第一章
1、管理者扮演的角色：人际关系，信息传递，决策制定（最关键）
2、管理和决策的关系决策是管理的根本和核心所在，但它并不等同于管理
3、决策：人们在政治经济技术和日常生活中普遍存在的一种行为，它是经过周密的推断和分析后在众多替代方案中
选出的最佳方案。简言之，决策就是针对预期目标，在一定条件的约束下，从诸多方案中选择一个并付诸实施。
4、决策特征：决策陈述（表明正试图做出怎样的决策），替代方案（是人们能做出的可能决策），决策准则（是找一
个决策中希望优化的对象）
5、科学决策的基本原则：信息化原则，定量分析与定性分析紧密结合的原则，对比优化原则，反馈原则，复杂问题
群体决策的原则。
6、决策系统要素：决策主体（人是决策主体）、决策目标、决策方案、结局（一个结局为确定型决策，多个可能结局
称为风险型决策或不确定型决策）、效用。
7、P11西蒙决策阶段模型：信息阶段，设计阶段，选择阶段，实现阶段。
信息阶段又称为情报阶段，它用于寻找要求决策的条件。它包括找出、识别和确切地表述需要作出决策的问题或情况。
设计阶段用于创建、发展和分析可能的行动方案。该阶段涉及建立、开发和分析各种可能的可行方案。
选择阶段，决策者要对在设计阶段开发的各种方案的利弊进行评价，评估每种方案的可能实施结果，并从中选择一项令人满意的最优方案。
实施阶段是执行选中的方案，检测实施的结果，并做出必要的调整。
7、决策分类
按决策性质的重要性分：战略决策、策略决策和执行决策。
按结构化程度分：结构化决策（有章可循、可重复进行、具有严格定义的决策程序），非结构化决策（无章可循、凭经验和直觉做出应变的、通常是一次性的），半结构化决策（求解这类问题需要结合标准的求解过程与决策者的判断进行）
8、问题的结构化程度的区分因素：问题形式化描述的难易程度、解题方法的难易程度、解题中所需计算量的多少。
9、决策模式：即决策的模型和方式，它是决策系统中对决策过程的客观规律的表述，是决策者进行决策必须遵从的
规律。
具体分为：理性模式（完全理性模式、有限理性模式），有效理性模式，非理性模式，过程性模式（面对现实的），组织和策略决策模式。
10、对现代决策的要求：决策质量的要求更高、决策时要考虑的因素更复杂、决策速度要求更快、决策失败的代价更
高
11、DSS与运筹学和信息管理科学之间的关系
决策支持系统是一个融计算机技术、人工智能、管理决策科学、行为科学等学科与技术于一体的集成系统，要想成功地开发一个决策支持系统，除了需要用到近代数学、决策分析理论、计算机技术、管理理论和人工智能等知识外，还需要了解与决策问题相关的知识以及决策人的行为和心理活动。
第二章
1、DSS的三个阶段：数据库阶段，数据仓库阶段，商务智能阶段
2、Tymshare于1969年设计出的财政规划决策支持系统REVEAL是世界上的第一个决策支持系统
3、1981年Boneczak等提出了DSS三系统结构：语言系统LS 、问题处理系统PPS、知识系统KS。
4、DSS的组成：人机接口，数据库，模型库，知识库，方法库。
5、DSS的定义（无统一定义）：决策支持系统是以计算机为基础的完成信息收集、信息整理、信息处理和信息提供的
人机系统。
6、DSS的特点：①用于半结构化或者非结构化的决策领域②用来辅助决策者，而不是取代决策者③交互式友好的用
户界面④着重于决策制定过程的效果，而不是效率⑤使用基础的数据和模型⑥可以为各种类型的知识工作者提供支持⑦强调对环境及用户决策方法改变的灵活性及适应性。
7、DSS与MIS的关系
①MIS是DSS中的一部分；
②DSS是MIS中的一部分；
③MIS与DSS是同一信息系统中的两个不同的、相互联系而又相互配合的部分；
④MIS和DSS是计算机应用于管理系统中的两个不同的发展阶段；
⑤DSS和MIS没有什么区别，只是名字不同而已。
8、DSS与MIS的主要联系
①MIS收集、存储组织机构所提供的大量基础信息是DSS工作的基础，而DSS能使MIS所组织和保存的信息真正发挥作用；
②MIS需要负担起反馈信息的收集工作，可以支持DSS进行结果检验和评价；
③DSS的工作可以对MIS的工作进行检查和审计，为MIS的改进及完善指出了方向；
④DSS经过反复使用，所涉及的问题模式和数据模式逐步明确，逐步结构化，可归并入MIS的工作范围。
9、DSS与MIS的区别
①MIS完成的是例行业务活动中的信息处理任务，而DSS完成的是辅助支持决策活动，提供决策所需的信息。
②MIS追求的目标是高效率，而DSS追求的目标是有效性。
③MIS的设计方法是以数据驱动的，而DSS得设计方法是以模型来驱动的。
④MIS的设计思想是一个相对稳定协调的工作系统，设计方法强调系统的客观性；而DSS的设计思想是努力实现
一个具有巨大潜力的、适应性强的开发系统，设计方法强调充分发挥人的经验、智慧、努力是决策更加正确。
⑤MIS趋向于信息的集中管理，而DSS趋向于信息的分散使用。
⑥MIS的分析着重体现系统全局的、总体的信息需求，而DSS的分析着重体现决策者的信息需要。
9、DSS类型：面向数据的系统（信息分析系统、文件抽屉系统、数据分析系统）、面向模型的系统（建议模型系统、
财务模型系统、最佳模型系统、表达性模型系统）
10、新一代决策支持系统的应用与发展：群体DSS、智能DSS、分布式DSS、战略DSS、基于案例推理的DSS、基
于数据仓库技术的DSS
第三章
1、DSS概念结构的组成：用户接口，控制系统，问题处理系统，数据库系统，模型库系统，知识库系统，用户。
2、决策支持系统按功能分为：专用DSS，DSS工具，DSS生成器。
3、DSS的技术层次：
①专用决策支持系统（即SDSS是指专门针对某种问题的决策支持系统，它是能够实际完成决策支持任务的计算机硬件和软件系统）;
②决策支持系统生成器（即DSSG是通用决策决策支持系统）
③决策支持系统工具（即DSST是指一些工具或是一些可用来构成专用DSS或DSS生成器的硬件或软件单元。）
4、决策支持系统的两类基本体系结构：基于X库的体系结构（由数据库、模型库、方法库、知识库等各种库和对话
系统构成）、基于知识的3S体系结构（语言子系统、知识子系统、问题处理子系统）
5、DSS部件的逻辑结构形式：三角形的结构形式，串联结构形式，融合结构形式，以数据库为中心的结构形式。
6、影响决策支持系统总体结构的因素分析：DSS的系统环境、DSS的目标和功能、DSS的组成成分、DSS的分布布
局、DSS所需的资源。
7、DSS的环境对DSS结构的影响：①决策任务的可结构性对DSS结构的影响②决策任务的级别对DSS结构的影响
③决策过程的不同阶段与DSS的关系④DSS的应用领域与DSS结构的关系
第四章
１、DSS是由“模型驱动的”
２、模型库系统在DSS的作用与地位：有重要地位，管理者使用DSS不是直接依靠数据库中的数据进行决策，而是依靠模型库中的模型进行决策。
４、模型库系统由模型库、模型字典、内部数据库和模型库管理系统组成。
５、模型数据库的基本构成：模型库，模型库管理系统。
６、模型：以某种形式对一个系统的本质属性的描述，以揭示系统的功能行为及其变化规律。
７、模型库：提供模型存储和表示模式的计算机系统，由源码库和目标码库两部分组成。
８、DSS应用模型获得的输出可以分为以下三种作用：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。
９、模型库的特征：组合性、动态性（基本的）
10、构建模型的常用方法：影响图，决策树，决策表。
11、影响图是一种图形化分析决策的简单方法。对各种不同的决策要素包括决策与可选方案、不确定事件和后果及最
后结果等进行结构化表示，并用箭头连接起来建立它们之间的关系。
决策树只分析选择和不确定性。
决策表又称判断表，为描述这类加工逻辑提供了表达清晰、简洁的手段。
12、模型在计算机中的表示方法和存储形式：模型的程序表示、模型的数据表示、语句表示、模型的逻辑表示
13、模型库的内容及分类：按照模型建立和使用的特点分通用模型库、专用模型库、智能模型库
14、模型字典是用来存放有关模型的描述信息和模型的数据抽象。
15、模型库管理系统是联系决策问题、数据与模型的桥梁。
16、模型库管理：建模管理，模型库存取管理，模型的运行管理，模型的组合。
17、数据库管理系统语言：数据库描述语言（DDL），数据库操作语言（DML）。
18、模型库管理系统语言：模型管理语言（MML），模型运行语言（MRL），数据接口语言（DIL）。
第五章
1、DSS数据库的组成：数据析取子系统，DSS数据库，数据库管理系统，数据字典，数据查询模块。
2、数据来源：内部数据、外部数据、个人数据
3、数据库三种设计方案：
①与业务管理数据库相结构构成一个统一型的数据库。
②不考虑已有的业务管理数据库而建立独立的DSS数据库。
③从已有业务管理数据库中析取、加工成决策所需的数据以形成DSS数据库。
4、数据析取操作包括数据描述、聚合、抽取子集及数据析取显示方式4种。
5、数据析取系统的设计:一是设计与源数据库管理系统的接口，它负责两者的转换与通信。二是设计数据析取描述分析器，它分析析取要求，三是设计析取操作形成器，它利用源系统的操作命令形成相应析取操作的命令序列，以对源数据进行析取。四是设计输出接口，它显示结果并按DSS数据库德要求存于其中。
5、DSS数据库类型：经营管理数据库和战略规划数据库。
6、在DSS中引入方法库的优点：
