决策支持系统的应用
关于决策支持系统的应用的读书报告
一、摘要：现今，用PowerPoint制作的课件已在教学中得到广泛的应用，
但PowerPoint制作的课件交互能力差，功能简单且不易于扩展。而本文主要介绍《决策支持系统》课件的制作。在该系统的设计过程中，本文主要作了如下工作：首先，说明了教学和多媒体结合的可行性，及各种创作工具的比较和选用；其次简要概括了系统设计的一般流程，并在分析了课件界面设计的原则和风格之后对该课件的大体程序进行分析，最后提出了制作过程中总结出的一些经验技巧，并对多媒体课件技术提出展望之处。
二、引言：
决策支持系统(DSS)的概念提出20多年来,随着决策理论、信息技术、数据库技术、办公自动化、专家系统等相关技术的发展，DSS取得了长足的进展，在许多领域得到应用。DSS已成为许多行业经营管理中一个不可缺少的现代化支持工具。本期专题介绍了银行、房地产、企业等应用DSS的情况,包括如下文章：
1.决策支持系统建立中的关键问题
——兼论云南玉溪卷烟厂信息管理与决策支持系统
本文以建立云南玉溪卷烟厂信息管理与决策支持系统为例，介绍了决策支持系统建立中的关键问题，包括决策支持与数据管理系统，模型、方法和知识管理系统及用户交互环境。
2.银行智能决策支持系统
面对激烈竞争和瞬息万变的金融市场，传统的银行决策方法已不能适应现代化银行发展的需要。本文探讨如何将计算机决策支持技术应用到银行高层决策，建立银行智能决策支持系统。
3.地震预报智能决策支持系统的研制与应用
地震是众多自然灾害中对人类生存造成危害最为严重的一种灾害。为了科学、准确预报地震，减轻地震的影响，建立地震预报智能决策支持系统具有非常重要的价值。
4.智能房地产决策支持系统eid
柔性综合集成能够使系统按照当前运行状况，动态配置所需的计算机部件，以解决传统专家系统表示和推理单一、难以融合异质计算部件等缺点。本文介绍在构建智能房地产决策支持系统中，采用基于任务归约和子任务联想的知识汤建模方法，对柔性综合集成作了初步的尝试。
5.低成本cims成本管理决策支持系统
本文以特钢企业为背景，阐述了建立网络环境下低成本cims成本管理决策支持系统的基本思想，并提出cims环境下管理与决策的模型库、数据库、方法
库和知识库的分析与设计，进而达到控制钢铁企业成本的目的。
决策支持系统是以日常业务处理系统的数据为基础，利用数学的或智能的方法,对业务数据进行综合、分析，预测未来业务的变化趋势，在企业发展、市场经营战略等重大问题上为领导层提供决策帮助的计算机系统。近年来企业(包括商业)部门业务处理以及信息管理系统的广泛使用，既为决策支持系统的建立提供了基础，也为它的应用产生了强大的推动力。
与此同时，计算机在理论与技术上的新进展也使决策支持系统的研究与应用水平不断提高，使它从早期的批处理方式演变成今天的联机分析处理方式，也带动了数据仓库、多维数据库、数据挖掘等新技术的研究。
决策支持系统大体上由以下三个部分组成:
对决策用的数据进行管理的决策数据管理子系统。
决策知识、模型管理子系统。
与用户进行对话、接收命令，提供决策结果的交互环境。
三、内容概要：
在建立决策支持系统中，以下几个问题显得尤为关键:
一、决策支持与数据管理系统
数据管理系统必须为决策支持的分析处理提供以下服务:
(1)根据主题需要,从oltp数据库中抽取分析用的数据。为此在抽取过程中要对原始数据进行分类、求和、统计等处理,抽取的过程实际上是数据的再组织。
(2)在抽取过程中,完成数据净化,即去掉不合格的原始数据,必要时还必须对缺损的数据加以补充。
(3)在改变分析、决策的主题时，可以按主题进行数据查询与访问。
(4)采用脱机大容量存储、联机磁盘存储、内存存储的多级存储模式，解决数据量巨大及按照主题、粒度划分的数据组织问题。
今天,人们常把满足上述功能需求的数据管理系统称为数据仓库系统。数据抽取与净化、存储组织等，都是建立数据仓库的关键技术。除此之外,在设计数据仓库时，还应特别重视数据的粒度与划分问题。
与传统数据库设计类似,好的数据仓库设计也采用概念模型、逻辑模型与物理模型的方法。所不同的是，数据仓库的数据模型是紧紧围绕前面所述的决策分析用的主题等范围进行的。
数据仓库系统可以在关键数据库的基础上建立。采用这一方法,开发人员把关系数据库当作一种存储结构，自己设计、实现数据仓库必备的功能。当然也可以利用关系数据库软件厂家提供的某些工具。目前这类工具还比较缺乏。
实现决策用的数据管理系统的另一种途径是采用多维数据库。多维数据库中的维是指在进行分析预测时可以变化的角度。例如，一个企业在全国各地的产品销售，可以按时间逐年统计，也可以按地区或者产品分类统计，这里的时间、地区、产品就是不同的维。多维数据库为面向主题的分析决策提供了更大的灵活性。它支持对按总体统计的详略级别组织的数据进行特殊查询,从宏观的结果逐步向下跟踪产生这些结果的微观数据,或者反过来由底层微观数据逐步向上得到高层的宏观结果。
对于较为简单的分析、决策应用而言，决策数据管理系统可以采用多维电子表格实现。
这是在普通二维电子表格上的扩充，通过增加维数，可以满足面向主题的分析、决策的需求。
二、模型、方法和知识管理系统
采用数据仓库和多维数据库技术的数据管理子系统将数据进行整理(预处理)和净化之后,形成可靠的易于进行决策的"数据源"(即数据仓库或多维数据库),这个"数据源"的结构与形式和决策支持系统所采用的模型与知识有关。决策粗略地分为结构化决策支持、非结构化决策支持、半结构化决策支持。一个较好的决策支持系统必须完成这三方面的决策支持。
1.模型、方法和知识管理系统
在决策支持系统中，模型、方法和知识的管理是核心，它对依问题建立的模型库、方法库和知识库进行管理。
模型、方法和知识管理系统的主要任务是：
(1)对模型库、方法库和知识库进行维护。模型、方法和知识管理系统必须有对三库的维护界面；可根据问题的需要对模型、方法和知识库进行增加、删除和修改,并保证三库的一致性：一是系统运行过程调用每个库时不发生矛盾,特别是对知识库的维护更为复杂；二是每种模型、方法和知识都能调用到。
(2)模型、方法和知识管理系统根据用户的要求和数据仓库提供的数据，能有效地选择模型、方法和知识，经系统运行得到相应的结果，并将结果送给交互环境进行输出。
2.智能决策支持系统
智能决策支持系统一般是在模型、方法和知识管理系统的基础上增加专家系统和数据采掘与知识发现技术。目前虽然一般的决策支持系统得到了广泛使用，但随着数据量的增大，不确定因素的增多，专家系统技术和各种推理技术对提高决策支持的准确度十分必要，在人也无法描述出数据间的关系时,就提出数据采掘与知识发现技术。近年来数据采掘与知识发现技术发展很快,已达到初步应用的程度。智能决策支持系统将会迅速发展。
分页
三、用户交互环境
用户交互环境是决策者或决策部门与决策支持系统打交道的界面，它负责接收用户发出的各种命令,根据这些命令调用不同的子系统，并获得处理结果,最后再将这些结果输出给用户。
用户输入的命令包括:对确定的主题进行分析、对比、预测等决策处理;对决策用的数据进行各种查询;其它特殊命令,如控制输出形式,要求对输出的结论进行解释等。
从内容上讲决策的输出主要是围绕决策主题产生的各种分析、综合与预测的结果。以市场分析、预测的主题为例,其内部就可以包括行情变化趋势,各种商品销售按时间、地区对比、排序,厂家竞争策略,未来销售预测等。
交互环境的好坏直接影响着用户对系统的使用。一个好的交互环境,其输入应当简单、易学、易用。其输出应当做到内容丰富、形式活泼。
