决策支持和人工智能
人工智能技术对决策支持的作用
人工智能技术对决策支持的作用随着科技的不断进步和人们对信息的普及和获取能力的提高，人工智能技术在决策支持领域的应用越来越广泛。
人工智能技术以其高效准确的数据分析、智能化的决策模型和可靠的预测能力，对各个领域的决策过程产生了深远的影响。
本文将探讨人工智能技术在决策支持中的作用，并就其优势、局限性以及未来的发展方向进行分析。
一、人工智能技术在决策支持中的优势1. 数据分析能力的提升人工智能技术能够快速且准确地分析和处理海量的数据，为决策者提供可靠的数据支持。
通过人工智能技术的应用，企业、政府等机构可以从庞大的数据中挖掘出有用的信息，发现潜在的规律和趋势，为决策者提供决策依据。
这种数据驱动的决策支持可以避免主观臆断和偏见对决策结果的影响，提高了决策的科学性和准确性。
2. 智能化的决策模型人工智能技术可以根据历史数据和先验知识构建智能化的决策模型，通过模拟和预测来进行决策支持。
这样的决策模型能够更好地解释事物之间的关系、规律和变化趋势，帮助决策者更好地了解决策影响和可能的风险。
人工智能技术还可以根据实时数据更新模型，提供即时和动态的决策支持，使决策者能够快速应对各种复杂的决策环境。
3. 预测和优化能力的增强人工智能技术通过机器学习和数据挖掘等方法，可以从大量的历史数据中学习和总结经验，帮助决策者进行风险评估和预测。
通过准确地预测和评估可能出现的影响和结果，决策者可以采取相应的措施，降低决策风险。
同时，人工智能技术还可以通过优化算法寻找最佳的解决方案，提高决策效率和质量。
二、人工智能技术在决策支持中的局限性1. 数据质量和隐私问题人工智能技术对数据的准确性和完整性要求较高，但在实际应用中，数据的质量往往难以保证。
此外，人工智能技术的大规模数据收集和处理也涉及个人隐私的问题，如何在保证数据安全的前提下充分利用数据仍然是一个挑战。
2. 缺乏人类直觉和创造性人工智能技术虽然能够在数据分析和模型构建等方面提供准确和高效的支持，但其缺乏人类的直觉和创造力。
人工智能在决策支持系统中的作用与优势
人工智能在决策支持系统中的作用与优势人工智能（Artificial Intelligence，简称AI）在当今社会中扮演着越来越重要的角色。
特别是在决策支持系统中，人工智能的应用显著提高了决策的准确性和效率。
本文将探讨人工智能在决策支持系统中的作用与优势。
一、人工智能在决策支持系统中的作用决策支持系统是一种基于计算机技术和信息系统的工具，旨在协助决策者进行决策过程。
人工智能在决策支持系统中发挥了以下重要作用：1. 数据分析与预测能力：人工智能能够通过对大量数据的分析和挖掘，提取出有价值的信息和规律，并基于此预测未来的趋势和结果。
这使得决策者能够在做出决策之前获得更全面、准确的数据支持。
2. 自动化决策过程：人工智能技术可以模拟人类的思维方式和逻辑推理，使得决策支持系统能够自动地提供决策建议。
这减轻了决策者的负担，加快了决策的速度，并且减少了人为因素对决策结果的影响。
3. 风险评估与管理：通过人工智能的算法和模型，决策支持系统可以评估决策的风险，并提供相应的应对策略。
这有助于决策者在决策过程中更好地权衡利弊，降低风险，提高决策的成功率。
4. 高效信息处理：人工智能能够迅速地处理大量的信息，并提取出最重要、最相关的内容。
决策支持系统结合了人工智能的处理能力，能够帮助决策者从海量的信息中迅速筛选出对决策有用的信息，以支持决策的高效进行。
二、人工智能在决策支持系统中的优势人工智能在决策支持系统中具有以下显著优势：1. 提供准确性与可靠性：人工智能能够以更高的准确性和可靠性处理数据和信息，从而提供准确的决策建议。
相比传统的手工决策过程，人工智能的应用能够减少决策中的误差和主观性，提高决策结果的质量。
2. 提高决策效率：人工智能能够以更快的速度进行决策分析和模拟，从而提高决策的效率。
决策支持系统结合了人工智能的处理能力，能够在短时间内对大规模数据进行处理，帮助决策者快速做出决策，提高决策的效率和实效。
