优秀课件笔记之决策支持系统

 1、本文所以内容来自 著名高校课件和学生笔记（校园里面经常见到有人高价买笔记）
2、任课教师不会提供参考文献，所以只能对作者表示感谢，如果引用了您的作品，可以用回复方式补充参考文献。
3、我不对文章无关问题进行解答，文章内容也比较难，我也很难解答您遇到的问题，如果发现BUG可以用回复方式帮我修正。
4、本课 属于管理信息系统
，适用于管理信息系统

本课其他部分的导航条见页面底部

第十一章 决策支持系统 

第一节 决策支持系统的概念

 一、决策支持系统的产生与发展  

1.决策支持系统的产生 –1

2.决策支持系统的产生 –2

• 70年代，产生了许多较有代表性的 DSS

例如:支持投资者对顾客证券管理日常决策的 Profolio Management System

• 用于产品推销、定价和广告决策的 Brandaid用以支持企业短期规Projector

• 适用于大型卡车生产企业生产计划决策的 Capacity Information Syste等等 

决策支持系统的发展

两库系统: 数据库、模型库

三库系统:数据库、模型库、方法库

四库系统: 数据库、模型库、方法库、知识库

集群系统: 群体、分布、综合

二、决策支持系统的功能

•用模型与方法对数据进行加工、汇总、分析和预测，得出综合信息与预测信息

•具有方便的人机对话和图象输出功能,能满足随机的数据查询要求

 回答 “What … if  … ” 之类的问题

•提供良好的数据通信功能,保证及时收集所需数据并将加工结果传给使用者

•具有能忍受的加工速度与响应时间,不影响使用者的情绪

二、决策支持系统的定义 -1

•DSS 的定义

建立在基本特征与结构特征之上：

1. 对准结构化程度不高、说明不够充分的决策问题

2. 模型或分析技术与传统的数据存取及检索技术相结合

3. 易于为非计算机专业人员以交互会话的方式使用

4. 强调对环境及用户决策方法改变的灵活性适应性

5. 支持但不是代替高层决策者制定决策

决策支持系统的定义 -2

•根据 DSS 应具备的功能及特征

•根据多位专家学者的意见

•DSS 的定义可综合为：

 DSS是一种以计算机为工具，应用决策科学及有关学科的理论与方法，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。

