第1章决策支持系统概述
▲数据：
记载下来的事实，客观属性的值
▲信息：
构成一定含义的一组数据
▲系统：
由若干相互联系相互制约的元素结合在一起，并具有特定功能的有机整体。▲系统的组成：
1、系统由各元素或子系统组成
2、至少包含两个以上的元素
3、各元素之间相互联系或相互制约
4、具有目的性
5、适应环境的变化
▲数据处理系统：
是对大量数据进行收集、组织、存储、加工与传播的总和
▲数据处理系统的特征：
1、数据量大；
2、没有特别复杂的运算；
3、时效性强
▲管理信息系统MIS：
运用系统管理的理论方法，以计算机网络和现代通信技术为手段，对信息进行收集、组织、存储、加工、传播和使用的人机系统。
▲管理信息系统的基本组成：
管理业务应用系统、数据库系统
▲管理信息系统特点：
1、以数据库系统为基础；
2、数据录入；
3、数据传输；
4、数据存储；
5、数据查询；
6、数据统计；
7、指标计算
▲决策支持系统：
以管理科学、运筹学、行为科学、控制论为基础，以计算机技术、模拟技术、信息技术为手段，面向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。
▲决策支持系统主要特征：
1、关注上层管理人员经常遇到的结构化程度不高、规范化不明确的问题
2、把模拟或分析技术与传统的数据存取和检索技术结合起来
3、易于非计算机专业的人员，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适应性和灵活性
5、提供决策的良好效果
▲DSS的功能：
1、管理并提供外部信息
2、收集、管理并提供内部信息
3、收集、管理并提供反馈信息
4、存储和管理数学模型
5、修改和添加数据、模型、方法
6、加工、汇总、分析、预测数据、
7、具有人机会话和图像输出功能以满足数据查询需求
8、提供良好的数据通信功能
9、合理的加工速度和响应时间
▲决策支持系统的形成过程
1、科学计算为管理信息系统奠定了算法基础
2、运筹学的发展为模型辅助决策奠定了模型基础
3、管理信息系统
4、模型辅助决策系统
5、决策支持系统
▲分布式决策支持系统DDSS：
研究由多个物理位置上分离的决策体如何并发计算、协调一致地求解问题
▲DDSS分为：
同步系统：有时间压力下参与者之间同时同地和同时异地的信息交换。
异步系统：无时间压力下参与者异时异地对信息的调查、核实，并通过对在线研讨产生的不连贯信息进行提取整合，形成系统完整的结论。
▲与DSS集成的人工智能技术主要有：
1、自然语言处理和语音处理技术；
2、专家系统ES；
3、人工神经网络ANN
▲智能决策的新技术
1、计算智能（通过对“数值知识”进行数值计算，来实现某些智能行为，与传统的以符号推演为特征的符号智能互相补充）
2、Agent技术
3、商业智能技术（从商业数据中提取信息和知识，并根据这些做出商业决策）▲决策支持的主要方式
1、数据辅助决策
2、模型辅助决策
3、知识辅助决策
4、方案辅助决策
▲决策支持系统与管理信息系统的区别
【联系】：DSS是从MIS的基础上发展起来的，都是以数据库为基础，都需要进行数据处理，都能在不同程度上为用户提供辅助决策信息
【区别】1、DSS支持半结构化，MIS支持结构化决策
2、DSS可处理不确定性问题，MIS处理确定性问题
3、DSS具有模型管理与服务功能，MIS只涉及处理单模型问题
4、DSS具有强大的人机交互功能，MIS交互功能较弱
5、DSS一般只使用数据，MIS经常维护数据
6、DSS支持方案生成与评估，MIS不具备此功能
7、DSS为模型驱动，MIS是数据驱动
8、DSS面向高层管理人员，MIS面向中低层管理人员
第2章决策、决策过程和决策支持
▲决策：
为了确定未来某个行动目标，根据决策者的经验，在具有一定信息的基础之上，借助科学的方法，从两个以上的可行方案中选择最优方案的分析判断过程。
▲决策的内涵：
1、决策目标；
2、多个可行方案；
3、决策实施；
4、目标优化
▲决策的特征：
1、目的性
2、超前性
3、创造性
4、管理性
▲决策的分类：
按性质分（结构化、半结构化、非结构化）
按影响范围分（战略、战术、执行）
按决策环境分（确定型、风险型、非确定型）
▲决策过程：
