智能决策支持系统
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。
智能化决策支持系统方案
智能化决策支持系统方案一、引言决策是管理者日常工作中的核心任务之一，然而复杂的业务环境和庞大的数据量使得决策变得愈发困难和繁琐。
为了提高决策的准确性和效率，智能化决策支持系统应运而生。
本文将针对智能化决策支持系统的方案进行探讨。
二、智能化决策支持系统的概念和功能智能化决策支持系统是一种基于计算机技术和人工智能算法的决策辅助工具，旨在通过对大数据的分析和处理，结合决策者的经验和决策规则，提供决策过程中的信息支持和决策建议，帮助管理者做出更加科学、准确的决策。
智能化决策支持系统拥有以下主要功能：1. 数据采集与整合：通过对内、外部数据的采集和整合，形成全面的信息基础，为决策提供可靠的数据支持。
2. 数据分析与挖掘：通过数据分析和挖掘技术，从庞大的数据中发现关联和规律，为决策提供决策者未曾意识到的有用信息。
3. 决策模型构建：基于不同领域的决策模型，通过对历史数据的学习和分析，构建适用于具体问题的决策模型。
4. 决策模拟与评估：通过模拟不同决策方案的效果，评估其风险和优劣，辅助决策者进行决策选择。
5. 决策结果监控与反馈：对决策结果进行实时监控和反馈，及时调整决策方案，保证决策的有效执行。
三、智能化决策支持系统的应用案例以某电子商务平台的促销决策为例，阐述智能化决策支持系统的应用。
1. 数据采集与整合通过对平台内的用户行为数据、商品销售数据等进行采集，获取各类数据指标。
同时整合平台外的市场数据、社交网络数据等，形成全面的数据基础。
2. 数据分析与挖掘利用数据挖掘技术，分析用户的购买偏好、浏览趋势等，挖掘用户潜在需求。
同时通过对竞争平台的数据分析，了解市场动态和竞争态势。
3. 决策模型构建构建促销决策模型，基于历史数据和市场情报，建立商品定价模型、推荐算法、促销方案等。
4. 决策模拟与评估通过对不同促销方案的模拟和评估，预测不同方案的销售效果，评估其风险和收益。
5. 决策结果监控与反馈对决策结果进行实时监控，分析促销活动的效果和用户反馈，及时调整促销策略，以达到最佳效果。
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〕，是以管理科学、运筹学、控制论、和行为科学为根底，以计算机技术、仿真技术和信息技术为手段，针对半构造化的决策问题，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、信息和背景资料，帮助明确决策目标和进展问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进展评价和优选，通过人机交互功能进展分析、比较和判断，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，检验决策者的要求和设想，从而到达支持决策的目的。
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*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，但模型库和方法库通常则是必须的。
由于应用领域和研究方法不同，导致决策支持系统的构造有多种形式。
传统DSS 采用各种定量模型,在定量分析和处理中发挥了巨大作用, 它也对半构造化和非构造化决策问题提供支持, 但由于它通过模型来操纵数据,实际上支持的仅仅是决策过程中构造化和具有明确过程性的局部. 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构造化问题无法提供支持,以定量数学模型为根底,对决策中常见的定性问题、模糊问题和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]：●系统的主要功能是为管理人员提供决策支持,其目的是帮助管理人员进展决策而不是代替他们,是为了提高决策的效能而不是组织的管理效率；●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〕是决策支持系统与人工智能技术相结合的系统[3],他包括决策支持系统所拥有的组件，包括数据库系统、模型库系统和人机交互系统，同时集成了最新开展的人工智能技术，如专家系统、多代理以及神经网络和遗传算法等。