①提供各种通用计算、分析、加工处理的能力。
②提高模型运行的效率。
③实现软件资源的共享。
7、方法库系统的基本结构：方法库，方法库管理系统，内部数据库和用户界面。
8、DSS知识库系统分类：包含知识库子系统的DSS称为智能DSS、专家支持系统或者基于知识的DSS
9、开发知识库关键技术：是知识的获取和解释、知识的表示、知识推理以及知识库的管理和维护。
10、推理机：知识库系统问题求解过程必不可少的机制，其功能是根据一定的推理策略从知识库中选择有关知识，对
用户提供的事实进行推理，直到得出相应的结论为止。
11、推理的方式：正向推理，反向推理。
12、推理的冲突消解策略：特殊知识优先、新鲜知识优先、差异性大的知识优先、领域特点优先、上下文关系优先、
前提条件少者优先
13、知识：以各种方式把一个或多个信息关联在一起的信息结构。
14、知识表示的观点：①陈述性观点②过程性观点
15、Ⅰ规则表示法的优缺点。
Ⅱ框架表示法的优缺点：
优点①结构性②深层性③继承性④自然性
缺点①缺乏框架的形式理论②缺乏过程性知识表示③清晰性难以保证
Ⅲ框架表示法推理形式为填充槽值。填充槽值有匹配和继承。
16、知识的表示方法：规则表示法，框架表示法，语义网络表示法，面向对象表示法等
知识获取的方法：主动式，被动式。
知识获取的方式：人工移植、机器学习、机器感知
第六章
1、为什么要建立数据仓库？
为了提高分析和决策的效率和有效性，分析型处理及其数据必须与操作型处理及其数据相分离。必须把分析型数据从事务处理环境中提取出来，按照DSS处理的需要进行重新组织，建立单独的分析处理环境，数据仓库正是为了构建这种新的分析处理环境而出现的一种数据存储和组织技术。
2、数据库与数据仓库的区别
①数据库面向业务，使用者是企业的一般业务人员，进行企业日常的数据处理和维护工作。
②数据仓库是面向决策的，使用者是企业的高层管理人员，它也是使用关系数据库，但数据仓库并不负责处理业务，
而是把企运行数据收集以后用于分析和决策，它的数据来源是企业的业务数据库，甚至EXCEL表格或文本文件。
③数据库注重的是企业运行的当前数据，任务是收集和记录企业的原始业务数据；而数据仓库面对的是非即使性的历史数据，任务是通过从企业的业务数据中提取业务数据，并经过加工和处理来呈现给企业的决策人员。
3、数据仓库的定义和特征：
定义1（无统一定义）：数据仓库是面向主题的、集成的、随时间变化的、历史的、稳定的、支持决策制定过程的数据集合。
特征：①数据仓库是面向主题的
②数据仓库是集成的
③数据仓库是稳定的
④数据仓库是随时间增长的
⑤数据仓库中的数据量很大
⑥数据仓库软硬件要求较高
4、数据仓库系统由数据仓库，仓库管理和分析工具组成。
数据仓库的结构构成：当前基本数据、历史基本数据、轻度综合数据、高度综合数据、元数据
数据仓库的物理设计包括：划分粒度，数据分割。
数据仓库的运行结构：典型客户/服务器（c/s）结构形式。
数据集市结构分为独立的数据集市和从属的数据集市。
5、数据集市和数据仓库的差别：
①数据仓库是基于整个企业的数据模型建立的，它面向企业范围内的主题。数据集市是按照某一特定部门的数据模型建立的，由于每个部门有自己特定的需求，他们对数据集市的期望也不同。
②部门的主题与企业的主题之间可能存在关联，也可能不存在关联。
③数据集市的数据组织一般采用星型模型。大型数据仓库的数据组织，多采用关系数据库规范化。
6、关于数据集市的误区：单纯用数据量大小来区分数据集市和数据仓库、简单地理解数据集市容易建立、数据集市很容易升级成数据仓库。
7、数据进入数据仓库的基本过程：提取，变换，净化，加载，汇总。
提取是从操作数据库中选择并提取出所需要的字段；变换时为所有来自数据源的数据指定常用的格式和名称；净化是尽量地更正错误的数据；加载是把净化过的数据载入到数据仓库数据里；汇总时提前计算出任何期待的数据仓库数据的汇总供以后使用。
8、数据挖掘产生的原因：在这个信息爆炸的时代，信息过量几乎成为人人需要面对的问题，要想使数据真正成为一个公司的资源，只有充分利用它为公司自身的业务决策和战略发展服务，否则大量的数据只能成为包袱，甚至成为垃圾。
9、数据挖掘：就是从大量的、不完成的、有噪音的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在的、有用的信息和知识的过程。
10、直接数据挖掘：利用可用的数据建立一个模型，模型对剩余的数据，对一个特定的变量进行描述，分类，估值，预言等。
11、间接数据挖掘：不是选取某一具体的变量用模型进行描述，而是在所有的变量间建立起来某种关系。
12、数据挖掘的任务；数据抽取，分类发现，聚类，关联规则发现。
13、数据挖掘与数据仓库的关系：二者相互结合，共同发展又相互影响，相互促进。两者联系：①数据仓库为数据挖掘提供了更好更广的数据源；②数据仓库为数据挖掘提供了新的支持平台③数据仓库为更好地使用数据挖掘工具提供了方便；④数据挖掘为数据仓库提供了更好的决策支持⑤数据挖掘对数据仓库的数据组织提出了更高的要求⑥数据挖掘为数据仓库提供了广泛的技术支持。
14、联机分析处理（OLAP）概念：联机分析处理是共享多维信息的快速分析。
OLAP特征：快速性，可分析性，多维性，信息性。
15、变量：变量是数据的实际意义。
维：人们观察数据的特定角度。
维的层次：人们从某个特定角度观察数据时，还可以有多种不同的细节程度，称为维的层次。
维成员：维的一个取值称为该维的一个维成员。
多维数组：多个维数叠加起来就组成多维数组。
数据单元：多维数组的取值。
16、OLAP的数据组织形式：MOLAP和ROLAP。
多维分析：对以多维形式组织起来的数据采取切片、切换、旋转、钻取等各种分析方法，以求剖析数据，使最终用户能从多个角度、多侧面地观察数据库中的数据，从而深入了解包含在数据中的信息、内涵。
第七章
1、DSS开发策略包括：自行开发，委托开发，购买或购买与开发相结合。
在所有DSS开发方法中，有三种不同策略：第一是编制一个用户定制化的DSS;第二是采用DSS集成开发工具；第三是利用专用DSS生成器。
2、DSS 3种开发方法比较（PAGE 257表格）
Ⅰ、快速实现法：优点①盈利快②技术应用和开发过程容易③易于得到技术和易于开发新技术。缺点①前一个系统的设计对下个专用DSS的开发效益不大②专用DSS的要求发生变化时，在修改方面要做更多的工作
Ⅱ、分阶段实现法：优点①能促进DSS生成器的开发②允许专用DSS互相选，能实现专用之间进行组合③能吸收新的技术。缺点①事前要求较高的附加费用②延迟了最初成果的使用时间。
Ⅲ、完整的开发方法：优点:①有最好的结构体系和最好的合成形式②能较快地实现所有功能。缺点①在第一次获得利益之间需要很长的开发时间②技术过时较快，风险较大③未知风险很大。
3、DSS的开发过程
①DSS系统分析②DSS系统初步设计③DSS系统详细设计④各部件编制程序⑤系统集成⑥系统实施⑦系统修正。第八章
1、人工智能的基本方法：启发式搜索，规划，知识的表达技术。
2、专家系统的主要部件：知识库、推理机、用户接口、工作空间、数据库。
2、专家系统和决策支持系统的区别因素:①专家系统通常由非专家使用②如果专家系统推荐意见的质量接近人类专家，那么这个专家系统通常认为是成功的③专家系统一般应用到重复发生的问题④专家系统是一般应用于战术的、底层的问题，决策支持支持系统一般用于支持战略决策。⑤专家系统一般被应用到合理结构化的任务中。
专家系统与DSS的区别：①专家系统目标是提供“专家”查询，由系统做出决策，机器向人提问，问题域比较狭窄，数据库包括过程和数据，支持固定的问题域。②决策支持系统目标是辅助人，由人做出决策，人向机器提问，问题域是复杂而广泛的，数据库包括事实性的知识，适应于变化的环境。
第九章
第十章
1、决策支持系统的应用特点:①DSS是一个解决方案②先进的管理思想是DSS的灵魂③DSS的实施存在很高的风险。
2、决策支持系统应用的领域：①销售支持②客户分析和市场③财务领域的分析④运筹和战略计划⑤金融业分析⑥保险业⑦企业分析⑧制造业⑨科学研究
一、填空题
1、一般情况下，DSS工具可分为两大类：语言类和。外壳类
2、DSS生成器是由相关的一组软件和硬件组成的模块，其目的是提供迅速而方便地开发SDSS的功能。DSS生成器只能用来开发。DSS工具
3、ROMC一词来源于四个面向用户目标，即、、和控制机构。表达操作记忆辅助
4、决策过程分为、、三步。理解设计选择
5、决策支持系统的四库一接口是指、数据库、和。知识库方法库模型库人机接口
6、自然语言处理包括四个步骤：查字典、、和。句法分析语义理解语用分析
7、开发知识库的关键技术是：知识的获取和解释、、以及知识库的管理和维护。知识的表示知识推理
8、DSS所必需的三个主要功能是用户与系统间的对话管理、和。数据管理模型管理
9、DSS的内部资源主要有四类：硬件、软件、和。模型数据
10、系统的柔性是根据对DSS用户、任务、环境等因素的观察提出来的概念模式。柔性可分为4个层次：求解的柔性、、修改的柔性、。适应性柔性发展的柔性
11、在对环境条件和资源可用性之间的关系进行分析时，确定待定问题求解情形中有用的动词和宾语集。请求变换器和对话控制两者应反映这一用户词典。词性特征
12、语义数据模型主要包括E-R模型、、TAXIS模型、、函数模型、SAM*模型、以及SHM+模型等。RM/T模型SDM模型事件模型