人们为实现一定目标而制定行动方案，并准备实施的过程，此过程也是一个提出问题、分析问题、解决问题的过程。
▲决策分三个阶段：
1、情报收集；
2、方案设计；
3、方案评估与选择
▲决策过程示意图：（看书上图）
▲科学决策包括：
1、科学的决策程序；
2、科学的决策技术；
3、用科学的思维方法做出决断
▲科学决策的特点：
1、有科学的决策体系和运作机制；
2、有科学的决策程序；
3、重视参谋作用；
4、运用科学技术和科学方法。
▲科学决策原则：
1、信息化；
2、定量分析与定性分析相结合；
3、对比优化；
4、反馈；
5、复杂问题群体决策
▲科学决策流程：
1、提出问题；
2、确定目标；
3、价值准则；
4、拟定方案；
5、分析评估；
6、选择方案；
7、实验验证；
8、普遍实施
▲1、结构化决策（指问题的本质和结构非常明确，且经常重复发生的决策问题，解决这些问题的步骤是已知的，可以采用格式化的书面指示留给用户或计算机处理）
2、非结构化（问题的本质和结构复杂难以理解，无法用固定决策程序来解决）
3、半结构化（介于结构化和非结构化之间）
▲决策支持系统的三部件结构：
对话部件，模型部件，数据部件
▲三部件结构图（看书上图）
▲决策支持系统的三系统结构
语言系统LS，知识系统KS，问题处理系统PPS
▲三系统结构图（看书上图）
▲三部件和三系统结构的比较
【三部件】（优点：①明确了三部件之间的关系②便于和其他系统的区别。缺点：①没有突出DSS的问题处理特性②没有突出语言系统）
【三系统】（优点：①突出了问题处理系统的重要性②明确了语言系统的重要性。缺点：①忽略了数据库系统、模型库系统的关系②不适合与其他系统的区别）▲模型库和方法库的关系
1、一个模型可以有多个方法；
2、多个方法组成一个模型；
3、模型是由方法实现的
4、模型和方法的表现形式不同
5、模型和方法是同一个问题的两个侧面
▲增强型三部件结构（看书上图）
▲四库系统（看书上图）
▲智能决策支持系统IDSS：
是将人工智能技术引入决策支持系统而形成的一种具有人工智能行为的信息系统。
▲IDSS的分层
1、应用层（面向IDSS的使用者）
2、控制协调层（面向IDSS的总设计师）
3、基本结构层（面向专业程序设计人员）
▲IDSS是专家系统ES与决策支持系统DSS的结合
▲综合决策支持系统I3DSS的结构图（看书上图）
▲I3DSS的体系结构
1、第一个主体是数据库系统、方法库系统和模型库系统的结合，为决策问题提
供定量分析的辅助决策信息，是定量分析基础。
2、第二个主体是数据仓库、OLAP，它从数据仓库中提取数据和信息，这些东西反映了大量数据的内在本质，是定量分析的关键。
3、第三个主体是专家系统和数据挖掘的结合，数据挖掘从数据库和数据仓库挖掘知识，放入专家系统中，并由知识推理达到定性分析的辅助决策。
▲I3DSS的特点
1、集成化
2、交互性
3、智能化
▲基于服务的决策支持系统S-DSS的分层：
资源层、服务层、应用支撑层、应用层
▲基于服务的决策支持系统S-DSS的特点：
1、有较强的可扩展性；
2、兼容性好；
3、应用领域宽
▲说明模型库、知识库、数据库三者的两两之间的接口问题（找答案）
▲如何集成模型库系统、知识库系统、数据库系统为统一整体（找答案）
第三章基于数据的决策支持技术
▲数据仓库：
数据仓库是面向主题的、集成的、稳定的、随时间变化的数据集合，用于支持决策制定过程。
▲数据仓库特点：
面向主题
集成
稳定
随时间变化
▲数据集市：
是指具有特定应用的数据仓库，主要针对某个具有战略意义的应用或者具体部门级的应用。
▲数据库与数据仓库的区别：
▲多维数据模型：
以分析和描述数据的多维特征为目标，将客观世界划分为维度和度量，最终形成多维逻辑视图
▲多维数据模型相关概念：维、维级别、维成员、度量、多维数组、数据单元维：人们观察数据的特定角度
维级别：人们观察数据的特定角度还存在不同的细节
维成员：维的一个取值
度量：数据的实际意义，即描述数据“是什么”
多维数组：可以表示为（维1····维n，度量1···度量m）
数据单元：多维数组的取值
▲数据仓库中的数据分为四个级别：
早期细节数据、当前细节数据、轻度综合数据、高度综合数据
▲粒度：
粒度是对数据仓库中数据的综合程度高低的度量。粒度越小，细节程度越高。▲元数据：
