第三章综合决策支持系统
决策支持系统的设计和优化
决策支持系统的设计和优化第一章绪论决策是企业管理活动中最为重要的环节之一，因此，不断优化决策过程、提升决策质量成为企业持续发展的重要保障。
为此，决策支持系统（DSS）应运而生。
决策支持系统是一种基于计算机技术和信息资源的管理决策模型，可以有效提升决策的准确性和效率，是实现企业信息化管理的必要手段。
本文旨在探讨决策支持系统的设计和优化。
第二章决策支持系统的设计2.1 决策支持系统的基本架构决策支持系统包括数据存储和管理子系统、模型管理和运算子系统、界面交互子系统等，其中数据存储和管理子系统是DSS的核心。
决策支持系统的基本架构如图1所示。
图1 决策支持系统基本架构决策支持系统的设计原则包括可靠性、实用性、灵活性、互动性等。
其中，可靠性是DSS最为重要的设计原则之一，保证DSS数据的精准性和完整性是保障DSS可靠性的关键。
实用性是决策支持系统的另一个重要设计原则，DSS需要着重解决实际问题和提供真实可行的解决方案。
灵活性则在于DSS的自适应和灵活性，DSS需要能够快速适应不同组织的需要。
互动性则在于用户界面的友好性和易用性，DSS需要能够简单易用，方便用户进行操作。
2.3 决策支持系统的功能模块决策支持系统的功能模块包括数据收集、分析、可视化、模型建立、模型评估、模型优化等。
其中，数据收集模块负责采集和整理数据，分析模块将数据进行归类、排序、统计等分析操作，可视化模块将决策结果可视化，模型建立模块是DSS最为重要的功能之一，模型评估模块判断模型是否准确，模型优化模块则对模型进行优化。
第三章决策支持系统的优化在DSS日常使用过程中，系统的响应速度和处理能力是决策者非常在意的问题。
为了提升DSS的性能，可以采用如下优化手段：（1）高效的数据库设计DSS数据存储子系统的设计直接影响DSS的性能。
优化数据库设计可以提高DSS的性能。
例如采用分散式数据库设计方案，采用分布式架构等。
（2）选择合适的硬件和软件环境选用合适的硬件和软件环境也是提升DSS响应速度和处理能力的关键。
综合决策支持系统
制作应用系统并能够可视化运行应用系统，又可以快
速改变应用系统方案。 牛牛文档分 享6.1.3 传统决策支持系统的关键技术 和开发困难 DSS的关键技术：
（1）模型库系统的设计和实现。 （2）部件接口。部件接口包括对数据部件的数据
的存取，对模型部件的模型的调用和运行，以及对知
3 、根据以上两种结构的优缺点建立起来的统一的 DSS 结构；
4、20世纪90年代初，决策支持系统与专家系统结合起来， 形成了智能gue提出了决策支持系统三部件结构:
用户
人机交互系统
模型库管理系统 MBMS
识部件的知识完成推理。
（3）系统综合集成。通过集成语言完成对各部件
的有机持系统的关键技术和 开发困难 DSS的开发困难：
（1）模型库系统没有统一的理论和产品，研制者
需要自己设计和开发。
（2）DSS综合部件对数据、模型、知识3个部件进
存储介质 主存 扩展内存 高速缓存 磁盘 光盘 微缩胶片
访问速度
存储费用
非常快 非常贵 非常快 贵 非常快 贵数据仓库技术
4、元数据管理 没有一个好的元数据来运作的话， DSS分析员的工作就 非常困难。 5、数据仓库语言
行有机集成。
现已开发出来的决策支持系统都是自行设计和实 现模型库系统、自己研制实现模型、知新决策支持系统
6.2.1 数据仓库技术及困难 6.2.1.1 数据仓库技术
1、管理大量数据 数据仓库中的数据量是 10GB或 100GB 级的，数据仓库开 发需要满足处理大量数据的需求。 2持系统的发展
7、笔者于1999年研制出“基于客户机/服务器的
决策支持系统快速开发平台CS－DSSP”，平台在互联 网上由客户端、广义模型服务器、数据库服务器三部 分组成，构成三层客户机/服务器结构模式。 CS－DSSP平台的可视化系统生成工具能够快速地
专题三：决策支持系统
MIS
要求保证数据的计算 精度和传递速度 。
DSS
考虑的是总的趋向性 及综合性指标。对数 据精度和传递速度要 求次之 。
决策支持系统的基本概念
DSS与MIS的相互联系