3. 优化决策过程：人工智能通过对大量实时数据的分析和学习，能够不断优化和改进决策过程。
人工智能智能决策支持
人工智能智能决策支持人工智能（Artificial Intelligence，简称AI）作为一种新兴技术，在过去几年取得了飞速发展。
它不仅在图像识别、语音识别、自动驾驶等领域有了显著的应用，还在决策支持方面展现出了巨大潜力。
本文将重点探讨人工智能在智能决策支持方面的应用，并分析其对个人、企业和社会的影响。
一、智能决策支持的背景和意义在复杂的决策过程中，信息的获取难度和信息的处理量常常会限制我们做出明智的决策。
然而，随着互联网信息的爆炸式增长，我们面临的不仅仅是信息过载，还有信息混乱和不确定性的问题。
在这种情况下，智能决策支持系统的出现为决策者提供了及时、准确的决策信息，有助于提高决策的效率和质量。
二、人工智能智能决策支持的基本原理人工智能智能决策支持系统是基于人工智能技术构建的一种决策支持工具。
它通过收集和分析大量的数据，利用机器学习和数据挖掘等算法，提供决策者所需的信息和意见。
其基本原理包括数据采集、数据分析、模型构建和决策结果展示等步骤。
通过这些步骤，决策者能够更好地理解问题，快速做出决策。
三、人工智能智能决策支持的应用领域人工智能智能决策支持系统在各个领域都有广泛的应用。
以下是一些典型的应用领域：1. 金融行业：在风险评估、投资决策和信贷管理等方面，人工智能智能决策支持系统能够帮助金融机构更加准确地识别风险和机会，降低风险和提高回报。
2. 医疗健康：在医学诊断、疾病预测和药物研发等方面，人工智能智能决策支持系统能够帮助医生和研究人员更好地理解疾病机制，提供个性化的诊疗方案。
3. 物流和供应链管理：在物流路径选择、库存管理和供应链优化等方面，人工智能智能决策支持系统能够帮助企业降低成本，提高服务质量。
4. 市场营销：在市场调研、产品推广和精准广告投放等方面，人工智能智能决策支持系统能够帮助企业更好地了解消费者需求，制定更有效的营销策略。
四、人工智能智能决策支持的优势与挑战人工智能智能决策支持系统具有许多优势，例如高效性、准确性和自动化等。
人工智能技术在决策支持系统中的应用案例
人工智能技术在决策支持系统中的应用案例随着人工智能技术的迅猛发展，决策支持系统（Decision S upport S ystem, DSS）已经得到了广泛的应用。
决策支持系统是一种通过计算机技术帮助决策者进行决策的信息系统。
它利用大数据、机器学习、自然语言处理等人工智能技术，可以提供决策所需的信息和分析工具，帮助决策者制定更加科学和有效的决策。
本文将介绍几个人工智能技术在决策支持系统中的应用案例，以展示其在不同领域的价值和潜力。
一、金融领域的风险评估与预测金融领域是决策支持系统运用人工智能技术最为广泛的领域之一。
人工智能技术可以利用大数据进行风险评估和预测，帮助金融机构制定风险控制策略。
例如，某银行可以通过分析客户的交易数据、信用记录和个人信息，利用人工智能算法构建客户信用评分模型。
该模型可以根据客户的历史行为和多个指标对其进行信用评估，从而决定是否向其提供贷款，并确定适当的贷款额度和利率。
二、医疗领域的诊断和治疗决策人工智能技术在医疗领域的应用也越来越多。
通过分析海量的医疗数据，人工智能技术可以提供更加精确的诊断和治疗建议，辅助医生进行决策。
例如，一项研究表明，基于人工智能的决策支持系统可以通过分析患者的病历、影像学检查和实验室结果，帮助医生准确诊断乳腺癌的类型和分级，并推荐最适合的治疗方案。
三、交通领域的智能交通管理交通拥堵是现代城市面临的重要问题之一。
人工智能技术可以应用于智能交通管理系统，通过实时监测和预测交通状态，优化交通流量分配，从而减少交通拥堵和提高交通效率。
例如，某城市的交通管理部门利用人工智能技术分析历史交通数据，并结合实时的交通监测数据，可以预测交通拥堵区域和时间，并提前做出相应的交通疏导策略，帮助减少拥堵并提高交通流动性。
四、市场营销领域的精准推荐与个性化营销人工智能技术在市场营销领域的应用越来越受到关注。