在输入方法上可以采用先进的手写输入和语音输入,以及广为使用的多窗口图形化界面技术。
在输出形式上可以包括文字报告、图表、可视化图形、语音合成,这些方式
相互配合,相得益彰,可以取得令人满意的效果。
良好的决策支持系统的交互环境很难直接从市场上购买到,常常要靠自己开发。我们以为云南玉溪卷烟厂开发的"信息管理与决策支持系统"(简称"玉烟系统")为例来讨论交互环境中的结果输出部分的关键技术。
"玉烟系统"的基本输出形式是具有标题、段落的文字报告。其内容较为丰富,包括市场分析、预测等若干主题。当输出时,以实时生成的女声自然语音输出为主,同时配合以下手段对输出内容进行补充:
二维表格显示朗读的数据。
三维直方图、饼图显示分析、对比结果。
可以按省、地区变化颜色,在地区上显示立体柱图的三维中国地图。这种显示主要用于描述全国市场的竞争态势。
报告中所提到的某些对象的三维立体造型的动态显示。
输出过程可以随时暂停或继续。当暂停时,还可要求解释报告内容。以上述方式向用户输出分析、决策结果必须解决以下几个关键问题:
(1)首先要为用户提供一种手段来定义报告输出的结构、内容、多媒体输出的要求。为此我们设计并定义了一种特殊的脚本语言。通过这一脚本语言,用户可以方便地表达他们希望输出的内容、文字报告的格式,以及前面提到的输出格式。
(2)在输出时要做到说的与显示的都反映同一个主题,即各种输出应当在内容上一致,因此必须很好地控制多媒体输出的同步。在系统实现时,我们以语音输出为主,计算输出字符、分句同步等方法使这一问题得到解决。
(3)汉语的文语转换、语音合成、三维复杂实体造型的实时动态显示等技术。这些方面既有输出质量、也有输出速度的要求。
四、一个用于市场分析与预测的决策支持系统
四、扩展性讨论
我们以"玉烟系统"为例来说明一个具体系统的构成。
1.系统描述
"玉烟系统"从功能上分为以下五部分:
(1)数据规范化处理(dsp) 由于决策的需要,企业要尽可能地收集各种市场信息和生产数据,因此也就存在原始数据来源多、结构混乱的问题。dsp的目标旨在对原始数据进行一定的预处理,从而得到结构简单、格式规范、统一的规范化数据,供专家系统、分析、预测和报告生成使用。同时也使系统数据具有独立性,系统工作从规范化数据开始。其实这部分就是数据仓库的建立,规范化的数据放在数据库中就是数据仓库。
(2)专家系统(es) 通过长期的工作实践,有经验的企业管理人员和市场营销人员必然会对市场的变化和发展形成一套较为完整的看法,将这些知识总结成规则的形式,即可通过专家系统加以运用。es的功能是运用已定义的经验性规则,基于实际的数据情况进行推理,以发现一些值得注意的问题。
根据随机性市场分析的特点,推理机制采用确定性的正、逆向混合推理方法。市场上可能会出现的突发事件类型由用户在建造知识规则库时用规则事先定义好。在推理过程中, 系统在这类规则的引导下,通过对规则集的匹配和数据查找,验证各类突发事件是否发生,这是一个逆向过程。当发生了某个突发事件时,则对
其产生的背景和相关条件进行跟踪,找出该突发事件发生的原因和背景,这是一个正向的过程。
专家系统具有解释功能。系统提供了两种类型的解释:一种是服务于系统维护人员的,它可以提供得出某项结论的推理路径、所用规则及内容,以及推理依据等内容。系统维护人员可以据此对知识规则库的正确性进行维护。这种解释是通常专家系统意义下的解释,只要在推理过程中记录推理路线和所用到的数据即可。
另一类解释是服务于生产决策人员的,他们关心的是某项突发事件产生的原因和背景。
由于篇幅的限制,分析报告中不能包括所有突发事件的全部信息,当决策人员想知道某个突发事件的更详细的情况时,可以通过解释功能得到。由于该类信息量较大,在正常推理情况下并不保留这些信息,只有当用户要求对某项内容提供更详细情况时,系统才重新启动推理机，将有关更详细的情况报告给用户。
(3)市场分析模型和知识管理系统(mas) 有限的经验性知识无法覆盖可能出现的全部情况,因此,还需要从实际数据中发掘出知识中没有提到但有可能对企业行为产生影响的信息。在这种情况下,除了采用经验性知识进行分析推理之外,基于数学方法的统计分析是必不可少的。mas包括运用几种常用的统计分析方法(因果分析、趋势分析等)以及一些经验性公式,在已有数据的基础上进行一定的数学运算,以得出一些决策者可能会关心的分析结果。
我们认为一个完整的市场分析框架应包含以下四个方面的内容：
建立信息综合处理的数学模型,可以对一个市场对象各方面的属性进行整体性处理,得出其对市场的影响程度；
根据市场数据的变化,寻找影响变量的有关因素。
仅仅使用数学方法或类似专家系统的知识方法都是不充分的。需要用数学模型对市场对象进行合理的描述,并通过数学手段解决变量间的数值依赖。由于不仅仅关心变量数值的大小,更重要的是揭示其经济意义,所以在市场分析的实现中需要可控制的推理系统,不仅能处理显式的规则,而且可以进行基于定性因果关系的推理过程。
在整个框架的研究中,我们着重于定性定量相结合的推理机制,以有效的综合使用数学方法与知识方法。
(4)市场预测模型及知识管理系统(mfs) mfs的功能是在现有数据的基础上,对未来(主要是短期内)的基本经济情况、市场销售情况等作出预测,以便决策者在考虑下一步行动时借鉴。由于市场的多样性和复杂性,单纯使用数学上的预测方法难以收到满意的效果,因此,在本系统中我们引入了一种数学方法与经验知识相结合的综合性组合预测方法。
为了收到较好的预测效果,根据预测对象的不同,我们提出几种不同的预测方案,在各种方案中,充分衡量预测对象变化的条件以及可能变化的幅度,并采取相应的处理方法。本系统将预测对象分为两类:一类是对各地区的常规的经济状况(人口、人均收入、人均消费水平等)进行预测,一类是对某一产品的社会容量(需求量)进行专项预测。常规的经济状况的预测分别采用时间序列分析方法、因果回归分析法或者两者相结合的方法,而对某一产品社会容量的预测则采用数学方法与知识方法相结合的组合预测方法。知识方法中,我们采用了分类和匹配方法。
(5)报告生成系统(rgs) rgs的功能是根据原始数据以及专家系统、分析和预测所得到的结果,生成市场分析和预测的文字报告,必要时配以辅助信息。在本系统
中我们采用的是一种基于模板的文字报告生成方法。
2.系统流程及其框图
在运行本系统之前,一定的数据准备工作是必要的,所有需要用到的原始数据都应按照dsp所能处理的格式存放在数据库中。之后,即可通过一定的参数(如时间等)调用本系统。
系统总体结构如图2所示。系统的工作步骤如下所示：
(1)调用dsp,对原始数据进行规范化处理,得到规范数据；
(2)调用es,在规范数据的基础上运行专家系统,得到规则结果；
(3)调用mas,在规范数据的基础上进行分析,得到分析结果；
(4)调用mfs,在规范数据的基础上进行预测,得到预测结果；
(5)调用rgs,在上述结果的基础上生成相应的文字报告。
五、结束语
internet特别是intranet的出现,对决策支持系统的研究与开发提出了许多极富挑战性的问题。大型企业都把自己的生存与发展与网络联在一起,而越是这样的企业,越是需要决策支持系统。当一个企业是建立在internet上时,就分析与决策而言,至少在以下两点上会发生很大变化：
(1)分析、决策用的数据不再集中于某一场地,而是分散到网络上的不同地区、部门。
(2)运行在intranet环境里的分析、决策模型及知识处理方法会从一台机器上的集中式处理,变成在网络环境.