智能决策支持系统的设计与开发
智能决策支持系统的设计与开发智能决策支持系统（Intelligent Decision Support System，简称IDSS）旨在通过信息技术的应用，为决策者提供准确、全面、实时的决策支持，并辅助其做出更明智的决策。
本文将就智能决策支持系统的设计与开发进行探讨。
一、智能决策支持系统的介绍智能决策支持系统是近年来信息技术发展的产物，它借助于人工智能、大数据分析等技术手段，能够在决策过程中提供专业、高效的决策支持。
智能决策支持系统能够从各个方面收集、整理和分析数据，为决策者提供可视化的决策结果，帮助他们快速做出准确的决策。
二、智能决策支持系统的设计原则1. 用户需求导向：智能决策支持系统应该以用户的需求为中心进行设计，在功能、界面等方面满足用户的期望和要求。
2. 可靠性和稳定性：智能决策支持系统在设计与开发过程中需要考虑到系统的可靠性和稳定性，确保系统能够长期稳定运行。
3. 直观易用：系统的界面设计应该简洁明了，功能操作要求合理化，让用户能够迅速上手使用。
4. 数据安全性：智能决策支持系统需要对数据进行有效的安全保护，保障用户的隐私和敏感信息不会泄漏。
三、智能决策支持系统的开发流程1. 需求分析：在设计与开发智能决策支持系统之前，首先要明确系统所需满足的具体需求，从用户的角度出发进行需求分析。
2. 架构设计：根据需求分析的结果，设计智能决策支持系统的系统架构，包括数据库设计、数据获取与处理模块的设计等。
3. 界面设计：根据用户需求和系统架构设计，进行界面设计，注重用户体验，保证界面简洁明了，操作友好。
4. 数据挖掘与分析：利用数据挖掘和分析技术，对系统所涉及的数据进行深入挖掘和分析，为决策提供潜在依据。
5. 模型建立与评估：基于数据挖掘和分析结果，建立相应的模型，并进行模型评估和优化，确保模型的准确性和实用性。
6. 开发与测试：根据需求分析、架构设计和界面设计的结果，进行系统开发和测试，确保系统能够正常运行并满足用户需求。
智能决策支持系统
智能决策支持系统现代社会中，决策是非常重要的一环。
无论是企业的管理决策，还是政府的政策决策，甚至是个人的日常决策，都需要依靠科学合理的方法来做出选择。
而随着信息技术的快速发展，智能决策支持系统逐渐走入人们的视野，成为一种重要的决策工具。
智能决策支持系统是一种结合了信息技术和决策理论的系统。
它不仅能够帮助人们收集和整理决策所需的数据和信息，还能通过建立数学模型和算法，为决策者提供科学准确的决策分析结果。
智能决策支持系统的核心目标是提高决策的效率和准确性。
首先，智能决策支持系统能够帮助决策者进行数据的收集和整理。
在现代社会中，信息爆炸的时代已经到来，决策者面临着海量的数据和信息，如何从中提取有用的知识和信息成为了一个巨大的挑战。
智能决策支持系统通过建立数据库和数据挖掘技术，能够将海量的数据整理成结构化的信息，为决策者提供决策所需的基础数据。
其次，智能决策支持系统能够进行决策分析和模型建立。
决策往往需要考虑到多个因素的影响，而这些因素之间又存在着复杂的关系。
智能决策支持系统可以借助数学模型和算法，将决策问题转化为数学或逻辑问题，并对其进行分析和求解。
通过模拟、优化和预测等方法，智能决策支持系统可以为决策者提供不同决策方案的评估和比较，帮助其做出更为明智的选择。
此外，智能决策支持系统还具备智能化和个性化的特点。
根据决策者的需求和偏好，智能决策支持系统能够定制化地为其提供决策分析结果和建议。
智能决策支持系统可以根据决策者的历史记录和决策偏好学习其决策模式，从而提供更加个性化和精准的支持。
同时，智能决策支持系统还可以通过自动化和智能算法的应用，减少人力成本和时间成本，提高决策的效率。
然而，智能决策支持系统的应用也面临一些挑战和问题。