通过分析用户的历史购买记录、浏览行为和个人喜好，人工智能技术可以提供个性化的产品推荐和定制化的营销方案，提升市场推广效果。
人工智能在决策支持系统中的应用
人工智能在决策支持系统中的应用随着科技的不断进步和人工智能技术的发展，人工智能已经成为决策支持系统中不可或缺的重要组成部分。
借助人工智能的强大处理能力和智能算法，决策者可以更加准确、高效地做出决策。
本文将探讨人工智能在决策支持系统中的应用，介绍其优势和挑战，并给出未来发展的展望。
一、决策支持系统与人工智能的结合决策支持系统(DSS)是一种为决策者提供信息和分析工具的计算机系统，旨在辅助决策者进行决策。
人工智能技术的引入将为决策支持系统带来更多的智能化和自动化功能，从而提高决策的准确性和效率。
1.1 数据分析与预测人工智能可以利用大数据分析和机器学习算法，对海量的数据进行处理和分析。
通过对历史数据进行模型训练和预测，人工智能可以为决策者提供准确的市场趋势、销售预测等信息，帮助其做出更明智的决策。
1.2 智能决策辅助决策支持系统结合人工智能技术可以提供智能的决策辅助功能。
通过对决策过程的模拟和优化，人工智能可以为决策者提供多种方案的比较和评估，帮助其找到最优解决方案。
1.3 风险评估和管理人工智能可以通过对风险因素的分析和建模，为决策者提供风险评估和管理的工具。
借助人工智能的强大处理能力和算法，决策者可以更好地预测和规避潜在的风险，并做出相应的决策。
二、人工智能在决策支持系统中的优势引入人工智能技术的决策支持系统相较于传统系统具有许多优势，主要包括以下几点：2.1 高效性和准确性人工智能可以根据大量的数据和过往的经验进行快速的决策分析，从而提高决策过程的效率和准确性。
与人工决策相比，人工智能可以避免因人为因素而产生的错误和主观判断，从而得出更为客观和准确的决策结果。
2.2 自动化和智能化人工智能技术可以实现决策支持系统的自动化和智能化。
通过大数据处理和机器学习算法的应用，决策支持系统可以自动获取、分析和处理海量的数据，并根据已有的知识和经验做出智能的决策。
2.3 多样性和个性化人工智能可以根据决策者的需求和偏好，为其提供多样的决策方案和个性化的服务。
人工智能在决策支持系统中的应用与决策智能化
人工智能在决策支持系统中的应用与决策智能化随着人工智能技术的快速发展，越来越多的领域开始将人工智能应用于决策支持系统中，实现决策的智能化。
本文将探讨人工智能在决策支持系统中的应用，并对决策智能化的发展趋势进行分析。
一、人工智能在决策支持系统中的应用1. 自动化数据分析和处理人工智能技术可以通过自动化数据分析和处理来帮助决策者进行决策。
例如，通过机器学习算法对大量历史数据进行分析，可以准确预测未来趋势，为决策者提供决策支持。
同时，人工智能还可以通过自然语言处理技术，自动提取和整理大量文本信息，帮助决策者更好地理解和分析数据。
2. 智能推荐系统人工智能技术在决策支持系统中的另一个应用是构建智能推荐系统。
智能推荐系统可以根据用户的个性化需求和历史行为，提供个性化的决策建议。
例如，在电商领域，智能推荐系统可以根据用户的购买历史和偏好，为用户推荐最适合的商品，帮助用户做出更明智的购买决策。
3. 决策辅助与优化人工智能可以通过决策辅助和优化技术，帮助决策者更好地进行决策。
例如，通过模拟和优化算法，可以帮助决策者分析不同决策方案的风险和效益，从而选择最优的决策方案。
此外，人工智能还可以通过自动化调度和资源分配算法，优化决策过程中的资源利用效率，提高决策的效果。
二、决策智能化的发展趋势1. 多领域应用随着人工智能技术的不断进步，决策支持系统的应用领域也越来越广泛。
目前，人工智能已经应用于金融、医疗、交通等多个领域的决策支持系统中。
未来，随着人工智能技术的不断创新和发展，决策支持系统将在更多的领域得到应用，进一步提升决策的质量和效率。
2. 多模态数据处理决策支持系统需要处理各种形式的数据，包括文本、图像、音频等多模态数据。
未来，决策支持系统将更好地利用人工智能的技术，实现对多模态数据的智能化处理和分析，提供更全面和准确的决策支持。
