决策支持系统名词解释大全
决策支持系统概述
决策支持系统概述决策支持系统（DSS）是一种帮助管理者做出决策的信息系统。
它集成了数据收集、数据分析、模型构建和解决方案评估等技术工具，以提供定性和定量的决策支持。
DSS的目标是通过使管理者能够更好地评估和选择各种决策方案来提高决策质量和效率。
决策支持系统的基本构成包括数据仓库、模型和分析工具以及用户接口。
数据仓库用于存储和管理各种关键数据，包括历史数据、实时数据和外部数据等。
模型和分析工具提供了各种算法和方法，如统计分析、优化模型、模拟和决策树等，用于分析数据并生成决策结果。
用户接口是管理者与DSS交互的方式，可以是图形用户界面、自然语言处理或者其他形式。
1.数据分析：决策支持系统能够从数据仓库中提取数据，并通过各种分析工具对数据进行定性和定量的分析。
这些分析可以帮助管理者了解当前的业务情况和趋势，从而作出合适的决策。
2.模型构建：决策支持系统能够根据具体的问题和需求构建各种模型。
这些模型可以是统计模型、优化模型、模拟模型等，通过运行模型可以产生各种方案，并对不同方案进行评估。
3.解决方案评估：决策支持系统能够对各种决策方案进行评估和比较。
它可以根据不同的指标和权重对方案进行综合评估，并为管理者提供决策参考。
4.知识管理：决策支持系统可以帮助管理者收集和管理各种关键知识和信息。
它可以通过知识库、专家系统和数据挖掘等技术，将知识和经验转化为可用的决策支持。
5.沟通和协作：决策支持系统可以提供各种协作工具，帮助多个决策者之间进行沟通和协作。
这些工具可以包括电子邮件、在线会议和共享文档等，以促进团队决策的效率和准确性。
使用决策支持系统可以带来许多好处。
首先，它可以提高决策的质量和效率，通过提供准确和全面的信息，帮助管理者做出明智的决策。
其次，它可以降低决策的风险，通过模拟和评估不同的方案，管理者可以更好地估计每个方案的风险和回报。
最后，它可以提高组织的竞争力，通过加强决策者之间的沟通和协作，决策支持系统可以促进团队决策的效率和准确性，从而提高组织的整体竞争力。
第十一章 决策支持系统
第十一章决策支持系统一、单项选择题1. DSS涉及计算机、管理决策、数学、人工智能等多学科的理论、方法和技术，对使用者而言，以下最好的说法是（）。
a. 计算机知识最重要b. 数学知识最重要c. 管理决策知识最重要d. 很难说哪种知识最重要2. 关于使用DSS的问题有以下几种说法，其中最好的说法是（）。
a. 无论是谁，只要有说明书，慢慢地试着用，会用好的b. 经验丰富的经历会用的好些c. 懂计算机的人会用的好些d. 没有计算机专业人员的引导很难用好3. 以下与DSS产生和发展最无关的是（）。
a. 信息技术的发展b. 管理决策理论的发展c. 企业环境的变化d. 白领工人的增加4. 与MIS等其他信息系统相比，以下DSS的定义中，（）是DSS最显著的特色。
a. DSS是一种以计算机为工具的信息系统b. DSS应用决策科学及有关科的理论与方法c. DSS以人机交互方式辅助决策者d. DSS是解决半结构化和非结构化问题的信息系统5. 传统的DSS有许多功能，如A.企业内外部信息调查；B.决策模型构建；C.求解算法供选；D.决策问题分析。
现在如果要你作为用户就其重要程度排队，排在最前面的是（）。
a. Ab. Bc. Cd.D6. DSS是基于两种基本形式的结构分解和组合而演变起来的，这两种基本形式是（）。
a. 数据库与模型库b. 两库结构与基于知识的结构c. 人机对话子系统和三库结构d. 模型库和方法库7. MIS和DSS都有模型，但它们的模型在（）方面是有区别的。
a. 模型的可组建性b. 模型的大小c. 模型的多少d. 模型的储存方式8. DSS中的模型库和方法库是两个重要的构件，它们所存储的决策资源不同，作用也不同。