三、简答题
1、数据开采的实施过程
从技术上讲，数据开采的实施大体上可以分为5个步骤
（1）选择和准备待开采的数据；（2）对待开采数据进行预处理；（3）研究开发一种或多种数据开采工具；（4）用数据开采工具发现未知的知识；（5）运用所发现的知识与决策支持，达到事业和企业单位额特定目标。
2、数据开采工具有哪些类型
（1）基于规则和决策树的工具：采用规则发现和决策树分类技术发现数据模式和规则，其核心是某种归纳算法。（2）基于神经元网络的工具：具有对非线性数据的快速建模能力，过程是将数据抽取，然后分类计算权值。（3）数据可视化方法：支持多维数据的可视化。（4）模糊发现方法：应用模糊逻辑进行数据查询排序。（5）统计方法（6）综合多方法
3、分布式决策支持系统和一般DSS的区别
（1）DDSS是一类专门设计的系统，能支持处于不同结点的多层次的决策，提供个人支持、群体支持和组织支持。（2）不仅支持问题结构不良的决策过程，还能支持信息结构不良的决策过程。（3）能为结点间提供交流机制和手段，支持人机交互、机机交互和人与人交互。（4）具有处理结点间可能发生的冲突的能力，能协调个结点的操作。（5）既有严格的内部协议，又是开放性的，允许系统或结点方便地扩展。（6）系统内的结点作为平等成员而不形成递阶结构，每个结点享有自治权。
4、综合决策支持系统的结构主体
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，为决策问题提供定量分析的辅助决策信息；第二个主体是数据仓库、OLAP。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；第三个主体是专家系统和数据开采的结合。数据开采从数据库和数据仓库中挖掘知识，并将其放入专家系统的知识库中，通过知识推理的专家系统达到定性分析辅助决策。综合体系结构的三个主体可以相互补充又可以相互结合。
5、举例说明决策问题的性质和层次
决策问题的性质可分为结构化、非结构化和半结构化三类。每一类决策问题又可以分为三个层次，即战略规划、运筹规划和作业调度。这样就构成了9种决策类型。针对9种决策类型举例说明。
6、决策风格的分类
一个人的认识风格通常可用他所喜爱的获取数据的方式和他所喜欢的处理数据的方式来分类。按获取数据的方式可把人分为感知型和直觉型；按处理数据的方式可把人分为思考型和感觉型。按不同的获取和处理数据的方式组合起来可形成四种不同的决策风格。系统型：系统型的人喜欢用量化信息，喜欢成本效益分析和评价的研究作为辅助决策的工具。思辨型：思辨型的决策者善于思索未来的可能性，喜欢用带有灵敏度分析的决策树作为决策的帮助。司法型：司法型的个人注意力集中于当前的环境，喜欢使用决策小组进行决策。直观推断型：这样的决策者十分重视现实的可能性，并且喜欢用双向调整的方法来达到决策的目的。
7、简述开发一个系统需要提供的使用接口
（1）开发者接口。这是供开发者在生成具体系统时使用的一些命令或菜单选择，以便开发者向生成器下达命令并传递必要的“参数”。开发者接口也包括一些用来给数据库、模型库和方法库中形成和装入具体数据、模型或方法的各种工具。
（2）用户接口。在开发时通过开发者接口选定接口形式并充实必要的“参数”后就能形成一个供终端用户使用的接口。它可以用菜单形式、命令形式、自然语言问答式等。
（3）系统接口。它指决策支持系统本身与其他软件系统，如操作系统的接口。方便而有效地调用这些外界系统的功能，使外界的许多现成的软件资源的利用成为可能，而且也便于对系统进行各种修改和补充。
8、人机界面应完成的任务有哪些？
（1）提供DSS的控制机构，允许决策者控制DSS的运行、控制数据库和模型库的工作；
（2）向决策者提供多种型式的交互形式，供决策者能够方便地使用；
（3）产生输入/输出，决策者应能正确地输入数据和有关参数，系统应能正确地输出系统运行的结果给决策者；（4）具有反馈、帮助和提示功能；
（5）适应性，随着环境和需求的变化，界面应能容易扩充和完整；
（6）保密，决策问题是个高层次的管理问题，某一项决策的制定将对单位i、行业乃至国家产生较大的影响，DSS的人机界面必须提供保密机构，只有经过核定的用户才能使用DSS系统。
9、模型库管理系统的功能
（1）模型库与模型字典的定义、建立、存储、查询、修改、删除、插入以及重构等。
（2）模型的选择、建立、拼接和组合，提供根据用户命令将简单的子模型构造成复杂模型的手段。
（3）模型的运行控制。从调用者获取输入参数，传给模型并使模型运行，最后把输出参数返回到调用者，一个模型
可能被另一个模型调用，或者被对话命令直接调用，系统必须提供灵活而方便的控制手段。
（4）数据库接口的转换。为了减少模型对数据库管理系统的依赖、增强独立性，模型中对数据库的访问采用了一种统一的标准形式。为了要与一种具体的数据库管理系统连接，必须有一个转换接口，将标准访问形式转化成具体系统要求的形式。
10、比较推理机的控制策略。
控制策略决定对知识进行选择的方法，对推理效果与推理效率有重要影响。常用的控制策略有三种：数据驱动控制、目标驱动控制和混合控制。数据驱动控制适于解空间很大的问题，其主要缺点是盲目推理，求解了许多与总目标无关的子目标；目标驱动控制则特别适合于解空间小的问题，其不足在于目标选择盲目，不允许用户主动提供信息来指导推理过程；混合控制则综合了两者的优点，通过数据驱动帮助选择目标，通过目标驱动求解该目标。
11、决策支持系统的体系包括哪些要素
（1）环境：DSS边界之外的实体和条件的集合。（2）功能：是指它能对环境产生什么影响，它规定系统应提供什么样的服务，其目标是什么。（3）系统部件：在系统边界以内的一些可区分的要素。（4）部件的布局：设计到系统的部件之间、部件与环境之间的关系和联系。确定部件的布局所考虑的一个基本问题是协作和自治之间的平衡。（5）资源：是构造和运行系统时所消耗的要素。
12、描述决策支持系统的环境特征
任务特性和存取方式是描述环境特征的两项重要内容。（1）任务特性：包括三个特性，第一，可结构性就是依据任务得到结构的可能性，它既决定于执行任务的个人又依赖于任务本身。第二，问题的层次性，即运行控制、管理控制或规划。第三，决策过程的阶段性——理解、设计和选择。第四，不同的实际应用领域对DSS提出不同的要求与限制，这种明显的差别主要是人物所处的环境和目标不同而造成的。
13、模型的特点
模型是客观世界的一个表征和体现，同时又是客观事物的抽象和概括。一般具有以下特点“（1）模型比现实世界容易操作，尤其一些参数值的改变在模型中操作比在实际问题中操作更容易。（2）有些实际问题，很难、甚至根本不可能做实验，通过建立模型可以克服这种困难，而且模型比现实容易理解一些。（3）有些变量在现实中需要很长时间才能观察出它的变化情况，但用模型研究则很快看出变化规律，从而能最迅速抓住本质特征。（4）用模型研究变量之间的关系，可以节约时间，降低费用。（5）可以通过模型进行灵敏度分析，以便看出哪些因素对系统影响更大。
14、神经网络的特征
神经网络是基于人类大脑的结构和功能而建立的新学科。尽管目前它只是大脑的低级近似，但它的很多特点和人类的智能特点近似。神经网络具有以下几个特征：以分布式方式存储信息；以并行协同方法处理信息；具有较强的自学习、自适应能力；具有较强的容错能力；具有较强的非线性映射能力。
15、简述群决策支持系统的目标
GDSS的目标应能发现并向决策群体提供新的方法，它们通过有规则的信息交流逐步达到这些目标。首先，要克服信息交流的障碍，加速其进程。其次，可用一些较成熟的系统技术使决策过程结构化或准结构化。最后，应对群体决策的信息交流的内容和方式、议事的时间进程提供智能型指导，从根本上解决非结构化决策的支持问题。
四、论述题
1、DSS和MIS的关系
DSS强调面向用户，强调对决策者提供系统外部环境信息，内部综合信息、决策者个人经验和判断等方面的支持。在这方面并非MIS做不到或没有做，而这不是MIS的重点所在。MIS强调管理系统内信息流程的整体性，为所有决策人员提供其所需的信息，并强调其系统性，而对中、高层决策者所需的内外部消息和适应个人决策风格的经验和判断，则只提供了其中的部分信息，不可能达到使决策者操作得心应手的程度。因此，MIS不能满足决策者的全部需要。从开发方法论来考察，二者的开发过程基本相同，都经过系统调查、可行性论证、系统分析、系统设计、系统实施、系统评价等各阶段。但MIS的开发侧重于系统的稳定性，虽然MIS也强调系统的进化，但要求在相当长的一段时间内是稳定的；而DSS更强调进化性开发，要求开发周期短，重复进行，由此造成这两种开发不可能在一个系统内共存。因此DSS和MIS这两个系统应该并存，相互不能代替，有些功能可以交叉。
2、DSS和ES的关系
第一，运筹学的发展使决策更科学化，使决策过程同时使用模型和数据。DSS为了强调数据与模型的有机结合和方便用户而引入了人工智能思想和技术，而专家系统则是抽取专家的知识并加以组织，以提供专家水平的咨询。
第二，DSS强调在大范围内支持决策者工作，它可按着人的思维规律引导用户解决问题，而不是侧重将某一专门领域的知识装入知识库自动工作。因此，DSS强调通用性，而ES是专用的，它强调在某一窄范围内代替决策者工作。
第三，管理领域内问题复杂多变，DSS不可能将解决问题的过程完全自动化，即在解决问题过程中对某些不能解决的仍需调用大脑解决，人机是紧密配合的，而专家系统除了要求用户回答问题、提供必要数据外，基本是自动独立工作