3. 深度学习和自适应学习深度学习是人工智能领域的一项重要技术，具有很强的数据建模和特征提取能力。
人工智能技术在决策支持系统中的应用与优势
人工智能技术在决策支持系统中的应用与优势随着信息技术的快速发展，人工智能技术已经在各个领域得到了广泛的应用。
其中，人工智能技术在决策支持系统中的应用越来越受到重视。
本文将介绍人工智能技术在决策支持系统中的应用，并探讨其所带来的优势。
一、人工智能技术在决策支持系统中的应用1. 数据分析与预测人工智能技术可以基于大数据进行深入的数据分析与预测。
通过应用数据挖掘、机器学习以及模型分析等技术手段，可以从庞大的数据中发现隐藏的规律与趋势，为决策者提供有效的决策依据。
同时，人工智能技术还可以利用历史数据进行预测，帮助决策者做出未来的决策。
2. 专家系统辅助决策人工智能技术还可以构建专家系统，通过模拟专家的经验和知识，为决策者提供决策建议和方案。
专家系统可以利用知识库和规则库，将专家知识转化为计算机程序，快速、准确地给出决策结果。
决策者可以借助专家系统获得更全面、准确的信息，从而做出更明智的决策。
3. 自然语言处理与智能对话人工智能技术中的自然语言处理和智能对话系统可以与决策者进行智能交互。
决策者可以通过自然语言输入问题，并得到系统智能分析与回答。
这样的交互方式更加便捷与直观，大大提高了决策者的工作效率，并减少了误解与沟通的问题。
二、人工智能技术在决策支持系统中的优势1. 提高决策效率人工智能技术可以快速处理大量的数据，并从中提取有效的信息，为决策者提供可靠的决策依据。
相比传统的手工决策分析，人工智能技术能够更快速、更准确地找到最合适的解决方案，提高了决策的效率。
2. 减少决策风险通过人工智能技术分析大量的历史数据和实时数据，可以更准确地评估决策的风险。
人工智能技术可以帮助决策者发现一些常规方法无法发现的潜在风险，并提前采取相应的措施。
这有助于降低决策的风险，减少潜在的损失。
3. 兼顾主观与客观因素人工智能技术在决策支持系统中可以兼顾主观因素和客观因素。
通过合理的算法设计和数据分析，人工智能技术可以综合考虑决策者的主观意愿和客观情况，提供客观的决策结果。
人工智能在临床决策支持中的应用研究
人工智能在临床决策支持中的应用研究在当今医疗领域，人工智能（AI）的应用正逐渐成为改善医疗服务质量和提高医疗效率的重要手段。
其中，AI 在临床决策支持方面的应用引起了广泛的关注和研究。
临床决策支持系统旨在为医疗专业人员提供准确、及时和有用的信息，帮助他们做出更明智的诊断和治疗决策。
本文将探讨人工智能在临床决策支持中的应用，包括其优势、面临的挑战以及未来的发展趋势。
一、人工智能在临床决策支持中的优势1、提高诊断准确性AI 系统可以快速处理和分析大量的医疗数据，包括患者的病史、症状、实验室检查结果、影像学图像等。
通过运用机器学习算法，AI 能够识别复杂的模式和潜在的疾病特征，从而提高诊断的准确性。
例如，深度学习算法在医学影像诊断中的应用，如对 X 光、CT、MRI 等图像的分析，能够帮助医生发现早期的病变，减少漏诊和误诊的发生。
2、个性化治疗方案制定每个患者的病情和身体状况都是独特的，AI 可以根据患者的个体特征和疾病数据，为医生提供个性化的治疗建议。
通过对大规模的临床数据进行分析，AI 能够预测不同治疗方案对特定患者的疗效和副作用，帮助医生选择最适合患者的治疗方案，提高治疗效果和患者的生活质量。
3、实时监测和预警AI 技术可以实现对患者生命体征和病情的实时监测，及时发现潜在的风险和异常情况，并发出预警。
例如，在重症监护病房中，AI 系统可以连续分析患者的生理数据，如心率、血压、呼吸频率等，提前预测病情恶化的可能性，以便医护人员及时采取干预措施。
4、医疗资源优化配置通过对医疗数据的分析，AI 可以帮助医院管理者更好地规划和分配医疗资源。
例如，预测疾病的流行趋势和患者流量，合理安排医护人员的工作班次，优化医疗设备的使用，从而提高医疗资源的利用效率，减少患者的等待时间。