首先是数据的准确性和完整性。
决策的结果往往依赖于所使用的数据，如果数据存在误差或者不完整，就会对决策结果产生误导。
因此，确保数据的准确性和完整性是智能决策支持系统应用的重要前提。
决策支持系统与智能系统
DSS 的功能和特点
数据分析
帮助用户收集、整理和分析各种类型的数据，以支持决策过程。
模型构建
允许用户建立决策模型，以模拟不同的决策方案并做出最佳选择。
决策制定
提供工具和方法，帮助用户制定决策并评估决策方案的优劣。
IS 的功能和特点
1智能决策ຫໍສະໝຸດ 持通过自动化和人工智能技术，帮助用户做出准确和高效的决策。
决策支持系统与智能系统
决策支持系统（DSS）和智能系统（IS）是关键的商业和技术工具，帮助组织 在复杂的决策环境中实现更好的结果。
DSS 的定义
决策支持系统（DSS）是一种计算机化的信息系统，旨在帮助决策者通过数据 分析、模型构建和决策制定来解决非结构化问题。
IS 的定义
智能系统（IS）是一种集成了人工智能、大数据和自动化技术的计算机系统， 旨在模拟人类的智能行为并提供智能决策支持。
• 金融和投资决策 • 供应链管理 • 医疗诊断和治疗决策 • 市场营销策略
DSS 和 IS 的发展趋势
人工智能
大数据
人工智能技术的发展将为DSS和IS 提供更多的智能功能和决策支持。
对大数据处理和分析能力的需求 将推动DSS和IS的发展。
自动化
自动化技术的不断进步将提高 DSS和IS的智能化水平。
2
大数据处理
能够处理和分析大量的结构化和非结构化数据，提取有用的信息和洞察。
3
自动化操作
具备自主学习和执行任务的能力，提高工作效率并减少错误。
DSS 和 IS 的关系
决策支持系统（DSS）是智能系统（IS）的一种类型，智能系统是在DSS的基础 上加入了人工智能等技术的升级版本。
DSS 和 IS 的应用领域
智能决策支持系统的开发与应用
智能决策支持系统的开发与应用随着社会经济的发展，数据的应用越来越广泛，各个行业纷纷提出了自己的数据需求，同时也给企业决策提出了更高的要求。
传统的决策方式，往往需要大量的人力、物力投入和长时间的分析，效率低下且难以保证准确性。
而智能决策支持系统（Intelligent Decision Support Systems，简称IDSS）则能为企业提供更快捷、更精准、更全面的决策服务。
一、智能决策支持系统的定义及特征智能决策支持系统是一种使用人工智能技术和数据处理技术来解决决策问题的软件系统。
IDSS系统包括数据管理、数据预处理、建模、模型参数的选择和调整等一系列过程，其主要特点包括：1.实时、准确性高：IDSS系统通过大量数据的采集、处理，保证了决策结果的实时性和准确性，有助于企业增强竞争优势。
2.智能化、优化：IDSS系统将人工智能等技术与专家知识相结合，以最小化决策代价为目标，从而实现了决策流程的优化和智能化。
3.可视化、交互性：IDSS系统采用了可视化技术，提高了数据的易读性和可操作性，使得用户在决策过程中更容易理解和掌握误差的来源及其影响。
4. 高效、可扩展：IDSS系统具有较强的可扩展性，可以集成不同的算法，支持不同的业务场景，实现了快速决策的目标，帮助企业在瞬息万变的市场中保持优势。
二、智能决策支持系统应用场景IDSS系统适用于各种领域的决策分析，如营销、金融、医疗等。
下面就分别从这些领域中的实际案例来具体介绍IDSS的应用场景。
1.在营销领域：IDSS可以帮助企业充分利用自己的客户数据，从而实现精准推送、个性化服务的目标。
以电商平台为例，IDSS系统可通过用户行为、历史订单等数据进行分析和预测，提供推荐商品、营销活动等服务，从而提升用户购买意愿，促进销售。
2.在金融领域：IDSS系统可用于风险管理、客户细分、反欺诈等方面。
例如，IDSS系统可通过银行同业数据和社交网络数据，实现客户画像，提高贷款准确性和贷后监控效率。
智能决策支持系统
智能决策支持系统智能决策支持系统（Intelligent Decision Support System，简称IDSS）是一种基于人工智能技术的信息系统，旨在协助决策者进行复杂决策过程中的问题分析和决策选项评估，从而提供高质量的决策策略和方案。
