智能决策支持系统
一、智能决策支持系统的定义
决策支持系统（Decision Support System，简称DSS），是以管理科学、运筹学、控制论、和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，针对半结构化的决策问题，支持决策活动的具有智能作用的人机系统。该系统能够为决策者提供所需的数据、信息和背景资料，帮助明确决策目标和进行问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进行评价和优选，通过人机交互功能进行分析、比较和判断，为正确的决策提供必要的支持。它通过与决策者的一系列人机对话过程，为决策者提供各种可靠方案，检验决策者的要求和设想，从而达到支持决策的目的。
决策支持系统一般由交互语言系统、问题系统以及数据库、模型库、方法库、知识库管理系统组成。在某些具体的决策支持系统中，也可以没有单独的知识库及其管理系统，但模型库和方法库通常则是必须的。由于应用领域和研究方法不同，导致决策支持系统的结构有多种形式。
传统DSS 采用各种定量模型,在定量分析和处理中发挥了巨大作用, 它也对半结构化和非结构化决策问题提供支持, 但由于它通过模型来操纵数据,实际上支持的仅仅是决策过程中结构化和具有明确过程性的部分. 随着决策环境日趋复杂,DSS的局限性也日趋突出, 具体表现在:系统在决策支持中的作用是被动的, 不能根据决策环境的变化提供主动支持, 对决策中普遍存在的非结构化问题无法提供支持,以定量数学模型为基础,对决策中常见的定性问题、模糊问题和不确定性问题缺乏相应的支持手段。[1]
DSS应具备以下特征[2]：
●系统的主要功能是为管理人员提供决策支持,其目的是帮助管理人员进行决策而不
是代替他们,是为了提高决策的效能而不是组织的管理效率；
●传统数据管理技术与有关的模型技术、分析技术相结合；
●系统应该有很强的灵活性、适应性、便于用户使用。
智能决策支持系统（IDSS）是决策支持系统与人工智能技术相结合的系统[3],他包括决策支持系统所拥有的组件，包括数据库系统、模型库系统和人机交互系统，同时集成了最新发展的人工智能技术，如专家系统、多代理以及神经网络和遗传算法等。它是以信息技术为手段,应用管理科学、计算机科学及有关学科的理论和方法,针对半结构化和非结构化的决策问题,通过提供背景材料、协助明确问题、修改完善模型、列举可能方案、进行分析比较等方式,为管理者做出正确决策提供帮助的智能型人机交互式信息系统。智能决策支持系统的广义结构如下图所示。
二、智能决策支持系统与能量管理的区别
可以从以下几个方面来说明智能决策支持系统与能量管理系统的区别[4]：
（1）数据源：决策支持系统的数据源包括稳态信息和故障信息，而能量管理的数据源只包含稳态信息。
（2）对故障信息的利用：决策支持系统利用故障信息进行故障诊断，而能量管理系统则没有。
（3）对系统运行的综合分析：决策支持系统提供考虑安全性和经济性的综合评估报告，而能量管理系统未提供。
（4）分析工具：决策支持系统提供稳态信息和故障信息的分析工具，而能量管理系统只提供稳态信息的分析工具。
三、智能决策支持系统的几种结构
（1）基于多代理的智能决策支持系统
以下是应用于智能电网的多代理决策支持系统[5]，电网决策支持系统主要由SCADA 及故障信息管理层、网络分析分析层和指挥系统协调层3部分组层，器结构如下图所示
实时监测数据保护等相关信息
SCADA及故障信息数据管理层：实时收集电力系统的数据，监控系统的运行状态。
网络分析层：由实时稳态分析、智能电网调度操作票、电网故障诊断、电网故障恢复、电网故障操作票组成。
指挥系统协调层：主要由指挥系统构成，主要功能是协调各种网络分析层软件的调用逻辑及执行顺序，以及在有复杂的电网状态变化时，协调调用不同的应用软件，使其以合作的方式完成复杂的任务。
一般来说，智能调度决策支持系统包括如下能够独立完成一定功能的智能体单元：
运行状态评估智能体：实时的监视系统的运行状况，对目前以及未来的系统状况进行安全评估，依据预测的可能系统状况，协调智能层的其他智能体进行预防性策略跟踪，使系统保持在正常经济、安全的状态。
经济运行决策智能体：在正常状况下，根据系统约束条件，在运行规则的指导下，运用相应的算法、模型和知识，综合运用全局系统信息，进行不同优化算法、不同优化模型、不同优化目标之间的优化协调，使得优化决策具有全局可行性，避免优化孤岛的出现。
故障诊断决策智能体：在紧急状况下，自动依据系统运行状况，诊断故障地点和类型等，制定紧急控制，并告知或帮助调度人员进行紧急控制策略。
故障恢复决策智能体：在故障状况下，依据系统状况，结合先验知识，采用不同的模型和算法进行系统恢复决策。
人机交互智能体：在任何情况下，调度人员或电力专家均可以通过它与决策支持系统进行友好、协调的交互，以便于完成特定的任务或进行系统的维护管理等。
日常管理智能体：除了完成调度人员进行的监视、维护、处理异常等日常工作外，还需要进行编写调度日志、操作票、事故报告等一系列工作。
模拟培训智能体：进行决策支持系统的培训、模拟、决策跟踪等。
系统智能体结构如下图所示
以下是应用于沥青混凝土路面施工机群的基于多代理的智能决策支持系统[6],最高层(顶层)为中央智能决策调度支持系统,它负责整个系统的调度决策,实时处理下级决策调度能Agent汇报的信息,并作出决策。中间层为功能决策智能Agent层,包括拌和智能决策调度支持系统、运输智能决策调度支持系统、摊铺智能决策调度支持系统、压路智能决策调度支持系统等,它们负责各自下层的功能Agent,功能Agent层指在路面施工中完成某种施工任务的施工机械或设备,它们的任务是负责调度其下层的功能Agent,来完成系统设定的任务,维持生产节拍、保证质量参数、接受中央的指令并把涉及到改变整个系统状态的决策结果通知中央智能决策调度支持系统。下图是系统的结构图
中央智能决策调度支持系统
拌和智能调度决策支
持系统运输智能调度决策支
持系统
摊铺智能调度决策
支持系统
压路智能调度决策
支持系统
原料管理智能体装
载
机
智
能
体
拌
和
机
智
能
体
质
量
检
测
智
能
体
自
卸
车
智
能
体
1
自
卸
车
智
能
体
n
…
铺
路
机
智
能
体
1
铺
路
机
智
能
体
n
…
质
量
检
测
智
能
体
压
实
智
能
体
1
压
实
智
能
体
n
质
量
检
测
智
能
体
…
下图为决策调度系统原理图。可以看出,IDSS中五个系统(知识库系统、模型库系统、数据库系统、图形库系统及总控系统)间的联系。总控系统控制着其它四个系统的连接与调用,同时负责与外界(信息收发系统、人机接口部分)的信息交换。知识库系统从数据库中获得事实进行推理,从而决定从模型库中调用何种模型进行计算并确定模型中的一些参数,选定的模型从数据库中获得初始数据进行运算,并将运算结果送回数据库。图形库系统可以从数据库中取得需要的数据绘制各种直观的图形。在总控系统之前是人机接口部分、信息收发系统,人机接口部分是用户与系统的桥梁,用来做信息传输、人工决策干预、信息查询和结果输出。信息收发系统负责接收各子系统上传的信息和发布调度决策系统的调度指令。
(2)基于专家系统的智能决策支持系统[3]
专家系统（ES）与决策支持系统（DSS）结合的智能决策支持系统充分发挥了专家系统
以知识推理形式解决定性分析问题的特点，又发挥了决策支持系统以模型计算为核心解决定量分析问题的特点，充分做到定性分析和定量分析的有机结合，使得解决问题的能力和围得到一个大的发展。专家系统与决策支持系统的具体集成结构如下图所示。
DSS ES
IDSS与ES结合主要体现在以下3个方面：
（1）DSS与ES的总体结合。由集成系统把DSS与ES有机结合起来。
（2）知识库和模型库的结合。模型库中的数学模型和数据处理模型作为知识的一种形式，即过程性知识，加入到知识推理中。也可以把知识库和推理机作为智能模型加入到模型库中。
（3）静态数据库和动态数据库的结合。静态数据库为动态数据库提供初始数据，ES 推理结束后，动态数据库中的结果再送回到DSS中的静态数据库中。
四、决策支持系统的结构组成[7]