模型库储存的模型和方法库储存的方法之间的区别（）。
a. 在于对决策支持作用的“幕前”和“幕后”b. 实际上是很难识别的c. 实际上并不大d. 在于对决策支持作用的大小9. 以下关于各种信息系统的说法中正确的是（）。
dss名词解释
dss名词解释
Decision Support System（DSS），即决策支持系统，是一种能够使用计算机程序来帮助决策者执行更有力地决策的工具。
它是一种以数据为基础，以决策过程为导向的计算机系统，它可以显著提高决策者的决策能力。
DSS 可以收集、存储、处理和分析数据，并将这些数据用于不断更新模型以便决策者可以更有效地进行决策。
因此，DSS 可以以一种及时、精准的方式提供给决策者有用的信息，以便他们能够更好地实现他们的目标。
DSS 涵盖了种类繁多的工作，如计算仿真、数学优化和分析。
它们也可以提供多种有用的功能，如数据挖掘，文本挖掘，影像识别和智能决策支持等。
DSS 能够通过不同的工具使决策者在复杂的决策环境中，以更有效、客观和正确的方式进行决策。
它能够提供多维度的数据分析，使决策者能够全面地考虑问题，从而做出更好的决策。
此外，DSS 还可以在决策计划的实施过程中提供动态的支持，并且可以动态地跟踪该计划的执行情况，帮助决策者更有效地监督其计划实施的过程。
总而言之，决策支持系统是一种有力的工具，它能够有效地帮助决策者做出正确合理的决策，从而提高企业绩效。
它可以显著提高决策者的技能水平，并可能改变企业及机构管理的历史。
自考《管理信息系统》名词解释
自考《管理信息系统》名词解释管理信息系统是现代组织中必不可少的一项重要系统，它对于组织的高效运作和决策起着关键的作用。
本文将对《管理信息系统》中的几个关键名词进行解释，包括信息系统、数据采集、信息技术、数据挖掘和决策支持系统。
【信息系统】信息系统是由数据、技术和人员组成的一套相互协作的系统。
它负责收集、存储、处理和传递信息，以支持组织的日常运作和战略决策。
信息系统包括硬件设备、软件程序、数据库以及相关的人员和流程。
它们可以帮助组织实现高效的信息管理、工作流程优化和决策支持。
【数据采集】数据采集指的是从各种来源收集信息和数据的过程。
在管理信息系统中，数据采集是非常重要的一环，它直接影响到信息的质量和准确性。
数据采集可以通过手动输入、传感器、扫描仪、摄像头等方式来进行。
采集到的数据可以是结构化的，例如数字和文本，也可以是非结构化的，例如图片和音频。
【信息技术】信息技术是指在管理信息系统中用于收集、处理和传递信息的工具和技术。
它包括软件、硬件和网络设备等。
信息技术的发展不仅提高了信息的获取速度和处理能力，还为组织提供了更多的战略选择和决策支持。
信息技术的应用范围非常广泛，涵盖计算机科学、通信技术、数据库管理等领域。
【数据挖掘】数据挖掘是一种通过分析大量数据来发现隐藏在其中的模式和规律的技术。
在管理信息系统中，数据挖掘可以帮助组织发现市场趋势、客户需求以及内部流程的潜在问题和机会。
通过利用数据挖掘的方法，组织可以更好地理解和利用数据，从而做出更明智的决策，提高运营效率和竞争力。
【决策支持系统】决策支持系统是一种用于辅助管理人员进行决策的信息系统。
它基于数据和模型，提供了各种分析工具和决策模型，帮助管理人员评估不同的决策方案，并选择最优的解决方案。
决策支持系统可以通过数据可视化、模拟和优化算法等方式来帮助管理人员做出明智的决策，从而提高组织的效率和业绩。
以上是《管理信息系统》中几个重要名词的解释。
信息系统、数据采集、信息技术、数据挖掘和决策支持系统在现代组织的管理中扮演着重要的角色。
决策支持系统 考试名词解释
决策支持系统的定义: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。