二、人工智能在临床决策支持中的应用场景1、疾病预测和筛查AI 可以利用患者的人口统计学信息、生活方式、家族病史等数据，预测某些疾病的发生风险。
- 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)。
安全象只弓，不拉它就松，要想保安 全，常 把弓弦 绷。20.10.1623:43:3323:43Oc t-2016- Oct-20
加强交通建设管理，确保工程建设质 量。23:43:3323:43:3323:43Fri day, October 16, 2020
安全在于心细，事故出在麻痹。20.10.1620.10.1623:43:3323:43:33October 16, 2020
决策的四个阶段
情报：发现问题
回到情报 阶段
设计：找到可行 性方案
回到设计 阶段
选择：选择适合 的方案
回到选择 阶段
实施：方案实施
DSS的产生
DSS概念产生于70年代初，70年代中期Keen和Scott Morton首次提出了“决策支持系统”一词，标志着围绕这 一领域研究的学科形成。
80年代知识处理、智能处理技术促进了DSS的发展。 这些技术使半结构化决策问题的处理成为可能，为DSS的 发展提供了技术基础。
结构化
信息系统
DSS DSS、MIS
MIS
第二节 决策支持系统的组成
决策 真
实
问题
系 与人的行为
统
有关的信息
内部信息
决策 者
操作
响应
对话系统
环境
外部信息
数据库 系统
模型库 系统
DSS的概念模式
DSS的系统结构
一个决策支持系统由三部分组成：数据库、模型库子系统和
对话子系统。这样的系统也称三角式结构。
模型库子系统由模型库和模型库管理系统组成。
方法库子系统
数据库子系统是存储、管理、调用及维护DSS各部件用到的通用 算法、标准函数等方法的部件，它由方法库和方法库管理系统组成。
以上三个库作为三库结构的支撑与上层的人际界面相互联系。
第三节 智能决策支持系统
将人工智能（Artificial Intelligence）技术引入传统DSS就形成 了IDSS，即智能决策支持系统。其中引入的人工智能技术包括专家 系统（Expert Systems）和人工神经网络（Artificial Neural Network）。引入人工智能的IDSS在结构上较传统DSS增加了知识 库、推理机与问题处理系统，人机对话部分还增加了自然语言处理 功能。IDSS的结构如后图，可以看出IDSS就是所谓的“四库结构”。
DSS定义
DSS是一种以计算机为工具，应用决策科学及有关的学科的理论 与方法，以人机交互方式辅助决策者解决半结构化和非结构化决策
问 题的信息系统。
DSS的特点
1. 面向决策者 2. 主要解决半结构化问题 3. 强调支持的概念，是“支持”而不是“代替” 4. 模型驱动 5. 强调交互式的处理方式
决策活动
DSS的发展
➢智能化的DSS 80年代起形成的今天DSS的结构 ➢群体决策支持系统GDSS(group decision support system) 群体
决策比个体决策更合理、更科学 ➢行为导向的DSS(behavior oriented) 是从一个全新的角度，即行
为科学角度来研究对决策过程的支持。其主要研究对象是人，而 不是以计算机为基础的信息处理系统 。 ➢I3DSS是面向决策者和决策过程的决策支持系统
IDSS的系统结构
用户
人机接口
自然语言处理系统
问题处理系统
模型库 管理系统
数据库
数据库 管理系统
模型库
方法库 管理系统
数据库
知识库 管理系统
推理机
模型库
第四节 群体决策支持系统
GDSS是一种在DSS基础上利用计算机网络与通信技术，供多个 决策者为了同一个共同的目标，通过某种规程相互协作地探寻半结 构化或非结构化决策问题解决方案的信息系统。
管理信息系统
Management Information System
管理信息系统 第九章 决策支持和人工智能
1. 决策支持系统的概念与组成 2. 智能决策支持系统 3. 群体决策支持系统 4. 人工智能
第一节 决策支持系统的概念
