决策支持系统要点

1.决策的概念：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，从若干备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。

2.决策的特征：1）决策具有目的性

2）决策不是简单的方案选择，而是一个具有创造性的过程

3）决策石油一系列的活动过程组成的

4）决策的过程需要有效的支持

3.决策的类型

1）从决策者的角度，决策可分为个人决策和群体决策

2）从组织的层次角度，决策可分为高层决策，中层决策和基层决策

3）从决策涉及的范围和着眼点角度，决策可分为宏观决策，中观决策和微观决策

4）从决策影响的时间和影响面角度，决策可分为战略决策，战术决策和运行决策

4.决策支持的概念、目的P21：

决策支持是目标，而决策支持系统是工具。决策支持的基本含义是用计算机及软件技术来达到如下目的：

（1）帮助决策者在半结构化或非结构化的任务中做决策

（2）支持决策，但并没有代替决策

（3）改进决策的效能，而不是提高决策的效率

5.决策支持的特征

{决策问题：决策问题是指在一定的决策支持原子目标下决策支持系统所要完成的相对独立的信息处理任务。

决策问题的分类

1）结构化问题；指常规的，可重复性的，以结构化模型求解就可得到合理结果的问题。

2）非结构话问题；指自身逻辑性并不清晰，或者在目前掌握的知识水平下无法用较为明晰的程序化语言描述清楚的问题。

3）半结构化问题；单指那些在问题中既存在可以利用结构化语言建立模型求解的部分，同时又存在只能借助个人经验，常识等非逻辑化知识帮助求解的部分。}

5.决策制定的过程（西蒙提出）

1）情报阶段

（1）识别和确定决策问题（2）解析决策问题

（3）建立决策问题的所有权（4）确定决策目标

2）设计阶段

（1）确立决策的价值准则（2）建立和描述决策问题模型

（3）开发产生决策方案

3）选择阶段

（1）分析评价决策的备选方案（2）选择决策方案

4）实施阶段

6.决策支持系统产生

1971年，美国学者M.S.Scott Morton在《管理决策系统》一文中首次提出决

策支持系统的概念。1971年到1976年，从事决策支持系统研究的人数逐渐增多，大部分人认为决策支持系统就是交互式的计算机系统。与此同时，很多人都把注意力集中到有界推理、非结构任务、组织的信息处理以及决策者的认知特征等。1975年以后，决策支持系统作为这一领域的专有名词逐渐被大家承认。

7.决策支持系统的发展

1）创立阶段：1971年美国学者M.S.Scott Morton提出决策支持系统的概念。2）运筹阶段：20世纪70年代中期，运筹学的模型逐渐进入决策支持系统，形成了面向数据与面向模型相互结合的决策支持系统。