它结合了数据分析、模型建立、决策规则设定等多种技术手段，能够对大量的数据和信息进行处理和分析，为决策者提供全面、准确的决策支持。
一、智能决策支持系统的概述及其特点智能决策支持系统是一种以人工智能技术为基础的软件系统，通过引入智能技术，能够对大量的数据进行分析和处理，提供决策者所需的信息和决策建议。
其主要特点包括：1. 数据处理能力：智能决策支持系统能够对大量的数据进行整理、存储和分析，从而为决策者提供全面的数据支持。
2. 信息可视化：系统以图表、报表等形式展示数据分析结果，使决策者能够直观地了解数据的情况和趋势。
3. 决策建议：系统根据分析结果和设定的规则，为决策者提供具体的决策建议和方案。
4. 智能学习能力：系统能够通过学习和适应不断改善自身的决策能力，提供更加精准的决策支持。
二、智能决策支持系统的组成和功能智能决策支持系统由多个组件和功能模块组成，包括数据管理模块、模型建立模块、决策规则设定模块和决策支持模块等。
1. 数据管理模块：负责对输入数据进行整理、存储和管理，确保数据的准确性和完整性。
2. 模型建立模块：通过建立数学模型和计算算法，对数据进行分析和处理，为后续的决策制定提供基础。
3. 决策规则设定模块：决策者通过设定决策规则，对数据和分析结果进行评估，制定相应的决策策略。
4. 决策支持模块：根据设定的决策规则和分析结果，为决策者提供决策建议和方案，辅助其进行决策。
三、智能决策支持系统的应用领域智能决策支持系统在各个领域都有广泛的应用，尤其在复杂决策问题上具有重要意义。
1. 企业管理：智能决策支持系统可应用于企业的战略决策、生产调度、供应链管理等多个方面，提供决策支持和优化方案。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
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），是以管理科学、运筹学、控制论、和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，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、信息和背景资料，帮助明确决策目标和进行问题的识别，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和优选，通过人机交互功能进行分析、比较和判断，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，检验决策者的要求和设想，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，但模型库和方法库通常则是必须的。
由于应用领域和研究方法不同，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,在定量分析和处理中发挥了巨大作用,它也对半结构化和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,实际上支持的仅仅是决策过程中结构化和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、模糊问题和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]：●系统的主要功能是为管理人员提供决策支持,其目的是帮助管理人员进行决策而不是代替他们,是为了提高决策的效能而不是组织的管理效率；●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）是决策支持系统与人工智能技术相结合的系统[3],他包括决策支持系统所拥有的组件，包括数据库系统、模型库系统和人机交互系统，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和遗传算法等。