关于数据的数据
▲元数据的分类：
技术元数据（关于数据仓库系统技术细节的数据）
业务元数据（从业务角度描述数据仓库的数据）
▲元数据的系统管理功能：
1、描述哪些数据在数据仓库中；
2、定义要进入数据仓库的数据和数据仓库中产生的数据；
3、记录数据抽取工作时间安排；
4、记录并检测系统数据一致性的要求和执行情况；
5、衡量数据质量。
▲数据仓库的数据组织方式：
1、虚拟存储方式
2、基于关系表的存储方式（
3、多维数据库存储方式
▲数据仓库中主要有几类表？
事实表、维表
▲星型模式
事实表和维表联系在一起形成“星型模式”的数据结构
▲雪花模式
“星型模式”的维表按其层次结构用多个维表分开表示。
▲数据仓库的基本体系结构：
数据源，数据ETL，存储与管理，数据的表现
▲ETL处理过程描述：
抽取：是数据进入仓库的入口。
转换：根据数据仓库的要求，进行数据转换等处理，确保来自不同系统、不同格式的数据的一致性和完整性，并按要求装入数据仓库。
加载：将转换后的数据加载到数据仓库中。
▲数据清洗：
指发现并纠正数据文件中可识别的错误，包括检查数据的一致性，处理无效值和缺失值等。
▲数据质量问题可分为：
单数据源模式层问题，单数据源实例层问题，多数据源模式层问题，多数据源实例层问题。
▲数据清洗分类：
1、手工实现方式；
2、通过专门编写的应用程序；
3、某类特定领域的问题；
4、
与特定应用领域无关。
▲数据清洗分成哪几个阶段？
1、数据分析
2、定义清洗
3、执行清洗
▲异构数据集成
主要处理多数据源的异构问题。
▲异构性分为哪几个层次？
系统级异构：指不同的主机
语法级异构：指数据类型
结构级异构：指数据结构
语义级异构：指词汇的语义区别
▲数据仓库设计的方法分为：
自顶向下、自底向上、二者混合
▲数据仓库的设计过程：
1、选取待建模的分析主题
2、选取数据粒度
3、选取用于每个事实表记录的维
4、选取将记录在事实表中的度量。
▲联机分析处理OLAP
是使分析、管理或执行人员能够从多角度对企业数据进行快速、一致、交互地存取，从而获得对数据更加深入了解的一类软件技术。
▲OLAP特点
快速性、可分析性、多维性、信息性
▲OLAP分析：
指对以多维形式组织起来的数据进行切片、切块、上钻、下钻和旋转等分析，使用户能从多角度观察数据仓库中的数据，从而深入了解数据的信息和内涵。▲OLAP基本分析操作
1、切片：在多维数组的某一维上选定一维成员
2、切块：在多维数组的某一维上选定某一区间的维成员
3、旋转：改变报告或页面的显示的维方向
4、上钻：通过归约，将概念向上聚集。
5、下钻：由不太详细的数据分解到更详细的数据。
▲OLAP体系结构：
C/S模式,B/S模式
▲OLAP存储格式可分为：
关系OLAP（ROLAP，基于关系数据库的OLAP实现），多维OLAP（MOLAP，基于多维数据组织的OLAP实现），混合型OLAP（HOLAP，基于混合数据组织的OLAP实现）
▲MOLAP与ROLAP的比较
1、存储结构比较：MOLAP查询速度快，结构清晰明了
2、数据更新比较：ROLAP灵活性好，对数据变化适应性强
3、性能比较：MOLAP在存取速度上占优势，但在预计算、响应时间上的优势是通过牺牲存储空间换来的。
▲数据挖掘的定义：
就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐藏在其中的，但又潜在有用的信息和知识的过程。
▲数据挖掘的分类：
1、关联规则挖掘（发现数据库中一组对象之间的关联）
2、分类和预测（分类是对数据集的分析，找出并区分数据类，以便使用模型预测未知类型的数据）
分类预测模型的建立采用的技术：
人工神经元网络、决策树方法、规则推理方法
3、聚类挖掘（利用计算机技术进行自动分类）
聚类技术主要分为：
划分聚类、层次聚类、密度性聚类和网格型聚类
4、偏差检测（对历史数据的异常记录进行检测）
5、演变分析（描述行为随时间变化的对象的规律和趋势）
▲数据挖掘和联机分析的异同：
OLAP：1、验证型分析工具，由用户驱动
2、事先要对用户需求有深入的了解
3、不同的视图得到的结果可能不同，容易产生误导
DM：1、挖掘型分析工具，由数据驱动
2、计算机将处于长时间工作，结果中可能产生很多无用信息