决策支持系统的定义 -3

•某企业为确定生产规模和合适的库存量建立 DSS模型库存有生产计划、库存模拟模型,数据库存有历年销售量、资金流动情况、成本等

• 决策者通过计算机终端屏幕,根据DSS提供最佳订货量和重新订货时间、相应的生产成本、库存成本等信息进行“如果……将会怎样？”的询问

• 对所提方案进行灵敏度分析或者以新的参数进行模拟而得到一个新方案

三、决策支持系统的分类

•DSS 都针对某类决策问题，大体有三大类：分析为主、以求解为主、兼有分析和求解

• 分析类既为把握决策问题又为决策前期工作能为决策方案的设计和抉择提供依据.例如，财务分析系统和市场行情分析系统

• 求解类为决策者提供决策过程和方案抉择支持

  例如，同类资源下多品种生产计划优化系统新产品研发方案评选系统

第二节 决策支持系统的组成 

一、决策支持系统的系统结构 -1

• 不同功能和特色的 DSS，系统结构亦不同

• 一般认为 DSS 的结构有:两库结构和基于知识的结构等两种基本形式

• 实际中的 DSS由这两种结构分解或增加某些部件的演变而来

基于知识的DSS结构:用户—自然语言子系统—问题处理子系统—知识库子系统

决策支持系统的系统结构 -3

•两种基本结构演变出的 DSS都表现为多库结构 

•在两库结构基础上加入方法库:就构成了三库结构的决策支持系统

•再与基于知识的 DSS 结构相结合：就构成了四库结构的智能决策支持系统

•对各种 DSS :对话子系统的位置及与用户之间的关系,总体上是一致的 

人机对话子系统 -2

• 实际中，DSS 由不了解系统内部的人使用,因此用户接口对系统的成败有举足轻重的影响,DSS 维护人员也需要方便的工作环境

• 可以说：人机对话子系统是DSS的一个窗口它的好坏标志着 DSS 的实用水平

三、数据库子系统

•数据库子系统是 DSS 的基本部件是支撑模型库子系统及方法库子系统的基础

• 近年热门起来的数据仓库（Data Warehouse）有被逐步引入 DSS 的趋势

• 尤其是一些大型的分析类 DSS 开始建立在数据仓库的基础上

四、模型库子系统-1

• 模型是以某种形式反映客观事物本质属性揭示其运动规律的描述

• 决策求解首先要表达问题的内外特征与变化规律

• DSS 的模型库子系统在不同的条件下,通过模型来实现对问题的动态描述以便探索或选择令人满意的解 

• DSS 用户依靠模型库中的模型进行决策,因此认为 DSS是由“模型驱动的”

模型库子系统-2

模型单元的存储方式：

•子程序方式：

模型的输入、输出格式及算法用完整的程序表示

不利于修改，会造成各模型相同部分的存储冗余

•语句方式：

用建模语言描述模型，组成语句集合

与子程序方式类似，但向用户方向前进了一步

•数据方式：

把模型看成一组用数据集表示的关系

便于数据库管理系统操作模型库

使模型库和数据库能用统一的方法进行管理

五、方法库子系统-1

• 方法库子系统存储、管理、调用及维护DSS各部件要用到的各种方法

如:通用算法、标准函数等

• 方法库中的方法一般用程序方式存储

• DSS 从数据库选择数据，从方法库选择算法然后将数据和算法结合起来进行计算,并以直观清晰的呈现方式输出结果供决策者使用

第三节 智能决策支持系统

DSS与知识管理的有机结合:IDSS的智能主要体现在系统能利用专家知识辅助决策，并能够随决策环境的变化改变自己的行为，要求其知识处理系统能随环境变化学习新知识、更新知识库。知识管理则涉及到推理知识、描述知识和过程知识，从而支持问题求解过程。另外，将知识管理理论应用于DSS中，可实现最佳经验分享，为新的决策问题提供快捷的解决方案。

DSS与电子商务的集成:电子商务是一种全新的商业运作模式，它是指各行业中各种业务的电子化。电子商务的发展强烈冲击着传统的管理模式，同时也产生了许多新的管理决策问题。所以DSS的开发应充分考虑电子商务的应用背景，向决策者提供多种分析模型和多种分析角度，在市场—客户—产品等多种条件下进行多维度分析.

DSS中的不确定信息的组织和处理:由于现实世界普遍具有的不确定性，所以软计算方法得到推广和应用。软计算主要包括模糊逻辑、神经计算、概率推理、遗传算法、混沌系统、信任网络及其它学习理论。现有的人工智能技术主要致力于以语言和符号来表达和模拟人类的智能行为，软计算方法则通过与传统的符号逻辑完全不同的方式，解决那些无法精确定义的问题决策、建模和控制。软计算方法已在很多领域的决策问题中得到应用。如王光远的不确定信息及其建模方法；任守榘等提出利用遗传算法实现处于混沌与湍流环境下具有重构自身的先进制造系统的决策模式及其决策支持系统。 