1、MIS所建立的各种事务数据库，储存着大量的基 础数据和信息，这正是DSS最基本的数据源，而DSS 的建立则使MIS所收集的数据和所提供的信息发挥了 更为充分的作用。
DSS
追求的主要目标是有 效性，即提高效益。
决策支持系统的基本概念
DSS与MIS的主要区别
在求解问题的性质方面:
MIS
着重于解决结构化的 管理决策问题 。
DSS
着重于解决半结构化 或非结构化问题 。
决策支持系统的基本概念
DSS与MIS的主要区别
在系统设计思想方面:
MIS
强调实现一个相对稳 定协调的工作系统 。
问卷工具
投票或置权重的工具 群体字典
政策写作工具
重要人物识别 和分析工具
决策支持系统的基本概念
DSS与MIS的关系
四种不同的观点：
MIS 是 DSS 的一部分 DSS 是 MIS 的一部分 DSS 管理 MIS 是统一信息系统中的两个相 互联系而又相互配合的不同部分 DSS 管理 MIS 是计算机应用于管理系统中 的两个不同的发展阶段
决策支持系统的基本概念
DSS与MIS的主要区别
DSS的主要功能
提供与决策 问题有关的 数据
提供人—— 机会话的功 能
提供与决策 问题有关的 模型
DSS
提供各种方 案模拟运行 的功能
提供数据库 和模型库的 管理功能
提供综合信 息和预测信 息
决策支持系统的基本概念
《综合决策支持系统》PPT课件
编辑课件ppt
11
单一产品的生产优化决策
▪ x<Q，对新增设备，扩大设备生产能力引起的盈亏变化 情况具体分析，作出决策： ➢ （２）原最大产品产量x＞Q０ ➢ 将新增设备后的产品产量x’销售所得的利润R’与原产 量x销售所得的利润R比较，如R’ ＞＝R，则扩大设备 生产能力的决策可取 ➢ 反之，可考虑维持原有的设备生产能力，销售损失， 可以提高价格，最大限度的减少损失．
▪ 5000元
编辑课件ppt
15
压缩固定成本总额决策
▪ 某企业生产A产品,最大产量为500台,单位 销售价格为60元,单位变动成本为40元,固 定成本由8000元压缩为6000元.试计算固 定成本压缩后的利润增加额?
▪ 2000元
编辑课件ppt
16
▪ b>Q, x=Q; x>Q, ?; x<Q, ? ▪ b<Q, x<Q; 单一产品的盈亏分析原理，对
x<Q时的单一产品的生产作出决策
编辑课件ppt
8
基本概念
▪ 单位边际贡献＝单位产品售价－单位变动成本 ▪ 品种边际贡献＝销售收入总额－变动成本总额 ▪ 品种边际贡献＝单位边际贡献＊产品销售量 ▪ 边际贡献包含：固定成本和利润 ▪ 实质反映的是产品为企业赢利所能作出的贡献大
➢ 若x’＞Q’０，扩大设备生产能力的决策可取 ➢ 若x’<Q’０，企业一般不宜扩大设备生产能力．？ 可
以考虑提高单位产品销售价格或减少生产经营费用投 入等措施，再运用盈亏分析原理，对其生产与否决策： 降低盈亏平衡点，但应保证企业产品市场销售量 Q>=x．同时 x＞Q’０ ，则生产该产品可取，否则，停 止生产．
编辑课件ppt
12
设备生产能力扩大决策
决策支持系统教案
决策支持系统教案第一章：决策支持系统简介1.1 决策支持系统的概念解释决策支持系统的定义强调决策支持系统在组织中的重要性1.2 决策支持系统的发展历程介绍决策支持系统的发展历程强调决策支持系统的演变和进步1.3 决策支持系统的组成解释决策支持系统的核心组件强调数据、模型、用户界面和知识管理的重要性1.4 决策支持系统的应用领域介绍决策支持系统在不同领域的应用强调其在商业、医疗、教育和政府等领域的价值第二章：决策支持系统的需求分析2.1 决策支持系统的目标解释决策支持系统的目标强调用户需求和系统目标的一致性2.2 决策支持系统的用户需求分析决策支持系统的用户需求强调用户需求的重要性和收集方法2.3 决策支持系统的功能需求强调数据管理、模型应用和知识管理的重要性2.4 决策支持系统的性能需求分析决策支持系统的性能需求强调响应时间、准确性和可扩展性的重要性第三章：决策支持系统的数据管理3.1 决策支持系统的数据来源解释决策支持系统的数据来源强调内外部数据的重要性和整合方法3.2 决策支持系统的数据仓库介绍决策支持系统的数据仓库强调数据仓库的设计和维护方法3.3 