，实施决策科学化是发展趋势。

企业管理者于是就迫切需要一种计算机化的决策支持系统。

虽然每个企业的状况和需求都不相同，但是他们却有着共同的需求：

（1）快速的计算。及时的决策在许多情况下非常关键，如股票交易、市场营销策略等。

（2）克服人在处理和存储上的限制。人的智力受制于人处理和存储信息的能力。而且，人不可能随时都能准确无误地回想起信息。

（3）认知极限。当需要许多不同的知识和信息时，个人解决问题的能力将受限制。计算机系统能帮助人快速访问和处理大量存储的信息。计算机还有助于减轻工作组中的协调和沟通。

（4）削减费用。计算机化的支持能削减小组的大小，并允许小组在异地相互交流，将提高支持人员的生产率（如财务或法律分析师），提高的生产率就意味着更低的成本。

（5）信息支持。通过计算机技术，管理者可以获得正确的、及时的和最新的信息来进行决策。

（6）质量支持。计算机能提高决策的质量。例如，可以评价更多的备选方案，快速进行风险分析，以很低的代价迅速收集专家的意见。许多专业知识甚至可以直接由计算机系统导出。利用计算机，决策制定者可以执行复杂的模拟，检查各种可能的情况，快速经济地评定不同的影响。

（7）有助于业务流程重组和员工授权。竞争不仅仅在于价格，还在于质量、及时性、产品的定制以及对客户的支持。决策支持技术，如专家系统，使得欠缺知识的人也能做出良好的决策。这样就可以进行有意义的授权。决策支持系统还可用于业务流程重组中，研究竞争者的活动、定制产品、优化生产流程等等。决策支持系统的应用可以很好地满足上述需求，可以减少决策的盲目性，更加有效地利用信息资源，从而提高市场反映能力。

1.5.2 决策支持系统在企业管理中的应用研究：

决策支持系统在企业管理中的具体应用举例：

（1）销售支持：每日按地区、部门、销售员和产品生成销售情况的汇总，给高级经理提供支持。这些报告标识了丢失的业务、挽回的业务和新的业务。根据需要还可以定制额外的周期报表，这些特殊的报表给经理提供了比较和趋势分析，有助于确定问题和机会。决策支持系统应用能够分析和评价以往产品的销售，以确定产品成功或失败的因素。借助DSS，可以利用全公司的数据来推测一个决策所隐含的利润和收入。

（2）客户分析和市场研究：DSS应用可以利用统计工具来分析每天收集的交易数据，以确定各种类型客户的消费模式，然后采取相应的营销措施，从而实现最大的利润。对于重点客户要提供更好的服务和更优惠的价格策略；对于潜在客户要进行促销予以争取；对于易流失的客户要分析原因以挽回。市场研究包括：利用预测模型分析得出每种产品的增长模式，以便做出终止或者扩张某种产品的适当决定；进行企业品牌和形象的研究，以便提高企业和品牌的知名度和美誉度；分析客户满意度和进行市场规模和潜在规模的研究等。

（3）财务分析：按年、月、日或其它自定义周期来进行实际费用和花费的比较；审查过去现金流的趋势，并预测未来的现金需求量；复杂项目的预算计划和成本分摊；整合各分支机构的财务数据，形成正确、一致的财务报表。

（4）运筹和战略计划：基于资源和时间的限制，来确定最优的项目时间表；制定工厂每日的生产计划；确定大型连锁机构中分支网点的设立，如连锁店、加油站、通讯中继站等等；协助制定大规模资本投资计划，并计算投资风险。

（5）企业分析：为了达到组织的目标所必须考虑的因素被称为关键成功因子（Critical Success Factor, CSF）。CSF是企业级分析的焦点。这样的因子可以是战略性的或者操作性的，主要从三个来源导出：组织性因素、行业因素和环境因素。关键性能指标（Key Performance Index, KPI）提供了CSF在公司层次上的度量。典型的KPI包括赢利能力、财务、市场、人力资源、计划、经济分析、消费者趋势等。

参考文献

[1]李东，蔡剑．决策支持系统与知识管理系统．中国人民大学出版社．2005．10

[2]蔡自兴，姚莉．人工智能及其在决策系统中的应用．国防科技大学出版

社．2006．

[3]高洪深.决策支持系统（DSS）理论·方法·案例（第3版）.清华大学出版

社，2009，2.

[4]陈文伟. 决策支持系统教程（第二版）.清华大学出版社，2005，28.