智能DSS的基本概念-2

• 专家系统是一种知识系统利用专家知识及知识推理等来理解与求解问题

• 将ES和传统 DSS 结合而形成的IDSS：增设了知识库、推理机与问题处理系统,人机对话部分还加入了自然语言处理功能

• IDSS 在用户决策问题的输入、决策问题的描述、决策过程的推理，问题解的求取与输出等方面都有了显著的改进

智能DSS的基本概念-3

•人工神经元网络采用物理器件或计算机模拟生物体中神经网络的某些结构功能

•ANN属于基于案例学习的模型吸取了生物神经网络的部分优点

•ANN由许多简单处理单元互连而成局部神经元损坏后不影响全局的活动

•ANN具有良好的自组织、自学习和自适应能力特别适用于处理复杂问题或开放系统,能弥补专家系统的不足。

二、智能DSS的结构-2

IDSS：更好地理解人，能积累已有知识，能获得新知识，提高分析和求解能力

增设：自然语言处理系统，知识库，推理机，问题处理系统

•IDSS 具有人工智能的行为

•向人类靠拢了一大步

•使不熟悉机器的人也能方便地使用 DSS

智能DSS的结构–知识库子系统1

•知识库子系统：获取、解释、表示、推理及管理与维护知识知识；有关规则、因果关系及经验等

智能DSS的结构–知识库子系统2

•存储知识首先要表示知识

•知识的表示是知识的符号化过程

•常见的知识表示形式有：逻辑表示法，语义网络表示法，产生式规则表示法，框架表示法，过程表示法

智能DSS的结构–推理机1

•推理是指从已知事实推出新事实的过程

•推理一般由三部分组成：大前提、小前提、结论

•例：大前提：拖债达3级及以上的客户信用低；小前提：该客户拖债达4级；

结论：该客户信用低

•例：大前提：与信用低的客户做交易要谨慎；小前提：该客户信用低；结论：与该客户做交易要谨慎

智能DSS的结构–推理机2

•根据推理方向的不同，可以分出三种推理：正向推理、反向推理、正反向混推理

例：从某城市到一个无直达航班的城市，为确定坐哪些航班转达，即是简单的推理问题

例：若事实M为真，且有规则IF M THEN N，则N为真，因此，若事实任务A是紧急订货为真，且有规则：IF任务I是紧急订货THEN任务I按优先安排计划

则任务A就应优先安排计划

三、ANN在分析与决策中的应用-2

•ANN可看作黑箱

•通过案例学习能具备求解同类问题的本领尤其是那些机理模糊或处理频繁问题

•例如：图像、语音和文字的识别、事物的分析、评估和预测、半结构化和非结构化问题的方案搜索和选择

ANN在分析与决策中的应用-3

•在产品评价和选择方面：利用学习了股票涨落走势因果对应关系的ANN能得到该证券今后走势的评价输出，在一批股票中，用ANN做扫描式的分析和评价发现有看好迹象和走坏征兆的股票

•在客户关系管理和交易服务方面：根据客户基本信息和交易信息，能得出客户优质度、划分客户、找出优质客户、识别风险和客户流失征兆，为风险防范措施的确定提供依据

第四节 群体决策支持系统

一、群体DSS的基本概念-1

•前几章所述的 DSS 是面向个人的实际上组织的决策大都是由领导群体作出的

•垮区域活动难使多人坐在一起决策传统的群体决策方法已难以实现，要求在广泛空间内和不固定时刻作群体决策--在此背景下产生了GDSS

群体DSS的基本概念-2

•GDSS是一类信息系统在DSS基础上利用计算机网络与通信技术，让多个决策者为了一个共同的目标，通过某种规程相互协作探寻半结构化或非结构化决策问题解决方案

•GDSS涉及面很广

要面对不同风格与偏好的决策者，要综合决策科学、计算机网络、数据库技术、

运筹学、心理学及行为科学等多种学科，实用系统研究与开发的难度非常大

群体DSS的基本概念-4

•GDSS有以下一些特点：

1．不受时间与空间的限制

2．让决策者便捷地交流与共享信息，减少片面性

3．使决策者克服消极心理，无保留地发表意见

4．能集思广益激发思路，使问题方案尽可能完美

5．可防止小集体主义及个性对决策结果的影响

6．提高决策者对决策结果的满意程度和置信度

7．群体越大效果越显著

二、群体DSS的类型

•根据环境、人员空间分布、决策周期长短等因素

GDSS 大致可以四种类型：决策室（同时同地）局域决策网（同地异时）虚拟会议（异地同时）远程决策网（异地异时）

群体DSS的组成 

-2

•GDSS 按一个预定的规程以会议方式运行

• 由一个主持人及多个决策者参加

 围绕一个称为“主题”的决策问题

 按照某种规程展开 

• 主持人员控制决策活动的进程

 参会者利用三库资源和私有 DSS 分析问题

 进行子问题的决策，发表各自的意见