3、挖掘出的信息可能用户不知道能做什么用
▲联机分析挖掘OLAM的产生背景及典型模式：
OLAP和DM技术在决策分析中存在极为吻合的互补性，因此促成了联机分析挖掘。
【典型模式】
1、先进行立方体计算，再进行数据挖掘
2、先进行数据挖掘，再利用立方体计算进行深入分析
3、立方体计算与数据挖掘同时进行
4、回溯操作
▲经理信息系统EIS定义：
是一种以支持高层管理和决策人员进行日常管理和决策工作的计算机信息系统，能为高层管理者提供决策支持，提高工作效率，增强管理与决策能力。
▲EIS的要求：
数据的外部化与智能化、结构的柔性化和灵活化、系统的协作化和分布化
▲EIS的功能：
1、办公支持是基本部分
2、信息支持是根本功能
3、决策支持注重决策的可行性评价
4、思维支持强调决策过程中的思维过程
▲EIS的建设中集成数据仓库、联机分析和数据挖掘的优势：
1、数据仓库技术改进了数据组织问题
2、联机分析、数据挖掘技术提高了分析能力
第四章基于知识的决策支持技术
▲知识：
是以各种不同方式把多个信息关联在一起的信息结构，是人们对客观事物及其规律的认识。
▲数据、信息和知识的区别：
▲知识的分类：
按作用范围分：常识性知识和领域性知识
按作用及表示分：事实性知识、过程性知识和控制性知识
按作用层次分：对象级知识、元级知识
按确定性分：确定性、不确定性
▲知识表示：
是知识的符号化过程，即用某种约定的形式结构描述知识，并转化成计算机能够存储、处理和利用的形式。
▲知识表示法分为：
符号表示法：（用各种符号，以不同方式和次序组合起来表示知识的方法）连接机制表示法：（运用神经网络技术，把各物理对象以不同方式和次序连接起来，并在其间传递和加工信息的方法）
▲知识表示形式：
谓词逻辑、产生式规则、语义网络、框架、剧本、过程性知识（属于符号表示法）
神经网络（属于连接机制表示法）
▲形式逻辑：
研究人的思维形式及其规律的科学。
▲形式逻辑主要研究：
形成概念、做出判断、进行推理
▲概念：
反映事物的特有属性和它的取值
▲判断：
对概念的肯定或否定
▲推理：
从已知事实出发，通过运用已掌握的知识，找出其中蕴含的事实，或归纳出新的事实。
▲推理有哪几种：
1、演绎推理（从一般现象到特殊现象）
2、归纳推理（从特殊现象到一般现象）
3、类比推理（从特殊现象到特殊现象）
▲三种推理的关系：
1、演绎推理的结论没有超出已知的知识范围，而归纳推理和类比推理的结论超出了已知的知识范围。
2、演绎推理只要前提为真，结论一定为真；归纳推理和类比推理的前提和结论不一定有必然联系，结论未必可靠。
▲基本神经元模型的基本要素：
一组连接、一个求和单元、一个非线性激活函数（书P103，决策支持系统教程P79）
▲语义网络的推理分为：（书P101）
闭式推理（着眼寻找几个概念之间的内在联系）
开式推理（针对某个或某些概念提出问题，通过推理来回答问题）
▲专家系统：
应用于某一专门领域、拥有该领域相当数量的专家级知识，能模拟专家的思维、达到专家级水平，像专家一样解决困难和复杂的实际问题的计算机系统。
▲专家系统的特点：
1、具有丰富的经验和知识
2、能进行符号处理
3、能根据不确定的知识进行推理
4、具有元知识
5、知识的独立性
6、推理不是固定形式
▲专家系统的功能：
1、存储问题求解所需的知识
2、存储具体问题求解的初始数据和推理过程中的各种信息
3、利用已有知识进行问题求解，并控制和协调系统运行
4、能够对推理过程、结论或系统自身行为做出必要解释
5、提供知识获取、机器学习及知识库的维护手段
6、提供用户接口，方便用户使用及分析用户需求
▲专家系统的一般结构并描述各部件功能：（看书上图）
1、知识获取机构（把知识输入到知识库中）
2、知识库及其管理系统（存储领域内的原理性知识、专家的经验性知识及有关的事实）
3、推理机（模拟专家的思维，控制问题求解）
4、解释机构（对自己的行为做出解释）
5、综合数据库及其管理系统（存储初始数据和推理过程中的各种信息）
6、人机接口（计算机与使用者之间的输入输出接口）
▲知识获取：
从知识源获得知识并转化为计算机能够表示、存储、处理的形式。
▲从知识获取到建立知识库需要做的工作有哪些？
1、抽取知识（把蕴含于知识源的知识抽取出来）
2、知识的转换（把知识从一种表示形式变换成另一种表示形式）