决策支持系统是智能决策支持系统的基础，智能决策支持系统是在决策支持系统的框架上加入智能技术如多代理技术和专家系统等形成的，IDSS包含了DSS的所有组件，因此了解DSS的组成结构是很有必要的。
1、模型库系统
模型库系统包括模型库和模型库管理系统。模型库中的模型有两类，一类是标准模型，它们是按照某些常用的程序设计语言编程，存于模型库中；另一类是由用户应用建模语言建立的模型。决策支持系统需要通过人机结合和模型库系统实现模型与决策者之间的交流，使模型能随环境变化和用户需求得到及时更新，不仅能够解决结构化问题，而且具有对半结构化和非结构化问题的解释能力。
模型库系统包括三个层次：应用级、生成级和工具级。应用级是决策者专用的或共享的模型子系统。生成级由模型库管理系统、用户接口系统和数据库管理系统、基础库等部分组成，它由DSS的设计人员操作。设计人员通过利用DSS的各种工具来建立和维护各个应用子系统，满足用户需求。工具级是一些专用或通用的软件，如构造模型的软件、图形工具、文
字处理工具和模型化语言等。通常说的模型库，一般是介于应用级和生成级之间的系统。DSS 模型库系统由以下部件组成,如下图所示
1.1、模型
模型是对于现实世界的事物、现象、过程或系统的本质属性进行抽象和简化的描述，即模型反应了客观事物最本质的特征和量的规律，描述了现实世界中有显著影响的因素和相互关系。从现状来看，模型的表示技术主要有实体关系表示、结构化模型表示、框架表示、一阶谓词逻辑、面向对象表示和XML表示等。模型的调度技术主要有类比推理、一阶谓词逻辑、遗传算法、遗传算法、机器学习、基于图形的模型合成、模型描述语言、Agent技术等。其中模型的面向对象表示和XML表示技术以及模型的Agent调度技术具有较大的发展前景。模型的表示形式：
1）模型的程序表示
模型的程序表示方法适用于描述结构化的计算模型。传统的模型程序表示是指模型以包括输入、输出格式和算法在的完整程序形式表示。这种表示形式将解程序和模型联系在一起，使模型难以修改。但是在模型库意义下的程序表示方法是将模型和解程序相分离，并将程序表示的模型分成基本模块，不同模型中的共同部分可以调用相同的模块，以减少冗余。
另一种程序表示方法是以语句的形式表示，用通用的高级语言设计出一套建模语言，即模型定义语言。模型中的不同方程、约束条件和目标函数都对应于MDL中相应的语句。
2）模型的数据表示
模型的数据表示是把模型看作是从输入集到输出集的映射，通过模型的参数集合确定这种映射关系。模型可描述为由一组参数集合和表示模型结构特征集合的框架。输入数据集在关系框架下进行若干关系运算，得出输出数据集。
3）模型的逻辑表示
模型表示了它的输入输出之间的运算关系和数据关系，同时还确定了输入输出之间的逻辑关系。逻辑关系可以描述定量模型的输入输出关系，也可以描述更广泛的模型的对应关系。
4）基于面向对象的模型表示方法
有学者在1993年提出了面向对象的模型表示法，将由SML定义的模型与方法封装成模型类，通过操作的多态性实现模型与数据集的集成。Lenard类比了结构建模与面向对象的程序设计的共同之处，使用Smalltalk列举了结构建模中的对象类，定义了这些类之间的关系，实现了面向对象的模型集成。
1.2、模型库
模型库是按照一定的组织结构将众多的模型存储起来，并利用模型库管理系统对模型进行有效的管理和调用的计算机系统。它是决策支持系统的核心部分，实际上用来存储模型的代码，由源代码库、目标代码库两部分组成。
模型库的组织与储存
（1）模型字典
模型字典是模型库的索引，DSS通过查询字典获得对模型的引用。模型字典的组织结构有文本形式、菜单形式和数据形式。其中数据库形式是最常用的一种。数据库形式的模型字典一般分为3个层次，包括模型基本信息表、模型描述信息表和模型的数据抽象。基本信息表简单的记录者模型的序号、名称、简要说明、使用权限、类型等基本信息。模型的描述信息包括模型结构、约束条件、参数、变量等。模型的数据抽象指明了模型数据的物理路径，与模型库相连。
（2）模型库的组织与储存
一个基本模型需要四个文件存储，其中包括：一个描述输入、输出数据的数据说明文件；一个源程序文件和一个目标程序文件；一个用来对模型进行说明的文件，主要包括模型的方程形式以及算法的自然语言描述等。
1.3、模型库管理系统
模型库管理系统（MBMS）是为操纵和管理模型库的计算机软件系统。它可以生成、调用、维护模型，通过对模型库的管理和控制，保证模型库的安全性和完整性。用户可以通过模型库管理系统的灵活的访问、更新、生成和运行模型。
模型库管理系统应该提供给用户的功能包括：
（1）基本操作，包括模型存取和查询，模型初始化，模型选择，模型综合以及合适的模型输出，模型维护，模型表示，模型抽象，物理和逻辑模型的存储等操作，（2）灵活性，包括为用户提供一些控制功能，用户能根据自己的意愿通过系统提供的自动选择功能或是手动选择模型，还可以引入用户的主观信息。
（3）反馈，指系统能够提供足够的反馈信息，使用户能够随时了解问题求解的状态。
（4）接口，指系统和人机交互界面的接口，方便用户使用模型。
（5）减少冗余，指不同的用户之间可以共享相同的模型，减少冗余存储。
（6）增强一致性，指多个决策人可以使用相同的模型，并减少由于使用不同的数据和不同版本的模型所引起的不一致性。
（7）安全性
（8）可扩展性
（9）一些辅助功能。
1、模型库管理系统的功能
1）建模管理
（1）模型生成：用户可在文本编辑状态下建立一个模型，或利用矩阵生成器，则只要给出一些数据，系统自动生成线性规划模型。
（2）模型连接：进行子类中具体模型的连接，类似于批处理语句。
（3）模型重构：当模型的基本结构发生变化后，对模型重新定义
2）模型的运行管理
模型的运行管理包括模型程序的输入和编译、模型的运行控制、模型对数据的存取。模型程序的输入和编译过程就是所谓的建模过程，需要利用计算机语言进行程序的编写和设计，通过编译系统将源程序编译成目标程序。运行控制是模型程序的调用过程。
3）模型的维护管理
模型的维护管理主要是指对模型进行查询、添加、删除、修改等工作。
4）模型的组合管理
2、模型管理系统的语言体系
（1）模型管理语言
（2）模型运行语言
1.4、模型库的设计
1、建立模型的准则
1）模型的近似性
2）模型的简易性
3）模型的动态性
4）模型的可操作性
5）模型的用户友好性
2、建立模型的步骤
1）建模准备阶段
了解问题的实际背景，要弄清解决的问题，明确建立模型的问题。
2）建立阶段
根据决策的目的对问题进行必要的简化，对收集的信息进行筛选，确定系统的参数，提出适当的假设条件，确定模型的描述方式。
3）模型的求解与分析阶段
根据模型的类型，利用经验、知识、数学方程、定理证明、逻辑运算、计算机求解、推理、仿真等方法对模型进行求解，并对结果进行分析，给出预测。
4）模型检验与修改阶段
对模型的求解进行分析、检验和评价。
5）模型应用阶段
1.5、建模技术
1）建模
（1）建模语言:建模语言是一种类似于程序设计语言的具有完整逻辑的人工建模语言（2）数据表示：将模型看作黑箱，通过模型的输入输出描述模型，而将实际的模型隐藏在这些输入输出的背后。
（3）程序表示：建模者通过编写模型的程序算法程序，并且添加输入、输出要求就构成了基本的程序式模型，
(4)图形化建模：模型以图形的方式表现出来
2）模型库与数据库的结合
模型库与数据库的关系是：决策支持系统是以多模型组合形式辅助决策，模型的运行总是需要调用数据，而且多模型的组合将涉及大量的数据，模型与数据库的结合的有效途径就是解决好模型库中模型存取数据库中数据的接口。
3)人机对话系统与模型库的交互
2、数据库系统
3、方法库系统
方法是能完成预定功能的程序单位。方法完成的功能不仅有数值算法，而且也包括控制、组织数据处理以及报告、图形生成等非数学功能。
方法库系统主要是一个软件系统，它综合了数据库和程序库。一个完整的方法库系统应该由两部分组成，方法库和方法库管理系统。方法要被检索、被执行，执行方法时要提供方法所加载的数据，管理方法就是要管理数据。方法库要为模型库提供支持，因此方法库要设立不同的用户结构。
3.1、方法库的结构
1）方法库的逻辑分层
方法库系统在逻辑上可以分为三个层次：基础级、应用级、匹配级。