它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式信息系统。
智能决策支持系统的广义结构如下图所示。
问题综合与交互系统模型库管理系统数据库管理系统人工智能技术专家系统神经网络遗传算法机器语言自然语言理解库型模库据数二、智能决策支持系统与能量管理的区别可以从以下几个方面来说明智能决策支持系统与能量管理系统的区别[4]：（1）数据源：决策支持系统的数据源包括稳态信息和故障信息，而能量管理的数据源只包含稳态信息。
（2）对故障信息的利用：决策支持系统利用故障信息进行故障诊断，而能量管理系统则没有。
（3）对系统运行的综合分析：决策支持系统提供考虑安全性和经济性的综合评估报告，而能量管理系统未提供。
（4）分析工具：决策支持系统提供稳态信息和故障信息的分析工具，而能量管理系统只提供稳态信息的分析工具。
三、智能决策支持系统的几种结构（1）基于多代理的智能决策支持系统以下是应用于智能电网的多代理决策支持系统[5]，电网决策支持系统主要由SCADA 及故障信息管理层、网络分析分析层和指挥系统协调层3部分组层，器结构如下图所示采 指挥系统协调EMS 应用软件： 潮流技术、安全分 析、负荷预测等EEMS （扩展EMS ）： 故障处理、实时操作票等统一数据平台SCADA 数据库故障信息系统实时监测数据保护等相关信息SCADA 及故障信息数据管理层：实时收集电力系统的数据，监控系统的运行状态。
网络分析层：由实时稳态分析、智能电网调度操作票、电网故障诊断、电网故障恢复、电网 故障操作票组成。
指挥系统协调层：主要由指挥系统构成，主要功能是协调各种网络分析层软件的调用逻辑及 执行顺序，以及在有复杂的电网状态变化时，协调调用不同的应用软件，使其以合作的方式 完成复杂的任务。
一般来说，智能调度决策支持系统包括如下能够独立完成一定功能的智能体单元：运行状态评估智能体：实时的监视系统的运行状况，对目前以及未来的系统状况进行安全评 估，依据预测的可能系统状况，协调智能层的其他智能体进行预防性策略跟踪，使系统保持 在正常经济、安全的状态。
经济运行决策智能体：在正常状况下，根据系统约束条件，在运行规则的指导下， 用相应 的算法、模型和知识，综合运用全局系统信息，进行不同优化算法、不同优化模型、不同优 化目标之间的优化协调，使得优化决策具有全局可行性，避免优化孤岛的出现。
故障诊断决策智能体：在紧急状况下，自动依据系统运行状况，诊断故障地点和类型等，制 定紧急控制，并告知或帮助调度人员进行紧急控制策略。
故障恢复决策智能体：在故障状况下，依据系统状况，结合先验知识， 用不同的模型和算 法进行系统恢复决策。
人机交互智能体：在任何情况下，调度人员或电力专家均可以通过它与决策支持系统进行友 好、协调的交互，以便于完成特定的任务或进行系统的维护管理等。
日常管理智能体：除了完成调度人员进行的监视、维护、处理异常等日常工作外，还需要进 行编写调度日志、操作票、事故报告等一系列工作。
模拟培训智能体：进行决策支持系统的培训、模拟、决策跟踪等。
系统智能体结构如下图所示,数据库模型库 知识库 范例库数据管理智能体模型管理智能体 知识管理智能体 范例管理智能体协调主体运行状态 评估智能体安全经济 运行智能体 故障诊断 决策智能体 故障恢复 决策智能体人机交互 智能体 日常管理 智能体 模拟培训 智能体以下是应用于沥青混凝土路面施工机群的基于多代理的智能决策支持系统 [6] 最高层(顶层)为中央智能决策调度支持系统 ,它负责整个系统的调度决策 ,实时处理下级决策调度 能 Agent 汇报的信息,并作出决策。
中间层为功能决策智能 Agent 层,包括拌和智能决策调度 支持系统、运输智能决策调度支持系统、摊铺智能决策调度支持系统、压路智能决策调度支 持系统等,它们负责各自下层的功能 Agent,功能 Agent 层指在路面施工中完成某种施工任务 的施工机械或设备,它们的任务是负责调度其下层的功能 Agent,来完成系统设定的任务,维 持生产节拍、保证质量参数、接受中央的指令并把涉及到改变整个系统状态的决策结果通知 中央智能决策调度支持系统。