3、知识的输入（把用知识送入知识库的过程）
4、知识的检测（通过检测发现并纠正错误）
▲知识获取的困难在于：
1、知识表示失配
2、专家的启发性知识不精确
3、有些启发性知识表示的不可能性
4、缺乏开发专家系统的现代技术
5、知识测试与调试的困难性
▲什么是知识库？
是合理组织的关于某一特定领域的陈述型知识和过程型知识的集合。
▲知识库管理的功能：
1、知识的分类
2、知识的组织与存储
3、知识的检索
4、知识的增加、删除、修改
5、知识的复制和转储
6、知识的一致性、完整性和无冗余性检查
▲推理按结论的可靠性不同可分为？
逻辑推理、似然推理
▲按推理的方向可将逻辑推理分为？
正向推理
反向推理
混合推理
▲冲突消解（冲突解决）的概念：
当可用知识集里有两条以上的知识时，称为发生冲突，需要决定首先使用哪条规则的问题。
▲冲突解决的方案有：
专一性排序
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
决策支持系统期末考试题 一、判断题（对的打√，错的打×；每题2分，共计10分） 1、决策支持系统使用大量数据和多个模式，形成决策方案，替代决策者实现决策。 2、专家系统使用知识和推理机制，运用定性分析的方式辅助决策。 3、数据仓库是面向主体的、集成的、稳定的、相同时间内的数据集合，用于支持决策。 4、云计算是利用远处的数据中心，通过互联网向客户提供软件、存储、数据处理等服务。 5、人们编写计算机程序是可以不受计算机硬件限制，按照人们的正常的思维方式进行。 二、选择题（在下列选项中，只有一个是正确的；每题2分，共计20分） 1、决策支持系统主要是解决决策过程中出现的（）问题。 A. 结构化问题 B. 半结构化问题 C. 非结构化问题 D. 不确定性问题 2、计算机中知识的表示不包括下列哪一种表述（）。 A. 数理逻辑知识 B. 产生式规则 C. 数学模型 D. 本体 3、决策支持系统的模型库中的模型是以（）方式存储的。 A. 计算机程序 B.数学模型 C. 本体知识 D. 产生式规则 4、（）是专家系统的理论基础。 A. 数据库 B. 数学模型 C. 知识库 D.知识表示 5、数据仓库的运行结构采用（） A. B/S 结构 B. C/S 结构 C. B/C 结构 D. PC结构 6、下列不属于联机分析处理基本功能的是（） A. 切片 B. 钻去 C.旋转 D.投影 7、在关联分析中，关于支持度和可信度的说法正确的是（）。 A. 支持度越大，关联规则就越重要 B. 可信度高，支持度低，则关联规则重要 C. 支持度是对关联规则精确度的衡量 D.可信度度是对关联规则重要性的度量 8 、基于云计算的决策支持系统设计方案主要体现在（）。 A. 海量数据的处理和并行数据挖掘 B. 软硬件资源隐没于云端，提供商收取费用 C. 分布式多服务器提供数据处理方法，结果自动获取 D. 原有的决策支持系统不能解决的问题，借助于云计算来解决
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 ······
实验名称:多维数据分析实验 实验目的：掌握工作表之间的关系及从一个表中查询记录，了解EXCELL知识和VB编程技术。 实验内容：1、用EXCELL做一张产品销售表，记录不少于100条。 2、每条记录使用序号、产品名称、销售网点、销售人员、销售时间、 数量、单价、销售额，除销售额外，每个属性取值不少于4个。 3、用EXCELL做一个使用界面，分别从产品名称、销售网点、销售 人员三个视角查看销售额，将该截面做到单独的一张工作表上。 4、分别用三张工作表表示产品名称销售额、销售网点销售额、销售 人员销售额三的视图。 5、按产品名称求销售额汇总，并用工作表表示。 实验工具：Excel的控件技术、编程技术 问题与解决方法：(1)点击控件时，目标数据能够显示，但必须“手动”切换到相应的界面，而非点击后直接显示。解决方法为：在Sub 销售额汇总表()后，Sheet6.Select（2）在编写程序时容易出现错误，解决方法是通过对宏进行录制实现控件功能。 