基础级为系统提供最基本的方法程序，并称其为元算法。元算法构成了方法库的基本集。系统管理员负责建立基础的、公用的模块，维护方法库管理系统软件。
在应用级上，方法库为终端用户提供应用问题的数学模型，在应用级上要求方法库管理系统根据用户具体要求提供一个或几个模型的组合来为用户的问题进行计算并把结果通过人机交互的方式提供给用户，以便用户进行决策。
匹配级位于基础级和应用级之间，它能够对方法实现组合，把基本的方法经过一定规则和合成，成为专门的新算法，并使数据和加工过的新算法相衔接，向程序员提供裁剪应用软件的工具，使方法库适应不同的应用领域。
对于方法库以上三个逻辑层次上的不同用户需要，方法库应提供三方面的方法库语言。（1）方法库的描述语言
描述语言主要面向方法库的系统管理员。系统管理员可以使用方法库描述语言建立方法库的概念模式，决定方法库的存储结构和存储方式，定义方法的完整性和有效性以及对方法的修改、删除和分类。为了允许不同语言编写方法程序，并送入同一方法库去，在设计和建立方法库时应当考虑一个统一的接口，用来解决各种语言接口之间的差异，以便于方法库的扩充和方法的合成。
（2）方法库的操纵语言
操作语言主要是面向程序员。与数据库系统相比，由于方法库的操作对象是方法而不是数据，因而方法库的操作运算与数据库不同。在方法库中，方法的运算主要是方法的，通过运算将几个方法起来而成为一个新的方法。在方法的运算中，主要问题是方法与方法之间的参数转换及参数传递。
（3）方法库的使用语言
使用语言主要面向一般用户。要求系统提供一种对话环境，用户只需输入一些非过程化的命令形式或提供一些必要的参数，方法库系统即可根据这些参数自动地调用方法及数据进行运算，向用户提供所需的数据或决策信息。
2）系统的结构
方法库系统应包含一个具有通用模块的基本子系统和一个具有面向具体应用模块的用
户子系统。基本子系统是一个具有扩展性的子系统，方法库系统起初建立时，会包括一个具有一定方法程序和模块的基本集，在这个基础上增加具有特定应用的功能模块。
基本子系统和用户子系统都可以再具体划分为两个层次，因此整个方法库系统分为4个层次，分层的主要依据是面向应用程序。0层是核心，而其余3层则具有应用的性质。
（1）0层
0层具有方法库最基本的功能，主要部分有：
（1）对各种解释器提供公共服务的中心控制器。
（2）对非方法库系统的接口，如文件系统、数据管理系统等。
（3）与操作系统功能的接口。
（4）方法库系统文件、方法程序的管理。
（2）1层
1层包括与应用无关的部分，需要时装配进来，这些模块包括：
（1）实现运用广泛的数据类型和类型产生器的模块。
（2）方法库系统自身文件的定义说明和处理功能。这些文件包括的信息有：中间结果、目录、数据字典等。
（3）常驻的数据结构管理。
（3）2层
此层应具有程序库提供的功能。
（1）基本程序。
（2）为实现更为复杂的用户要求特别编制的一些程序。
（3）相应于一些新命令的用户过程，由用户在已有的命令基础上定义。
（4）3层
此层对应于交互式的用户接口，包括进行语法、语义分析的解释器，并通过中心控制调用2层相应的功能。
3）方法字典
方法字典用来对方法库中的程序进行登录和索引。
3.2、方法库管理系统
方法库管理系统是对方法库进行管理维护的系统，它首要功能是对方法库中的方法进行管理，包括建立、更新、检索和删除。此外，由于方法库与模型库和数据库有着密切的联系，方法需要通过模型来调用，三者之间要协调运行统一。
一个完备的方法库管理系统，应包括方法基本管理程序子系统、语言解释器、方法库运行控制子系统、数据库接口和模型库接口。
4、人机交互系统
人机交互系统是提供决策者与计算机进行通信和交互的硬件和软件的总称，是连接决策者与计算机系统的中间纽带。人机交互系统是人与计算机之间传递数据、信息、知识的接口。在DSS的使用过程中，决策者要对DSS的各个子系统进行操作和控制。在DSS中，人机交互系统的作用是把用户与DSS的各个子系统和各种输入、输出设备联系在一起。一方面决策者向用户提出任务要求、输出信息；另一方面系统向决策者输出决策方案和各种辅助决策信息，并在必要时向决策者索取为完成任务所需要的补充信息。
5决策分析方法
决策即选择最佳的行动方案，是对未来的行动方向、目标、方案、原则和方法所做的决
定，是论证、分析、抉择的全过程。决策分析就是对各种所需决策的问题提出一套在进行决策时所必要的推理方法、逻辑步骤和科学手段，并根据所能取得的信息对各种替代方案在各种不同的客观状态下，进行科学的分析和定量的计算，以此供决策人员在决策过程中对要采用的替代方案做出合理的抉择。决策分析的步骤如下图所示
问题
目标
方案
评价
抉择
实施
决
策
信
息
决
策
分
析
方
法
研究
行为
做
出
决
定
否
反
馈
3.1、层次分析法
层次分析法是一种定性和定量相结合的、系统化的、层次化的分析方法。
层次分析法的基本步骤
（1）建立层次结构模型
该模型一般分为三层，最上层为目标层，最下层为方案层，中间是准则层或指标层。下图为机场选址决策层次结构模型。
2、构造判断矩阵
设某层有n个因素，要比较他们对上一层某一准则的影响程度，确定在该层中相对于某一准则所占的比重（即把n个因素对上层某一目标的影响程度排序）。上述比较是两两因素之间进行比较，比较时取1-9标度，如图
建立判断矩阵，可以使得判断思维数学化，从而简化了问题分析，对问题进行定量分析成为可能。
3、层次单排序及一致性检验
由于客观事物的复杂性和认识的多样性，建立的判断矩阵往往会出现不一致性。为了保证应用分析法得到结论合理，还需要对构造的判断矩阵进行一致性检验。
4、确定某层所有因素对于总目标相对重要性的排序权值过程，称为层次总排序，从最高层到最低层逐层进行。
3.2、模糊综合评价
模糊综合评价法是一种基于模糊数学的综合评标方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。
一般步骤：
1、模糊综合评价指标的构建
模糊综合评价指标体系是进行综合评价的基础，评价指标的选取是否适宜，将直接影响综合评价的准确性。进行评价指标的构建应广泛涉猎与该评价指标系统行业资料或者相关的法律法规。
2、采用构建好权重向量
通过专家经验法或者AHP层次分析法构建好权重向量。
3、构建评价矩阵
建立适合的隶属函数从而构建好评价矩阵。
4、评价矩阵和权重的合成
采用适合的合成因子对其进行合成，并对结果向量进行解释。
3.3、粗糙集
粗糙集理论，是继概率论、模糊集、证据理论之后的又一个处理不确定性的数学工具。作为一种较新的软计算方法，粗糙集近年来越来越受到重视，其有效性已在许多科学与工程领域的成功应用中得到证实，是当前国际上人工智能理论及其应用领域中的研究热点之一。在很多实际系统中均不同程度地存在着不确定性因素，采集到的数据常常包含着噪声，不精确甚至不完整。
3.4主成分分析法
主成分分析法是一种数学变换的方法, 它把给定的一组相关变量通过线性变换转成另一组不相关的变量，这些新的变量按照方差依次递减的顺序排列。在数学变换中保持变量的总方差不变，使第一变量具有最大的方差，称为第一主成分，第二变量的方差次大，并且和第一变量不相关，称为第二主成分。依次类推，I个变量就有I个主成分。
其中Li为p维正交化向量（Li*Li=1），Zi之间互不相关且按照方差由大到小排列，则称Zi为X的第I个主成分。设X的协方差矩阵为Σ，则Σ必为半正定对称矩阵，求特征值λi（按从大到小排序）及其特征向量，可以证明，λi所对应的正交化特征向量，即为第I 个主成分Zi所对应的系数向量Li，而Zi的方差贡献率定义为λi/Σλj,通常要求提取的主成分的数量k满足Σλk/Σλj>0.85。
是希望用较少的变量去解释原来资料中的大部分变量，将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量。通常是选出比原始变量个数少，能解释大部分资料中变量的几个新变量，即所谓主成分，并用以解释资料的综合性指标。由此可见，主成分分析实际上是一种降维方法。
3.5、数据包络分析
参考文献
[1] 佚名 . 决策支持系统理论与方法研究综述_曦[J]. 刊名缺失, 出版年缺失, 卷缺失(期缺失): 页码围缺失.
