1、第一节 决策支持系统的概念 第二节 决策支持系统的组成 第三节 智能决策支持系统 第四节 群体决策支持系统,第十一章 决策支持系统,第一节 决策支持系统的概念,本节内容： 一、决策支持系统的产生与发展 二、决策支持系统的功能与定义 三、决策支持系统的分类,一、决策支持系统(DSS)的产生与发展,Keen和Scott Morton于70年代中期首次提出了决策支持系统(Decision Support System，简称DSS)一词，标志着利用计算机与信息支持决策的研究与应用进人了一个新的阶段，并形成了决策支持系统新学科。,1、20世纪70年代在整个70年代，初级决策支持系统阶段，研究开发出了许多
2、较有代表性的DSS。到70年代末，DSS大都由模型库、数据库及人机交互系统等三个部件组成。,支持投资者对顾客证券管理日常决策的Profolio Management；用于产品推销、定价和广告决策的Brandaid；用以支持企业短期规划的Projector及适用于大型卡车生产企业生产计划决策的Capacity Information System等等。,2、20世纪80年代80年代初，DSS增加了知识库与方法库，构成了三库系统或四库系统。知识库系统：是有关规则、因果关系及经验等知识的获取、解释、表示、推理及管理与维护的系统。知识库系统知识的获取是一大难题，但几乎与DSS同时发展起来的专家系统在此
3、方面有所进展。方法库系统：是以程序方式管理和维护各种决策常用的方法和算法的系统。,3、20世纪80年代后期80年代后期，人工神经元网络及机器学习等技术的研究与应用为知识的学习与获取开辟了新的途径。专家系统与DSS相结合，充分利用专家系统定性分析与DSS定量分析的优点，形成了智能决策支持系统IDSS，提高了DSS支持非结构化决策问题的能力。,4、近期近年来，DSS与计算机网络技术结合构成了新型的能供异地决策者共同参与进行决策的群体决策支持系统GDSS。举例。GDSS利用便捷的网络通信技术在多位决策者之间沟通信息，提供良好的协商与综合决策环境，以支持需要集体作出决定的重要决策。,在GDSS的基础上
4、，为了支持范围更广的群体，包括个人与组织共同参与大规模复杂决策，人们又将分布式的数据库、模型库与知识库等决策资源有机地集成，构建分布式决策支持系统DDSS。,一、决策支持系统的产生 -1,两库系统,DSS 组成的发展：,数据库、模型库、方法库、知识库,数据库、模型库、方法库,数据库、模型库,群体、分布、综合,决策支持系统的发展,二、决策支持系统,1、定义决策支持系统（Decision Support System, 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。,举例。一制造厂为决定它的生产规模和合适的库存量
5、，建立一个决策支持系统。 模型库：由生产计划、库存模拟模型 (如预测、库存控制模型)等组成。 数据库中存有历年销售量、资金流动情况、成本等原始数据。 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，以及相应的生产成本、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的方案。,2、基本特征基于高层管理人员经常面临的结构化程度不高、说明不够充分的问题；把模型或分析技术与传统的数据存取技术及检索技术结合起来；易于为非计算机专业人员以交互会话的方式使用；强调对环境及用户决策方法改变的灵活性及适应性；支持但不是代替高层决策者制
6、定决策。充分利用先进信息技术快速传递和处理信息,3、功能,管理并随时提供与决策问题有关的组织内、外部信息。 举例。 （内部信息）订单要求、库存状况、生产能力与财务报表等。（外部信息）政策法规、经济统计、市场行情、同行动态与科技进展等。收集、管理并提供各项决策方案执行情况的反馈信息。举例。 订单或合同执行进程、物料供应计划落实情况、生产计划完成情况等。能以一定的方式存储和管理与决策问题有关的各种数学模型、方法、计算法，且上述数据、模型与方法能容易地修改和添加。举例。 （模型）定价模型、库存控制模型与生产调度模型等。 （方法）回归分析方法、线性规划、最短路径算法等。,能灵活地运用模型与方法对数据进
7、行加工、汇总、分析、预测，得出所需的综合信息与预测信息。具有方便的人机对话和图像输出功能，能满足随机的数据查询要求，回答 如果则之类的问题。提供良好的数据通信功能，以保证及时收集所需数据并将加工结果传送给使用者。具有使用者能忍受的加工速度与响应时间，不影响使用者的情绪。,4、概念模式它反映DSS的形式及其与 真实系统、人和外部环境的关系。其建立是开发中最初阶段的工作，它通过对决策问题与决策过程的系统分析来描述。,5、决策支持系统与管理信息系统的关系,1、DSS与MIS关系的主要观点MIS是一个总概念，DSS是MIS发展的高级阶段或高层子系统。 DSS是鉴于MIS的不足而推出的目标不同于MIS的
8、新型系统。 MIS是DSS的基础部分，也即DSS包括提供决策信息的MIS，MIS是DSS的一个子系统。有广义与狭义之分，就狭义而言，MIS与DSS是不同的系统，就广义而言，DSS是MIS的分系统。可见关键在于对MIS的界定不同,2、比较形成时间及起因：因为决策是管理的职能之一，而管理就是决策的说法只是强调决策在管理中极其重要的一种突出化表达方式MIS要早于DSS，且DSS的出现处于MIS尚不成熟的阶段，这也是DSS强调MIS不足而高于MIS的原因之一。尽管MIS的发展不如人意，但MIS形成的起因要明显地比DSS宽阔。名称：MIS表达的含义也要比DSS广泛。,特征描述：决策问题的类型或决策问题的
9、结构化程度，MIS并未作出限制，这无论从Gardon B.Davis的定义或中国企业管理百科全书的定义都可看出。 两者都认为是一种人机系统，强调人在系统中的重要作用，也明确应具有决策支持或辅助功能，但关于人的作用方式有所区别，决策问题类型的看法有所出入。DSS突出地强调人机交互作用及人的定性分析与机器的定量计算相结合确是一个明显的特色；,实际内容： MIS确实较多地是关于结构化的决策支持。但以动态的眼光看，决策支持功能的实现要有一个由低到高的发展过程，如果将DSS所要追求的目标与MIS发展过程中的某一点比较，就会显得两者不同。显然这种观察分析方式与DSS本身也有一个发展过程的事实不相符合。,3
10、、结论DSS的目标是MIS本来就要追求的目标之一，只是这个目标的具体实现是在DSS的名义之下而已。DSS与MIS目标一致，起点不同。从发展的观点看，可以将DSS看做是MIS的高级阶段或高层分系统。但为了有利于作深人的专门研究，为了满足组织管理决策现代化与科学化的迫切需要，针对性地作DSS的专门开发与应用也是可行的,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