决策支持系统（DSS）结构图，三部件结构图。
决策制定是由决策支持系统和它的用户共同完成的。
决策问题的结构化分类:决策问题按结构化程度分类，即对决策问题的内在规律能否用明确的程序化语言给以清晰的说明或者描述.，如果能够描述清楚的，称为结构化问题；不能描述清楚，而只能凭直觉或者经验作出判断的，称为非结构化问题；介于这两者之间的，则成为半结构化问题。
三部件结构 1.对话部件：是决策支持系统与用户的交互界面，用户通过“人机交互系统”控制实际决策支持系统的运行。
2.数据部件：数据部件包括数据库和数据库管理系统。
3.模型部件；模型部件包括模型库和模型库管理系统。
DSS与MIS的不同：1.MIS是面向中层管理人员，为管理服务的系统。
DSS是面向高层人员，为辅助决策服务的系统。
2.MIS按事务功能（生产，销售，人事）综合多个事务处理的EDP。
DSS是通过模型计算辅助决策。
3.MIS是以数据库系统为基础；以数据驱动的系统。
DSS是以模型库系统为基础的，以模型驱动的系统.4.MIS分析着重于系统的总体信息的需求，输出报表模式是固定的。
DSS分析着重于决策者的需求，输出数据的模式是复杂的°5.MIS系统追求的是效率，即快速查询和产生报表。
DSS追求的是有效性，即决策的正确性。
6.MIS支持的是结构化决策。
这类决策是经常的、重复发生的。
DSS支持的是半结构化决策。
这类决策是指既复杂又无法准确描述处理原则又涉及大量计算，既要应用计算机又要用户干预，才能取得满意结果的决策。
决策过程中四大步骤可以分成更详细的八个步骤：提出问题；确定目标；价值准则；拟定方案；分析评价；选定方案；试验验证；普遍实施。
决策体系与决策信息:决策体系由决策系统、参谋（智囊）系统、信息系统、执行系统与监督系统这五大部分组成一个统一整体。
决策支持系统名词解释
决策支持系统名词解释决策支持系统（Decision Support System，简称DSS）是一种通过信息技术提供决策制定者有效信息和工具来支持决策制定过程的系统。
DSS结合了数据分析、模型建立、信息管理和决策方法等技术，帮助管理者进行决策。
决策支持系统通常包含以下几个主要组成部分：数据库管理系统（Database Management System，DBMS）：用于存储和管理决策所需的数据。
DBMS可以根据用户的需要提供数据查询、更新和删除等功能，为决策者提供数据支持。
模型管理系统（Model Management System，MMS）：用于管理和执行决策所需的数学模型。
MMS可以帮助决策制定者构建和分析决策模型，以便在决策过程中提供科学依据。
决策分析系统（Decision Analysis System，DAS）：用于分析和评估不同决策方案的潜在风险和机会。
DAS可以根据已有的数据和模型，对不同的决策选项进行详细的分析和比较，以帮助决策者做出合理的决策。
用户接口（User Interface）：用于决策制定者与决策支持系统进行交互的界面。
用户接口通常提供数据输入、模型选择、结果展示等功能，以便用户能够方便地使用系统进行决策。
决策支持系统的主要特点包括以下几点：1. 及时性：决策支持系统能够实时获取和处理数据，为决策者提供及时的信息，以便快速做出决策。
2. 灵活性：决策支持系统具有较强的灵活性，可以根据不同决策的需求进行定制和扩展，以满足用户的特定需求。
3. 多功能性：决策支持系统不仅能够提供数据查询和展示功能，还能够进行数据分析、模型建立和决策评估等多种功能，为决策者提供全面的决策支持。
4. 用户友好：决策支持系统通常具有友好的用户界面和操作方式，便于用户学习和使用，提高工作效率。
5. 决策辅助：决策支持系统并非直接代替决策制定者进行决策，而是通过提供信息和工具来辅助决策制定者进行决策，提高决策的科学性和准确性。