智能决策支持系统
智能决策支持系统 一、智能决策支持系统的定义 决策支持系统(Decision Support System,简称DSS),就是以管理科学、运筹学、控制论、与行为科学为基础,以计算机技术、仿真技术与信息技术为手段,针对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。该系统能够为决策者提供所需的数据、信息与背景资料,帮助明确决策目标与进行问题的识别,建立或修改决策模型,提供各种备选方案,并且对各种方案进行评价与优选,通过人机交互功能进行分析、比较与判断,为正确的决策提供必要的支持。它通过与决策者的一系列人机对话过程,为决策者提供各种可靠方案,检验决策者的要求与设想,从而达到支持决策的目的。 决策支持系统一般由交互语言系统、问题系统以及数据库、模型库、方法库、知识库管理系统组成。在某些具体的决策支持系统中,也可以没有单独的知识库及其管理系统,但模型库与方法库通常则就是必须的。由于应用领域与研究方法不同,导致决策支持系统的结构有多种形式。 传统DSS 采用各种定量模型,在定量分析与处理中发挥了巨大作用, 它也对半结构化与非结构化决策问题提供支持, 但由于它通过模型来操纵数据,实际上支持的仅仅就是决策过程中结构化与具有明确过程性的部分、随着决策环境日趋复杂,DSS的局限性也日趋突出, 具体表现在:系统在决策支持中的作用就是被动的, 不能根据决策环境的变化提供主动支持, 对决策中普遍存在的非结构化问题无法提供支持,以定量数学模型为基础,对决策中常见的定性问题、模糊问题与不确定性问题缺乏相应的支持手段。[1] DSS应具备以下特征[2]: ●系统的主要功能就是为管理人员提供决策支持,其目的就是帮助管理人员进行决策 而不就是代替她们,就是为了提高决策的效能而不就是组织的管理效率; ●传统数据管理技术与有关的模型技术、分析技术相结合; ●系统应该有很强的灵活性、适应性、便于用户使用。 智能决策支持系统(IDSS)就是决策支持系统与人工智能技术相结合的系统[3],她包括决 策支持系统所拥有的组件,包括数据库系统、模型库系统与人机交互系统,同时集成了最新发展的人工智能技术,如专家系统、多代理以及神经网络与遗传算法等。它就是以信息技术为手段,应用管理科学、计算机科学及有关学科的理论与方法,针对半结构化与非结构化的决策问题,通过提供背景材料、协助明确问题、修改完善模型、列举可能方案、进行分析比较等方式,为管理者做出正确决策提供帮助的智能型人机交互式信息系统。智能决策支持系统的广义结构如下图所示。
决策支持系统实例
决策支持系统实例 物资分配调拨问题是根据各单位提出对物资的需求申请，按仓库的库存情况制定分配方案，再根据分配放案以及仓库和单位的距离制定物资运输方案。最后按照物资运输方案制定各仓库的发货表和各单位的接收表，修改各仓库库存数和各单位的物资数。 该决策问题需要设计多个数据库和多个模型共同求解。总的处理流程如图： 图1 物资分配调拨流程图 一、物资申请和库存的计划汇总 1、各单位按自己的需求提出对各物资的申请 申请数据库为： D i={SQ(W1)，SQ(W2)，… } i=1,2,3…（1.1） 其中D i表示第i各单位，SQ(W j)表示申请物资W j的需要数量。 将各单位的申请数据库汇总成各单位对物资的需求量，形成总申请数据库。 W j={ SQ(D1)，SQ(D2)，…} j=1,2，3… (1.2) 其中SQ(D i)表示第i个单位对物资W j的申请数量。 该项数据处理需要编制程序，类似于数据库的旋转来完成。
2、 各仓库度物资的可供应情况 K i ={XY(W 1)—KD(W 1)，XY(W 2)—KD(W 2)，…} i=1，2，… （1.3） 其中K i 表示第i 个仓库；XY(W j )， KD(W j )分别表示该仓库中物资W j 的现有数量和最低储备量；XY(W j )—KD(W j )表示物质W j 的可供量。 各仓库的多物资的可供应情况汇总成某一物资个仓库的可供量，形成总库存数据库。 Wj={XY(K 1)—KD(K 1)，XY(K 2)—KD(K 2)，…} （1.4） 该项数据处理工作，要在数据库中计算出可供量后，再进行类似于数据库旋转来实现。 该计划汇总工作构成数据处理模型，它与数据库的关系如图： 图2 计划汇总模型与数据库的关系 二、 制定物资的分配方案 物资分配方案是利用物资分配模型来完成的，该分配模型是通过一系列公式实现。 1、 比较分配情况 对同一物资W j 计算总可供量S （各仓库可供量之和）与总申请量Q （各单位申请量之和）的大小。 2、 物资分配方法 （1） 总可供量大于等于总申请量S ≥Q 物资总申请数据库 物资总库存数据库
决策支持系统课程论文(范文)
决策支持系统在市场预测中的应用 张三 12090XXXXX 计科/电商 120X 班 摘 要：系统中的应用，在此基础上提出了杭州市自来水公司生产和销售两大主题的数据仓库概要设计。为了解决自来水公司的供销差异和客户服务问题，研究中结合地理信息系统提出了管网计算模型和求解方法，为生产、销售两大主题数据挖掘分析提供解决途径。本研究对公用事业领域数据仓库和数据挖掘技术的应用有一定的参考价值。 关键词：数据仓库；数据挖掘；决策支持系统；地理信息系统
1 引言 董事会集资了1500万元，动用了资金储备100万元，向银行借贷了长期贷款600万元，合计2200万元，用于建造企业厂房、添置生产设备、引进研发人员、招聘生产人员、购买材料及机器人等，创办一家生产激光打印机的专业企业。市场经济条件下的现代企业不再是一个封闭式的系统，而是一个与其外界有着广泛经济联系的开放性系统。为此，决策仿真系统构造出的企业为一个开放性的、生产激光打印机的有限股份制模拟企业，模拟企业与采购市场、销售市场、股东、银行、国家及劳动力市场等有着密切的经济往来关系。决策仿真系统设置的模拟企业与其外部经济体系间的主要经济往来关系如图1.1所示。 图1.1 决策仿真系统设置的模拟企业与其外部经济体系间的主要经济往来关系 模拟企业可以生产和销售的产品及销售市场如图1.2所示。设各模拟企业可以生产和销售三种不同类型的激光打印机,各类不同打印机产品主要功能为： Ｅ型（一般产品）──具有自动定位、多种打印规格选择，并带有复印功能的激光打印机。
Ｂ型（特殊产品）──与Ｅ型相比，无复印功能。 Ｉ型（特殊产品）──与Ｅ型相比，无复印功能，但带有读卡器。 生产的产品可在三种不同的市场上进行销售。 一般市场场── 通过聘用的销售人员参与竞争，在市场上销售Ｅ型激光打印机。 附加市场Ⅰ── 企业参与用户对Ｅ型激光打印机进行的大批量招标、投标活动。 附加市场Ⅱ── 根据用户的订购要求，而生产的Ｂ型或Ｉ型激光打印机的销售。 图1.2. 模拟企业可以生产和销售的产品及销售市场 2 决策支持系统与市场预测 2.1 决策支持系统与数据仓库 2.1.1 决策支持系统的概念 ······
决策支持系统国内外研究现状