决策支持系统的数据挖掘技术介绍决策支持系统的数据挖掘技术强调数据挖掘算法和应用方法3.4 决策支持系统的数据可视化介绍决策支持系统的数据可视化强调数据可视化的方法和工具第四章：决策支持系统的模型应用4.1 决策支持系统的模型类型解释决策支持系统的模型类型强调不同模型的特点和适用场景介绍决策支持系统的模型构建过程强调建模方法和技巧4.3 决策支持系统的模型评估介绍决策支持系统的模型评估方法强调评估指标和评估过程4.4 决策支持系统的模型优化介绍决策支持系统的模型优化方法强调模型优化的目标和技巧第五章：决策支持系统的用户界面设计5.1 决策支持系统的用户界面设计原则解释决策支持系统的用户界面设计原则强调用户体验和易用性的重要性5.2 决策支持系统的用户界面设计方法介绍决策支持系统的用户界面设计方法强调界面布局、颜色搭配和交互设计的方法5.3 决策支持系统的用户界面设计工具介绍决策支持系统的用户界面设计工具强调工具的功能和适用场景5.4 决策支持系统的用户界面评估与反馈介绍决策支持系统的用户界面评估与反馈方法强调用户反馈的重要性和持续改进的必要性第六章：决策支持系统的实施与部署6.1 决策支持系统的实施流程解释决策支持系统的实施流程强调项目规划、数据迁移和系统测试的重要性6.2 决策支持系统的部署策略介绍决策支持系统的部署策略强调云计算、移动设备和嵌入式系统的应用6.3 决策支持系统的安全与隐私保护讨论决策支持系统的安全与隐私保护问题强调数据加密、访问控制和用户身份验证的方法6.4 决策支持系统的维护与升级介绍决策支持系统的维护与升级策略强调定期评估和系统改进的必要性第七章：决策支持系统的应用案例分析7.1 决策支持系统在商业领域的应用案例分析决策支持系统在商业领域的应用案例强调市场需求分析、定价策略和风险管理的重要性7.2 决策支持系统在医疗领域的应用案例分析决策支持系统在医疗领域的应用案例强调疾病预测、资源分配和医疗决策的重要性7.3 决策支持系统在教育领域的应用案例分析决策支持系统在教育领域的应用案例强调学生performance分析、课程设计和教育决策的重要性7.4 决策支持系统在政府领域的应用案例分析决策支持系统在政府领域的应用案例强调公共政策分析、城市规划和应急管理的重要性第八章：决策支持系统的挑战与未来发展8.1 决策支持系统的挑战讨论决策支持系统面临的挑战强调数据质量、模型不确定性和用户采纳的问题8.2 决策支持系统的未来发展趋势探讨决策支持系统的未来发展趋势强调、大数据和云计算的影响8.3 决策支持系统的创新应用介绍决策支持系统的创新应用强调增强现实、虚拟现实和物联网的融合8.4 决策支持系统的教育与培训讨论决策支持系统的教育与培训的重要性强调持续学习和技能提升的必要性第九章：决策支持系统的案例研究9.1 成功案例研究：公司的决策支持系统分析公司的决策支持系统的成功要素强调系统设计、用户参与和持续改进的关键作用9.2 失败案例研究：公司的决策支持系统分析公司的决策支持系统的失败原因强调需求分析、项目管理和社会技术因素的重要性9.3 案例研究的启示与建议强调决策支持系统的实施策略和最佳实践9.4 决策支持系统的案例研究方法介绍决策支持系统的案例研究方法强调数据收集、分析和研究设计的技巧第十章：决策支持系统的评估与反馈机制10.1 决策支持系统的评估指标讨论决策支持系统的评估指标强调准确性、响应时间和用户满意度的重要性10.2 决策支持系统的评估方法介绍决策支持系统的评估方法强调定量评估、定性评估和用户反馈的方法10.3 决策支持系统的反馈机制介绍决策支持系统的反馈机制强调用户反馈、错误纠正和系统改进的流程10.4 决策支持系统的持续改进讨论决策支持系统的持续改进策略强调数据分析、用户培训和技术支持的重要性重点和难点解析一、决策支持系统的概念与重要性：理解决策支持系统的定义和其在组织中的作用是学习的基础。
《决策支持系统》课程讲稿
《决策支持系统》课程讲稿第一篇：《决策支持系统》课程讲稿决策支持系统课前导入第一章决策支持系统概述第一节决策支持系统的形成和发展决策支持系统（DSS）是20世纪70年代初由美国的Scott Morton在《管理决策系统》中首先提出，于20世纪80年代迅速发展起来。