决策支持系统名词解释管理学
决策支持系统名词解释管理学决策支持系统（Decision Support System，简称DSS）是管理学领域中的一个重要概念，指的是一种基于计算机技术的系统，旨在辅助管理者在复杂的决策环境中进行决策制定和分析。
本文将详细解释决策支持系统的概念、特点、构成以及在管理学中的应用。
一、决策支持系统的概念决策支持系统是一种集成了数据仓库、数学模型、人工智能等技术手段的信息系统。
其核心目标是为决策者提供必要的信息和分析工具，支持其在信息不完整、不确定的决策环境中，实现决策的科学化、合理化和高效化。
二、决策支持系统的特点1.针对性：决策支持系统针对特定的决策问题，提供定制化的信息支持。
2.交互性：系统允许决策者与系统进行交互，调整参数、假设，观察决策结果的变化。
3.集成性：系统集成了多种数据来源和分析工具，为决策者提供全面的决策支持。
4.智能性：利用人工智能等技术，实现对数据的自动分析和处理，减轻决策者的工作负担。
三、决策支持系统的构成决策支持系统主要由以下几个部分构成：1.数据仓库：存储和管理大量数据，为决策提供数据基础。
2.模型库：集成了多种数学模型，用于对数据进行分析和预测。
3.知识库：存储了专家的知识和经验，为决策提供智力支持。
4.人机交互界面：决策者与系统进行交互的界面，允许决策者输入指令、查看结果等。
四、决策支持系统在管理学中的应用在管理学中，决策支持系统被广泛应用于企业的战略决策、市场营销、生产管理等领域。
例如，企业战略决策者可以利用决策支持系统分析市场环境、竞争对手情况，制定合适的战略方向。
市场营销人员可以通过系统分析消费者行为、市场需求，制定精准的市场营销策略。
生产管理人员可以利用系统优化生产流程，提高生产效率和质量。
五、总结综上所述，决策支持系统是一种基于计算机技术的信息系统，具有针对性、交互性、集成性和智能性等特点。
它主要由数据仓库、模型库、知识库和人机交互界面等部分构成，在管理学中被广泛应用于企业的各个领域，为企业决策提供科学有效的支持。
政策概论名词解释,简单,论述
1.公共政策评价：是指论据一定的标准和程序，对公共政策的效益、效率、效果及价值进行判断的一种政治行为，目的在于取得有关这些方面的信息，作为决定政策变化、政策改进和制定新政策的依据。
2.决策支持系统: 是指辅助决策工作的一种计算机系统，由美国麻省理工学院的米切尔.S.斯科特和彼德G.W.基恩于`20世纪70年代首次提出的。它是以管理科学、运筹学、控制论和行为科学为基础，以计算机技术、模拟技术和信息技术为手段，面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（计算机）系统。
如某政府在闹市区新近拆迁了一片规模不小的土地，这是黄金地段，而到底把它拿来做什么用，却成了政府的心头之患。因为哪个领导都知道，一旦决定了，新建了，就不能再改变了。而在本市的核心区，全市的老百姓乃至兄弟省市都在盯着，它到底做什么用。决策成了难事，好端端的土地空闲了很长一段时间。基本方案有：（1）盖一个大型商厦，充分利用闹市区的优势，为税收服务，为市财政服务；但周围商厦已经林立，新建这样一个大型商厦，到底多大必要，到底是否能够真正从根本上增加市财政收入是个问题；（2）建一个大型的市民免费公园，为市民提供休闲娱乐的场所，但对于财政却没有贡献；（3）盖政府大楼，改善办公条件，展示政府的新面貌。但现在政府的办公条件并不很差，再大兴土木，可能会造成社会的议论；（4）盖一个大型停车场，缓解市中心的交通压力。但这么好的地段，建设一个停车场，未免浪费；很多人提出兴建一个地下停车场即可。经过这些考虑，兴建市民公园成为了一个比较可行的方案。