决策支持系统国内外研究现状 摘要：决策支持系统国内外研究现状决策支持系统DSS(DeeisionS即portSystem)是信息系统研究的最新发展阶段。它是运用可供利用的、合适的计算机技术，针对半结构化和非结构化问题，通过人机互换方式帮助和改善管理决策制定的有效性的系统。卫生装备是保证部队平时和战时顺利完成卫勤保障任务的物质基础和重要条件。作为军队后勤战略体系中的重要组成部分，卫生装备发展战略是对未来一个时期军队卫生装备发展的整体谋划，包括对未来一定时期卫生装备整体保障效能的基本取向，对卫生装备发展在高层次、大系统、全方位等方面的综合筹划。它必须适应不同的卫勤保障模式，并随着军事战略和保障要求的变革而发生内在的客观变化，与战场环境及战争样式同步发展。它决定了一个国家在未来一段时期内，军队卫生装备发展的方向和基本要求，其决策是否得当将直接影响到卫勤力量的组成和作用的发挥，直接关系到装备研究成果和平战时卫勤保障的水平。 关键词：卫生装备；决策支持系统； 整个卫生装备发展过程大致可以分为图中两个阶段: 卫生装备发展战略制定阶段和卫 生装备发展战略实施与管理阶段。前一阶段是重点，决定了卫生装备体系建设的方向，后一阶段是在前一阶段的指导下按步骤完成的。在环境评价的基础上，确定可能的威胁来源与威胁程度，从而确定我军可能担负的卫勤保障任务，并进行一系列比较研究，发现我军卫生装备体系的不足之处，从而提出一系列需求方案，再根据合适的方法对各种方案中提出的发展对象进行效能评估研究，将评估结果作为卫生装备发展战略决策的依据。因此，卫生装备发展战略研究的重点就是体现在如何制定战略上。在卫生装备研究方面，决策支持系统已用于卫生装备选型与编配等方面的研究。但在卫生装备发展方向与重点研究中，尚没有较系统的辅助研究手段，大部分发展研究工作都是研究人员根据实际经验和成功的案例进行，已经不能满足卫生装备科学发展的需要。因此巫需建立一个系统、实用的卫生装备发展决策平台，供从事卫勤保障与卫生装备决策的机关和研究人员使用，同时也为全军野战卫生装备论证中心提供决策平台。 国内外研究现状：决策支持系统国内外研究现状决策支持系统DSS(DeeisionS即portSystem)是信息系统研究的最新发展阶段。它是运用可供利用的、合适的计算机技术，针对半结构化和非结构化问题，通过人机互换方式帮助和改善管理决策制定的有效性的系统。目前，DSS 己成为系统工程与计算机应用领域中的重要研究课题。通过国内外相关专家、学者的不断探索和研究，DSS在国内外学术界的理论研究和国民经济的实际应用中得到了 迅猛发展，在军事应用领域也有广阔的发展前景，世界各国都在竞相开发军事应用中的DSS。 国外民用代表性的DSS (1)GeodataAnalysisandnisply System(GADs)这是由IBM研究开发的一个地理 数据分析与显示系统，其作用是用计算机来构造和演示地图，它被用于辅助设计警察的巡逻线路、规划城市发展、安排学校的辖区范围等。 (2)water ware 江河流域综合规划决策支持系统。作为EuxekaEU487计划的最终成果，在墨西哥莱尔玛流域进行应用，以建立水量和水质的平衡，用这种方法可以产生一个取代历史流量资料的稳定流态，用来确定应改进哪些地方的废水处理设施以获取最大的利益。它采用了完全开放式的、模块化的体系，根据集合程度的不同，具有不同的层次和结构。系统包括如下基本结构:a、主菜单程序，用以协调各项独立的任务;b、地理信息系统(GIS)，
管理信息系统与决策支持系统
管理信息系统与决策支持系统 基于华北电力大学学生社团的管理信息系统 姓名：孟令虎 班级：自动化1203 学号：201209020216 时间：2014/12/29
学生社团管理信息系统使用报告 一．背景意义 社团管理信息系统加强师生、学生组织及组织成员之间的沟通交流，增进了解的新渠道，是各级学生组织开展网络思想政治教育、记录工作情况及成果的一个全新工作平台。 学校社团信息管理系统是典型的信息管理系统(MIS),本系统主要完成对社员管理、社员查询、社团查询等方面。系统可以完成对各类信息的浏览、查询、添加、修改等功能。由于系统数据的组成对存储安全性要求较高，因此系统的开发工具选择了Microsoft Access200数据库，Microsoft Access具有强大的数据处理功能，再通过需求分析，开发出适用于华北电力大学的社团信息管理系统。 二．系统软件简介 该系统可以有多个用户。通过用户登录验证进入系
统主界面。在系统主界面可以选择查询功能，可以选择添加信息记录的功能。当查询结果不满意，可以选择另外的查询方法，可以实现多种查询方法。当查询出某一个社团的主要功能后，可以选择查看与该社团相关的信息。通过选择添加记录的功能可以修改基本表中的信息。 三．系统介绍 1.登录系统 1.1系统的登录账号及密码分别为 user1：1610484 passward1：1610484 user2：201209020216 passward2：201209020216 效果图如下： 1.2当密码或账号输入错误时可以提示密码或账号错
误。 2.欢迎界面及主界面 2.1欢迎界面 当密码及账号全部输入正确时进入欢迎界面，延时3秒钟，自动跳入主界面。 延时界面如下： 2.2主界面 主界面中可以实现查询功能，以及选择增加记录的功能。
人工智能发展综述
人工智能发展综述 摘要:概要的阐述下人工智能的概念、发展历史、当前研究热点和实际应用以及未来的发展趋势。 关键词:人工智能; 前景; 发展综述 人工智能(Artificial Intelligence)自1956 年正式问世以来的五十年间已经取得了长足的进展,由于其应用的极其广泛性及存在的巨大研究开发潜力, 吸引了越来越多的科技工作者投入人工智能的研究中去。尤其是八十年代以来出现了世界范围的开发新技术的高潮，许多发达国家的高科技计划的重要内容是计算机技术,而尤以人工智能为其基本重要组成部分。人工智能成为国际公认的当代高技术的核心部分之一。 1什么是人工智能 美国斯坦福大学人工智能研究中心尼尔逊教授给人工智能下了这样一个定义:人工智能是关于知识的学科, 是怎样表示知识以及怎样获得知识并使用知识的科学。从人工智能所实现的功能来定义是智能机器所执行的通常与人类智能有关的功能,如判断、推理、证明、识别学习和问题求解等思维活动。这些反映了人工智能学科的基本思想和基本内容, 即人工智能是研究人类智能活动的规律。若是从实用观点来看,人工智能是一门知识工程学:以知识为对象,研究知识的获取、知识的表示方法和知识的使用。 从计算机应用系统的角度出发，人工智能是研究如何制造智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。如果仅从技术的角度来看，人工智能要解决的问题是如何使电脑表现智能化，使电脑能更灵活方效地为人类服务。只要电脑能够表现出与人类相似的智能行为,就算是达到了目的，而不在乎在这过程中电脑是依靠某种算法还是真正理解了。人工智能就是计算机科学中涉及研究、设计和应用智能机器的—个分支，人工智能的目标就是研究怎样用电脑来模仿和执行人脑的某些智力功能，并开发相关的技术产品，建立有关的理论。 2 人工智能历史 当然，人工智能的发展也并不是一帆风顺的，人工智能的研究经历了以下几