的。
第四，对于问题比较窄的DSS有可能模拟决策者的思维过程自动得到解答，决策者只在最后决定时起作用，只有这时，可以说DSS与ES是雷同的。
3、DSS与管理学、运筹学的关系
在处理结构性很强的局部问题时，MS/OR是相当成功的方法。但是，用它们来解决诸如战略、规划等半结构化或非结构化一类的决策问题时，往往使人进退维谷，很难达到预期的效果。MS/OR国语注意结构上的规范、形式上的构造模式，而DSS却把管理者所要处理问题的过程分为四个步骤：调研、建模、优化和解释，并用这种分类方法对DSS 与MS/OR加以比较，发现MS/OR只完成第二步工作，而相对于其余三步工作，它们是无能为力的，DSS在这三步工作中却大有作为。DSS的开发和研制离不开传统的MS/OR所提供的模型，但是DSS倾向于模型尽量简单，宁可牺牲方法上的精巧而努力使用户在概念上和决策效能上能够接受，而不拘泥于形式上的构造和造型的规范，这是DSS 的显著特点。DSS给MS/OR的发展带来了生机，DSS既与MS/OR构成了相互支持、相互合作的整体，又与MS/OR 之间有剧烈的竞争。
4、群决策支持系统提供的三个级别的决策支持
第一层次的GDSS旨在减少群决策中决策者之间的通信，沟通信息，消除交流的障碍，如及时显示各种意见的大屏幕，投票表决和汇总设备。第一层次系统通过改进成员间的信息交流来改进决策进程，通常所说的“计算机支持的会议室”就属于这一类。第二层次的GDSS提供善于认识过程和系统动态的结构技术，决策分析建模和分析判断方法的选择技术。这类系统常常使用便携式单用户计算机来支持一群决策者。决策者面对面地工作，在GDSS的支持下共享面临问题的知识和信息资源，制定出行动计划。第三层次的GDSS其主要特征是将上述第一层次和第二层次的技术结合起来，用计算机来启发、指导群体的通信方式，包括专家咨询和会议中规则的智能安排，这样高水平的系统目前还处在预研制阶段。
5、智能决策支持系统组成模块的结构
（1）用户接口模块。它是IDSS与用户交互的窗口，它向用户提供各种命令语言和I/O软件，使用户能按系统可以接受的方式提出要求，同时也使系统能按用户要求的形式输出结果。
（2）问题求解模块。首先根据决策者提供的问题，构造面向此问题的模块序列；然后根据模块序列获取问题的最优解或满意解。问题求解模块由问题分析和问题求解两部分组成。
（3）库管理模块。它的功能包括在外部环境和内部系统间建起信息传输作用；对四库进行管理、协调和维护；满足问题求解模块对数据、模型、方法和知识的需求，提供交互式的内部通道，使AI的知识推理和OR的数值计算相组合成为可能。
（4）数据库系统。不仅包括模型所要求的数据文件，也包含模型运行的结果文件。
（5）模型库系统。是IDSS的核心部分，其功能是向决策者提供能方便地构造、修改和应用库内各种模型以支持决策。（6）方法库系统。ABS的功能是把关于支持决策的方法有机地结合起来，提供与建立和求解模型有关的方法。
6、DSS系统结构中的三角式结构、串联结构和融合式结构的区别
（1）三角式结构：把DSS的三大构件组成一个三角式的网络结构，用户通过对话管理部分以各种对话形式直接与数据管理和模型管理部分对话，查询或操作数据库，或运行模型获得结果。在查询数据库时，根据对话管理部分送来的命令信息，由数据管理部分进行查询，然后再把结果经由对话管理部分送回用户。在运行模型时，直接从外界获得输入参数，或者从数据库中查出数据作为输入，模型运行后产生的记过通过对话管理部分直接送给用户。所以，三个管理部分都有直接联系，而且两两之间应有互相进行通信的接口。
（2）串联结构：对话管理部分若与数据管理部分传达命令或接受数据都要间接通过模型管理部分来转达。这样稍增加了一点模型管理的功能，但省去了一套接口，是结构更加简单，更易于开发和维护。
（3）融合式结构：数据管理部分被熔合在模型管理之中，所以两者之间互不独立，模型管理和数据管理之间没有明显的接口。数据库和模型库的维护和管理统一地由一个数据库管理系统来实现，而模型管理主要负责模型的建立、选择、拼接、组合、运行控制以及数据库控制的转换等。
以知识铺就成功之道，用智慧编织美好人生. 销售利润的决策支持系统 曹秀英梁静国 (哈尔滨工程大学经济管理学院, 150001) 摘要利润是企业经济效益的集中体现，而销售利润的决策中涉及到许多半结 构化的问题。鉴于此，本文构建了销售利润的决策支持系统并对其进行了系 统分析，设计出销售预测等7个子系统和相应的模型。在此基础上，对DSS 的重要组成部分模型库及其与数据库和知识库的接口问题进行了探讨。 关键词销售利润决策支持系统模型库 1 引言 利润是企业经济效益的集中体现。在市场经济条件下，企业提供社会所需要的商品和服务，同时追求最大的利润。要实现最大的利润，首先要对整个生产经营的环节作出相应的管理与决策，包括生产适销对路的产品、降低产品的成本、采取各种销售策略等，从而实现利润最大化的目标。 作出正确的决策是实现销售利润最大化的前提条件。然而有关销售利润的决策更有赖于决策者的主观判断。因为它涉及的环境更为复杂，不只与内部各部门有关，而且与外部的市场环境、产品的销路及提供的服务有关，因此要求收集广泛的数据。此外，在销售利润的决策中，有许多问题的决定，难以用量化的方法确定，而决策者的直觉则起着重要的作用。基于以上特点，无论是EDP还是MIS都无法有效支持销售利润的决策，因为它是一个半结构化的过程，在很大的程度上需要人的参与，为使该过程更加有效，我们构建了一个销售利润的决策支持系统（Sale Profit Decision Support System）即SPDSS。 2 SPDSS所支持的决策问题 从资金运动的角度考虑，商品销售阶段是商品价值实现、目标利润实现的最后阶段，目标利润的预测与决策又是企业生产经营活动的开始，因而销售利润的决策支持系统应支持以下决策问题。 （1）销售的预测与决策 销售预测包括销售量与销售额的预测。这里主要从两方面来考虑。一是保本销售量和保本销售额的预测。二是为实现目标利润的目标销售量和目标销售额的预测。 （2）目标利润的预测与决策 目标利润是企业在计划期的生产经营活动中所要达到的目标，它是预计未来的一种理想的利润，是企业必须经过努力才能达到的利润。 目标利润是销售预测和产品目标成本确定的前提与基础，所以目标利润的预测与决策是企业经营管理的核心，是销售利润决策支持的主要问题。
临床决策支持系统研究初探 胡安邦① 廖邦富① ①成都成电医星数字健康软件有限公司，610047，成都市武侯区武科东四路11号慧谷5栋4号 摘 要 临床决策支持系统是电子病历最高层次的应用之一。本文介绍运用循证医学和语素级临床汉语言解析引擎进行临床决策支持系统的研究，特别是对临床诊断决策支持的研究。关键词 临床决策支持 电子病历 CDSS 语素解析 1 概述 目前国内电子病历系统已经得到广泛的认同和应用。虽然大部分电子病历的应用还停留在如何记录和保存电子病历上。但是业界比较领先的电子病历公司，已经在研究电子病历质量控制、语素或语义解析、临床决策支持（Clinicl Decision Suport System简称CDSS）等涉及到电子病历核心技术方面的内容。 电子病历系统除了应采集到全面、精细、结构化的电子病历数据外，必须辅助医护人员进行临床决策，才是电子病历应用的核心和最终目标。理想状况下，临床上任何医疗活动应该有CDSS支持，所有的医疗决策和操作，都是通过电子病历系统对病人信息进行了充分的智能化分析，遵循最优路径的方式来进行。达到智能化或智慧型的电子病历。 智慧型的电子病历最重要的特征就是有完备CDSS支撑。国际上先进国家已经有许多著名CDSS，如：Archimedes Model,Autonomy,DiagnosisOne,Dxplain等，已经广泛应用于临床。而我国目前该领域在临床应用中也有一些小规模的片段性的应用，但还没有真正起步。国外的CDSS要完全引入我国，由于医疗过程和语言的不同，远远不是翻译就能够解决的问题。CDSS 知识库的移植也是一个浩瀚的工程。国内电子病历的CDSS还远没有成形，要达到智慧型电子病历还任重道远。 CDSS是涉及医学各方面的智能化体系，包括疾病诊断、治疗、护理、手术、用药等方面的决策支持，循证决策的支持，鉴别诊断的支持，预防误诊误治的支持，预后康复方面的支持，为医务人员提供诊断治疗工具和资料等。在CDSS的功能方面，必须具有对临床医疗的建议、提醒、报警、计算、预测等。其重点在诊断，治疗的决策。对于CDSS的研究，其知识库来源、决策方法和电子病历的结构化解析是必须的基础研究工作。 我们把循证医学作为构建CDSS知识库和决策方法的基础。对于电子病历的结构化解析，我们首先研发的临床语言解析引擎[2]，已经获得国家方面专利,使整个研究有了较好的基础。 2 CDSS与循证医学结合的研究 2.1 把循证医学的临床证据作为建立CDSS知识库的基础 智慧型电子病历是我们对电子病历系统研究的重点。对于智慧型电子病历中CDSSD 研究，知识库的正确性对于CDSS至关重要。我们把循证医学中高级的证据作为CDSS知识库的信息来源基础。循证医学的核心思想，就是在医疗决策中，将临床证据、个人经验、患者的实际状况三者结合起来，进行疾病的诊断和治疗。其中，临床证据主要来自大样本的随机对照临床试验(randomized controlled trial，RCT)，经过系统性评价(systematic review)或荟萃分析(meta-analysis)，对大量临床证据的总结、分析、评价，形成的各种证据（甚至金标准），可以作为构建CDSS知识库的可靠、正确的基础。 2.2 以循证医学的理论指导诊断治疗决策研究 对于CDSS的研究，还在循证医学理论指导下，作为研究CDSS诊断决策，治疗决策，预后决策的基础方法。对这几个方面研究的功能和解决方案描述如下： 诊断决策：将循证医学中的各种诊断和治疗证据，用元素和语素形式进行整理，构建