[2] 佚名. 决策支持系统中若干模型问题研究_耿光刚（DSS概念，模型的实现和人机交互界面实现）[J]. 刊名缺失, 出版年缺失, 卷缺失(期缺失): 页码围缺失.
[3] 伟文. 决策支持系统及其开发[M]. :清华大学, 2013.
[4] 佚名. 智能型电网调度决策支持系统的开发与实现_1[J]. 刊名缺失, 出版年缺失, 卷缺
失(期缺失): 页码围缺失.
[5] 吴琼, 文颖, 以涵. 智能型电网调度决策支持系统的开发与实现[J]. 电力系统自动化, 2006, 30(12):79-83.
[6] 利格. 基于多智能体技术的智能决策支持系统的研究[D]. 工业大学, 2004.
[7]梁丽. 决策支持系统理论与实践[M]. :清华大学, 2014.
智能决策支持系统 一、智能决策支持系统的定义 决策支持系统(Decision Support System,简称DSS),就是以管理科学、运筹学、控制论、与行为科学为基础,以计算机技术、仿真技术与信息技术为手段,针对半结构化的决策问题,支持决策活动的具有智能作用的人机系统。该系统能够为决策者提供所需的数据、信息与背景资料,帮助明确决策目标与进行问题的识别,建立或修改决策模型,提供各种备选方案,并且对各种方案进行评价与优选,通过人机交互功能进行分析、比较与判断,为正确的决策提供必要的支持。它通过与决策者的一系列人机对话过程,为决策者提供各种可靠方案,检验决策者的要求与设想,从而达到支持决策的目的。 决策支持系统一般由交互语言系统、问题系统以及数据库、模型库、方法库、知识库管理系统组成。在某些具体的决策支持系统中,也可以没有单独的知识库及其管理系统,但模型库与方法库通常则就是必须的。由于应用领域与研究方法不同,导致决策支持系统的结构有多种形式。 传统DSS 采用各种定量模型,在定量分析与处理中发挥了巨大作用, 它也对半结构化与非结构化决策问题提供支持, 但由于它通过模型来操纵数据,实际上支持的仅仅就是决策过程中结构化与具有明确过程性的部分、随着决策环境日趋复杂,DSS的局限性也日趋突出, 具体表现在:系统在决策支持中的作用就是被动的, 不能根据决策环境的变化提供主动支持, 对决策中普遍存在的非结构化问题无法提供支持,以定量数学模型为基础,对决策中常见的定性问题、模糊问题与不确定性问题缺乏相应的支持手段。[1] DSS应具备以下特征[2]: ●系统的主要功能就是为管理人员提供决策支持,其目的就是帮助管理人员进行决策 而不就是代替她们,就是为了提高决策的效能而不就是组织的管理效率; ●传统数据管理技术与有关的模型技术、分析技术相结合; ●系统应该有很强的灵活性、适应性、便于用户使用。 智能决策支持系统(IDSS)就是决策支持系统与人工智能技术相结合的系统[3],她包括决 策支持系统所拥有的组件,包括数据库系统、模型库系统与人机交互系统,同时集成了最新发展的人工智能技术,如专家系统、多代理以及神经网络与遗传算法等。它就是以信息技术为手段,应用管理科学、计算机科学及有关学科的理论与方法,针对半结构化与非结构化的决策问题,通过提供背景材料、协助明确问题、修改完善模型、列举可能方案、进行分析比较等方式,为管理者做出正确决策提供帮助的智能型人机交互式信息系统。智能决策支持系统的广义结构如下图所示。
决策支持系统实例 物资分配调拨问题是根据各单位提出对物资的需求申请，按仓库的库存情况制定分配方案，再根据分配放案以及仓库和单位的距离制定物资运输方案。最后按照物资运输方案制定各仓库的发货表和各单位的接收表，修改各仓库库存数和各单位的物资数。 该决策问题需要设计多个数据库和多个模型共同求解。总的处理流程如图： 图1 物资分配调拨流程图 一、物资申请和库存的计划汇总 1、各单位按自己的需求提出对各物资的申请 申请数据库为： D i={SQ(W1)，SQ(W2)，… } i=1,2,3…（1.1） 其中D i表示第i各单位，SQ(W j)表示申请物资W j的需要数量。 将各单位的申请数据库汇总成各单位对物资的需求量，形成总申请数据库。 W j={ SQ(D1)，SQ(D2)，…} j=1,2，3… (1.2) 其中SQ(D i)表示第i个单位对物资W j的申请数量。 该项数据处理需要编制程序，类似于数据库的旋转来完成。
2、 各仓库度物资的可供应情况 K i ={XY(W 1)—KD(W 1)，XY(W 2)—KD(W 2)，…} i=1，2，… （1.3） 其中K i 表示第i 个仓库；XY(W j )， KD(W j )分别表示该仓库中物资W j 的现有数量和最低储备量；XY(W j )—KD(W j )表示物质W j 的可供量。 各仓库的多物资的可供应情况汇总成某一物资个仓库的可供量，形成总库存数据库。 Wj={XY(K 1)—KD(K 1)，XY(K 2)—KD(K 2)，…} （1.4） 该项数据处理工作，要在数据库中计算出可供量后，再进行类似于数据库旋转来实现。 该计划汇总工作构成数据处理模型，它与数据库的关系如图： 图2 计划汇总模型与数据库的关系 二、 制定物资的分配方案 物资分配方案是利用物资分配模型来完成的，该分配模型是通过一系列公式实现。 1、 比较分配情况 对同一物资W j 计算总可供量S （各仓库可供量之和）与总申请量Q （各单位申请量之和）的大小。 2、 物资分配方法 （1） 总可供量大于等于总申请量S ≥Q 物资总申请数据库 物资总库存数据库
目录 1 工程背景和依据 (2) 1.1 项目背景 (2) 1.2 编制的依据 (3) 2 决策支持建设现状 (4) 2.1 建设基础 (4) 2.2 需求分析 (4) 3 指导思想、建设原则 (6) 3.1 指导思想 (6) 3.2 建设原则 (6) 4 总体目标 (7) 4.1 总体目标 (7) 5 总体框架和体系 (8) 5.1 总体框架 (8) 5.2 技术路线 (9) 6 主要任务 (11) 6.1 完善信息基础设施 (11) 6.2 建立信息资源中心 (11) 6.3 搭建应用支撑平台 (11) 6.4 建立决策支持应用 (12) 6.5 完善相关支撑体系 (13) 7 重点工程 (15)
