浅谈智能决策支持系统在管理决策中的应用前景

摘要:文章从智能决策支持系统的概念、性能出发,探讨了该系统应用于管理决策的优势,并大胆描述了智能决策支持系统将对企业管理决策带来的巨大变化。

关键词:智能决策支持系统;AI;ES

1智能决策支持系统的概念

智能决策支持系统(IDSS,Intelligence Decision Supporting System),是人工智能(AI,Artifieial Intelligence)和DSS相结合而成的决策支持系统,它应用专家系统(ES, Expert System)技术,通过逻辑推理的手段充分应用人类知识处理复杂的决策问题。

2智能决策支持系统的特点和功能

智能决策支持系统,我们又称为高阶决策支持系统,它将决策支持系统的人机交互系统、模型库系统、数据库系统和专家系统的知识库、推理机及动态数据库相结合,因此能拥有优于传统决策支持系统的特性和功能:

①由于智能DSS具有推理机构,能模拟决策者的思维过程,所以能根据决策者的需求,通过提问会话、分析问题、应用有关规则引导决策者选择合适的模型。

②智能DSS的推理机能跟踪问题的求解过程,从而可以证明模型的正确性,增加了决策者对决策方案的可信度。③决策者使用DSS解决半结构化或非结构化的问题时,有时对问题的本身或问题的边界条件不是很明确,智能DSS却可以通过询问决策者来辅助诊断问题的边界条件和环境④智能DSS能跟踪和模拟决策者的思维方式,所以它不仅能回答“what……if……”,而且还能够回答“why”,“when”之类的解释性原因,从而能使决策者不仅知道结论,而且知道为什么会产生这样的结论。

IDSS充分发挥了专家系统以知识推理形式解决定性分析问题的特点,又发挥了初级决策支持系统模型计算为核心解决定量分析问题的特点,充分做到定性分析和定量分析的有机结合,使得解决问题的能力和范围得到了一个大的发展。IDSS中DSS和ES的结合主要体现在三个方面:①DSS和ES的总体结合。由人机交互系统把DSS和ES一体化。②KB和MB的结合。模型库中的数学模型作

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)，

智能决策支持系统

基于云计算的智能决策发展综述郜炎峰（哈尔滨商业大学计算机学院哈尔滨Y1310120306 ）摘要：随着计算机和通信技术的快速发展，一些基于不同环境下的智能决策支持系统层出不穷，本文主要简单介绍了智能决策支持系统的发展现状，然后重点介绍了基于云计算的智能决策的研究现状，对云计算环境下的智能决策受到的影响，决策资源管理，决策问题协同求解，智能决策支持系统等进行简单分析，进一步提出今后的智能决策系统的研究思路。关键词：发展现状；云计算；智能决策； Abstract:With the rapid development of computer andcommunicatio n technology, a number of different environments based intelligent decisionsupport systemafter another,This paper briefly introduces the development status of intelligent decision support system, and then focuses on the research status of cloud-based intelligent decis ion.The impact of cloud computing environments being intelligent decision,decision-making resource management,collaborative deci sion-making problem solving, intelligent decision support system fo r simple analysis.Further research ideas putted forward in the futur e of intelligent decision system.