决策支持系统DSS(Decision Support System)是在管 理信息系统的基础上产生和发展起来的。
GDSS的类型 决策室、局域决策网、虚拟会议、远程决策网
GDSS的组成 包括：私有DSS、规程库子系统、通信库子系统、共享的数据
库、模型库及方法库、公共显示设备等。如图所示。
GDSS的系统结构
私有决策 支持系统
主持人 决策者 决策者
人机接口
规程库子系统 通信库子系统
公共显示 设备
公共模型 库
管理系统
相对后来出现的三库、四库结构，DMM框架称为“两库结 构”。
人机对话子系统
人机对话的核心是人机界面，标志着DSS的实用水 平，不同DSS系统提供的人机界面风格功能不尽相同， 总的概念模式为： 1. 能使用户了解系统所能提供的数据、模型及方法的情况。 2. 通过“如果……则……”(What...if...)方式提问。 3. 对请求输入有足够的检验和容错能力，给用户必须的提 示与帮助，等等。
牢记安全之责，善谋安全之策，力务 安全之 实。2020年10月16日 星期五11时43分33秒 Friday, October 16, 2020
相信相信得力量。20.10.162020年10月 16日星 期五11时43分 33秒20.10.16
谢谢大家！
在管理活动中，决策指在一定环境下，为实现某一确定的目标， 从多种可供选择的方案中选取一个方案，并付诸实施。这个过程就是 决策活动。
如何进行决策？
按照决策性质的不同，可以分为：结构化决策、半结构化决策、 非结构化决策。
管理层次
高层管理 中层管理 基层管理
决策类型
战略型 战术型 事务型
决策性质
半结构化 半结构化、结构化
据库 管理系统
数据库
模型库 管理系统
模型库
DSS的框架结构
首先由H.Sprague等人提出DMM框架，这种框架结构认为DSS 数据库由: ➢数据库管理系统DB和DBMS(data base and database management system)， ➢模型库和模型库管理系统MB和MBMS(model base and model base management system)、 ➢对话生成管理系统DGMS(dialog generation management system)组成，简称DDM结构。
公共数据 库
管理系统
公共方法 库
管理系统
《决策支持系统》习题
1. 什么是决策支持系统?它有什么特点?它 与MIS的区别和联系是什么?
2. 说明DSS结构各部分的功能。
树立质量法制观念、提高全员质量意 识。20.10.1620.10.16Friday, October 16, 2020
人生得意须尽欢，莫使金樽空对月。23:43:3323:43:3323:4310/16/2020 11:43:33 PM
踏实肯干，努力奋斗。2020年10月16 日下午1 1时43 分20.10. 1620.1 0.16
追求至善凭技术开拓市场，凭管理增 创效益 ，凭服 务树立 形象。2020年10月16日星期 五下午11时43分33秒23:43:3320.10.16
严格把控质量关，让生产更加有保障 。2020年10月 下午11时43分20.10.1623:43October 16, 2020
数据库子系统
数据库子系统由数据库、数据析取模块、数据字典、数据库管理 系统及数据查询模块等部件组成。
模型库子系统
模型库子系统是构建和管理模型的计算机软件系统，DSS用户依靠 模型库中的模型进行决策，应用模型驱动获得的结果起到的作用有： ➢ 直接用于决策 ➢ 对决策的制定提出建议 ➢ 用来估计决策实施后可能产生的后果
作业标准记得牢，驾轻就熟除烦恼。2020年10月16日星期 五11时43分33秒23:43:3316 October 2020
好的事情马上就会到来，一切都是最 好的安 排。下 午11时43分33秒下午11时43分23:43:3320.10.16
一马当先，全员举绩，梅开二度，业 绩保底 。20.10.1620.10.1623:4323:43:3323:43:33Oc t-20