7.1 市领导辅助决策支持系统 (15) 7.1.1 市级领导应用 (15) 7.1.2 办公厅及部门应用 (15) 7.2 市领导空间决策支持系统 (16) 7.3 市领导智能决策支持系统 (17) 7.4 市领导多媒体协同办公系统 (18) 7.5 决策分析政务数据交换平台 (19) 7.6 领导决策综合数据库 (20) 8 保障措施 (22) 8.1 加强组织体系建设 (22) 8.2 完善相关政策和制度 (22) 8.3 加强资金保障 (23) 8.4 加强项目培训和咨询 (23) 8.5 强化标准规范建设 (23) 9 计划安排及投资类别 (24) 9.1 总体安排 (24) 9.1.1 工程一期 (24) 9.1.2 工程二期 (24) 9.2 投资类别 (25)
1 工程背景和依据 1.1 项目背景 贯彻党的十六大报告要求“进一步转变政府职能，改进管理方式，推行电子政务，提高行政效率，降低行政成本，形成行为规范、运转协调、公正透明、廉洁高效的行政管理体制”。 贯彻党的十七大报告要求“推进决策科学化、民主化，完善决策信息和智力支持系统”。 《黑龙江省电子政务建设“十一五”规划》：“各级各部门要高度重视电子政务建设工作，切实纳入重要议事日程。主要领导要及时掌握情况，解决问题，加强督促，有计划、有力度地搞好工作推进。”。 《黑龙江省电子政务建设“十一五”规划》：“整合各专业数据系统的关系型数据、非结构化数据，以及多媒体数据，建设全省电子政务数据仓库，利用数据整合、数据分析、数据挖掘技术，建立全省电子政务决策支持系统，为各级领导提供决策支持。” 哈尔滨市已经具备决策支持建设的条件和环境，《哈尔滨市国民经济和社会信息化“十一五”发展规划》指出：“在应用系统建设方面，统一建设了公文传输、信息管理、督办管理、目标管理、议案管理和政务值班管理等6个政务应用系统，在工商、税务等各业务部门分别建设各自业务应用系统的基础上，建设完成了全市企业基础信息共享平台、城市空间地理基础信息共享平台等跨领域、跨部门的应用系统，
决策支持系统在市场预测中的应用 张三 12090XXXXX 计科/电商 120X 班 摘 要：系统中的应用，在此基础上提出了杭州市自来水公司生产和销售两大主题的数据仓库概要设计。为了解决自来水公司的供销差异和客户服务问题，研究中结合地理信息系统提出了管网计算模型和求解方法，为生产、销售两大主题数据挖掘分析提供解决途径。本研究对公用事业领域数据仓库和数据挖掘技术的应用有一定的参考价值。 关键词：数据仓库；数据挖掘；决策支持系统；地理信息系统
1 引言 董事会集资了1500万元，动用了资金储备100万元，向银行借贷了长期贷款600万元，合计2200万元，用于建造企业厂房、添置生产设备、引进研发人员、招聘生产人员、购买材料及机器人等，创办一家生产激光打印机的专业企业。市场经济条件下的现代企业不再是一个封闭式的系统，而是一个与其外界有着广泛经济联系的开放性系统。为此，决策仿真系统构造出的企业为一个开放性的、生产激光打印机的有限股份制模拟企业，模拟企业与采购市场、销售市场、股东、银行、国家及劳动力市场等有着密切的经济往来关系。决策仿真系统设置的模拟企业与其外部经济体系间的主要经济往来关系如图1.1所示。 图1.1 决策仿真系统设置的模拟企业与其外部经济体系间的主要经济往来关系 模拟企业可以生产和销售的产品及销售市场如图1.2所示。设各模拟企业可以生产和销售三种不同类型的激光打印机,各类不同打印机产品主要功能为： Ｅ型（一般产品）──具有自动定位、多种打印规格选择，并带有复印功能的激光打印机。
Ｂ型（特殊产品）──与Ｅ型相比，无复印功能。 Ｉ型（特殊产品）──与Ｅ型相比，无复印功能，但带有读卡器。 生产的产品可在三种不同的市场上进行销售。 一般市场场── 通过聘用的销售人员参与竞争，在市场上销售Ｅ型激光打印机。 附加市场Ⅰ── 企业参与用户对Ｅ型激光打印机进行的大批量招标、投标活动。 附加市场Ⅱ── 根据用户的订购要求，而生产的Ｂ型或Ｉ型激光打印机的销售。 图1.2. 模拟企业可以生产和销售的产品及销售市场 2 决策支持系统与市场预测 2.1 决策支持系统与数据仓库 2.1.1 决策支持系统的概念 ······
基于云计算的智能决策发展综述 郜炎峰 （哈尔滨商业大学计算机学院哈尔滨Y1310120306 ）摘要：随着计算机和通信技术的快速发展，一些基于不同环境下的智能决策支持系统层出不穷，本文主要简单介绍了智能决策支持系统的发展现状，然后重点介绍了基于云计算的智能决策的研究现状，对云计算环境下的智能决策受到的影响，决策资源管理，决策问题协同求解，智能决策支持系统等进行简单分析，进一步提出今后的智能决策系统的研究思路。 关键词：发展现状；云计算；智能决策； Abstract:With the rapid development of computer andcommunicatio n technology, a number of different environments based intelligent decisionsupport systemafter another,This paper briefly introduces the development status of intelligent decision support system, and then focuses on the research status of cloud-based intelligent decis ion.The impact of cloud computing environments being intelligent decision,decision-making resource management,collaborative deci sion-making problem solving, intelligent decision support system fo r simple analysis.Further research ideas putted forward in the futur e of intelligent decision system.