λ管理信息系统λ管理科学/运筹学λ决策支持系统管理科学与运筹学是运用模型辅助决策，体现在单模型辅助决策上，这样以来，对于多模型辅助决策问题，在决策支持系统出现之前要靠人来实现模型间的联合和协调。
决策支持系统的出现要解决由计算机自动组织和协调多模型的运行以及数据库中大量数据的存取及处理，达到更高层次的辅助决策能力。
决策支持系统具有以下6个特性：①用定量方式辅助决策，而不是代替决策②使用大量的数据和多个模型③支持决策制定过程④为多个管理层次上的用户提供决策支持⑤能支持相互独立的决策和相互依赖的决策⑥用于半结构化决策领域λ专家系统专家系统也是一种很有效的辅助决策系统。
它是利用专家的知识，特别是经验知识经过推理得出辅助决策结论，专家系统辅助决策的方式属于定性分析。
λ智能决策支持系统智能决策支持系统是以决策支持系统为主体，结合人工智能技术形成的系统。
除专家系统这种典型的人工智能技术以外，还有神经网络、机器学习、遗传算法以及自然语言理解等多种人工智能技术。
λ经理信息系统λ决策支持系统的发展决策支持系统的技术进步经历以下四个阶段：①单模型辅助决策②交互建模的DSS ③组合模型的DSS ④智能的DSS 第二节决策支持系统概念R.H.Spraque和E.D.Carlson对DSS的定义：ν决策支持系统具有交互式计算机系统的特征，帮助决策者利用数据和模型去解决半结构化问题。
S.S.Mittra对DSS的定义：ν决策支持系统是从数据库中找出必要的数据，并利用数学模型的功能，为用户产生所需要的信息。
DSS是在MIS的基础上发展起来的，都是以数据库系统为基础，都需要进行数据处理，也都能在不同程度上为用户提供辅助决策信息。
综合决策支持系统
（3）联机分析处理提供多维分析手段 联机分析处理所提供的多维分析手段有切片、 切块、 联机分析处理所提供的多维分析手段有切片 、 切块 、 旋转、上下钻取等多种形式， 旋转、上下钻取等多种形式，便于用户从不同角度 提取所需要的数据和信息。 提取所需要的数据和信息。 （4）数据挖掘时从数据中挖掘出隐藏知识 数据挖掘开始于人工智能的机器学习， 96年正式把 数据挖掘开始于人工智能的机器学习 ， 96 年正式把 挖掘知识的各种方法和技术称为数据挖掘， 挖掘知识的各种方法和技术称为数据挖掘，它是知 识发现（KDD）的一个步骤。 识发现（KDD）的一个步骤。 国内外已经相继推出了知识发现和数据挖掘的 产品。例如，Clementine、 产品。例如，Clementine、SAS/Enterpreise Miner、 Intelligent Miner等。
11
存储和综合， 联机分析处理（ OLAP） 存储和综合 ， 联机分析处理 （ OLAP ） 实现多维数据分 析，数据挖掘（DM）能挖掘数据库和数据仓库中的知 数据挖掘（DM） 识 。 DW+OLAP+DM 形成的新决策支持系统是利用数 DW+OLAP+DM形成的新决策支持系统是利用数 据资源辅助决策的。 数据中蕴涵大量信息和知识 ， 据资源辅助决策的 。 数据中蕴涵大量信息和知识， 通 过数据仓库的综合和趋势分析， 过数据仓库的综合和趋势分析 ， 通过联机分析处理的 多维数据分析了解现状和各种变化趋势， 多维数据分析了解现状和各种变化趋势 ， 为决策者制 定政策和策略。 定政策和策略 。 从数据挖掘中获取的知识主要是关联 知识和分类知识。 新决策支持系统主要针对商场、 知识和分类知识 。 新决策支持系统主要针对商场 、 银 行、顾客、销售等获取企业外部社会上的信息。 顾客、销售等获取企业外部社会上的信息。 传统决策支持系统利用模型资源和知识资源， 传统决策支持系统利用模型资源和知识资源 ， 区 别于新决策支持系统利用数据资源获取信息和知识辅 别于 新决策支持系统利用数据资源获取信息和知识辅 助决策。 这两者是完全不同的辅助决策方式， 助决策 。 这两者是完全不同的辅助决策方式 ， 两者不 能相互代替， 更应该是相互结合 。 通过结合 ， 能相互代替 ， 更应该是相互结合。 通过结合， 充分发 挥数据、模型、知识这3种不同的决策资源， 挥数据、模型、知识这3种不同的决策资源，获取企业 或组织的内部和外部相互补充的信息和知识， 或组织的内部和外部相互补充的信息和知识，才能为 12