2.提升政策主体能力的必要性。答：提升政策主体的能力是社会政治、经济、文化发展的客观要求，它直接关系到政策的质量和效果，从而影响着公共管理的进程。最关键、最核心的是政府能力的提高。具体有：（1）从实践来看，公共政策主体能力不足。公共政策主体在现实社会中主要体现为三个方面，即引导公众观念和行为、调控各种利益、公平分配社会资源。但从实践来看，由于受与政策相关的利益、素质和信息资源等因素的影响，公共政策主体在这三个方面的表现明显存在能力不足或不佳。（2）公共政策主体能力现状不能满足日益增加和多样化的公众需求。受教育水平的提高、信息科学技术的迅猛发展、普及等因素的影响，公众需求越来越呈现出多样化、复杂化的趋势，公共政策主体需求不断提高自身素质，提升引导公众观念行为、调控各种社会利益关系和公平分配社会资源的能力，以满足公众日益增长和多样化的需求。（3）“入世”新环境和经济全球化挑战公共政策主体能力。我国公共政策主体能否应对“入世”新环境的挑战直接决定了公共政策质量的优劣，进而影响到公共管理进程，要求公共政策主体具有较强的竞争意识和观念，对市场经济有充分的认识和把握，以迎接入世的挑战。同时，经济全球化过程充满矛盾和问题，客观上要求公共政策主体能力的提升。（4）知识经济要求公共政策主体能力的提升。知识经济的发展，既为建立灵活、高效、透明的政府以及其他公共政策主体作用的有效发挥提供了可能，又对公共政策主体提出了新的要求和更高的要求。
- 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)。
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。
元数据：是定义数据仓库对象的数据。
数据集市：把这种面向企业中的某个部门（主题）而在逻辑上或物理上划分出来的数据仓库中的数据子集称为（数据集市。
联机分析处理：是一个应用广泛的数据仓库使用技术。
数据粒度：数据仓库中存储着不同综合级别的数据，一般称之为“数据粒度”。
数据仓库的概念模型设计：是数据仓库模型设计的首要工作，它描述的是从客观世界到主观认识的映射，为整个系统提供统一的概念视图。
类：是对某种类型事物的抽象，它将这类事物所具有的共同特征（包括操作特征和存储特征）集中起来，以说明这类事物的能力和性质。
数据仓库的逻辑模型：描述了数据仓库的主题的逻辑实现，即每个主题所对应的关系表的关系模式的定义。
它能直接反映出业务部门的需求，同时对系统的物理实施有着重要的指导作用。
数据仓库的物理模型：是逻辑模型在数据仓库中的实现模式，包括数据的索引策略、数据的存储策略等。
索引策略：因为数据仓库的数据量很大，所以需要对数据的存取路径进行仔细的设计和选择。
知识表示：就是把知识表示成便于计算机储存和利用的某种数据结构。
知识表示模式：知识的表示方法给出的知识表示形式称为知识表示模式，知识表示模式分为外部表示模式和内部表示模式两个层次。
状态空间图：由一个问题的全部状态以及可以使用的全部操作所构成的集合就称为该问题的状态空间。
它一般由三部分构成：问题可能具有的初始状态的集合S，操作的集合F，目标状态的集合G，由三元组表示为<S,F,G>，状态空间的图示称为状态空间图。
产生式表示法：产生式通常用→表示有因果关系的知识，其基本形式为P→Q或者IF P THEN Q 其中，P是产生式的前提，用以指出该产生式是否是可用的条件，这个条件可以是简单条件，也可以是由逻辑运算符连接起来的复杂条件；Q是一组结论或者操作，用以指出当前提条件满足时得出的结论或执行的操作。
产生式系统：以产生式规则作为过程性知识的系统称为产生式系统。
全局数据库：全局数据库又称事实库，是产生式系统的数据结构中心，用以存放初始事实，中间事实和最后结果。