下图是系统的结构图n,中央智能决策调度支持系统拌和智能调度决策支持系统运输智能调度决策支持系统 摊铺智能调度决策支持系统 压路智能调度决策支持系统原 料 管 理 智 能 体装 载 机 智 能 体拌 和 机 智 能 体质 量 检 测 智 能 体下图为决策调度系统原理图。
可以看出,IDSS 中五个系统(知识库系统、模型库系统、数 据库系统、图形库系统及总控系统)间的联系。
总控系统控制着其它四个系统的连接与调用同时负责与外界(信息收发系统、人机接口部分)的信息交换。
知识库系统从数据库中获得事 实进行推理,从而决定从模型库中调用何种模型进行计算并确定模型中的一些参数,选定的模 型从数据库中获得初始数据进行运算,并将运算结果送回数据库。
图形库系统可以从数据库 中取得需要的数据绘制各种直观的图形。
在总控系统之前是人机接口部分、信息收发系统 , 人机接口部分是用户与系统的桥梁,用来做信息传输、人工决策干预、信息查询和结果输出。
信息收发系统负责接收各子系统上传的信息和发布调度决策系统的调度指令。
(2)基于专家系统的智能决策支持系统[3]专家系统（ES ）与决策支持系统（DSS ）结合的智能决策支持系统充分发挥了专家系统DSS控制系统问题综合与交以知识推理形式解决定性分析问题的特点，又发挥了决策支持系统以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一个大的发展。
专家系统与决策支持系统的具体集成结构如下图所示。
数据库动态数据库互系统推理机和解释器模型库知识库DSS ESIDSS与ES结合主要体现在以下3个方面：（1）DSS与ES的总体结合。
由集成系统把DSS与ES有机结合起来。
（2）知识库和模型库的结合。
模型库中的数学模型和数据处理模型作为知识的一种形式，即过程性知识，加入到知识推理中。
也可以把知识库和推理机作为智能模型加入到模型库中。
（3）静态数据库和动态数据库的结合。
静态数据库为动态数据库提供初始数据，ES 推理结束后，动态数据库中的结果再送回到DSS中的静态数据库中。
四、决策支持系统的结构组成[7]决策支持系统是智能决策支持系统的基础，智能决策支持系统是在决策支持系统的框架上加入智能技术如多代理技术和专家系统等形成的，IDSS包含了DSS的所有组件，因此了解DSS的组成结构是很有必要的。
1、模型库系统模型库系统包括模型库和模型库管理系统。
模型库中的模型有两类，一类是标准模型，它们是按照某些常用的程序设计语言编程，存于模型库中；另一类是由用户应用建模语言建立的模型。
决策支持系统需要通过人机结合和模型库系统实现模型与决策者之间的交流，使模型能随环境变化和用户需求得到及时更新，不仅能够解决结构化问题，而且具有对半结构化和非结构化问题的解释能力。
模型库系统包括三个层次：应用级、生成级和工具级。
应用级是决策者专用的或共享的模型子系统。
生成级由模型库管理系统、用户接口系统和数据库管理系统、基础库等部分组成，它由DSS的设计人员操作。
设计人员通过利用DSS的各种工具来建立和维护各个应用子系统，满足用户需求。
工具级是一些专用或通用的软件，如构造模型的软件、图形工具、文字处理工具和模型化语言等。
通常说的模型库，一般是介于应用级和生成级之间的系统。
DSS模型库系统由以下部件组成,如下图所示1.1、模型模型是对于现实世界的事物、现象、过程或系统的本质属性进行抽象和简化的描述，即模型反应了客观事物最本质的特征和量的规律，描述了现实世界中有显著影响的因素和相互关系。
从现状来看，模型的表示技术主要有实体关系表示、结构化模型表示、框架表示、一阶谓词逻辑、面向对象表示和XML表示等。
模型的调度技术主要有类比推理、一阶谓词逻辑、遗传算法、遗传算法、机器学习、基于图形的模型合成、模型描述语言、Agent技术等。
其中模型的面向对象表示和XML表示技术以及模型的Agent调度技术具有较大的发展前景。
模型的表示形式：1）模型的程序表示模型的程序表示方法适用于描述结构化的计算模型。
传统的模型程序表示是指模型以包括输入、输出格式和算法在内的完整程序形式表示。