《综合决策支持系统》PPT课件
6.2.3 新决策支持系统与商业智能
商业智能的决策支持表现为以下几方面。 1、商业智能的数据分析 （1）联机分析处理的多维数据分析
对多维数据进行切片、切块、钻取、旋转等操作来完成多维数 据的分析。 （2）what-if分析（假设分析） what-if分析为决策者提供多种参考依据，提高决策效果。 （3）建立客户购买商品的偏爱和选择模型 通过模型找出客户偏爱和选择商品的关系，扩大公司在市场中 的竞争能力。
6.2.1.2 数据仓库开发的困难
数据仓库由于数据量大（具有GB级到TB级的 数据），使得数据的存储和管理复杂，因此数 据仓库需要一个具有海量存储的硬件平台和一 个能进行并行处理的大型数据库系统。
6.2.1.2 数据仓库开发的困难
总结开发数据仓库的典型错误包括以下几方面： （1）没有理解数据的价值。 （2）未能理解数据仓库概念。 （3）未清楚了解用户将如何使用数据仓库之前，便贸然开 发数据仓库。 （4）对数据仓库规模的估计模糊。 （5）忽视了数据仓库体系结构和数据仓库开发方法。 数据仓库的开发只有克服了以上的错误观念，才能真正发 挥它的作用，得到发展。
6.1.3 传统决策支持系统的关键技术 和开发困难
DSS的关键技术：
（1）模型库系统的设计和实现。 （2）部件接口。部件接口包括对数据部件的数据的 存取，对模型部件的模型的调用和运行，以及对知识 部件的知识完成推理。 （3）系统综合集成。通过集成语言完成对各部件的 有机综合，形成一个完整的系统。
6.1.3 传统决策支持系统的关键技术和 开发困难
6、高效索引 数据仓库不仅能够方便地支持新索引的创建和装入，而且 要能够高效地访问这些索引。
6.2.1.1 数据仓库技术
7、数据仓库的特殊管理
- 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)。
决策支持系统及其开发
主讲教师：唐晶磊 E-mail: tangjinglei@ Tel:87092417(O)
2020/5/25
信息分析与决策支持 唐晶磊
第（1）部分
6.1 基于模型库与知识库的传统决策支持系 统 6.2 基于数据仓库的新决策支持系统
2020/5/25
件进行有机集成。 现已开发出的决策支持系统，都是自行设计
和实现模型库系统、自己研制实现模型、知识、 数据集成的综合语言。
2020/5/25
信息分析与决策支持 唐晶磊
6.2 基于数据仓库的新决策支持系统
6.2.1 数据仓库技术及困难
6.2.1.1 数据仓库技术
1、管理大量数据 数据仓库中的数据量是10GB或100GB级的。数据仓库开发需
要满足处理大量数据的需求。 2、数据的高效装入和数据压缩
（1）装入数据：装入的数据量很大，同时也要装入高效的索引。 （2）数据压缩：DW数据量大，需要进行数据的压缩。
2020/5/25
信息分析与决策支持 唐晶磊
3、存储介质的管理
数据仓库开发需要满足处理大量数据存储介质的需求。
存储介质
访问速度
存储费用
2020/5/25
信息分析与决策支持 唐晶磊
开发DW的典型错误包括以下几方面： （1）没有理解数据的价值。 （2）未能理解数据仓库概念。 （3）未清楚了解用户将如何使用DW之前，便贸然开发DW。 （4）对数据仓库规模的估计模糊。 （5）忽视了DW体系结构和DW开发方法。 数据仓库的开发只有克服了以上的错误观念，才能真正
数据仓库中的细节数据为多维DBSM提供了数据源， 数据要定期从数据仓库中导入到多维DBMS中去，为DSS用 户服务。
2020/5/25
信息分析与决策支持 唐晶磊
6.2.1.2 数据仓库开发的困难
（1）DW由于数据量大（具有GB级到TB级的数 据），使得数据的存储和管理非常复杂。 （2）DW需要一个具有海量存储的硬件平台和一 个能进行并行处理的大型数据库系统。
3、我国早期创办的《决策与决策支持系统》刊 物，现为《管理科学学报》,为决策支持系统的发展 作出了贡献。