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

IDSS智能决策支持系统案例分析

IDSS案例分析 IDSS，也称智能决策支持系统，是人工智能（AI，Artificial Intelligence）和DSS相结合，应用专家系统（ES，Expert System）技术，使DSS能够更充分地应用人类的知识，如关于决策问题的描述性知识，决策过程中的过程性知识，求解问题的推理性知识，通过逻辑推理来帮助解决复杂的决策问题的辅助决策系统。以下以中国铁路哈尔滨局集团公司货运智能决策支持系统为例分析。为加强哈尔滨局集团公司各系统间货运数据资源整合，提升营销精准度，在众多物流企业中占据竞争优势，阐述哈尔滨局集团公司铁路货运营销管理现状，针对现有信息系统缺少对市场行情、经济形势的采集和分析等问题，结合商业智能相关技术，分析当前货运营销管理策的特点及需求，提出构建哈尔滨局集团公司货运智能决策支持系统的目标及架构，设计智能人机交互、智能搜索引擎、市场营销管理、客户行为感知、市场行情监测、自定义报表查询等功能，为哈尔滨局集团公司货运营销管理提供了重要支持。在市场经济的浪潮中，提升铁路企业市场竞争力需要抓住瞬息万变的行业数据，科学的加以分析和充分利用，为制订市场营销计划、开发货运产品、调整价格策略提供数据支持。目前，中国铁路哈尔滨局集团有限公司( 以下简称“哈尔滨局集团公司”)具有货运相关的信息系统约有30 余个，各系统之间数据统计口径各异、协同联动能力较低，繁琐的报表定制及传递严重制约着市场开发工作效率。同时，相关业务部门缺乏对客户上游原料、下游产品、库存、销量、运输量

等信息的市场调查及动态监控平台，导致不能最大限度并有效的挖掘客户资源、追溯客户关系、监测运输趋势。针对现有信息系统缺少对市场行情、经济形势、运价指数的采集和分析，还缺少对铁路局集团公司、站段、品类等维度的运量完成指标的倒逼和增量减量预警，以及对重点货源客户的多角度(运输趋势、库存结构、上下游品类等)分析及预测等问题。因此，研究构建哈尔滨局集团公司货运智能决策支持系统，加强各系统间货运数据资源整合、全面掌控铁路客户资源，改善铁路货运市场分析工具薄弱、营销计划与市场衔接不紧密等问题，更好地提升铁路货运市场营销决策工作的效率和质量，提高铁路货运产品的服务水平和客户黏度，满足哈尔滨局集团公司应对市场竞争的需要。系统架构哈尔滨局集团公司货运智能决策支持系统从架构设计上分为数据中心、分析服务层、应用层和展示层。数据中心作为数据接收和存储的容器，集成大量铁路货运生产系统的数据资源，包括货票系统、运货五系统、十八点系统、现车系统、箱管系统、运价系统等，通过统一的集成标准提供规范化的基础数据支撑；分析服务层将多样的、有价值的货运大数据资源进行关联分析，满足智能决策过程中逻辑判断、趋势预警、方案制定和行为感知所需；应用层定义系统通用功能，共包括智能语义识别、智能搜索引擎、市场营销管理、客户行为感知、市场行情监测、自定义报表查询、多维预警分析等功能，辅助决策层决策管理所需；展示层通过移动终端设备和浏览工具进行访问，实现

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

商务智能与决策支持-案例及案例分析

商务智能与决策支持-案例及案例分析商务智能与决策支持教学案例案例1：光大银行商务智能系统的实施一、案例内容成立于1992年8月的光大银行，作为国内最大的股份制商业银行，拥有众多客户群，几百个分支机构遍布国内外;同时光大银行以领先的理念为客户提供种类繁多的金融服务。对于一个如此庞大的机构，如此繁多的金融服务，管理的复杂性可想而知。近年来，通过综合柜台业务系统、阳光卡系统、网上银行系统和办公自动化系统等一系列信息化基础建设，光大银行率先实现了业务系统全国联网和总行数据大集中。在成功实现业务系统全国联网和总行数据大集中后，经营管理分析方面又出现了一些极待解决的新问题，如：统计数据不够及时准确、对决策分析缺乏专业化系统化支持、报表处理效率低、数据共享差、难以为以客户为中心的经营管理模式提供充足的信息支持、业绩考核没有理想的IT系统为支撑等等。众多新问题的出现是银行管理层始料未及的。为了尽快突破海量数据的“封锁”，挖掘其中蕴涵的知识和信息，光大银行决策层于2002年初开始立项商业智能及数据仓库系统。光大银行根据自身情况，以实际需要为导向，对各家方案的优劣进行仔细分析、反复考察、综合考虑。最终，菲奈特软件公司的高端商务智能产品BI.Office以其领先的技术和简便的操