3）集成阶段：20世纪70年代末期至80年代中期，决策支持系统进一步发展成为服务于高层综合决策的集成化决策支持系统。

4）智能阶段：P37

数据处理具备特点：

（1）数据量大

（2）不涉及复杂的数学运算

（3）时效性强

8.决策支持系统的定义（DSS）

决策支持系统是综合利用大量数据，有机组合众多模型，通过人机交互，辅助各级决策者实现科学决策的系统。

9.决策支持系统的特点

1)运用数据库与模型库等结合实现决策

2)具有良好的人际界面，实现人际沟通

3)能辅助决策者个人或决策群体做出决策

4)对组织所有管理层的人都能提供决策支持

5)支持各种决策制定过程与决策类型，在解决半结构化和机构化问题上

作用显著

6)支持决策制定的所有阶段，包括收集，设计，选择与实施

7)能实现即时决策，提高决策速度

8)不断改进决策效果，而不是效率

9)强调交互式的处理方式

10)可以作为一个标准工具，被组织内成员或组织客户使用

11)在运用中能够实现与众多系统的集成，具有广泛的扩展性

10.DSS与管理科学/运筹学的关系

二者的共同点：都以模型辅助决策为基础。

不同点：

管理科学/运筹学：是处理结构化问题的成功方法；其处理问题的步骤为：调研、建模、优化和解释。可以成功建模，但无法实现模型的选择和组合。

DSS：将数据和模型（多个）通过接口组成一个系统；

需要多模型之间的选择和组合；

通过人机交互，支持对非结构化问题的解决；

便于用户的使用和适应用户的不同需求。

11.决策支持系统的三部件结构形式（图46）：

1)对话部件（人机交互系统）

2）模型部件（模型库管理系统和模型库）

3）数据部件（数据库管理系统和数据库）

目的：达到决策支持系统的目标要求

决策支持系统的三系统结构形式（图P49）：

1）语言系统（LS）

2）问题处理系统（PPS）

3）知识系统（KS）

决策支持系统的三库结构形式（图50）：1）数据库2）模型库3）方法库决策支持系统的四库结构形式（图51）：

1）数据库2）模型库3）方法库4）知识库

EDP（电子数据处理）：20世纪50年代中期，计算机主要用来进行数据处理和报表编制，其目的是实现办公自动化，通常把这一类系统所涉及的技术称为电子数据处理。

MIS（管理信息系统）：管理信息系统是一个由人、计算机等组成的，能进行管理信息的收集、传递、存储、加工维护和使用的系统。

EEES（经济、能源、环境系统）：允许专家与决策者参与网络分析，并具有数据处理、模型处理等功能。

决策支持系统与管理信息系统：

联系：（1）决策支持系统是从管理信息系统基础上发展起来的

（2）它们都是以数据库系统为基础的

（3）它们都需要进行数据处理

（4）它们都能在不同程度上为用户提供决策信息

区别：

（1）管理信息系统是面向中层管理人员，为管理服务的系统；决策支持系统是面向高层管理人员，为辅助决策服务的系统

（2）管理信息系统按照事物功能综合多个事物处理的EDP；决策支持系统是通过模型计算辅助决策

（3）管理信息系统是以数据库系统为基础，以数据驱动的系统；决策支持系统是以模型库系统为基础，以模型驱动的系统

（4）管理信息系统着重于系统的总体信息的需求，输出报表的模式是固定的；决策支持系统着重于决策者的需求，输出数据的模式是复杂的

（5）管理信息系统追求的是效率；决策支持系统追求的是有效性，即决策的正确性

（6）管理信息系统支持的是结构化的决策问题；决策支持系统支持的是半结构化的决策问题

DSS与EDP的对比（表P45）

OLAP：

OLTP：

数据库管理系统的概念：是用于描述、管理和维护数据的程序系统，可以对数据

进行统一的管理和操作。

数据库管理系统的功能：

1.数据定义功能

2.数据操纵功能

3.数据控制功能

4.数据维护功能

数据库应用系统的设计：

1.需求分析

2.概念结构设计

3.逻辑结构设计

4.物理设计

5.数据库实施

E-R模型

决策支持系统中的数据库：DSS数据库与传统的、基于联机事物处理的数据库是有很大区别的

决策支持系统数据库的架构(图P75)：其中包括若干个源数据库及其管理系统，一个数据析取系统，析取数据库及其管理系统，还有一个会话部件

DSS数据库常用的析取操作：数据描述、子集、聚集和显示

第4章

人类认识世界的三种方法：逻辑推理法、实验法、模型法