2020/5/25
信息分析与决策支持 唐晶磊
6.1.2 传统决策支持系统的发展
4、作者于1989年在国内较早地研制完成了 “决策支持系统开发工具GFKD－DSS”,开发了南京 林业大学的“松毛虫智能预测系统”。
数据存取，对（模型部件的）模型调用和运行，以 及对知识部件的知识完成推理。
（3）系统综合集成。通过集成语言完成对各部 件的有机综合，形成一个完整的系统。
2020/5/25
信息分析与决策支持 唐晶磊
DSS的开发困难： （1）模型库系统没有统一的理论和产品，研
制者需要自己设计和开发。 （2）DSS综合部件对数据、模型、知识3个部
信息分析与决策支持 唐晶磊
6.1 基于模型库与知识库的传统决策支持系统
6.1.1 传统决策支持系统
1、1980年Sprague提出了决策支持系统三部件结构； 2、1981年Bonczak等提出了决策支持系统三系统结构； 3、根据以上两种结构的优缺点建立起来的统一的DSS结构； 4、20世纪90年代初，决策支持系统与专家系统结合起来，
CS－DSSP平台的可视化系统生成工具，能够快速 地制作应用系统并能够可视化运行应用系统，又可以 快速改变应用系统方案。
2020/5/25
信息分析与决策支持 唐晶磊
6.1.3 传统决策支持系统库系统的设计和实现。 （2）部件接口。部件接口包括对（数据部件的）
5、中国科学院计算技术研究所1996年完成的 “智能决策系统开发平台IDSDP”。
6、作者于1995年完成的“分布式多媒体智能 决策支持系统平台DM－IDSSP” 。
2020/5/25
信息分析与决策支持 唐晶磊
6.1.2 传统决策支持系统的发展
7、作者于1999年研制出“基于客户机/服务器的 决策支持系统快速开发平台CS－DSSP”。平台在互联 网上由客户端、广义模型服务器、数据库服务器三部 分组成，构成三层客户机/服务器结构模式。
用户 问题综合与交互系统
模型库管理系统
数据库管理系统
知识库 管理系统
推理机
模型库
知识库
数据库
2020/5/25
信息分析与决策支持 唐晶磊
6.1.2 传统决策支持系统的发展
1、大连理工大学、山西省自动化所和国际应用系 统分析研究所（IIASA）合作完成了山西省整体发展 规划决策支持系统。
2、国防科技大学完成的北京市房山区发展规划 决策支持系统。
主存 扩展内存 高速缓存 磁盘 光盘 微缩胶片
非常快 非常快 非常快
快 不慢
慢
非常贵 贵 贵 适中 不贵 便宜
2020/5/25
信息分析与决策支持 唐晶磊
4、元数据管理 好的元数据降低DSS分析员的工作难度。
5、数据仓库语言 有效管理DW中的数据，快速、高效地访问DW中的数据。
6、高效索引 DW不仅能够方便地支持新索引的创建和装入，而且要
能够高效地访问这些索引。
2020/5/25
信息分析与决策支持 唐晶磊
7、数据仓库的特殊管理 （1）复合键码：能够支持复合键码。 （2）变长数据：有效管理变长数据的能力。 （3）快速恢复：快速地恢复数据仓库表。
8、多维DBMS和数据仓库 多维DBMS提供了用多种方法对数据进行切片、分割，
动态地考查汇总数据和细节数据的关系，非常适合DSS环 境。
形成了智能决策支持系统（IDSS）。
2020/5/25
信息分析与决策支持 唐晶磊
1、1980年Sprague提出了决策支持系统三部件结构:
用户 人机交互系统
模型库管理系统 MBMS
数据库管理系统 DBMS
2020/5/25
模型库 MB
数据库 DB
信息分析与决策支持 唐晶磊
2、1981年Bonczak等提出了决策支持系统三系统结构:
用户
语言系统 问题处理系统 知识系统
（LS）
(PPS)
(KS)
2020/5/25
信息分析与决策支持 唐晶磊
3、根据以上两种结构的优缺点建立起来的统一的DSS结构:
用户
人机交互及问题综合系统 （综合部件）
模型库管理系统
数据库管理系统
模型库
数据库
2020/5/25
信息分析与决策支持 唐晶磊
4、20世纪90年代初，决策支持系统与专家系统 结合起来，形成了智能决策支持系统（IDSS）: