决策支持系统

《决策支持系统》由会员分享，可在线阅读，更多相关《决策支持系统（12页珍藏版）》请在装配图网上搜索。

1、促使决策支持系统（DSS Decision Sup port System发展的原因（1）企业面临着日益激烈的国内外竞争；（2）企业已有的计算机系统不能支持增加效率、利润和进入赢利市场的目标；（3）信息系统部门已不能满足企业不断的需求和某些管理决策需求的特殊性，而且在已有系统中还没有所需要的 分析功能。决策支持系统的特性（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 管理信息系统（Management Information System

2、s , MIS）是一 种以计算机为基础支持和管理功能的信息系统。MIS的特性（1）主要功能是事务处理（2）包含多个电子数据处理系统（EDP） （ 3）为结构化决策服务的（4）具有系统的一切特征（5）是管理系统的一部分（6）以数据库系统为基础MIS的功能（1）事务处理（2）数据库的更新和维护（3）产生各类报表 （4）查询处理（5）用户与系统的交互作用（用户界面）群决策支持系统GDSS的特性GDSS是一个支持群决策的支持系统，它需要专门设计，不是多个DSS的简单组合。GDSS能减少群中部分消极行为的影响。GDSS能完成群决策过程和得出群决策方案，并在组织管理者指导下得到群决策结果。GDSS能支持在

3、一个地点举行的群决策会议，也能支持远程的决策会议，并得到决策问题的结果。群夬策的方法头脑风暴法（Brainstorming）名义群体法（Norminal Group）德尔菲法（Delphi Methods）决策支持系统的发展经历了如下几个阶段：（1）单模型辅助决策管理科学、运筹学模型的应用。（2）交互建模的DSS人机交互建立模型，可以修改模型（变量、系数或常数等参数）。（3）组合模型的DSS解决复杂的决策问题，多个模型以某种方式组合。（4） 智能的DSS使用人工智能技术的DSS。决策支持系统分类文件抽屉系统一一用于直接存储和查询数据，如航空订票系统，车间监控系统。数据分析系统一一功能是分解和汇

4、 总，如分析投资机会的财务系统。信息分析系统一一提供可存取的一系列数据库和小模型，如销售、顾客的预测分 析。会计统计模型系统一一包含许多统计和会计模型，如每月的预算、短期经费开支计划。最佳模型系统一一可根 据目标和约束条件提出最佳解，供参考。建议模型系统一一可以根据条件，选择模型给出建议方案。如保险率的计算系统。决策支持系统的定义R.H.Spraque和E.D.Carlson对DSS的定义：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。P.GW.Keen对DSS的定义：决策支持系统是“决策”（D），“支持”（S），“系统”（S）,三者汇集成的一体。即通过

5、不断发展的计算机建立系统的技术（System），逐渐扩展支持能力（Support），达到更好的辅助决策（Decision）。S.S.Mittra对DSS的定义：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。决策支持系统与管理科学/运筹学的关系以模型辅助决策是管理科学/运筹学（MS/OR ）和决策支持系统（DSS）的共同基础。决策支持系统与管理信息系统的关系DSS是从MIS的基础上发展起来的，相同点：以数据库系统为基础进行数据处理在不同程度上为用户提供辅助决策信息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，

6、为辅助决策服务的系统。（2）MIS按事务功能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。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。DSS支持的是半结构化决策。传统决策支持系统：数据仓库（DW）、联机分析处理（OLAP）、数据挖掘（DM）三项新 技术。数据库用于事务处理，而数据仓库是由大量的相关数据集成而来，

7、用于决策分析。联机分析处理把数据的组织由二维平面结构扩充到多维空间结构，并提供了多维数据分析方法。数据挖掘则是从数据库中发现知识（KDD）过程的核心，获取数据中隐含的知识数据库系统数据仓库系统数据库：操作型数据增、删、改操作频繁 数据库引擎：功能强大面向OLTP应用数据库工具：支持OLTP应用开发的工具数据仓库：分析型数据基本上没有更新操作数据仓库管理系统：功能简单（因没有更新操作）面向OLAP应用数据仓库工具：支持分析处理的工具以数据仓库为基础，结合联机分析处理和数据挖掘形成了基于数据仓库的决策支持系统PI4新决策支持系统与传统决策支持系统的关系？P15如何将两者结合？-1、新决策支持系统中

8、数据挖掘获取的知识与传统决策支持系统的知识推理中的知 识的是不相同的2、新决策支持系统中没有充分利用模型和模型组合来辅助决策3、决策支持系统的技术还没有完全成熟。结合：一方面可以相互促进、互相结合，对已成熟的技术可以先结合起来，逐步扩大到后成熟的技术，另一方面，这种结合为决策支持系统的发展前景指明了方向。新决策支持系统与传统决策支持系统的关系：（1）新决策支持系统中数据挖掘获取的知识与传统决策支持系统的知识推理中的知识是不相同的。它们的结合将 扩大知识面。（2）新决策支持系统中没有充分利用模型和模型组合来辅助决策。（3）决策支持系统的技术还没有 完全成熟，它们的结合为决策支持系统的发展前景指明

9、了方向。决策包括“硬技术”和“软技术”。-“硬技术”是运用数学化、模型化、计算机化等来完成决策工作，提供了解决决策问题的定量分析手段，并创 造出了一些实用方法和技术。“软技术”是专家智囊集体的智慧，对于重大的极其复杂的非结构化决策需要利用“软技术”来解决。决策体系5个部分及作用：参谋系统、信息系统、执行系统、监督系统、决策系统？建模是一个实际系统的模型化 过程。建立一个数学模型一般采取的步骤如下：（1）模型准备（2）模型假设（3）模型建立（4）模型求解（5）模型分析（6）模型检验决策支持的能力1.模型的决策支持2. “如果，将怎样” （what-if ）分析的决策支持3.决策问题方案的决策支持

10、4.自动生成决策问题方案的决策支持5.知识推理与智能技术的决策支持决策体系：决策系统、参谋系统、信息系统、执行系统、监督系统各体系的作用：决策系统：以现代决策手段和技术对信息系统提供的大量信息进行去粗取精，去伪存真等科学处理，是信息全面 及时准确，对智囊系统提供的各种方案进行选择，认真分析每一个决策方案，从战略高度出发，统揽全局，权衡 每一个方案的利弊，进行反复的比较，以保证决策的科学性和准确性，并迅速作出决策和实施决策。追踪调查， 评价反馈，通过对决策实施的检查和评价，以检验决策系统的可靠性，提高决策质量。参谋系统：1、进行预测。对决策问题，在深入调查研究的基础上，进行科学预测，提供预测结果

11、。2、提供或评 估决策方案。这是参谋系统的主要工作。3、反馈信息。决策方案在实施过程中往往会出现心得情况和新的问题，参谋系统能客观地讲有关信息反馈到决策系统。4、评价效果。参谋系统客观全面地总结决策实施中的经验教训，并对原决策的不妥之处制定调整方案，保证决策的 有效性，避免决策的重大失误。决策信息系统：为了满足决策的需要，把有关的信息资料经过收集、整理、计算、分析和评价等加工处理环节， 变为可以利用的有效信息，并用以支持决策工作的系统。主要完成信息的收集、加工和使用。执行系统：执行系统是一个从低级到高级保证决策逐步实施的系统。下一级的执行机构除保证自己实施上一级决 策机构正确的决策方针外，还必

12、须为上一级决策机构服务，以保证上一级决策目标的实现。执行系统在执行决策 指令的过程中，又将执行情况及信息反馈到决策系统和其他系统，再由决策系统进行追踪决策，由此循环前进，保 证决策活动顺利进行。监督系统：对执行系统贯彻执行决策系统的指令情况进行各方面的检查监督，并帮助决策系统自我调节，以保证 指令的顺利贯彻执行和局测目标的胜利实现。DSS的5个组成部件：人机接口 ；数据库；模型库；知识库；方法库“三部件”结构形式（一）对话部件：提供丰富多彩的显示和对话形式；输入输出转换；控制决策支持系统的有 效运行（二）数据部件1.数据库存贮的组织形式2.数据库管理系统功能3.数据库管理语言体系（三）模型部件

13、1. 模型库的特彳正模型的表示形式：程序形式模型的动态形式：运行程序2.模型库管理系统 静态管理一一类似数据库的管理，模型字典与模型文件。动态管理一一运行控制，单独 运行于组合运行。3.模型库管理系统的语言体系管理语言 操作语言4.模型库管理系统的特定功能模型程序的编辑和编译三系统：1.语言系统功能把自然语言转化为机器能够理解的形式一一把机器对问题的解答 或内部其他信息转化为自然 语言形式输出2问题处理系统是对描述的决策问题进行识别、分析和求解问题的过程。决策问.器羿求解题-3知识系统包含决策问题领域的知识。数据：事实型知识模型：过程型知识规则：产生式知识三系统特点：1.强调语言系统；2强调问

14、题处理系统的重要性；3.把数据、模型、规则统一归为知识系统。三部件及三系统的优缺点？ P54-55-三部件优点：1明确了三部件的结构以及它们之间的关系2便于和其他系统的区别不足：1没有突出DSS的问题处理特性2没有强调语言系统-三系统优点：1突出了问题处理系统的重要特性2明确了语言系统在人机交互中的作用3统一了知识的看法不足：1忽略了数据库系统、模型库系统之间的区别和联系2该系统接近专家系统综合部件的功能？ P71-1、控制模型的运行2、多模型的组合运行（顺序、选择、循环）2、人机交互3、数值计算和数据处理决策支持系统的统一结构形式？P55模型库的发展三个阶段及其区别？P721. 模型程序模型

15、在计算机上实现，主要是编制程序2. 模型程序包由专人编制各种模型程序组成程序包，优点：1模型程序包组织结构简单2各模型程 序相对独立3每个模型程序的数据是各自封闭的4程序包是适合于模型间无关系的组织结构形式3. 模型库模型库是将众多的模型按一定的结构形式组织起来，通过模型库管理系统对各个模型进行有效的管理和使用；模型库像数据库一样，是一个共享资源；模型库的模型主要是数学模型，它是管 理科学和运筹学中研究的模型，在辅助决策中起到了很明显的效果。；模型库由字典库和文件库两者组成 字典库的作用-模型文件的索引、便利模型的分类、便利对模型的查询和修改字典库的组织结构：文本形式一一适用于单个模型；菜单形

16、式一一适用于模型软件包；数 据库形式 一一适用于DSS模型文件库模型文件存储方式：在操作系统管理下存储模型文件、建立子目录存储模型文件模型文件的调用：对模型文件的运行，是通过模型字典库，沿着模型文件的存储路径找到该模型文 件，启动它运行模型管理技术经历了三个阶段：（1）程序文件（2）模型软件包（3）模型库管理系统模型的三种程序组合方式（O谄环决策支持系统组成：1、综合部件的控制程序2、模型库中的模型程序3、数据库中的数据决策支持 系统程序与一般系统程序的比较：1、相同处：DSS的控制程序对模型的调用与一般系统主程序对子程序的调用在程序结构上是相似 的。2、 不同处：（1）DSS中的“模型”是共

17、享资源，同一模型可以被不同DSS程序所调用。 一 般系统程序中的子程序（模块） 只能被该系统主程序调用，并隶属于它。它不能被别的系统 主程序所调用。（2）DSS中模型程序所使用的语言可以不同于DSS的控制程序。一般系统 的子程序（模块）和主程序的语言是一致的。结论：DSS程序是利用模型程序和数据两个共享资源组建的。在本质上，DSS程序与一般系统程序是不一样的。产生式规则知识一般表示为：if A then B,或：如果A成立则B成立，或：A鼻B产生式规则举例R1： IF绿色 then农产品R2: IF小包装 then精食品R3: IF冷冻V农产品 then易腐R4: IF重量5公斤人不易腐the

18、n常用食品R5: IF重量5公斤人农产品then西瓜事实库=绿色，重量=15公斤推理方法：规则的前提条件与事实库匹配，去掉产生重复结论的规则。第一周期：触发R1事实库=绿色，重量=15公斤，农产品第二周期：触发R1, R3, R5事实库=绿色，重量=15公斤侬产品，易腐，西瓜结论=西瓜 产生式规则知识的特点1. 相同的条件可以得出不同的结论。2.相同的结论可以由不同的条件来得到。3.条件之间可以是（AND ）连接和 或”（OR）连接；女口 A A B G ; A V BG （相当于AG, BtG） 4,一条规则中的结论，可以是另一条规则中的条件。如FA B*,CADf F; F在前一条规则中是

19、条件，在后一条规则中是结论。规则知识集1能描述和解决各种不同的灵活的实际问题。2能把规则知识集中的所有规则连成一棵与、或推理树（知识树）。专家系统的核心是知识库和推理机。专家系统可以概括为：专家系统二知识库+推理机专家系统中推理树的构件推理树：把知识库所含的总目标作为根结点，按规则的前提和结论展开成一棵树的形式。这棵树称为推理树或知识树。推理树把知识库中的所有规则都连结起来。由于连结时有与”关系和 或”关系，从而构成了与或”推理树。例：若有知识库为：A V （ B A C）t G； （I A J）V Kt A ； X A ft J； L t B； M V et C； W A Z t M ； P

20、A qt E 画出“与 或”推理树为：规训知识辛的逆向推理树r为：准理树是逆向推理树*是叹目标结点为幄结点月底开的-用规则的前提和结论形式画出一般的推理树形式皑日四口 前福k前e血卜与或”推理树的特点1. 每条规则对应的节点分枝有与（AND ）关系，或（OR）关系;2. 树的根结点是推理树的总目标；3. 相邻两层之间是一条或多条规则连接；点可以是单值，也可以是多值。若结点是多值时，各值对应的规则将不同；5. 所有的叶结点，都安排向用户提问，或者把它的值直接放在事实数据库中。逆向推理过程1推理树的深度优先搜索逆向推理过程在推理树中的反映为推理树的深度优先搜索过程。计算机中推理树的实现方法，当此规

21、则的结论己求利用规则栈。当调用此规则时，把它压入栈内（相当于对树的搜索） 出（yes或no）时，需要将此规则退栈（相当于对树的回溯）。神经元由细胞体、树突和轴突三部分组成；细胞体对接收到的信息进行处理。轴突是较长 的神经纤维，是发出信息的。树突的神经纤维较短，是接收信息的。一个神经元的轴突末端与另一个 神经元的树突之间密切接触，称为突触。神经元具有如下性质：（1）多输入单输出；（2）突触具有加权的效果；（3）通过训练进行学 习。数据仓库的概念W.H.Inmon在建立数据仓库一书中，对数据仓库的定义为：数据仓库是面向主题的、集成的、稳 定的，不同时间的数据集合，用于支持经营管理中决策制定过程。S

22、AS软件研究所定义：数据仓库是一种管理技术，旨在通过通畅、合理、全面的信息管理，达到有效 的决策支持。数据仓库是面向主题的、集成的、稳定的，不同时间的数据集合，用于支持经营管理中决策制定过 程。数据仓库特点：1面向主题、2集成的、3稳定的、4随时间变化的、5数据仓库中的数据量很大、6 数据仓库软硬件要求很高数据仓库结构：当前基本数据、历史基本数据、轻度综合数据、高度综合数据和元数据。元数据描述了数据仓库的数据和环境， 是关于数据的数据（meta data）.元数据至少包括数据 结构、用于综合的算法、从业务环境到数据仓库的规划。数据集市（Data Marts）是一种更小、更集中的数据仓库。Dat

23、a Marts是指具有特定应用的数据仓库，主要针对某个应用或者具体部门级的应用，支持用户获得竞争优势或者找到进入新市场的具体解决方案。 数据集市的特性：1、规模是小的2、特定的应用3、面向部门4、由业务部门定义，设计和开发5、由业务部门管理和维护6、快速实现7、购买较便宜8、投资快速回收9、工具集的 紧密集成10、更详细的、预先存在的数据仓库的摘要子集11、可升级到完整的数据仓库 数据仓库是以多维表型的维表一事实表”结构形式组织的，共有三种形式： 1星型模型大多数的数据仓库都采用星型模型”。星型模型是由事实表”（大表）以及多个维 表”（小表）所组成。事实表” 一一放大量关于企业的事实数据（数量

24、数据）。例如：多个时期的 数据可能会出现在同一个“事实表”中。维表”中存放描述性数据，维表是围绕事实表建立的较小的表。2、雪花模型雪花模型是对星型模型的扩展，雪花模型对星型模型的维表进一步层次化，原来的各维表可能被扩展为小的事实表，形成一些局部的层次”区域。3、 星网模型星网模型是将多个星型模型连接起来形成网状结构。多个星型模型通过相同的 维，如时间维，连接多个事实表。OLAP （联机分析处理）的基本思想是从多方面和多角度以多维的形式来观察企业的状态和了解企业 的变化。OLAP是在OLTP的基础上发展起来的。OLTP是以数据库为基础的，面对的是操作人员和低层管理人员。OLAP是以数据仓库为基础

25、的数据分析处理。它有两个特点：一是在线性；二是多维分析。 联机分析处理是共享多维信息的快速分析。它体现了四个特征：（1）快速性。（2）可分析性。（3）多维性。（4）信息性。OLAP与OLTP的关系与比较（1）OLTP OLTP是低层人员利用计算机网络对数据库中的数据进行查询、增、删、改等操作，以完成事务处理工作。OLTP利用数据库快速地处理具体业务。OLTP应用要求多个查询并行。（2）OLAP OLAP是高层人员对数据仓库进行信息分析处理。存取大量的数据 包含聚集的数据按层次对比不同时间周期的聚集数据以不 同的方式来表现数据要包含数据元素之间的复杂的计算能够快速的响应用户的查询（3 ）知识发现

26、（KDD）:从数据中发现有用知识的整个过程。数据挖掘（DM）： KDD过程中的一个特定步骤，它用专门算法从数据中抽取模式（patter ns）。KDD过程定义：从大量数据中提取出可信的、新颖的、有用的并能被人理解的模式的高级处理过 程。数据挖掘的决策支持分类有：关联分析、时序模式、聚类、分类、偏差检测、预测。关联分析目的：发现数据库中数据间的相互关联；挖掘:各个数据项之间的关联支持度（Support）: 在关联分析中表示满足规则的记录数与总记录数的比，它表明了规则的模式在数据库中出现的频度对于规则：X = 丫，则其支持度表示为：可信度（Confidence），在关联分析中表示为满足规则的记录数

27、与出现被分析数据项的记录数之比 对于规则：X = 丫，则其支持度表示为：u .胸昭共审吕x科丫的起曷扶分类分析含义：有一个记录集合和一组标记，标记用以标识记录的类别。对同类记录的特征进行描述显式描述：例如，一组规则定义；隐式描述：例如， 一个数学模型或公式步骤：构建模型、模型应用聚类分析含义：聚类是把一组对象按照相似性归成若干类别，即“物以类聚”。它的目的是使得属于同一类别的个体之间的距离尽可能的小而不同类别上的个体间的距离尽可能的大。不同的 聚类分析工具可以定义不同的规则集，从而相同的记录集合可能有不同的划分应用：市场或客户分割、模式识别、基因分类、Web文档分类等时序模式分析目的和含义：

28、发现数据库中数据间的联系；主要分析数据间的前后（因果） 关系s_先购买商品W再购买商品的组救s 支持度先购买衢品弱再购买商品皆的俎金叉 可信度:查购力问品x的？11曲传统决策支持系统与新决策支持系统的比较1. 传统决策支持系统的特点（1）用模型和模型的组合来辅助决策：多模型的组合扩大了模型辅助决策的能力。多模型的组合的 实现是靠数据或数据处理来完成模型间的连接。多模型的组合使模型的范围由数学模型扩展为数据处理模型等。（2）用知识推理进行定性分析：知识推理的专家系统主要是进行定性分析。它结合到决策支持系统 中形成智能决策支持系统。实质上完成了定量分析和定性分析相结合的辅助决策方式。2. 新决策支

29、持系统的特点（1）数据仓库和联机分析处理的数据组织方式是多维数据（2）数据仓库是为决策分析服务的；数据仓库可以提供综合信息和时间趋势信息等辅助决策信 息。（3）联机分析处理提供多维分析手段（4）数据挖掘是从数据中挖掘出隐藏知识 传统决策支持系统是以模型库（MB ）和知识库（KB ）为基础的。数学模型的优化模型辅助决策的效果很明显。知识推理具有较强的智能性。传统决策支持系统充分发挥模型资源的辅助决策作用和知识资源辅助决策作用。两个决策支持系统是完全不同的辅助决策方式，两者不能相互代替，应该是相互结合。通过两个决策支持系统的 结合能充分发挥数据、模型、知识这三种不同的决策资源，获取企业或组织的内部

30、和外部相互补充的信息和知识，才能为决策者提供更全面，更广泛和更有效的辅助决策信息和知识。把数据仓库（DW ）、联机分析处理（OLAP ）、数据挖掘（DM ）、模型库（MB ）、数据库（DB ）、知识库（KB）结合起来形成的决策支持系统：将传统决策支持系统和新决策支持系统结合起来的决策支持系统是更高级形式的决策支持系统，称为综合决策支持系统（Synthetic Decision Support System, SDSS ）。综合决策支持系统体系结构包括三个主体：第一个主体是模型库系统和数据库系统的结合，它是决策支持的基础，它为决策问题提供定量分析（模型计算）的辅助决策信息。第二个主体是 数据仓库

31、和OLAP的结合，它从数据仓库中提取综合数据和信息，这些数据和信息反映了大量数据 的内在本质。第三个主体是知识库与推理机和数据挖掘的结合。1传统决策支持系统利用第一个主体（模型库和数据库结合）的辅助决策系统是最早的决策支持系统。2. 智能决策支持系统利用第一个主体和第三个主体（专家系统和数据挖掘）相结合的辅助决策系统就是智能决策支持系统。3新决策支持系统利用第二个主体（数据仓库和OLAP ）和第三个主体中的数据挖掘形成了新决策支持系统。4. 综合决策支持系统将三个主体结合起来，即利用“问题综合和交互系统”部件集成三个主 体，这样形成了综合决策支持系统。为什么结合传统决策支持系统是以模型库（MB ）和知识库（KB ）为基础的。数学模型的优化模 型辅助决策的效果很明显。知识推理具有较强的智能性。传统决策支持系统充分发挥模型资源的辅 助决策作用和知识资源辅助决策作用。两个决策支持系统是完全不同的辅助决策方式，两者不能相 互代替，应该是相互结合。通过两个决策支持系统的结合能充分发挥数据、模型、知识这三种不 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，才能为决策者提供更全面， 更广泛和更有效的辅助决策信息和知识。智能决策支持系统的原理P231