模型的概念：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。

模型分类：

1.按系统的状态分类，分为静态模型和动态模型

2.按机制分类，分为结构模型、微分方程模型、差分方程模型、自动控制模型、线性规划模型、决策理论模型、离散事件模型、逻辑模型、仿真模型等

3.按用途分类，分为描述性模型和指示性模型

4.按处理方法分类，分为数值分析型和经验推理型

模型库的定义：将众多的模型按一定的结构形式组织起来，通过模型库管理系统对各个模型进行有效的管理和使用

模型库的组成：1.模型字典库 2.模型文件库

模型管理三个发展阶段：

1.程序文件

2.模型软件包

3.模型库管理系统

模型库管理系统的定义：是一个支持模型生成、存储、维护、运行和应用的软件系统

模型库管理系统的功能：

1.模型的存储管理

2.模型的运行管理

3.支持模型的组合

模型库管理系统的结构：由模型、模型字典、外部数据库和模型管理模块构成。知识的定义：知识是事实和关系的集合的描述，这种描述可用计算机能够识别的约定符号表示，它以高度概括的形式解释研究对象的属性和相互关系，用来解决实际问题和从事创造性活动

知识的分类：

根据知识的作用，可将知识划分为描述性知识、过程性知识和控制性知识

根据知识的来源，可将知识划分为基础知识和专业知识

知识表示的4种方法及怎样表示：

1.知识的一阶谓词逻辑表示方法P117

2知识的产生式表示方法

3知识的语义网络表示方法

4.知识的框架表示方法

数据仓库的定义：面向主题的、集成的、稳定的、随时间变化的数据集合，用以支持企业或组织的决策分析过程

数据仓库的特征：（1）数据仓库是面向主题的（2）数据仓库是集成的（3）数据仓库是不可更新的（4）数据仓库是随时间变化的

数据仓库框架（图P136）

多维数据模型

联机分析处理（OLAP）概念：联机分析处理（OLAP）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（多维）观察信息，以达到深入理解数据的目的。

OLAP与OLTP区别：

1.用户和系统的面向性不同

2.管理的数据内容和数据量不同

3.数据库设计方法不同

4.访问模式和响应时间要求不同

数据挖掘是从大量数据中获取有用知识的过程。

数据挖掘的基本功能：

1.自动预测趋势和行为

2.概念描述

3.关联分析

4.分类

5.聚类

6.偏差检测

数据挖掘方法：关联规则挖掘，决策树分类，朴素贝叶斯分类，K-means聚类方法

数据库中的知识发现（KDD）：从数据中发现有用信息和模式的过程。

12.数据库定义：存放在计算机中的，以一种合理的方法组织起来的，与企业或

组织的业务活动和组织结构相对应的各种相关数据的集合，该集合重的数据可还以为各级经过授权的人员所共享。

13.数据库系统的组成：数据库，数据库管理系统，数据库管理员，用户和应用

程序。

14.数据库应用系统的设计主要包括需求分析，概念结构设计，逻辑结构设计，

物理设计和数据库实施等。

15.模型库管理技术经历了3个发展阶段：1)程序文件2)模型软件包

3)模型库管理系统

16.模型库的组成：

1）模型字典库作用：（1）字典是模型文件的索引（2）字典偏于对模型

文件的分类（3）字典方便了对模型的查询和修改

组织结构：文本形式，菜单形式，数据库形式2）模型文件库存储方式：（1）直接在计算机操作系统管理下存储

（2）建立子目录存储模型文件

1）

17.知识的定义

18.知识表示的方法

1）逻辑的知识表示方法

2）知识的结构表示方法

3）基于图的知识表示方法

19.知识的分类：

。

20.联机分析处理（OLAP）概念：联机分析处理（OLAP）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（多维）观察信息，以达到深入理解数据的目的。

21.联机分析处理（OLAP）分类：

1）多维联机分析处理（MLOAP）2）关系型练级分析处理（RLOAP）3）混合型联机分析处理(HLOAP)

22.数据挖掘是从大型数据库或数据仓库中发现并提取隐藏在其中的信息或知识

的过程。

23.KDD过程：1）数据准备（分为数据选择，数据预处理和数据转换）

2）数据挖掘3）结果评价

24.数据挖掘方法：关联规则挖掘，决策树分类，朴素贝叶斯分类，K-means聚

类算法