IDSS案例分析 IDSS，也称智能决策支持系统，是人工智能（AI，Artificial Intelligence）和DSS相结合，应用专家系统（ES，Expert System）技术，使DSS能够更充分地应用人类的知识，如关于决策问题的描述性知识，决策过程中的过程性知识，求解问题的推理性知识，通过逻辑推理来帮助解决复杂的决策问题的辅助决策系统。以下以中国铁路哈尔滨局集团公司货运智能决策支持系统为例分析。 为加强哈尔滨局集团公司各系统间货运数据资源整合，提升营销精准度，在众多物流企业中占据竞争优势，阐述哈尔滨局集团公司铁路货运营销管理现状，针对现有信息系统缺少对市场行情、经济形势的采集和分析等问题，结合商业智能相关技术，分析当前货运营销管理策的特点及需求，提出构建哈尔滨局集团公司货运智能决策支持系统的目标及架构，设计智能人机交互、智能搜索引擎、市场营销管理、客户行为感知、市场行情监测、自定义报表查询等功能，为哈尔滨局集团公司货运营销管理提供了重要支持。 在市场经济的浪潮中，提升铁路企业市场竞争力需要抓住瞬息万变的行业数据，科学的加以分析和充分利用，为制订市场营销计划、开发货运产品、调整价格策略提供数据支持。目前，中国铁路哈尔滨局集团有限公司( 以下简称“哈尔滨局集团公司”)具有货运相关的信息系统约有30 余个，各系统之间数据统计口径各异、协同联动能力较低，繁琐的报表定制及传递严重制约着市场开发工作效率。同时，相关业务部门缺乏对客户上游原料、下游产品、库存、销量、运输量
等信息的市场调查及动态监控平台，导致不能最大限度并有效的挖掘客户资源、追溯客户关系、监测运输趋势。针对现有信息系统缺少对市场行情、经济形势、运价指数的采集和分析，还缺少对铁路局集团公司、站段、品类等维度的运量完成指标的倒逼和增量减量预警，以及对重点货源客户的多角度(运输趋势、库存结构、上下游品类等)分析及预测等问题。因此，研究构建哈尔滨局集团公司货运智能决策支持系统，加强各系统间货运数据资源整合、全面掌控铁路客户资源，改善铁路货运市场分析工具薄弱、营销计划与市场衔接不紧密等问题，更好地提升铁路货运市场营销决策工作的效率和质量，提高铁路货运产品的服务水平和客户黏度，满足哈尔滨局集团公司应对市场竞争的需要。 系统架构 哈尔滨局集团公司货运智能决策支持系统从架构设计上分为数据中心、分析服务层、应用层和展示层。数据中心作为数据接收和存储的容器，集成大量铁路货运生产系统的数据资源，包括货票系统、运货五系统、十八点系统、现车系统、箱管系统、运价系统等，通过统一的集成标准提供规范化的基础数据支撑；分析服务层将多样的、有价值的货运大数据资源进行关联分析，满足智能决策过程中逻辑判断、趋势预警、方案制定和行为感知所需；应用层定义系统通用功能，共包括智能语义识别、智能搜索引擎、市场营销管理、客户行为感知、市场行情监测、自定义报表查询、多维预警分析等功能，辅助决策层决策管理所需；展示层通过移动终端设备和浏览工具进行访问，实现
决策支持系统解决方案
————————————————————————————————作者：————————————————————————————————日期：
目录 1 工程背景和依据 (2) 1.1 项目背景 (2) 1.2 编制的依据 (3) 2 决策支持建设现状 (4) 2.1 建设基础 (4) 2.2 需求分析 (4) 3 指导思想、建设原则 (6) 3.1 指导思想 (6) 3.2 建设原则 (6) 4 总体目标 (7) 4.1 总体目标 (7) 5 总体框架和体系 (8) 5.1 总体框架 (8) 5.2 技术路线 (9) 6 主要任务 (11) 6.1 完善信息基础设施 (11) 6.2 建立信息资源中心 (11) 6.3 搭建应用支撑平台 (11) 6.4 建立决策支持应用 (12) 6.5 完善相关支撑体系 (13) 7 重点工程 (15)
7.1 市领导辅助决策支持系统 (15) 7.1.1 市级领导应用 (15) 7.1.2 办公厅及部门应用 (15) 7.2 市领导空间决策支持系统 (16) 7.3 市领导智能决策支持系统 (17) 7.4 市领导多媒体协同办公系统 (18) 7.5 决策分析政务数据交换平台 (19) 7.6 领导决策综合数据库 (20) 8 保障措施 (22) 8.1 加强组织体系建设 (22) 8.2 完善相关政策和制度 (22) 8.3 加强资金保障 (23) 8.4 加强项目培训和咨询 (23) 8.5 强化标准规范建设 (23) 9 计划安排及投资类别 (24) 9.1 总体安排 (24) 9.1.1 工程一期 (24) 9.1.2 工程二期 (24) 9.2 投资类别 (25)
决策支持系统发展综述 精编 Document number：WTT-LKK-GBB-08921-EIGG-22986
决策支持系统发展综述 空军工程大学导弹学院雷英杰 计算机是当代发展最为迅速的科学技术之一，其应用几乎已深入到人类活动和生活的一切领域，大大提高了社会生产力，引起了经济结构、社会结构和生活方式的深刻变化和变革。计算机科学技术具有极大的综合性质，与众多科学技术相交叉而反过来又渗入更多的科学技术，促进它们的发展。计算机科学与其他学科相交叉产生了许多新学科，推动着科学技术向更广阔的领域发展。 智能决策支持系统（Intelligent Decision Support Systems，简称IDSS）是决策支持系统（Decision Support Systems，简称DSS）与人工智能（Artificial Intelligence，简称AI）相结合的产物，它将人工智能中的知识表示与处理的思想引入到DSS，其独特的研究方法和广泛的发展前途使之一出现就成为决策支持技术研究的热点。 智能决策支持系统是以信息技术为手段，应用管理科学、计算机科学及有关学科的理论和方法，针对半结构化和非结构化的决策问题，通过提供背景材料、协助明确问题、修改完善模型、列举可能方案、进行分析比较等方式，为管理者做出正确决策提供帮助的智能型人机交互信息系统。
实践表明，只有当决策支持系统具有较丰富的知识和较强的知识处理能力时，才能向决策者提供更为有效的决策支持。 考虑到IDSS是在传统DSS基础上发展起来的，所以这里先介绍有关决策、决策科学和决策支持技术的基本概念。 一、DSS的产生与发展 1.1DSS的产生背景 电子数据处理EDP（Electronic Data Processing）：提高了工作效率，把人们从繁琐的事务处理中解脱出来。缺点：仅局限于具体信息处理，不共享，不考虑整体或部门情况。 管理信息系统MIS（Management Information Systems）：整体分析，系统设计，信息共享，部门协调。缺点：难于适应多变的内、外部管理环境，对管理人员的决策帮助十分有限。 决策支持系统DSS（Decision Support Systems）：70年代中期Keen和Scott Morton在《管理决策系统》（1971）一书中提出。目标：对管理者做决策提供技术支持。 背景：运筹学模型发展已经比较完善，多目标决策分析突破了单一效用理论的框架，计算机软、硬件及网络技术的迅猛发展，人工智能特别是知识处理技术的发展，数据库技
决策支持系统在企业中的应用 20 - 20 学年第学期 姓名： 班级： 学号：---- 授课教师：实验教师： 决策支持系统在企业中的应用