决策支持系统发展综述精编
决策支持系统发展综述 精编 Document number：WTT-LKK-GBB-08921-EIGG-22986
决策支持系统发展综述 空军工程大学导弹学院雷英杰 计算机是当代发展最为迅速的科学技术之一，其应用几乎已深入到人类活动和生活的一切领域，大大提高了社会生产力，引起了经济结构、社会结构和生活方式的深刻变化和变革。计算机科学技术具有极大的综合性质，与众多科学技术相交叉而反过来又渗入更多的科学技术，促进它们的发展。计算机科学与其他学科相交叉产生了许多新学科，推动着科学技术向更广阔的领域发展。 智能决策支持系统（Intelligent Decision Support Systems，简称IDSS）是决策支持系统（Decision Support Systems，简称DSS）与人工智能（Artificial Intelligence，简称AI）相结合的产物，它将人工智能中的知识表示与处理的思想引入到DSS，其独特的研究方法和广泛的发展前途使之一出现就成为决策支持技术研究的热点。 智能决策支持系统是以信息技术为手段，应用管理科学、计算机科学及有关学科的理论和方法，针对半结构化和非结构化的决策问题，通过提供背景材料、协助明确问题、修改完善模型、列举可能方案、进行分析比较等方式，为管理者做出正确决策提供帮助的智能型人机交互信息系统。
实践表明，只有当决策支持系统具有较丰富的知识和较强的知识处理能力时，才能向决策者提供更为有效的决策支持。 考虑到IDSS是在传统DSS基础上发展起来的，所以这里先介绍有关决策、决策科学和决策支持技术的基本概念。 一、DSS的产生与发展 1.1DSS的产生背景 电子数据处理EDP（Electronic Data Processing）：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。 管理信息系统MIS（Management Information Systems）：整体分析，系统设计，信息共享，部门协调。缺点：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。 决策支持系统DSS（Decision Support Systems）：70年代中期Keen和Scott Morton在《管理决策系统》（1971）一书中提出。目标：对管理者做决策提供技术支持。 背景：运筹学模型发展已经比较完善，多目标决策分析突破了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
决策支持系统在企业中的应用
决策支持系统在企业中的应用 20 - 20 学年第学期 姓名： 班级： 学号：---- 授课教师：实验教师： 决策支持系统在企业中的应用
摘要：随着时代的发展，决策支持系统作为新兴的一种信息技术，能够为企业决策者提供各种各样的决策方案在绝大程度上减轻了其工作量，提高了决策的质量，在企业中有着毋庸置疑的重要地位。本文从决策支持系统的发展现状、系统的概念、应用的特点及其在企业中实行的便利性和重要性经行了全方位的阐述。 关键词：决策支持系统决策者数据数据仓库 1 引言 在当今社会，高速有效的信息对一个企业的发展与决策有着无比重大的意义与价值。企业信息化管理是在企业管理的各个环节应用现代化的信息技术，来加快企业管理息的传递、加工和处理的速度，使这些信息资源得到高效的利用，及时地为企业管理高层提供决策的依据，能够切实有效地促进企业管理水平的提高。但是实际上，企业信息化建设是一个宏伟的系统工程，有着非常重大的意义与影响。 一个企业在其信息化建设中要着重突出管理决策信息系统的主体地位，企业管理的核心是“决策”。随着信息技术的全面发展，使用先进的科技技术从而消除了许多信息流通的阻碍。也使企业面临了比以往任何时候都更为复杂的生存环境。竞争的压力对企业制定决策的速度与质量都有更高要求。仅凭自身以往的经验来进行的决策已远远不能适应现代企业管理的需求，合理地利用计算机来辅助企业的决策，实施科学的决策是非常必要的。 2 我国企业信息化发展现状 充分利用信息技术来实施以信息化带动工业化的发展战略，是企业提高其核心竞争力，从而与国际化接轨的重要途径。我国的企业信息化建设是从七十年代初开始起步，到了八十年代中期打下的基础，在九十年代中后期才开始迅速发展。目前，我国企业信息化建设已经取得了非常大的效果。但是，与国际的先进发展水平仍有很大的差距，还存在着非常多的问题。下面对这些问题进行一些简要分析。根据在企业中的调查，随着其体制的改革与市场化压力的逐渐增大，大多数的企业已经能够深切地体会到了信息的重要性，从而对信息化技术发展能够促进企业发展达成了共识。为了实行以信息化带动工业化的发展战略实现生产力跨越式发展的过程，企业的管理者充分意识到信息技
决策支持系统发展综述
决策支持系统发展综述 计算机是当代发展最为迅速的科学技术之一，其应用几乎已深入到人类活动和生活的一切领域，大大提高了社会生产力，引起了经济结构、社会结构和生活方式的深刻变化和变革。计算机科学技术具有极大的综合性质，与众多科学技术相交叉而反过来又渗入更多的科学技术，促进它们的发展。计算机科学与其他学科相交叉产生了许多新学科，推动着科学技术向更广阔的领域发展。 DSS的产生背景 三．决策支持系统（DecisionSupportSystems---DSS）是70年代末期兴起的一种新的管理系统。它是计算机技术、人工智能技术与管理决策技术相结合的一种决策技术，“它涉及到计算机软件和硬件、信息论、人工智能、信息经济学、管理科学、行为科学等学科”，旨在支持半结构化决策问题的决策工作，帮助决策者提高决策能力与水平，最终实现提高决策的质量和效果的目的。 一、DSS的产生与发展DSS的发展70年代，Scott Morton在《管理决策系 统》（1971）一书中首次提出DSS。Peter G. W. Keen等人编写了一套丛书，阐明DSS的主要观点，初步构造出DSS的基本框架。1978至1988年，DSS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至现在，DSS技术持续发展，目前已基本成熟。新一代DSS研究仍然十分活跃。DSS的理论基础 （1）信息论 信息是现代科学技术中普遍使用的一个重要概念。 信息论是运用信息的观点，把系统看作是借助于信息的获取、传送、加工处理、输出而实现其有目的性行为的研究方法。 （2）计算机技术 计算机软件技术、硬件技术、网络技术、图形处理技术、知识处理技术等。 （3）管理科学与运筹学 管理科学MS（Management Science）：面向管理者，研究决策问题，如决策目标、决策效能等。 运筹学OR（Operations Research）：提供一系列优化、仿真、决策等模型。 （4）信息经济学 在信息时代，研究信息的产生、获得、传递、加工处理、输出等方面的价值问题。从经济学的角度，研究信息产生和获得的成本是多少？利润是多少？即研究信息价值问题。 （5）行为科学 研究决策者的决策风格、在决策过程中的决策行为等，指导DSS的设计和开发。涉及到决策者的心理学。 （6）人工智能 将人工智能技术用于管理决策是一项开拓性工作。当前研究的IDSS就是DSS与AI技术相结合的产物，它用领域专家的知识来选择和组合模型，完成问题的推理和运行，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，近十年取得了惊人的进展，呈现了光明的前景。专家系统、智能机器人和模式识别是人工智能中最活跃、最富有成果的三个研究领域。其中专家系统ES（Expert Systems）研究，取得了许多实用化的成果。当今世界上已经有上千个专家