11、发方案评选系统,三、决策支持系统的分类,第二节 决策支持系统的组成,本节内容： 一、决策支持系统的结构 二、人机对话子系统 三、数据库子系统 四、模型库子系统 五、方法库子系统,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,一、决策支持系统的系统结构 -1,三库结构,一、决策支持系统的系统结构 -2,人机对话子系统：是DSS中介于用户和计算机之间，在操作者、模型库、数据库和方法库之间起着传送 (包括转换)命令和数据重要作用的接口。数据库子系统：存储、管理、提供与维护用于决策
12、支持数据的DSS基本部件，是支撑模型库子系统及方法库子系统的基础。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。由模型库和模型库管理系统两部分组成。方法库子系统：是存储、管理、调用及维护DSS各部件要用到的通用算法、标准函数等方法的部件。由方法库与方法库管理系统组成。,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
13、一致的,一、决策支持系统的系统结构 -3,二、人机对话子系统 -1,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,二、人机对话子系统 -2,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,三、数据库子系统,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
14、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”,四、模型库子系统 -1,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,四、模型库子系统 -2,方法库子系统存储、管理、调用及维护
15、 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,五、方法库子系统 -1,方法库方法集合举例,五、方法库子系统 -2,技术层次,第三节 智能决策支持系统,本节内容： 一、智能决策支持系统的基本概念 二、智能决策支持系统的结构 三、人工神经网络在分析与决策中的应用,DSS,结合专家知识和 DSS 模型分析的优点形成智能 DSS （IDSS）提高支持非结构化决策能力,一、智能DSS的基本概念 -1,专家系统是一种知识系统 利用专家知
16、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,一、智能DSS的基本概念 -2,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与功能 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
17、的不足,一、智能DSS的基本概念 -3,典型的结构为四库结构,二、智能DSS的结构 -1,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,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,二、智能DSS的结构 -2,语法、语义结构分析,二、智能DSS的结构 智能人机接口,问题处理系统工作流程,二、智能DSS的结构 问题处理系统,二、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,存储知识首先要表示知识
18、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,二、智能DSS的结构 知识库子系统2,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,二、智能DSS的结构 推理机1,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、正反向混合推理例：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
19、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,二、智能DSS的结构 推理机2,三、ANN在分析与决策中的应用 1,人工神经元网络基本原理,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的问题 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,三、ANN在分析与决策中的应用 2,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
20、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,三、ANN在分析与决策中的应用 3,第四节 群体决策支持系统,本节内容： 一、群体决策支持系统的基本概念 二、群体决策支持系统的类型 三、群体决策支持系统的组成,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,一、群体DSS的基本概念 1,GDS
21、S 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,一、群体DSS的基本概念 2,一、群体DSS的基本概念 3,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
22、满意程度和置信度7群体越大效果越显著,一、群体DSS的基本概念 4,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）,二、群体DSS的类型,综合局域网和虚拟会议的优点,三、群体DSS的组成 1,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,三、群体DSS的组成 2,小 结,人机优势互补、决策者主导交互式求解低结构化问题构成演变、性能拓展,基本结构分解组合派生装配模型、选择算法、提取数据,与人工智能结合增设知识库等智能构件依靠知识、推理、学习来求解,多位决策者交互协作求解克服时间空间局限,