规则库：规则库就是描述某领域内知识的产生式规则的集合。
它是产生式系统赖以实现问题求解的基础。
推理机：推理机是个软件概念，不是硬件概念。
它是一个或一组程序，用来控制和协调规则库和全局数据库的运行，包括推理方式和控制策略。
匹配规则：匹配指用当前全局数据库中的事实与规则中的条件进行比较，如果相同，就称为相匹配，这一规则就称为匹配规则。
启用规则：可能有多条规则的前提条件被匹配，也就是说可以有多条匹配规矩，但只能执行其中一条，究竟选哪一条来执行呢？这就要由消除冲突策略来解决，最后选中的规则称为启用规则。
正向推理：正向推理是从已知事实出发，通过规则库求得结果。
正向推理的方式也被称为数据驱动方式或自底向上方式。
反向推理：反向推理是从目标出发，反向使用规则，求证已知的事实，用驱动方式或自顶向下方式。
双向推理：双向推理是即自顶向下又自底向上的推理
语义网络：是个有向图，由结点和弧组成。
基本网元：最简单的语义网络称为基本网元。
框架：是一种描述所论对象的属性的数据结构。
盲目搜索方法：是按预定的搜索方向进行搜索。
启发式搜索方法：是在搜索中加入了与问题有关的启发性知识，用以指导搜索朝着最有希望的方向前进，加快问题的求解速度。
广度优先搜索法：是从树根向下一级一级地进行搜索，在第n级结点未搜索完以前，不进入第n+1级搜索。
深度优先搜索法：从初始结点开始，选择它的一个子结点进行考察，若不是目标结点，则再在孩子结点的子结点中选择一个进行考察，如此一直向下搜索。
专家知识：即来处专家的已被证明对解决有关领域内的典型问题有用的事实和过程。
NP完全问题：是指用目前知道的最好的方法求解，问题求解需要花费的时间（或称为问题求解的复杂性）随问题规模增大以指数关系增长。
专家系统：是一种模拟专家解决领域问题的计算机程序系统。
快速原型法：利用专家系统技术和专家系统的开发工具尽快地建立专家系统的演示原型，然后进行修改、充实和完善，就是专家系统开发的快速原型法。
模糊专家系统：是一类在知识获取，知识表示和运用过程中全部或部分地采用了模糊技术的专家系统。
机器学习：是智能系统不断地积累和更新知识以改善系统性能，从而使系统具有自适应能力的过程。
知识库管理系统：知识库是知识的集合，当这种集合的元素量很大时就需要管理，而管理知识库的计算机软件就称为知识库管理系统。
广义知识库：支撑产品的功能模型、参数化模型和实例模型的知识系统被称为广义知识库。
多目标决策：是相对于单目标决策而言的，它是指在多个目标互相矛盾、多个方案互相竞争的情况下所进行的决策。
层次分析法：美国匹兹堡大学萨蒂教授于20世纪70年代提出的特定性分析与定量分析相结合的多目标决策方法。
判断矩阵：是层次分析法的核心。
完全一致性：（1）主对角线上的元素值都等于1，即；（2）以主对角线为轴的两边对应元素是互为倒数的，即；（3）相应三个元素保持以下关系，即。
如果判断矩阵中各元素的值是完全准确地反映了各物体的质量（或各方案的优先权重）之比，若上述三个条件完全满足则称此判断为完全一致性。
决策准则：也就是如何综合权衡各方案属性进行决策（方案排序）的原则或思想，其具体也就成为所谓多目标决策方法。
权：是目标重要性的度量，即衡量目标重要性的手段。
群决策支持系统：是利用计算机网络与技术，为具有共同责任、任务和目标的决策群体解决非结构化决策问题提供群体决策支持功能的集成化、交互式、基于计算机的信息系统。
数据流图：是表达信息系统的模型化工具，它从数据流传递和处理的角度，以图形方式描述系统的功能、数据流在系统内部的流向和变换过程，是信息系统分与设计的最主要的方法与工具之一。
外部实体：是指处于系统外部，又和系统有联系的人或事物（包括其他信息系统），代表数据的外部来源和数据的去处。
数据存储：是对记录、文件、数据库的逻辑描述，表示数据临时或长期保存的容器。