决策支持系统解决方案
目录 1 工程背景和依据 (2) 1.1 项目背景 (2) 1.2 编制的依据 (3) 2 决策支持建设现状 (4) 2.1 建设基础 (4) 2.2 需求分析 (4) 3 指导思想、建设原则 (6) 3.1 指导思想 (6) 3.2 建设原则 (6) 4 总体目标 (7) 4.1 总体目标 (7) 5 总体框架和体系 (8) 5.1 总体框架 (8) 5.2 技术路线 (9) 6 主要任务 (11) 6.1 完善信息基础设施 (11) 6.2 建立信息资源中心 (11) 6.3 搭建应用支撑平台 (11) 6.4 建立决策支持应用 (12) 6.5 完善相关支撑体系 (13) 7 重点工程 (15) 7.1 市领导辅助决策支持系统 (15) 7.1.1 市级领导应用 (15) 7.1.2 办公厅及部门应用 (15) 7.2 市领导空间决策支持系统 (16) 7.3 市领导智能决策支持系统 (17) 7.4 市领导多媒体协同办公系统 (18)
7.5 决策分析政务数据交换平台 (19) 7.6 领导决策综合数据库 (20) 8 保障措施 (22) 8.1 加强组织体系建设 (22) 8.2 完善相关政策和制度 (22) 8.3 加强资金保障 (23) 8.4 加强项目培训和咨询 (23) 8.5 强化标准规范建设 (23) 9 计划安排及投资类别 (24) 9.1 总体安排 (24) 9.1.1 工程一期 (24) 9.1.2 工程二期 (24) 9.2 投资类别 (25) 1 工程背景和依据 1.1 项目背景 贯彻党的十六大报告要求“进一步转变政府职能，改进管理方式，推行电子政务，提高行政效率，降低行政成本，形成行为规范、运转协调、公正透明、廉洁高效的行政管理体制”。 贯彻党的十七大报告要求“推进决策科学化、民主化，完善决策信息和智力支持系统”。 《黑龙江省电子政务建设“十一五”规划》：“各级各部门要高度重视电子政务建设工作，切实纳入重要议事日程。主要领导要及时掌握情况，解决问题，加强督促，有计划、有力度地搞好工作推进。”。 《黑龙江省电子政务建设“十一五”规划》：“整合各专业数据系统的关系型数据、非结构化数据，以及多媒体数据，建设全省电子政务数据仓库，利用数据整合、数据分析、数据挖掘技术，建立全省电子政务决策支持系统，为各级领导提供决策支持。”
决策支持系统发展现状与趋势分析
决策支持系统发展现状与趋势分析1 吴新年2 （中国科学院国家科学图书馆兰州分馆兰州730000） 陈永平 （北方民族大学图书馆银川750021） 摘要：在简要回顾决策支持系统发展历史的基础上，系统归纳了决策支持系统的主要类型，分析总结了阻碍决策支持系统发展的关键技术问题和决策支持系统未来的发展取向。 关键词：决策支持系统；现状；趋势；关键技术 1 决策支持系统的兴起与发展 决策是人类社会发展中时时处处存在的一种社会现象。任何行动都是相关决策的一种结果。正是这种需求的普遍性，人们一直致力于要开发一种系统，来辅助或支持人们进行决策，以便促进提高决策的效率与质量。尤其是随着现代信息技术和人工智能技术的发展和普及应用，更有力地推动了决策支持系统（Decision Support System，简称DSS)的发展。 简要说来，DSS大致经历了这样几个发展历程：20世纪60年代后期，面向模型的DSS 诞生，标志着决策支持系统这门学科的开端；20世纪70年代，DSS的理论得到长足发展，80年代前期和中期，实现了金融规划系统以及群体决策支持系统（Group DSS）；20世纪80年代中期，通过将DSS与知识系统相结合，提出发展了智能决策支持系统（IDSS）的设想[1]；此后，开始出现了主管信息系统( executive information system，简称EIS)3、联机分析处理（OLAP）等。到了20世纪90年代中期，人们开始关注和开发基于Web的DSS，随着Internet的革命性发展和深入应用，基于分布式的、支持群体网络化和远程化协同的情报分析与综合决策支持系统逐步浮出水面并开始走向应用；随着人工智能技术的不断发展，DSS 的智能化程度越来越高，对人们决策的支持能力也越来越强大。 2 决策支持系统的主要类型 自20世纪70年代提出决策支持系统（DSS)以来，DSS已经得到了很大发展。从目前发展情况看，主要有如下几种决策支持系统： （1）数据驱动的决策支持系统（Data-Driven DSS）[2]。这种DSS强调以时间序列访问和操纵组织的内部数据，也有时是外部数据。它通过查询和检索访问相关文件系统，提供了最基本的功能。后来发展了数据仓库系统，又提供了另外一些功能。数据仓库系统允许采用 1本研究受“西部之光”项目“甘肃省科技文献信息共享平台建设研究与示范”资助。 2作者简介：吴新年，男，1968年11月出生，在职博士，研究员，硕士研究生导师。迄今公开发表论文60多篇，合作出版著作3部。主要研究方向：信息资源管理；情报研究与决策咨询。wuxn@https://www.360docs.net/doc/a22602161.html, 陈永平，男，1969年出生，1991年毕业于兰州大学图书情报学系，副研究馆员，现任北方民族大学图书馆副馆长，公开发表论文10余篇。主要研究方向：信息组织与服务。cyp1120@https://www.360docs.net/doc/a22602161.html, 3主管信息系统（Executive Information System），指为了满足无法专注于计算机技术的领导人员的信息查询需求，而特意制定的以简单的图形界面访问数据仓库的一种应用。
(决策管理)决策支持系统评估报告
决策支持系统评估报告 一、现状描述及评价 一）现有不足 目前，大部分公司财务、精算、业务、销售、咨询、投诉、业务员信息等分别使用不同的系统，特别是业务方面又包括几个不同的系统，各地的查询系统仅从以上某些系统中取数，而没有一个囊括公司全部业务系统相关数据的平台进行查询支持。 1、统计报表多人工操作，费时费力。 信息部疲于奔命，尚不能满足业务部门的统计需要。原因在于数据分布在不同的系统中，而业务部门的要求往往是全面的数据统计。业务部门不能及时掌握第一手业务资料，在业务管理上缺乏有力的事实证据，经营决策时的底气不足。同时也导致各部门间的统计报表有交叉，有些同名统计指标的表达不一致 2、缺乏整个公司统一的分析指标体系。 各种数据的口径不统一，目前数据主要涉及到财务、精算、代理人、业务等多个系统，但各个部门的报表口径不一：如“新单保费”的概念，到底包括不包括月缴，再如某个险种，到底是按照团体险统计还是按照短期险统计等等。各种口径不统一加大了系统间接口的复杂，更增加了数据准确性、一致性、效率控制的难度。
上海、深圳等公司对部分统计分析指标进行了初步的解释，应在全公司采用统一的统计分析指标，为建立统一的查询、分析系统奠定基础。 信息化战略规划是信息、资源的整合。数据仓库的搭建要基于一定的管理目的，从业务发展和管理的需求入手。查询系统应可提供行业分析结果的查询、理赔情况分析的查询、客户保费结构构成的查询等多方位查询功能。例如： 1、业绩分析系统 业绩分析系统是为了满足当前各级公司管理人员的决策需要，该系统中包含了原来设想的渠道管理系统中的系统功能。 a、销售状态分析。按照时间、公司、险种三个角度对团险 各险种的保费收入、给付、退保、计划完成率、增幅、 业绩排序等进行分析。 b、销售渠道分析。包括团队、个人的险种结构、给付、销 售业绩、人均产能统计和排序，以及经纪公司、代理公 司的销售收入、赔付率和退保率。 2、面向客户的决策分析系统 a、现有客户群体特征分析：客户的行业、规模、所有制特 征、单位关键人物描述、接触过程描述。 b、现有客户承保行为分析：某时间点或时间段的保费收 入、同比情况、客户群体占公司的保费规模、客户群体
决策支持系统的功能及应用简单案例分析
决策支持系统的功能及应用 酒店13-1班 黄小娇 201305002866 决策支持系统是指将数据、管理模型和用户友好的软件集成在一起的、能够支持中高层和中层管理人员进行结构化和半结构化决策的信息系统。其目的在于提高决策的效能，而不是效率。 随着电子商务系统的发展以及信息化程度的不断提高，在采购决策支持方面不断吸纳新的信息处理技术、提高决策的科学性和规范性，成为提高企业办事效率、促进经济发展的关键所在。在现实生活中见到的如原材料供应商选择、合理库存量分析、物品运输最佳路径选择都是决策支持系统的具体运用。 在企业生产过程中，原材料采购是第一步，在整个生产过程中起着至关重要的作用，因此供应商的选择是材料采购成败的关键。企业与供应商建立的是长期合作关系，优质的供应商可以保证企业生产的正常运行，还可以避免出现缺货、材料劣质、配送滞后等问题，为企业减少不必要的损失。 企业在制定采购需求后，经过分析确定采购标准，然后寻找商家进行洽谈，洽谈的内容或者说影响供应商选择的方面主要有：原材料、商家提供的配送服务、商家的信誉度等。 供应商选择决策支持系统就是将决策支持系统技术运用到企业
对供应商的选择当中，从而能有效地对采购方进行辅助决策，提 高决策的效率和准确性。 这个系统包括原材料市场调查、配送服务评析、信誉度调查三个模块。通过原材料市场调查模块，企业管理者可以方便的了解到所需的原材料的市场现状，材料的性能，包括质量、价格、性价比等；通过配送服务评析可以对供应商的物流能力做出评判，运输量、运输能力、运输距离都应该纳入考虑范围，最后得出有利于自己的决策；通过信誉度调查，可以知道商家的信誉度，信誉度越高，口碑越好，就越适合进行合作，一个可靠的商家是可以进行长期合作的保证。 这个系统可以对供应商的相关数据进行科学分析，研究公司需求与市场供给的数量关系，运用对比分析方法揭示事物之间的关系及均衡性；根据供应商的生产经营情况和竞争情况对其可选性进行量化评测和科学分类，最终权衡利弊，得出最佳方案。 由此可知，决策信息系统有一下基本功能：1、管理并随时提供与决策问题有关的组织内部信息，如订单需求，库存状况等。2、收集、管理并提供一决策问题有关的组织外部信息，如市场行情、科技信息等。3、收集管理并提供各项决策方案执行情况的反馈信息，如订单合同执行进程、供应计划运行情况等。4、能灵活的对数据进行加工、汇总、分析、预测，得出所需逇综合信息和预测信息。5、具有良好的数据通信功能，保证及时收集数据并将加工结果传送给使用者。 决策支持系统还具有一定的特点，第一，它可以进行集中式决策
决策支持系统发展现状与发展趋势(1)
决策支持系统发展现状与趋势分析 信息092 王岩090612271引言 决策是人类社会发展中人们在为实现某一目的而决定策略或办法时，时时存在的一种社会现象。任何行动都是相关决策的一种结果。正是这种需求的普遍性，决策支持系统应运而生。20多年来，DSS已在理论研究、系统开发和实际应用诸方面取得了令人瞩目的进步，并呈现出积极的多元化的发展态势。随着人工智能技术、网络技术、通信技术和信息处理技术的发展和多学科的交叉结合发展，决策支持系统呈现多元化结构发展态势。 决策支持系统，简称DSS(Decision Support System)，是以特定形式辅助决策的一种科学工具。它通过人机对话等方式为决策者提供了一个将知识性、主动性、创造性和信息处理能力相结合、定性与定量相结合的工作环境，协助决策者分析问题、探索决策方法，进行评价、预测和选优。 近几年来，从关于决策支持系统基本定义和决策支持系统基本结构出发，演化产生了一系列新的概念、观点和结构。为此，本文从对决策支持系统的发展现状加以概括论述，同时总结了决策支持系统发展的趋势和前景。 决策支持系统的兴起于发展 决策支持系统的大致经历了这样几个发展过程：20世纪60年代后期，面向模型的决策支持系统诞生，标志着决策系统的这门学科的开端，20世纪70年代，决策支持系统的理论得到了长足的发展，80年代的前期和中期，实现了金融规划系统以及群体决策支持系统；20世纪80年代中期，通过将决策支持系统和知识系统相结合，提出了发展智能决策支持系统的设想；此后，开始出现主管信息系统，联机分析处理等。到了20世纪90年代中期，人们开始关注和开发基于Web的决策支持系统，随着Internet的革命性和深入应用，基于分布式的、基于群体网络化和远程化的协同的情报分析与综合决策支持系统逐步浮出水面并开始走向应用；随着人工智能的不断发展，决策支持系统的智能化程度越来越高，对人们的决策的支持能力也越来越大。 DSS的系统结构 尽管DSS在形态上各色各样，但它们在结构上有一个基本特征——集成性，对不同形态的DSS进行分解时，又会发现DSS主要由五个部件组成：人机接口、数据库、模型库、知识库、方法库。每个库又带有各自的管理系统，即对话管理系统、数据库管理系统、模型库管理系统、知识库管理系统、方法库管理系统。因此一般地说，大部分DSS都可以认为是这十个基本部件的不同的集成和组合，即这十个部件可以组成实现支持任何层次和级别的DSS系统。 阻碍决策支持系统发展的关键技术问题 1980年，Sprague就曾提出了决策支持系统的三部件结构，即对话部件、数据部件（数据库Data Base和数据库管理系统DBMS）、模型部件（模型库MB和模型库管理系统MBMS）。该结构明确了DSS的组成，也间接地反映了DSS的关键技术，即模型库管理系统、部件接口、系统综合集成。 1981年，Bonczak等又提出了DSS三系统结构，即语言系统(LS)、问题处理系统(PPS)、知识系统(KS)[13]。从这些系统总体架构的概括与设计思路看，开发一个实际的高性能DSS需要解决如下关键技术问题： (1)模型库系统的设计和实现：它包括模型库的组织结构、模型库管理系统
(决策管理)决策支持系统升级
1、决策问题的类型（按结构化程度分为）：（第一部分ppt17） a结构化决策问题。能够描述清楚的问题，三个阶段都能使用确定的算法 或决策规则。 b半结构化决策问题。不能够描述清楚，而只能凭直觉或经验作出判断的问题。三个阶段都不能使用确定的算法。 c非结构化决策问题。介于两者之间的问题。一个或二个阶段能使用确定 2、决策过程：就是人们为了实现一定的目标而制定行动方案，并准备组织实施 的活动过程，这个过程也是一个提出问题、分析问题、解决问题的 过程。（第一部分ppt20） 决策的过程，赫尔伯特?西蒙划分的四个阶段 1.情报活动 2.设计活动 3.抉择活动 4.实施活动 3、个人决策和集体决策（第一部分ppt30） ——从决策的主体看可划分为个人决策和集体决策 优点：效率高； 缺点：决策质量可能低；可接受性低。 其人存，则其政举，其人亡，则其政息 4、做一位明智的决策者（第一部分ppt37） ①开始工作。 ②关注重大问题。 ③改善工作计划。 ④化繁为简 ⑤摆脱困境 ⑥适时退出 ⑦聪明地利用他人的帮助 ⑧确立基本的决策原则 ⑨调整决策风格 ⑩掌握自己的决策 5、当前决策科学化发展的方向（第一部分ppt27） 一、用信息系统支持和辅助决策 二、定性决策向定量与定性相结合的决策发展
三、单目标决策向多目标综合决策发展 四、战略决策向更远的未来决策发展 6、决策支持的方式（第一部分ppt44） a 数据与决策支持 b模型的决策支持 c“如果，将怎样”（what-if）分析的决策支持 d决策问题方案的决策支持 e自动生成决策问题方案的决策支持 f知识推理与智能技术的决策支持 7、模型是对于现实世界的事物、现象、过程或系统的简化描述（第一部分ppt46）（一）物理模型：也称实体模型，又可以分为实物模型和类比模型。 （二）数学模型：用数学语言描述的一类模型 （三）结构模型：主要反映系统的结构特点和因果关系的模型 （四）仿真模型：通过数字计算机，模拟计算机或混合计算机上运行的程序表 达的模型。 选择模型需要做到：（1）对已有模型解决的问题很熟悉。 （2）对现实世界的实际问题也很熟悉。 模型库管理系统：提供模型的提取、访问、更新和合成等操作。（第二部分ppt33）数学建模步骤（第一部分ppt51） 1）模型准备4）模型求解 2）模型假设5）模型分析 3）模型建立6）模型检验 模型库管理系统的功能：一、模型的存储管理，包括模型的表示、模型存储组织 结构、模型的查询和维护。 二、模型的运行管理，包括模型程序的输入 和编译、模型的运行控制、模型对数据的存取。 三、支持模型的组合，包括模型间的组合以及模型之 间数据的共享与传递。（课本99） 8、决策支持系统：是以信息技术为手段，应用管理科学、计算机科学及有关学科的理论和方法，针对半结构化的决策问题，通过提供背景材料、协助明确问题、修改完善模型、列举可能方案、进行分析比较等方式，为管理者做出正确决策提供帮助的人机交互信息系统。（第二部分ppt20） 决策支持系统的结构图
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。
决策支持系统试题
决策支持系统试题答案 一、问题题(每题7分，共35分) 1.决策支持的能力体现在： 1)模型的决策支持 模型是对客观事物的特征和变化规律的一种科学抽象。模型方法是制定决策的基本 方法。 2)“如果—将怎样(what-if)”分析的决策支持 对模型中方程、变量、参数作各种各样的假设，并通过模型计算，研究最优解会有 怎样的变化。 3)决策问题方案的决策支持 通过多模型组合形成决策问题方案能扩大单模型的决策支持能力 4)自动生成决策问题方案的决策支持 利用计算机的系统快速原型技术自动生成决策支持系统方案。包括决策资源（数据、模型等）的利用，能提高辅助决策效率，同时能快速改变决策方案，能提高辅助决 策效果。 5)知识推理与智能技术的决策支持 知识推理是人工智能核心，利用专家系统、神经网络、遗传算法、机器学习等人工 智能技术达到利用知识辅助决策的效果。 2.模型库一般由模型字典库和模型文件库两部分组成。 模型库管理系统的功能包括： 1)模型的存储管理：包括模型的表示、模型存储的组织结构、模型的查询和维护等功 能。 2)模型的运行管理：包括模型程序的输入与编译，模型的运行控制，模型对数据的存 取。 3)支持模型的组合 能支持多模型的组合，形成决策支持系统方案。 3.知识发现过程如图： 即由三部分组成：数据准备、数据挖掘、结果评价 数据挖掘是知识发现中最重要的步骤，它是从数据中挖掘出知识的原型：模式 数据挖掘的主要方法有： 1)归纳学习方法：信息论方法和集合论方法
2)关联规则挖掘 3)仿生物技术：神经网络和遗传算法 4)公式发现 5)统计分析方法 6)模糊数学方法 7)可视化技术 4. 说明研究综合决策支持系统的必要性： 1)数据仓库虽然未明确提出使用数学模型，但实际上数据仓库中的综合数据是利用汇 总模型来完成的，数据仓库中的历史数据用于预测是要通过预测模型来完成的。故 数据仓库中已经使用了数学模型。 2)对于银行数据仓库建立以客户为中心的个性化服务，是需要建立有关的数学模型： ①分销渠道分析模型②客户的利润评测模型③客户关系（信用）优化模型④风险评 估模型等。 3)模型库是传统决策支持系统的核心部件。 4)以数据仓库为核心的新决策支持系统和传统决策支持系统的模型库的结合，体现了 综合决策支持系统的特点。 从以上分析可以说明研究综合决策支持系统是很有必要的。 5. 说明网络环境的综合决策支持系统的发展趋势： 现在的数据库产品和数据仓库产品都是以服务器形式在网络环境上提供服务。这样 极大的提高了他们的服务能力。 对于传统的决策支持系统向网络环境上的发展，需要将模型库和知识库向服务器方向发展。即建立模型服务器和知识服务器。人机交互综合部件以客户端形式出现。在客户端上通过控制程序对网络上的模型服务器上的模型以及知识服务器的知识进行组合形成网络环境的传统决策支持系统。 对于新决策支持系统，为实现对数据仓库服务器的有效利用。已经逐步在研究数据挖掘与联机分析处理的服务器。这将形成网络环境的新决策支持系统。 将网络环境的传统决策支持系统与网络环境的新决策支持系统结合起来将形成网络环境的综合决策支持系统。这是决策支持系统的发展方向。 网络环境的综合决策支持系统结构图如下：