实验结论： 产品销售表 序号 产品名 称 产地销售网点销售时间销售人员数量单价销售额 1 优盘山西赛格20XX-10-11 李一50 89 4450 2 优盘山西赛格20XX-10-12 李一100 89 8900 3 优盘山西赛格20XX-10-13 李一20 89 1780 4 优盘山西赛格20XX-10-13 李一50 89 4450 5 优盘山西赛格20XX-10-13 李一20 89 1780 6 优盘山西赛格20XX-10-14 李一59 89 5251 7 显示器河北赛格20XX-10-15 李一8 100 800 8 显示器河北赛格20XX-10-16 李一9 100 900 9 显示器河北赛格20XX-10-16 李一20 100 2000 10 显示器河北赛格20XX-10-16 李一10 100 1000 11 显示器河北赛格20XX-10-16 李一13 100 1300 12 显示器河北赛格20XX-10-17 李一 5 100 500 13 显示器河北赛格20XX-10-17 李一16 100 1600 14 显示器河北赛格20XX-10-17 李一16 100 1600 15 显示器河北赛格20XX-10-17 李一18 100 1800 16 显示器河北赛格20XX-10-17 李一13 100 1300 17 显示器河北赛格20XX-10-17 李一12 100 1200 18 光驱陕西青龙20XX-10-18 张红9 110 990 19 电脑陕西青龙20XX-10-18 张红15 5420 81300
第十一章决策支持系统 1 决策支持系统的概念 1.1 决策支持系统的产生与发展 诺贝尔奖获得者西蒙强调管理就是决策，认为一个组织的管理活动主要就是决策活动。对于决策依赖有两个观点： ?依靠决策者的经验、智慧、洞察力和魄力 ?依靠科学方法和技术 为克服人性的弱点和计算机的机械性，综合人的分析判断能力和计算机强大的信息处理能力，产生了决策支持系统。 – 20世纪70年代，产生了许多较有代表性的DSS： 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划的Projector； 用于大型卡车生产企业生产计划决策的Capacity Information System，等等 DSS的发展也体现在部件的扩展和新技术、新方法的不断引入。增加知识库和推理机，形成了智能DSS；应用网络技术，形成了群体DSS；集成分布的资源，形成了分布式DSS；结合Web 、智能系统和／或电子商务，形成了基于Web的DSS。
1.2决策支持系统的功能与定义 DSS的定义： 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。 DSS实现以下目标： 在人的分析与判断能力的基础上，借助计算机与科学方法，支持对半结构化和非结构化问题的有序决策，以获得尽可能令人满意的客观的解或方案。 不同类型的DSS，目标和功能略有不同。 DSS的主要功能： 能存储、管理、维护和组织决策模型、求解方法； 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。 DSS 的主要特征： 对准结构化程度不高、说明不够充分的决策问题 模型或分析技术与传统的数据存取及检索技术相结合 易于为非计算机专业人员以交互方式使用； 强调对环境及用户特点的灵活性适应性； 支持但不是代替高层决策者制定决策。 例： 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、库存模拟模型等，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。 需要特别说明： 决策支持系统并不强调寻找最优解，也不意味着提供最后结果，而是为决策者做出自己的判断提供支持； 由决策者在一系列选择中，综合其他不适宜进入模型的因素，得出最后的合理的决策方案。 1.3 决策支持系统的应用与分类 按总体功能划分，DSS有以分析为主、以求解为主和兼有分析与求解等三大类。 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； 求解类为决策者提供决策过程和方案抉择支持； 分析求解类具备分析类与求解类的共同功能。 DSS的分类有多种角度： 按社会领域划分：经济、管理、教育、科技、医疗、政治、军事 按管理层次划分：战略、控制和作业 按管理职能或管理对象划分：营销、生产、采购、财务、人力资源、研发 按决策者划分：个人、群体、高层主管 从发展角度划分：传统、智能、群体、分布式 概括起来，比较成功的DSS应用具有以下特点： （1）大都带有问题分析功能，有些实质上就是一类决策分析系统。 （2）有积累大量数据的信息系统，如ERP系统、CRM系统、经济统计系统的信息支