作从众多竞争者中脱颖而出，赢得了光大银行决策层的一致青睐。经过商议，双方在国际结算业务统计分析、对公业务统计分析、信贷风险管理、客户经理业绩考核等方面签定了一系列合作计划。为了降低实施风险，将从国际结算业务统计分析系统开始，各个项目逐步实施。成功的选型是光大银行商业智能应用系统成功实施的开始。国际业务部商业智能的应用证明，光大银行所采取的“以部门为基础实施数据处理”的决定是正确的，也是务实的。从2002年12月开始，菲奈特BI.Office商业智能应用平台相继应用于光大银行其他几个业务部门，形成相应部门的商业智能系统。这些商业智能系统以数据仓库技术为基础，把分散在各个业务系统的数据进行整合，数据经过清洗、转换，加载到数据仓库；再采用OLAP和Data Mining等技术，为管理决策人员提供强大、灵活的日常查询和决策支持。一个应用实例：有一段时间存款余额持续不断的增长，但是同期的流失客户数也在不断增长，这个问题引起了业务部分析人员的高度重视。该分析人员通过系统进行自助分析，最后发现，问题的根源在于很多客户经理为了完成揽存目标，费了大量的人力和成本开拓新行业、新客户，而忽略了对老客户的关系管理，才出现了存款余额和流失客户数同时增长的怪想象。于是马上向

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/b88804834.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/b88804834.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。

企业智能综合决策支持系统方案设计

企业智能综合决策支持系统方案设计厦门巨龙软件工程有限公司王三明硕士 2003-1-22 投稿一般来讲，企业管理中的决策基本上可以分为两种：即结构化决策和非结构化决策。结构化决策涉及到的变量较少，只要采用专门的公式来处理相关信息，就能够得到准确的答案。通过计算机语言来编制相应的程序，就可以在计算机上面处理这些信息。结构化决策完全可以用计算机来代替。在非结构化决策中，可能提供出很多正确的解决方案，但是没有精确的计算公式能够计算出哪个解决方案是最优。也没有规则和标准能够衡量那种方案是最佳解决方案。在没有决策支持系统作基础的情况下是难以迅速而有效地进行决策的。因此，企业智能综合决策支持系统（InterigentDecisionSupportSystem，IDSS）应有高度的灵活性和良好的交互性，适用于非结构化决策的支。一、智能综合决策支持系统IDSS方案设计企业决策支持系统应以支持经营决策为主要目的，故IDSS应支持： ◆企业外部环境研究分析决策支持； ◆企业内部条件分析决策支持； ◆经营决策，其中包括产品决策、销售决策与财务决策等。 1.企业外部环境研究决策支持为了支持外部环境调查分析，IDSS系统中应提供以下一些主要因素的检索机制: §国家有关经济政策和法规，尤其是金融、财务、税收、外贸进出口方面的政策和法规； §国际国内相关行业的市场行情及产量、价格等；产品市场分析；主要原、燃、材料供应情况及价格等等。 2.企业内部条件分析决策支持 IDSS应支持：产品分析、市场分析、资金利润分析、盈亏分析等。市场分析决策模块包括市场开拓决策、销售策略决策等。 ◆市场分析模块应提供： §市场面分布分析 §市场产品竞争分析 §价格变动对需求影响程度分析 §开辟新市场分析为此，IDSS应提供市场潜力模型，以便支持管理者考虑提高产品竞争能力，占领未实现市场，开辟未开发市场 ◆销售决策支持 IDSS应包括： §预测模型（可用于销售量预测、价格预测等）

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

临床决策支持系统综述报告

临床决策支持系统综述报告引言: 临床决策支持系统(clinical support decisionsvstens，CDSS)是指将临床数据做为输入信息，将推论结果作为输出，有助于临床医生决策并被用户认为具有一定“智能”的任何软件。大量研究表明，CDSS的应用可以有效解决临床医生知识的局限性、减少人为疏忽(特别是药物定量方面)、相对降低医疗费用等，从而为医疗质量提供了保证。尽管CDSS有很多优点，真正能为医生所接受并投入实际临床使用的为数不多，其主要原因是技术问题，如：不确定知识的表示与推理的困难、知识更新的困难、知识库的透明性问题以及与其它医学信息系统以及医生的工作模式相融合等问题。历史发展：我将系统地回顾电子病历中临床决策支持方法。根据Musen 和Shortliffe等，人临床决策支持系统可以按五个维度（Dimension）进行分类，另外，如果将不直接给出建议而只是给出相关信息的系统也划入临床决策支持系统，那么临床决策支持系统可以按以下六个维度进行分类（表一）：表一临床决策支持系统的分类维度

内部决策机制的不同主要取决于临床决策支持系统的内部知识表示方式，针对不同的决策需求存在着不同的知识表示方式，从而形成了不同的决策机制。例如，根据病人的症状体征等的辅助诊断系统常以概率来表达症状与疾病相关性，此类的决策方式主要有基于Bayesian theorem 的方法和Belief networks。另外，近期的已经在国外的临床中具体应用的事件监视器(Event Monitor)也都是基于规则的决策支持系统。这些系统通过事先定义好的规则来实时地监视病人的相关信息，一旦规则中的前提条件得到满足，相关规则将被触发，相应采取规则中规定的行动，或是对诊断或是对治疗提供决策支持。 2) 系统功能临床决策系统也可以按其设计的所能完成的系统功能来划分。主要有两大类主要的功能：一是帮助决策什么是对的判断，例如临床诊断，早期的Leeds Abdominal Pain、DXplain和QMR等医学诊断系统即属此类。二是帮助医生决策下一步应该做做么事，例如做什么检查，用什么药，要不要手术等，最典型的一个例子就是决策分析树，即根据概率分析医生下一步应该怎样做。 3) 建议方式

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。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，数据库技术、图形显示技术、各类工具软件的发展与完善，构成了DSS形成与发展的技术基础。 1.2DSS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

决策支持系统发展现状与趋势分析精编

决策支持系统发展现状与趋势分析精编 Document number：WTT-LKK-GBB-08921-EIGG-22986

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 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，合作出版着作3部。主要研究方向：信息资源管理；情报研究与决策咨询。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。 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。

决策支持系统实例

3) 决策支持系统实例物资分配调拨咨询题是按照各单位提出对物资的需求申请，按仓库的库存情形制定分配方案，再按照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。该决策咨询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物资申请和库存的打算汇总各单位按自己的需求提出对各物资的申请申请数据库为： Di={SQ(W1) , SQ(W2),…} i=1,2,3… (1.1) 其中Di 表示第i 各单位，SQ(Wj)表示申请物资 Wj 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。 Wj={ SQ(D1), SQ(D2),…} j=1,2, 3 (1) 2) 其中SQ(Di)表示第i 个单位对物资 Wj 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。各仓库度物资的可供应情形 Ki={XY(W1) — KD(W1) , XY(W2) — KD(W2),…} i=1 , 2,… ( 1.

其中Ki 表示第i 个仓库；XY(Wj) , KD(Wj)分不表示该仓库中物资 W j 的现有数量和最低储备量；XY(Wj) — KD(Wj)表示物质 Wj 的可供量。各仓库的多物资的可供应情形汇总成某一物资个仓库的可供量，形成总库存数据库。 Wj={XY(K1) — KD(K1)，XY(K2) — KD(K2)，…} (1.4) 该项数据处理工作，要在数据库中运算出可供量后，再进行类似于数据库旋转来实现。该打算汇总工作构成数据处理模型，它与数据库的关系如图: 图2打算汇总模型与数据库的关系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。比较分配情形对同一物资 Wj 运算总可供量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。物资分配方法总可供量大于等于总申请量 S >Q 完全满足各单位的申请数量，即各单位的分配数量 FB(Dj)等于他的申请量。 FB(Dj)= SQ(Dj) (2.1) 总可供量小于总申请量S < Q 那个地点有2种处理方法：按申请比例削减 FB(Dj)= SQ(Dj)*S/Q 单位申请数据库仓库库存数据库 (2.2) 物资总申请数据库物资总库存数据库

医学决策支持系统的应用

作者简介：蒋慧贤（1984—）,女，武漢人，碩士，研究方向：信息咨询服务。摘要：从智能决策支持系统的概念、性能出发，探讨了该系统应用于管理决策的优势，并大胆描述了智能决策支持系统将对企业管理决策带来的巨大变化。关键词：智能决策支持系统；AI；ES 1智能决策支持系统的概念智能决策支持系统（IDSS，Intelligence Decision Supporting Sys tem），是人工智能（AI，Artifieial Intelligence）和DSS相结合而成的决策支持系统，它应用专家系统（ES，Expert System）技术，通过逻辑推理的手段充分应用人类知识处理复杂的决策问题。 2智能决策支持系统的特点和功能智能决策支持系统，我们又称为高阶决策支持系统，它将决策支持系统的人机交互系统、模型库系统、数据库系统和专家系统的知识库、推理机及动态数据库相结合，因此能拥有优于传统决策支持系统的特性和功能： ①由于智能DSS具有推理机构，能模拟决策者的思维过程，所以能根据决策者的需求，通过提问会话、分析问题、应用有关规则引导决策者选择合适的模型。②智能DSS的推理机能跟踪问题的求解过程，从而可以证明模型的正确性，增加了决策者对决策方案的可信度。③决策者使用DSS解决半结构化或非结构化的问题时，有时对问题的本身或问题的边界条件不是很明确，智能DSS却可以通过询问决策者来辅助诊断问题的边界条件和环境④智能DSS能跟踪和模拟决策者的思维方式，所以它不仅能回答“what……if……”,而且还能够回答“why”,“when”之类的解释性原因，从而能使决策者不仅知道结论，而且知道为什么会产生这样的结论。 IDSS充分发挥了专家系统以知识推理形式解决定性分析问题的特点，又发挥了初级决策支持系统模型计算为核心解决定量分析问题的特点，充分做到定性分析和定量分析的有机结合，使得解决问题的能力和范围得到了一个大的发展。IDSS中DSS和ES的结合主要体现在三个方面： ①DSS和ES的总体结合。由人机交互系统把DSS和ES一体化。②KB 和MB的结合。模型库中的数学模型作为知识的一种形式即过程性知识，加入到知识推理过程中去。③DB和动态DB的结合。DSS中的DB可以看成是相对静态的数据库，它为ES中的动态数据库提供初始数据。ES推理结束后，动态DB 中的结果再送回到DSS中的DB中去。 3管理决策中智能决策支持系统的应用 DSS与ES相结合，意味着智能化决策支持系统不仅能提供许多传统的决策支持功能，还可以提供知识编辑、推理、学习等更接近于人类决策方式的功能。同时，系统还可能在一定程度上接受自然语言所提出的问题，让系统使用起来更加友好。人工智能技术引入DSS中可以有几种途径。首先Simon提出有限合理性模型是和人工智能技术紧密结合的，有限合理要求建立一个紧密跟踪人的行为的系统，而专家系统正是这样的一种系统。其次，人工智能因为可以处理定性的、近似的知识而引入DSS中，这方面正是专家系统的优势所在。最后，DSS的一个共同特征是交互性强，这就要求高阶的决策支持系统使用起来更方便，并且在接口水平和在进行的推理上更为透明。人工智能在接口水平，尤其在对话功能上对此可以做出有益的贡献。正因为智能决策支持系统具有优于一般决策支持系统的特性，使其有可能在企业日常管理中发挥重要作用，甚至影响企业组织的方方面面。