摘要：随着时代的发展，决策支持系统作为新兴的一种信息技术，能够为企业决策者提供各种各样的决策方案在绝大程度上减轻了其工作量，提高了决策的质量，在企业中有着毋庸置疑的重要地位。本文从决策支持系统的发展现状、系统的概念、应用的特点及其在企业中实行的便利性和重要性经行了全方位的阐述。 关键词：决策支持系统决策者数据数据仓库 1 引言 在当今社会，高速有效的信息对一个企业的发展与决策有着无比重大的意义与价值。企业信息化管理是在企业管理的各个环节应用现代化的信息技术，来加快企业管理息的传递、加工和处理的速度，使这些信息资源得到高效的利用，及时地为企业管理高层提供决策的依据，能够切实有效地促进企业管理水平的提高。但是实际上，企业信息化建设是一个宏伟的系统工程，有着非常重大的意义与影响。 一个企业在其信息化建设中要着重突出管理决策信息系统的主体地位，企业管理的核心是“决策”。随着信息技术的全面发展，使用先进的科技技术从而消除了许多信息流通的阻碍。也使企业面临了比以往任何时候都更为复杂的生存环境。竞争的压力对企业制定决策的速度与质量都有更高要求。仅凭自身以往的经验来进行的决策已远远不能适应现代企业管理的需求，合理地利用计算机来辅助企业的决策，实施科学的决策是非常必要的。 2 我国企业信息化发展现状 充分利用信息技术来实施以信息化带动工业化的发展战略，是企业提高其核心竞争力，从而与国际化接轨的重要途径。我国的企业信息化建设是从七十年代初开始起步，到了八十年代中期打下的基础，在九十年代中后期才开始迅速发展。目前，我国企业信息化建设已经取得了非常大的效果。但是，与国际的先进发展水平仍有很大的差距，还存在着非常多的问题。下面对这些问题进行一些简要分析。根据在企业中的调查，随着其体制的改革与市场化压力的逐渐增大，大多数的企业已经能够深切地体会到了信息的重要性，从而对信息化技术发展能够促进企业发展达成了共识。为了实行以信息化带动工业化的发展战略实现生产力跨越式发展的过程，企业的管理者充分意识到信息技
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）
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
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。
高度结构化决策：如果决策的目标简单，可选行动方案少，界定并且明确决策带来的影响，则此类决策为高度结构化决策。 简答决策支持系统的设计思想：是努力实现一个具有巨大发展活力的、适应性强的开发系统，其设计方法则强调充分发挥人的经验、判断力、创造力，强调其未来的发展，努力使决策更加正确。 数据仓库：将大量用于事物处理的传统数据库数据进行清理、抽取和转换，并按决策主题的需要进行重新组织。 确定型决策：是指只存在一种完全确定的自然状态的决策。 风险型决策：也称随机决策，是决策者根据几种不同的自然状态可能发生的概率所进行的决策。 不确定型决策：对这类事件的决策只能在不肯定情况作出，即在知道可能出现的各种自然状态，但又无法确定各种自然状态发生概率的情况下作出，这类决策问题就是不确定型决策。目标准则体系：在多目标决策问题中，其目标或者经过逐层分解，或者依据决策主体要求和实际情况需要，形成多层次结构的子目标系统，使得在最低一层子目标可以用单一准则进行评价，称之为目标准则体系。 多阶段决策过程：把一个问题看作是一个前后关联的具有链状结构的多阶段过程就称为多阶段决策过程。 定性方法：是指决策者在占有一定的事实资料、实践经验、理论知识的基础上，利用其直观判断能力和逻辑推理能力对决策问题进行定性分析的方法。 定量方法：是指决策者在占有历史数据和统计资料的基础上，运用数学和其他分析技术建立起可以表现数理关系的数学模型，并利用它进行决策的方法。 信息管理科学：是以信息为主要研究对象，以信息处理的规律和应用方法为主要研究内容，以计算机等技术为主要研究工具，以模拟和扩展人类的信息处理和知识处理功能为主要目标的综合性学科。 简答信息处理技术：是指信息本质与信息收集，信息组织与数据仓库，信息分析与数据挖掘。联机分析处理：是决策者和高层管理人员对数据仓库的多维信息分析处理。 数据挖掘：是从大量数据中提取或挖掘深层信息或知识的过程。 解决问题的灵活性：是指提供给最终用户的灵活性，称为解决问题的灵活性。 修改配置的灵活性：是指在使用F1还不能生效的情况下，DSS所提供的修正某个特定的DSS 的能力，称为修改配置的灵活性。 适配的灵活性：是指当完全不同的特定DSS的要求产生时，系统能够通过对DSS的基本成分的变更，使得新的专用DSS的产生。称为适配的灵活性。 包容的灵活性：如果DSS的基础技术的某些基本性质发生了变化，它们必然影响到在其之上的系统的能力，称包容的灵活性。 适应性设计方法：DSS的开发过程不应当像开发MIS那样严格地划分成若干阶段，而应当是一个前后各阶段紧密联系的、反复的实施过程。他们所提倡的DSS开发方法叫适应性设计方法，又称反复设计法。 四要素法：表达方式、系统操作、记忆输助、控制机构，这个系统分析观点又被简称为四要素法或ROMC方法。 DSS工具：是指用于开发DSS最基础的技术，既可用于DSS生成器的开发，也可用于专用DSS的开发，它包括开发专用DSS或DSS生成器的基本硬件和软件单元。 外壳类：即提供决策支持系统的一个框架。当开发一个具体的DSS时，开发者只需根据使用说明填写“具体内容”（包括数据、模型与方法等），即可形成一个可运行的决策支持系统。专用DSS：是完成专门决策任务的计算机软件和硬件系统。
第一章概述 1.1 平台建设背景 当前政府、企业的信息化的状况是，各政府和企业一般都设计和建设了属于机构、业务本身的应用、流程以及数据的信息处理系统，独立、异构、涵盖各自业务内容的信息处理系统，系统设计建设的时期不同、业务模式不同，信息化建设缺乏有效的总体规划，重复建设；缺乏统一的设计标准，大多数系统都是由不同的厂商在不同的平台上，使用不同的语言进行开发的，信息交互共享困难，存在大量的信息孤岛和流程孤岛。为了有效整合分散异构的信息资源，消除“信息孤岛”现象，提高政府和企业的信息化水平。宇思公司要开发的数据共享交换平台，主要目的是有效整合分散异构系统的信息资源，消除“信息孤岛”现象，提高政府和企业的信息化水平，灵活实现不同系统间的信息交换、信息共享与业务协同，加强信息资源管理，开展数据和应用整合，进一步发挥信息资源和应用系统的效能，提升信息化建设对业务和管理的支撑作用。 要求新构建的数据共享交换平台要遵循标准的、面向服务架构（SOA）的方式，基于先进的企业服务总线ESB技术，遵循先进技术标准和规范，为跨地域、跨部门、跨平台不同应用系统、不同数据库之间的互连互通提供包含提取、转换、传输和加密等操作的数据交换服务，实现扩展性良好的“松耦合”结构的应用和数据集成；同时要求数据共享交换平台，能够通过分布式部署和集中式管理架构，可以有效解决各节点之间数据的及时、高效地上传下达，在安全、方便、快捷、顺畅的进行信息交换的同时精准的保证数据的一致性和准确性，
实现数据的一次 数据共享交换平台-设计方案 采集、多系统共享；要求数据交换平台节点服务器适配器的可视化配置功能，可以有效解决数据交换平台的“最后一公里”问题，快速实现不同机构、不同应用系统、不同数据库之间基于不同传输协议的数据交换与信息共享，为各种应用和决策支持提供良好的数据环境。要求数据共享交换平台能够把各种纷繁复杂的数据系统集成在一起完成特定业务，提供同构数据、异构数据之间的数据抽取、格式转换、内容过滤、内容转换、同异步传输、动态部署、可视化管理监控等方面功能，支持的数据包括各主流数据库（如Oracle、SQL Server、MySQL等）、地理空间数据（如卫星影像、矢量数据）、常规文件（word、excel、pdf）等各种格式，并可以根据用户需求定制开发特定业务服务。 1.2 应用场景 场景一：中国科学院电子学研究所的信息交换需求 实现各个数据中心间的数据库层面的数据共享交换，各中心之间是双向的、实时的数据交换，各数据节点的数据库是同构的数据库系统（即Oracle），数据的类型是基于数据库表格的规则数据，字段类型包含BLOB字段类型。目前各数据节点的数据结构（表）是相同的，主要是一表对一表的数据交换，数据抽取和过滤需求比较简单。目前数据共享交换是通过Oracle GoldenGate数据库同步工具来实现的。 用户具体需求包括： 1）可视化的交换节点配置管理，包括：动态添加数据交换节点、配置交换节点间的表的同步映射关系、配置表的同步规则、过滤条件