销售利润的决策支持系统 曹秀英梁静国 (哈尔滨工程大学经济治理学院, 150001) 摘要利润是企业经济效益的集中体现，而销售利润的 决策中涉及到许多半结构化的问题。鉴于此，本文构 建了销售利润的决策支持系统并对其进行了系统分 析，设计出销售预测等7个子系统和相应的模型。在 此基础上，对DSS的重要组成部分模型库及其与数据 库和知识库的接口问题进行了探讨。 关键词销售利润决策支持系统模型库 1 引言 利润是企业经济效益的集中体现。在市场经济条件下，企业提供社会所需要的商品和服务，同时追求最大的利润。要实现最大的利润，首先要对整个生产经营的环节作出相应的治理与决策，包括生产适销对路的产品、降低产品的成本、采取各种销售策略等，从而实现利润最大化的目标。 355 / 1
作出正确的决策是实现销售利润最大化的前提条件。然而有关销售利润的决策更有赖于决策者的主观推断。因为它涉及的环境更为复杂，不只与内部各部门有关，而且与外部的市场环境、产品的销路及提供的服务有关，因此要求收集广泛的数据。此外，在销售利润的决策中，有许多问题的决定，难以用量化的方法确定，而决策者的直觉则起着重要的作用。基于以上特点，不管是EDP依旧MIS都无法有效支持销售利润的决策，因为它是一个半结构化的过程，在专门大的程度上需要人的参与，为使该过程更加有效，我们构建了一个销售利润的决策支持系统（Sale Profit Decision Support System）即SPDSS。 2 SPDSS所支持的决策问题 从资金运动的角度考虑，商品销售时期是商品价值实现、目标利润实现的最后时期，目标利润的预测与决策又是企业生产经营活动的开始，因而销售利润的决策支持系统应支持以下决策问题。 （1）销售的预测与决策 销售预测包括销售量与销售额的预测。那个地点要紧从两方面来考虑。一是保本销售量和保本销售额的预测。二是为实现目 355 / 1
决 策 支 前言: 随着时代的发展，知识爆炸对医疗工作提出了严峻的挑战 突飞猛进的医学发展步伐。虽然临床分科有助于缓解这一矛盾 即使是很专业的医学领域的知识更新和增长 ，也超出医师的学习和掌握限度 ，大量的信息 和数据也让医师们无所适从。而借助电脑的巨大存储能力和处理能力有可能改变这一状况 于是临床决策支持系统应运而生。临床决策支持系 (Cli nical Decisi on- Mak ing Support System, CDSS)指能为医生的诊疗工作提供决策支持和帮助的计算机系统。 另一方面，药物 的多样性和患者信息的不同使药物治疗复杂化 ,故此药物治疗需要完善的信息支持系统 ，临 床决策支持系统(CDSS)是支持药物治疗的有力工具。 现已表明，较好地使用了决策支持系统 (DSS)的机构已经实现了提高质量和降低成本。同样的 ，人们将决策支持系统运用到复杂的 药物治疗中，可以很及时、准确、完整地为医师提供相应的信息资料，有助于医师做出正确 有效的诊断决策，以提高药物治疗的效率? 很多临床医师熟悉那些处理实验室信息的计算机系统， 也熟悉那些用来跟踪药物处方及 重复取药的药房计算机系统。鉴于他们已经习惯于按几个键就能够找到或显示所需要的信 息，他们不可能愿意回到原来那种乏味地从大堆资料中查找一些零碎信息的情境。 尽管电子健康记录系统能够获取、转换、 显示和分析某些信息，但是， 如果不能筛选和 提炼信息，也将无法满足那些复杂的临床决策。 在这一点上，临床决策支持系统有了进一步 的发展。将患者个人的详细信息输入计算机程序之后，这些信息就被存储起来，然后， 在计 算机知识库中进行程序或算法匹配，为临床医师生成针对该患者的健康评估和诊疗建议 (Randolph, Haynes, Wyatt, Cook, & Guyatt, 2001 )。在 1994 年约翰斯顿(Johnston ) 等人的研究报告中，维亚孜( Wyaath )和斯比格尔特(Spiegelhalter )给"临床决策支持 系统”的定义是：“能够根据病人的两项或多项信息针对病情生成具体建议的活性知识系统” 。 亚马特亚库(Amatayakul )相信，临床决策支持系统可以在诊疗过程中提供的一种实时帮助， 而且能够发掘外部的知识资源。作为一种复杂的计算机化的管理系统， 它还可以根据现有的 知识生成各种可供选择的诊疗和护理建议( Ran dolph et al )。 那么，临床决策支持系统的基本功能都有哪些？根据兰道夫( Randolph et al )2001 年的研究报告，表 6.1概述了波莱尔(Pryor )的建议。 医师们日益感到难以跟上 但绝非根本解决方法。因为
决策支持系统（DSS）与管理信息系统（MIS）的联系和区别 DSS是从MIS的基础上发展起来的，都是以数据库系统为基础，都需要进行数据处理，也都能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，为辅助决策服务的系统。 （2）MIS综合了多个事物处理功能如生产、销售、人事等。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，输出的数据是计算的结果。 （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。这类决策是已知的、可预见的，而且是经常的、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。 论述决策过程 答：决策过程是决策者对决策问题进行识别、分析、研究、最终作出决策的过程。 1.识别问题：一切决策活动都必须从问题开始，而不是从演绎推理和假设开始。因此，问题的存在是一切决策活动的发端，“问题”在决策活动中占有特殊重要地位。决策制定过程始于一个存在的问题，或更具体一些，存在着现实与期望状态之间的差异。 在决策系统中，问题的产生来源于以下三个方面： （1）主观方面产生的问题； （2）客观方面产生的问题；
（3）实践活动方面产生的问题。 2.确定目标：当选择要解决的问题后，为了抓住问题的实质，必须首先确定系统的决策目标，即进行决策系统的目标分析。经过分析后，所确定的目标必须符合以下要求：目标成果可以用决策目标的价值准则进行定性或定量的衡量；目标是可以达到的，即在内外各种约束条件下是现实的、合理的、可能实现的；达到目标要有明确的时间概念。 3.收集信息：一旦确定了需要解决的问题，就必须对问题进行系统扮析，着手调查研究，收集与解决问题相关的信息，并加以整理。只有掌握了大量准确的信息，才有可能作出正确的决策，提高科学决策水平。为了保证信息收集的质量，应坚持以下原则：（1）准确性原则；（2）全面性原则；（3）时效性原则。 4.确定决策标准和拟订决策方案：确定决策标准，即运用一套合适的标准分析和评价每个方案。首先确定出若干与决策相关的因素，然后规定出各种方案评比、估价、衡量的标准。在一般情况下，实现目标的方案不只一下，而是有两个或更多的可供选择的方案。拟订可行方案主要是寻找达到目标的有效途径，因此这一过程是一个具有创造性的过程。 5.分析方案：备选方案拟订出之后，决策者必须认真地分析每一个方案的可应用性和有效性。对每一个备选方案所希望的结果和不希望的结果出现的可能性进行估计，运用第四阶段确定的标准来对这些备选方案进行比较。 6.选择方案：就是在各种可供选择的方案中权衡利弊，然后选取苦命或对一些各有利弊的备选方案优势互补、融会贯通、取其精华、去其不足。 7.实施方案：选择满意的方案后，决策过程还没有结束，决策者还必须使方案付诸实施。他必须设计所选方案的实施方法，做好各种必需的准备工作，实施方案阶段是最重要的阶段。 8.评价决策效果：决策者最后的职责是定期检查计划的执行情况并将实际情况与计划结果进行对比。这一过程根据已建立的标准来衡量方案实施的效益，通过定期检查来评价方案的合理性。
中国医疗设备 2016年第31卷 08期 V OL.31 No.08 87 医院数字化 DIGITALIZED HOSPITAL 近年来，随着医院规模的不断扩张，医疗数据也呈爆发式增长。如何从海量的业务数据中发掘有价值的信息，构建智能化数据库，从而辅助医疗工作者决策，是当前研究的热点。20世纪90年代初期， 我院就着手建立信息系统，至今已有医院信息系统（HIS ） 、临床检验系统（LIS ）、医学影像系统（PACS ） 、放射信息系统（RIS ）、办公自动化（OA ）系统和手术、麻醉、重症等8大系统和40多个子系统。虽然医院在信息化建设方面取得显著进步，信息系统也得到广泛使用，但是其工作理念和方式却相对落后，亟需科学化的辅助手段[1]。在医学信息领域里，用计算机辅助进行决策、诊断、推理的软件被称为临床决策支持系统[2]。我院于2014年开始部署建设临床决策支持系统，对医疗数据进行分析处理，辅助临床医疗决策。 1 决策支持系统构建方案 临床决策支持系统基于多种数据挖掘技术方法，构建分析决策模型，并针对HIS 、LIS 、RIS 、PACS 、EMR （电子病历）系统等海量医疗数据进行挖掘分析，为临床诊疗 的客观与规范化提供决策支持[3-4]。2014年10月，我院委托北京天鹏恒宇科技发展有限公司，着手开始医院的临床决策支持系统建设。该系统通过引入临床数据库，采用数据挖掘和联机分析处理等技术，将决策信息展示给终端用户，并具有为临床医生提供建议、提醒、报警、计算、预测等方面的功能[5]。1.1 系统架构 医院原有的信息系统虽然能够为医疗决策提供部分支持，但由于系统分散，决策内容单一，其应用范围受到较大限制。知识库的建设不仅仅是将分散在各个系统的数据进行集成，还需要对医院的业务流程和数据集进行标准化处理[6]。本系统将数据库转化为基于共享机制的数据模型，对数据库知识进行综合分析、统一处理后，再按不同维度展示给终端，有利于提升医疗质量和决策准确性。系统框架分为3层，分别是数据层、处理层、展示层。数据层将各医疗业务数据进行结构化转换[7]，并统一加载到数据仓库中，然后对外提供标准接口，便于数据提取；处理层采用数据挖掘与分析工具，对仓储中提取的数据知识进行清洗过滤，并利用一定规则转化为决策信息；展示层是真正 临床决策支持系统建设研究 Research on Construction of a Clinical Decision Making Support System [摘 要] 目的 为临床应用提供知识库信息化工具，辅助医疗决策。方法 基于医院现有信息资源，利用数据挖掘、联机处理等技术构建医疗知识库的智能决策平台，并多维度展现医疗信息。结果 我院70多个科室均部署了临床决策支持系统，通过近6个月的跟踪反馈，基本达到预期目标。结论 临床决策支持系统应随着信息化技术的发展不断完善。[关键词] 临床决策支持系统；知识库；数据挖掘；医院信息化 Abstract: Objective To provide the knowledge base informatization tools so as to assist medical decisions. Methods Based on the existing information resources of the hospital, an intelligent decision-making platform of medical knowledge was constructed by using multiple technologies, including data mining and online processing. Medical information was displayed multi-dimensionally. Results After six-months follow-up, the clinical decision-making support system was deployed in over 70 departments, and has achieved basic expectations. Conclusion The clinical decision-making support system should be continuously perfected with the development of information technology. Key words: clinical decision-making support systems; knowledge base; data mining; hospital informatization [中图分类号] TP311.13 [文献标志码] A doi ：10.3969/j.issn.1674-1633.2016.08.026[文章编号] 1674-1633(2016)08-0087-02 邵伟，王颖，闫国涛，赵妍 邯郸市中心医院 信息科，河北 邯郸 056002 SHAO Wei, WANG Ying, YAN Guo-tao, ZHAO Yan Department of Information, Handan Central Hospital, Handan Hebei 056002, China 收稿日期：2015-12-31 修回日期：2016-01-13 作者邮箱：616402758@https://www.doczj.com/doc/7e14913905.html,
案例企业销售决策支持系 统 This manuscript was revised by the office on December 22, 2012
[案例 4] 企业销售决策支持系统 在市场经济体制下，销售管理已成为企业最为重要的经营活动之一。企业销售是企业经营的起点，也是实现企业效益的焦点。销售活动不仅与企业内各部门有密切关系，还与外界有着广泛的交往。销售活动涉及的许多问题具有相当的不确定性，这些问题的决策是半结构化或非结构化的。因此用于支持企业销售决策的DSS是一种较典型的专用DSS，本节将以中国纺织大学宋福根教授主持开发的一个企业销售决策支持系统 (ESDSS)为案例，介绍实际DSS的构造及其具体的应用，以便直观地帮助我们学习和认识DSS。1、ESDSS的功能 研制ESDSS是为处在竞争日趋激烈的环境中的企业提供一种分析销售因素关系及其变化规律，抉择最优或满意营销策略的科学手段。ESDSS的功能有销售预测和销售决策两大类，另外还有若干辅助功能，见图1。 图1 EDSS的功能结构 销售预测是销售决策的前期工作，预测结果是决策的依据。ESDSS的销售预测功能比较齐全，既有宏观的，也有微观的。销售决策是销售管理的核心，贯穿于销售管理的各个方面和全过程。ESDSS的销售决策功能是一些常用的，也是较为重要的功能。 2、ESDSS的结构与组成 ESDSS的结构设计采用数据库、模型库、方案库 "三库一体"，以"方案驱动"运 行，以数据库管理模式进行模型管理的设计思想。ESDSS在结构上是新颖的三角式的三库系统，其特色是提出了方案库的概念和方案驱动的构思并予以实现。系统的逻辑结构见图2。 ESDSS的数据库存储各种从MIS中析取的销售预测与销售决策依据数据、公用的数据字典与数据表字典，以及运行过程中使用的临时表等。 模型库中的单元模型用程序方式储存，以两级模型字典描述和管理。单元模型的组合根据它们的依赖关系，通过建立临时空间来实现，模型的运行通过指南式的人机逐步对话触发。较特别的是各种销售预测与销售决策的方法也存储于模型库中。销售预测与销售决策所采用的方法与模型分别列于表1与表2。
案例企业销售决策支持 系统 HUA system office room 【HUA16H-TTMS2A-HUAS8Q8-HUAH1688】
[案例 4] 企业销售决策支持系统 在市场经济体制下，销售管理已成为企业最为重要的经营活动之一。企业销售是企业经营的起点，也是实现企业效益的焦点。销售活动不仅与企业内各部门有密切关系，还与外界有着广泛的交往。销售活动涉及的许多问题具有相当的不确定性，这些问题的决策是半结构化或非结构化的。因此用于支持企业销售决策的DSS是一种较典型的专用DSS，本节将以中国纺织大学宋福根教授主持开发的一个企业销售决策支持系统 (ESDSS)为案例，介绍实际DSS的构造及其具体的应用，以便直观地帮助我们学习和认识DSS。 1、ESDSS的功能 研制ESDSS是为处在竞争日趋激烈的环境中的企业提供一种分析销售因素关系及其变化规律，抉择最优或满意营销策略的科学手段。ESDSS的功能有销售预测和销售决策两大类，另外还有若干辅助功能，见图1。 图1 EDSS的功能结构 销售预测是销售决策的前期工作，预测结果是决策的依据。ESDSS的销售预测功能比较齐全，既有宏观的，也有微观的。销售决策是销售管理的核心，贯穿于销售管理的各个方面和全过程。ESDSS的销售决策功能是一些常用的，也是较为重要的功能。 2、ESDSS的结构与组成 ESDSS的结构设计采用数据库、模型库、方案库 "三库一体"，以"方案驱动"运行，以数据库管理模式进行模型管理的设计思想。ESDSS在结构上是新颖的三角式的三库系统，其特色是提出了方案库的概念和方案驱动的构思并予以实现。系统的逻辑结构见图2。
决策支持系统 1、运筹学和系统工程利用计算机技术后，形成了模型辅助决策系统。 2、MIS的主要爱功能是事务处理。 3、DSS是面向高层人员。为辅助决策是的系统。 4、DSS支持的是半结构化决策或非结构化决策 4、DSS是以模型库系统和知识库系统为基础、以模型和知识驱动的系统。 4、DSS追求的是效益，即决策的正确性。 5、人工智能（AI）的基本内容包括：知识获取、知识组织和知识处理方法。 6、在AI系统中，将与问题有关的知识组织和存储在一起，称为知识库。 7、西蒙认为决策过程包括四个阶段：信息、设计、选择和实现。 8、在决策全过程中需要遵循的原则：实事求是原则，外脑原则，经济原则。 9、在决策实施过程中需要遵循的原则：跟踪原则，反馈原则。 10、决策过程开始于信息阶段。 11、决策变量描述行动方案，该变量的值由决策人确定。 12、模型的解是某选定方案中决策变量的一组特定值。 13、选择阶段包括从设计阶段已找到的行动方案集合中，搜索适当的行动方案，用于解决问题。 14、对于规范模型，既可用分析方法，也可用穷举法。 14良好的DSS必须能容易进行What-if分析和目标搜索。 15按决策的对象和范围可将决策分为宏观决策和微观决策。 16、企业家们做出决策的众多方式具有三个特点：合理性、策略性和灵活性。 17、最常用的结构化决策模型有两种：决策影像图模型和决策树模型。 18、在决策影响图中，椭圆表示偶然事件。 19、在决策树中，圆框表示变化的事件。 20、决策树用于风险分析。 21做决策所包含的信息包含大量的不完全信息。 22、DSS主要由数据库子系统、模型库子系统和用户接口子系统构成。 23、模型库子系统由模型库和模型库管理系统组成，他是DSS的核心部分，也是DSS区别于其他信息系统的重要标志。 24、在DSS基本结构中，增加了知识库子系统。 25、数据结构有六种。 25、依照模型库建立和使用的特点可以把模型库分为三类：通用模型库，专用模型库，智能模型库。 26、操作模型是指为解决业务操作的决策问题而建立的模型库。 27、知识库系统的核心部分是知识库和推理机制。 28利用行动语言表达用户需求的方式称为接口交互模式。 28原型法有下列主要优点：1开发时间短2用户反馈速度快3用户对系统及其信息需求和功能的理解增强4费用低。 28面向对象方法是以对象或数据为中心。 29系统实现阶段包括下列任务：测试、评价、演示、说明、训练和配置。 30、电子表格是最流行的终端用户建模工具之一。 31、两种最流行PC表格软件包是Microsoft Excel和Lotus1-2-3。 32、物理集成包含完成功能继承所需要的硬件、软件和通信功能的集成。
临床决策支持系统前言： 随着时代的发展, 知识爆炸对医疗工作提出了严峻的挑战, 医师们日益感到难以跟上突飞猛进的医学发展步伐。虽然临床分科有助于缓解这一矛盾, 但绝非根本解决方法。因为即使是很专业的医学领域的知识更新和增长, 也超出医师的学习和掌握限度, 大量的信息和数据也让医师们无所适从。而借助电脑的巨大存储能力和处理能力有可能改变这一状况, 于是临床决策支持系统应运而生。临床决策支持系( Clinical Decision- Making “临床决策支持系统”的定义是：“能够根据病人的两项或多项信息针对病情生成具体建议的活性知识系统”。亚马特亚库（Amatayakul）相信，临床决策支持系统可以在诊疗过程中提供的一种实时帮助，而且能够发掘外部的知识资源。作为一种复杂的计算机化的管理系统，它还可以根据现有的知识生成各种可供选择的诊疗和护理建议（Randolph et al）。
那么，临床决策支持系统的基本功能都有哪些？根据兰道夫（Randolph et al）2001年的研究报告，表6.1概述了波莱尔（Pryor）的建议。 表6.1 临床决策支持系统 Bayesian theorem 的方法和Belief networks。另外，近期的已经在国外的临床中具体应用的事件监视器(Event Monitor)也都是基于规则的决策支持系统。这些系统通过事先定义好的规则来实时地监视病人的相关信息，一旦规则中的前提条件得到满足，相关规则将被触发，相应采取规则中规定的行动，或是对诊断或是对治疗提供决策支持。 2) 系统功能
临床决策系统也可以按其设计的所能完成的系统功能来划分。主要有两大类主要的功能：一是帮助决策什么是对的判断，例如临床诊断，早期的Leeds Abdominal Pain、DXplain和QMR等医学诊断系统即属此类。二是帮助医生决策下一步应该做做么事，例如做什么检查，用什么药，要不要手术等，最典型的一个例子就是决策分析树，即根据概率分析医生下一步应该怎样做。 3) 建议方式 临床决策系统的建议方式分为主动和被动两种。主动的方式为系统主动地给医生提 早 例 （Critiquingmodel）顾问式在流程中不断地与医生进行交互获得必要信息，最终生成最后的建议，例如在MYCIN 系统中，需要用户不断地与计算机进行信息交互，最终计算机才能给出最后的决策意见。而批评式的系统事先根据相关信息生成一个决策建议，如果医生的决策与之不符，则给出系统的决策建议，适用于医生愿意自己决策而只是需要系统对自己的决策进行再次确认的情况，前面提到的事件监视器系统即属于批评式的。 6) 决策支持程度
简述决策支持系统的功能和结构 1、模型库 “模型”的概念，最初被用于自然科学的研究和工程设计，如分子模型、天体运动模型、建筑模型等。这些被称为模拟模型，在应用中发现这些模型有一定的局限性，构造一个模型往往要花费大量的人力物力，而且对于一些问题的研究不能借助于这种模拟模型，比如要研究事物随时间或外界条件的变化而变化的规律，静态的模拟模型就不能适用，这时，找到了另一种模拟方法，即数学模拟方法。这种方法将客观事物的变化用数学方法表现出来，将事物外界或内部条件的变化用自变量表示，将要反映的事物变化用应变量表示。 计算机技术的形成和发展，使人们能够依赖计算机求解一些较为庞大、复杂的数学模型。如对于国民经济的计划模型、宏观预测模型等，必须借助于较大规模的计算机系统才能容纳其巨大的数据量，完成亿万次的工作量。在管理领域常见的是信息处理模型，它的表达式为数学表达式、计算机程序等，通过对模型的建立和使用，决策者可以获得有用的辅助决策信息。建立模型是有关决策领域的专家学者在探索事物的变化规律中抽象出它们的数学模型，这项工作是创造性的劳动，需要花费大量的精力来得到规律性或相近的数学模型。 数学模型建立之后的一具重要问题就是该模型的求解算法，它可以是精确求解，也可以是近似求解，这种算法的提出由计算机数值计算学者来完成。有了模型算法，就可以用计算机语言来编制成程序。实际的决策者就可以利用模型程序在计算机上执行，计算出结果，得到辅助决策信息。模型是辅助决策的重要手段，模型库是模型的集合，它按照一定的组织方法，将模型有机地汇集起来，由模型库管理系统统一管理。模型库以及模型库管理系统构成模型库系统。 2、方法库 方法库系统由方法库和方法库管理系统组成。它的基本功能是为各种模型的求解分析提供必要的算法以及为用户的决策活动提供所需的方法。方法库中的方法通常可以包括各种优化方法、预测方法、统计方法、对策方法、风险方法、矩阵方程求解等。 方法库管理系统负责对方法的描述、录入、存储、增加、修改、删除等处理。通常采用的方法是选择适当的计算机程序设计语言，将有关算法变成一组可执行的程序存入计算机内。这些程序可以表示为附有描述说明的函数或过程，而后按照求解问题的需要调用对应程序模型，从而达到求解问题的目的。另外，方法库管理系统还应具有与数据库、模型库进行交互的能力以及为用户选择算法提供灵活方便的交互揭示功能。 3、“三库”的联系 从支持决策过程来看，数据库、方法库和模型库，即“三库”是DSS?的三大组成部分，
决策支持系统的功能及应用 酒店13-1班 黄小娇 201305002866 决策支持系统是指将数据、管理模型和用户友好的软件集成在一起的、能够支持中高层和中层管理人员进行结构化和半结构化决策的信息系统。其目的在于提高决策的效能，而不是效率。 随着电子商务系统的发展以及信息化程度的不断提高，在采购决策支持方面不断吸纳新的信息处理技术、提高决策的科学性和规范性，成为提高企业办事效率、促进经济发展的关键所在。在现实生活中见到的如原材料供应商选择、合理库存量分析、物品运输最佳路径选择都是决策支持系统的具体运用。 在企业生产过程中，原材料采购是第一步，在整个生产过程中起着至关重要的作用，因此供应商的选择是材料采购成败的关键。企业与供应商建立的是长期合作关系，优质的供应商可以保证企业生产的正常运行，还可以避免出现缺货、材料劣质、配送滞后等问题，为企业减少不必要的损失。 企业在制定采购需求后，经过分析确定采购标准，然后寻找商家进行洽谈，洽谈的内容或者说影响供应商选择的方面主要有：原材料、商家提供的配送服务、商家的信誉度等。 供应商选择决策支持系统就是将决策支持系统技术运用到企业
对供应商的选择当中，从而能有效地对采购方进行辅助决策，提 高决策的效率和准确性。 这个系统包括原材料市场调查、配送服务评析、信誉度调查三个模块。通过原材料市场调查模块，企业管理者可以方便的了解到所需的原材料的市场现状，材料的性能，包括质量、价格、性价比等；通过配送服务评析可以对供应商的物流能力做出评判，运输量、运输能力、运输距离都应该纳入考虑范围，最后得出有利于自己的决策；通过信誉度调查，可以知道商家的信誉度，信誉度越高，口碑越好，就越适合进行合作，一个可靠的商家是可以进行长期合作的保证。 这个系统可以对供应商的相关数据进行科学分析，研究公司需求与市场供给的数量关系，运用对比分析方法揭示事物之间的关系及均衡性；根据供应商的生产经营情况和竞争情况对其可选性进行量化评测和科学分类，最终权衡利弊，得出最佳方案。 由此可知，决策信息系统有一下基本功能：1、管理并随时提供与决策问题有关的组织内部信息，如订单需求，库存状况等。2、收集、管理并提供一决策问题有关的组织外部信息，如市场行情、科技信息等。3、收集管理并提供各项决策方案执行情况的反馈信息，如订单合同执行进程、供应计划运行情况等。4、能灵活的对数据进行加工、汇总、分析、预测，得出所需逇综合信息和预测信息。5、具有良好的数据通信功能，保证及时收集数据并将加工结果传送给使用者。 决策支持系统还具有一定的特点，第一，它可以进行集中式决策
企业智能综合决策支持系统方案设计 厦门巨龙软件工程有限公司王三明硕士 2003-1-22 投稿 一般来讲，企业管理中的决策基本上可以分为两种：即结构化决策和非结构化决策。结构化决策涉及到的变量较少，只要采用专门的公式来处理相关信息，就能够得到准确的答案。通过计算机语言来编制相应的程序，就可以在计算机上面处理这些信息。结构化决策完全可以用计算机来代替。 在非结构化决策中，可能提供出很多正确的解决方案，但是没有精确的计算公式能够计算出哪个解决方案是最优。也没有规则和标准能够衡量那种方案是最佳解决方案。在没有决策支持系统作基础的情况下是难以迅速而有效地进行决策的。 因此，企业智能综合决策支持系统（InterigentDecisionSupportSystem，IDSS）应有高度的灵活性和良好的交互性，适用于非结构化决策的支。 一、智能综合决策支持系统IDSS方案设计 企业决策支持系统应以支持经营决策为主要目的，故IDSS应支持： ◆企业外部环境研究分析决策支持； ◆企业内部条件分析决策支持； ◆经营决策，其中包括产品决策、销售决策与财务决策等。 1.企业外部环境研究决策支持 为了支持外部环境调查分析，IDSS系统中应提供以下一些主要因素的检索机制: §国家有关经济政策和法规，尤其是金融、财务、税收、外贸进出口方面的政策和法规； §国际国内相关行业的市场行情及产量、价格等；产品市场分析；主要原、燃、材料供应情况及价格等等。 2.企业内部条件分析决策支持 IDSS应支持：产品分析、市场分析、资金利润分析、盈亏分析等。 市场分析决策模块 包括市场开拓决策、销售策略决策等。 ◆市场分析模块应提供： §市场面分布分析 §市场产品竞争分析 §价格变动对需求影响程度分析 §开辟新市场分析 为此，IDSS应提供市场潜力模型，以便支持管理者考虑提高产品竞争能力，占领未实现市场，开辟未开发市场 ◆销售决策支持 IDSS应包括： §预测模型（可用于销售量预测、价格预测等）
临床决策支持系统 前言： 随着时代的发展, 知识爆炸对医疗工作提出了严峻的挑战, 医师们日益感到 难以跟上突飞猛进的医学发展步伐。虽然临床分科有助于缓解这一矛盾, 但绝非 根本解决方法。因为即使是很专业的医学领域的知识更新和增长, 也超出医师的 学习和掌握限度, 大量的信息和数据也让医师们无所适从。而借助电脑的巨大存 储能力和处理能力有可能改变这一状况, 于是临床决策支持系统应运而生。临床 决策支持系( Clinical Decision- Making Support System, CDSS) 指能为医生 的诊疗工作提供决策支持和帮助的计算机系统。另一方面, 药物的多样性和患者 信息的不同使药物治疗复杂化, 故此药物治疗需要完善的信息支持系统,临床决 策支持系统(CDSS)是支持药物治疗的有力工具。现已表明, 较好地使用了决策支 持系统(DSS)的机构已经实现了提高质量和降低成本。同样的, 人们将决策支持系统运用到复杂的药物治疗中, 可以很及时、准确、完整地为医师提供相应的信息 资料, 有助于医师做出正确有效的诊断决策, 以提高药物治疗的效率. 很多临床医师熟悉那些处理实验室信息的计算机系统，也熟悉那些用来跟踪药物处方及重复取药的药房计算机系统。鉴于他们已经习惯于按几个键就能够找到或显示所需要的信息，他们不可能愿意回到原来那种乏味地从大堆资料中查找一些零碎信息的情境。 尽管电子健康记录系统能够获取、转换、显示和分析某些信息，但是，如果不能筛选和提炼信息，也将无法满足那些复杂的临床决策。在这一点上，临床决策支持系统有了进一步的发展。将患者个人的详细信息输入计算机程序之后，这些信息就被存储起来，然后，在计算机知识库中进行程序或算法匹配，为临床医师生成针对该患者的健康评估和诊疗建议（Randolph, Haynes, Wyatt, Cook, & Guyatt, 2001）。在1994年约翰斯顿（Johnston）等人的研究报告中，维亚孜（Wyaath）和斯比格尔特（Spiegelhalter）给“临床决策支持系统”的定义是：“能够根据病人的两项或多项信息针对病情
案例企业销售决策支持 系统 Company number：【0089WT-8898YT-W8CCB-BUUT-202108】
[案例 4] 企业销售决策支持系统 在市场经济体制下，销售管理已成为企业最为重要的经营活动之一。企业销售是企业经营的起点，也是实现企业效益的焦点。销售活动不仅与企业内各部门有密切关系，还与外界有着广泛的交往。销售活动涉及的许多问题具有相当的不确定性，这些问题的决策是半结构化或非结构化的。因此用于支持企业销售决策的DSS是一种较典型的专用DSS，本节将以中国纺织大学宋福根教授主持开发的一个企业销售决策支持系统(ESDSS)为案例，介绍实际DSS的构造及其具体的应用，以便直观地帮助我们学习和认识DSS。 1、ESDSS的功能 研制ESDSS是为处在竞争日趋激烈的环境中的企业提供一种分析销售因素关系及其变化规律，抉择最优或满意营销策略的科学手段。ESDSS的功能有销售预测和销售决策两大类，另外还有若干辅助功能，见图1。 图1 EDSS的功能结构 销售预测是销售决策的前期工作，预测结果是决策的依据。ESDSS的销售预测功能比较齐全，既有宏观的，也有微观的。销售决策是销售管理的核心，贯穿于销售管理的各个方面和全过程。ESDSS的销售决策功能是一些常用的，也是较为重要的功能。 2、ESDSS的结构与组成 ESDSS的结构设计采用数据库、模型库、方案库 "三库一体"，以"方案驱动"运行，以数据库管理模式进行模型管理的设计思想。ESDSS在结构上是新颖的三角式的三库系统，其特色是提出了方案库的概念和方案驱动的构思并予以实现。系统的逻辑结构见图2。
临床辅助决策支持系统（CDSS）招标要求及技术参数
一、项目总体方案 1、总体目标 临床辅助决策支持系统是基于我院医疗大数据平台和医院海量真实病历数据，结合医学文献、临床知识库等资源，利用分布式存储和计算、自然语言处理、机器学习等技术构建的，面向临床医生的辅助决策和推荐系统，系统支持自动从医生工作站获取当前就诊的患者信息，并从辅助诊疗、病历分析、知识推荐等角度在医生诊疗过程提供辅助决策。 2、基本功能需求 （1）诊断推荐 根据输入的患者信息和主诉现病史等信息，当医生下诊断时，自动推荐疑似诊断，并提供这些诊断的典型症状以及医院内相似病历，并提供相关推荐依据。 （2）检查检验推荐 根据医生当前初步诊断结合患者基本信息、一诉五史，当医生下处置时，自动推荐合适的检验、检查项，并挖掘展示这些检查检验项在医院的相似病历中开立占比，以及相关文献参考，帮助医生进一步确诊。 （3）治疗方案推荐 根据医生当前诊断及患者基本信息、一诉五史，在医生下医嘱时，推荐最佳的治疗方案，并提供这些治疗方案在医院的相似病历中的占比，以及相关文献参考等推荐依据。
（4）智能提醒 依据患者基本信息、一诉五史，结合医院临床历史数据，在医生下诊断或开具不适合患者病情的医嘱处置时，自动预警提示。 （5）病历分析 根据医生在工作站输入的性别、年龄、主诉、现病史、诊断、检查检验、用药等信息，基于医院历史数据找出相似病历及其各个维度的统计数据。 （6）历史数据实时统计分析 根据条件对医院历史数据进行实时统计分析，包括相关病种数量、性别比例、年龄分布、病因分布、疗效比较、并发症、好转率、不良反应、平均住院日、平均住院费用、平均术前时间、手术率、复诊率等不少于20个相关性指标，将这些数据的统计分析结果实时展示在系统界面上，供医生参考。
[案例4] 企业销售决策支持系统 在市场经济体制下，销售管理已成为企业最为重要的经营活动之一。企业销售是企业经营的起点，也是实现企业效益的焦点。销售活动不仅与企业内各部门有密切关系，还与外界有着广泛的交往。销售活动涉及的许多问题具有相当的不确定性，这些问题的决策是半结构化或非结构化的。因此用于支持企业销售决策的DSS是一种较典型的专用DSS，本节将以中国纺织大学宋福根教授主持开发的一个企业销售决策支持系统(ESDSS)为案例，介绍实际DSS的构造及其具体的应用，以便直观地帮助我们学习和认识DSS。 1、ESDSS的功能 研制ESDSS是为处在竞争日趋激烈的环境中的企业提供一种分析销售因素关系及其变化规律，抉择最优或满意营销策略的科学手段。ESDSS的功能有销售预测和销售决策两大类，另外还有若干辅助功能，见图1。 图1 EDSS的功能结构 销售预测是销售决策的前期工作，预测结果是决策的依据。ESDSS的销售预测功能比较齐全，既有宏观的，也有微观的。销售决策是销售管理的核心，贯穿于销售管理的各个方面和全过程。ESDSS的销售决策功能是一些常用的，也是较为重要的功能。 2、ESDSS的结构与组成 ESDSS的结构设计采用数据库、模型库、方案库"三库一体"，以"方案驱动"运行，以数据库管理模式进行模型管理的设计思想。ESDSS在结构上是新颖的三角式的三库系统，其特色是提出了方案库的概念和方案驱动的构思并予以实现。系统的逻辑结构见图2。 ESDSS的数据库存储各种从MIS中析取的销售预测与销售决策依据数据、公用的数据字典与数据表字典，以及运行过程中使用的临时表等。 模型库中的单元模型用程序方式储存，以两级模型字典描述和管理。单元模型的组合根据它们的依赖关系，通过建立临时空间来实现，模型的运行通过指南式的人机逐步对话触发。较特别的是各种销售预测与销售决策的方法也存储于模型库中。销售预测与销售决策所采用的方法与模型分别列于表1与表2。