作者简介：蒋慧贤（1984—）,女，武漢人，碩士，研究方向：信息咨询服务。摘要：从智能决策支持系统的概念、性能出发，探讨了该系统应用于管理决策的优势，并大胆描述了智能决策支持系统将对企业管理决策带来的巨大变化。关键词：智能决策支持系统；AI；ES 1智能决策支持系统的概念 智能决策支持系统（IDSS，Intelligence Decision Supporting Sys tem），是人工智能（AI，Artifieial Intelligence）和DSS相结合而成的决策支持系统，它应用专家系统（ES，Expert System）技术，通过逻辑推理的手段充分应用人类知识处理复杂的决策问题。 2智能决策支持系统的特点和功能 智能决策支持系统，我们又称为高阶决策支持系统，它将决策支持系统的人机交互系统、模型库系统、数据库系统和专家系统的知识库、推理机及动态数据库相结合，因此能拥有优于传统决策支持系统的特性和功能： ①由于智能DSS具有推理机构，能模拟决策者的思维过程，所以能根据决策者的需求，通过提问会话、分析问题、应用有关规则引导决策者选择合适的模型。②智能DSS的推理机能跟踪问题的求解过程，从而可以证明模型的正确性，增加了决策者对决策方案的可信度。③决策者使用DSS解决半结构化或非结构化的问题时，有时对问题的本身或问题的边界条件不是很明确，智能DSS却可以通过询问决策者来辅助诊断问题的边界条件和环境④智能DSS能跟踪和模拟决策者的思维方式，所以它不仅能回答“what……if……”,而且还能够回答“why”,“when”之类的解释性原因，从而能使决策者不仅知道结论，而且知道为什么会产生这样的结论。 IDSS充分发挥了专家系统以知识推理形式解决定性分析问题的特点，又发挥了初级决策支持系统模型计算为核心解决定量分析问题的特点，充分做到定性分析和定量分析的有机结合，使得解决问题的能力和范围得到了一个大的发展。IDSS中DSS和ES的结合主要体现在三个方面： ①DSS和ES的总体结合。由人机交互系统把DSS和ES一体化。②KB 和MB的结合。模型库中的数学模型作为知识的一种形式即过程性知识，加入到知识推理过程中去。③DB和动态DB的结合。DSS中的DB可以看成是相对静态的数据库，它为ES中的动态数据库提供初始数据。ES推理结束后，动态DB 中的结果再送回到DSS中的DB中去。 3管理决策中智能决策支持系统的应用 DSS与ES相结合，意味着智能化决策支持系统不仅能提供许多传统的决策支持功能，还可以提供知识编辑、推理、学习等更接近于人类决策方式的功能。同时，系统还可能在一定程度上接受自然语言所提出的问题，让系统使用起来更加友好。人工智能技术引入DSS中可以有几种途径。首先Simon提出有限合理性模型是和人工智能技术紧密结合的，有限合理要求建立一个紧密跟踪人的行为的系统，而专家系统正是这样的一种系统。其次，人工智能因为可以处理定性的、近似的知识而引入DSS中，这方面正是专家系统的优势所在。最后，DSS的一个共同特征是交互性强，这就要求高阶的决策支持系统使用起来更方便，并且在接口水平和在进行的推理上更为透明。人工智能在接口水平，尤其在对话功能上对此可以做出有益的贡献。 正因为智能决策支持系统具有优于一般决策支持系统的特性，使其有可能在企业日常管理中发挥重要作用，甚至影响企业组织的方方面面。
关于决策支持系统的应用的读书报告 一、摘要：现今，用PowerPoint制作的课件已在教学中得到广泛的应用， 但PowerPoint制作的课件交互能力差，功能简单且不易于扩展。而本文主要介绍《决策支持系统》课件的制作。在该系统的设计过程中，本文主要作了如下工作：首先，说明了教学和多媒体结合的可行性，及各种创作工具的比较和选用；其次简要概括了系统设计的一般流程，并在分析了课件界面设计的原则和风格之后对该课件的大体程序进行分析，最后提出了制作过程中总结出的一些经验技巧，并对多媒体课件技术提出展望之处。 二、引言： 决策支持系统(DSS)的概念提出20多年来,随着决策理论、信息技术、数据库技术、办公自动化、专家系统等相关技术的发展，DSS取得了长足的进展，在许多领域得到应用。DSS已成为许多行业经营管理中一个不可缺少的现代化支持工具。本期专题介绍了银行、房地产、企业等应用DSS的情况,包括如下文章： 1.决策支持系统建立中的关键问题 ——兼论云南玉溪卷烟厂信息管理与决策支持系统 本文以建立云南玉溪卷烟厂信息管理与决策支持系统为例，介绍了决策支持系统建立中的关键问题，包括决策支持与数据管理系统，模型、方法和知识管理系统及用户交互环境。 2.银行智能决策支持系统 面对激烈竞争和瞬息万变的金融市场，传统的银行决策方法已不能适应现代化银行发展的需要。本文探讨如何将计算机决策支持技术应用到银行高层决策，建立银行智能决策支持系统。 3.地震预报智能决策支持系统的研制与应用 地震是众多自然灾害中对人类生存造成危害最为严重的一种灾害。为了科学、准确预报地震，减轻地震的影响，建立地震预报智能决策支持系统具有非常重要的价值。 4.智能房地产决策支持系统eid 柔性综合集成能够使系统按照当前运行状况，动态配置所需的计算机部件，以解决传统专家系统表示和推理单一、难以融合异质计算部件等缺点。本文介绍在构建智能房地产决策支持系统中，采用基于任务归约和子任务联想的知识汤建模方法，对柔性综合集成作了初步的尝试。 5.低成本cims成本管理决策支持系统 本文以特钢企业为背景，阐述了建立网络环境下低成本cims成本管理决策支持系统的基本思想，并提出cims环境下管理与决策的模型库、数据库、方法
【最新整理，下载后即可编辑】 目录 1 工程背景和依据 (2) 1.1 项目背景 (2) 1.2 编制的依据 (3) 2 决策支持建设现状 (4) 2.1 建设基础 (4) 2.2 需求分析 (4) 3 指导思想、建设原则 (6) 3.1 指导思想 (6) 3.2 建设原则 (6) 4 总体目标 (7) 4.1 总体目标 (7) 5 总体框架和体系 (8) 5.1 总体框架 (8) 5.2 技术路线 (9) 6 主要任务 (11) 6.1 完善信息基础设施 (11) 6.2 建立信息资源中心 (11) 6.3 搭建应用支撑平台 (11) 6.4 建立决策支持应用 (12)
6.5 完善相关支撑体系 (13) 7 重点工程 (15) 7.1 市领导辅助决策支持系统 (15) 7.1.1 市级领导应用 (15) 7.1.2 办公厅及部门应用 (15) 7.2 市领导空间决策支持系统 (16) 7.3 市领导智能决策支持系统 (17) 7.4 市领导多媒体协同办公系统 (18) 7.5 决策分析政务数据交换平台 (19) 7.6 领导决策综合数据库 (20) 8 保障措施 (22) 8.1 加强组织体系建设 (22) 8.2 完善相关政策和制度 (22) 8.3 加强资金保障 (23) 8.4 加强项目培训和咨询 (23) 8.5 强化标准规范建设 (23) 9 计划安排及投资类别 (24) 9.1 总体安排 (24) 9.1.1 工程一期 (24) 9.1.2 工程二期 (24) 9.2 投资类别 (25)
1工程背景和依据 1.1项目背景 贯彻党的十六大报告要求“进一步转变政府职能，改进管理方式，推行电子政务，提高行政效率，降低行政成本，形成行为规范、运转协调、公正透明、廉洁高效的行政管理体制”。 贯彻党的十七大报告要求“推进决策科学化、民主化，完善决策信息和智力支持系统”。 《黑龙江省电子政务建设“十一五”规划》：“各级各部门要高度重视电子政务建设工作，切实纳入重要议事日程。主要领导要及时掌握情况，解决问题，加强督促，有计划、有力度地搞好工作推进。”。 《黑龙江省电子政务建设“十一五”规划》：“整合各专业数据系统的关系型数据、非结构化数据，以及多媒体数据，建设全省电子政务数据仓库，利用数据整合、数据分析、数据挖掘技术，建立全省电子政务决策支持系统，为各级领导提供决策支持。” 哈尔滨市已经具备决策支持建设的条件和环境，《哈尔滨市国民经济和社会信息化“十一五”发展规划》指出：“在应用系统建设方面，统一建设了公文传输、信息管理、督办管理、目标管理、议案管理和政务值班管理等6个政务应用系统，在工商、