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
商务智能与决策支持-案例及案例分析 商务智能与决策支持教学案例 案例1：光大银行商务智能系统的实施一、案例内容 成立于1992年8月的光大银行，作为国内最大的股份制商业银行，拥有众多客户群，几百个分支机构遍布国内外;同时光大银行以领先的理念为客户提供种类繁多的金融服务。对于一个如此庞大的机构，如此繁多的金融服务，管理的复杂性可想而知。近年来，通过综合柜台业务系统、阳光卡系统、网上银行系统和办公自动化系统等一系列信息化基础建设，光大银行率先实现了业务系统全国联网和总行数据大集中。 在成功实现业务系统全国联网和总行数据大集中后，经营管理分析方面又出现了一些极待解决的新问题，如：统计数据不够及时准确、对决策分析缺乏专业化系统化支持、报表处理效率低、数据共享差、难以为以客户为中心的经营管理模式提供充足的信息支持、业绩考核没有理想的IT系统为支撑等等。众多新问题的出现是银行管理层始料未及的。 为了尽快突破海量数据的“封锁”，挖掘其中蕴涵的知识和信息，光大银行决策层于2002年初开始立项商业智能及数据仓库系统。光大银行根据自身情况，以实际需要为导向，对各家方案的优劣进行仔细分析、反复考察、综合考虑。最终，菲奈特软件公司的高端商务智能产品BI.Office以其领先的技术和简便的操
作从众多竞争者中脱颖而出，赢得了光大银行决策层的一致青睐。 经过商议，双方在国际结算业务统计分析、对公业务统计分析、信贷风险管理、客户经理业绩考核等方面签定了一系列合作计划。为了降低实施风险，将从国际结算业务统计分析系统开始，各个项目逐步实施。成功的选型是光大银行商业智能应用系统成功实施的开始。国际业务部商业智能的应用证明，光大银行所采取的“以部门为基础实施数据处理”的决定是正确的，也是务实的。 从2002年12月开始，菲奈特BI.Office商业智能应用平台相继应用于光大银行其他几个业务部门，形成相应部门的商业智能系统。这些商业智能系统以数据仓库技术为基础，把分散在各个业务系统的数据进行整合，数据经过清洗、转换，加载到数据仓库；再采用OLAP和Data Mining等技术，为管理决策人员提供强大、灵活的日常查询和决策支持。 一个应用实例：有一段时间存款余额持续不断的增长，但是同期的流失客户数也在不断增长，这个问题引起了业务部分析人员的高度重视。该分析人员通过系统进行自助分析，最后发现，问题的根源在于很多客户经理为了完成揽存目标，费了大量的人力和成本开拓新行业、新客户，而忽略了对老客户的关系管理，才出现了存款余额和流失客户数同时增长的怪想象。于是马上向
财务决策支持系统架构 研究精编 Document number：WTT-LKK-GBB-08921-EIGG-22986
财务决策支持系统架构研究 ? 财务决策过程划分为收集各种财务信息、财务决策方案的设计和分析、对方案进行选择三个阶段，整个财务决策过程与决策者的主观能动性，决策的经验、知识、智慧和判断力分不开。如果计算机系统能对决策者的决策起到辅助和支持作用，无疑增加财务决策的正确性。因此可把财务决策支持系统定义为：财务决策支持系统是以现代管理科学和信息技术为基础，以计算机为工具，运用数量经济学、模糊数学、控制论和模型技术，对财务管理中的结构化、半结构化和非结构化问题进行决策分析的人机交互系统。财务决策支持系统是一个庞大的系统工程，需要财务学（会计学、财务管理学、管理会计学等），计算机科学、统科学、数学、行为科学、心理学、人际关系学等其他学科的支持。这些学科知识构成财务决策支持系统的理论基础。 财务决策支持系统从技术层次上可划分为：专用财务决策系统，即Specific FDSS；财务决策支持系统生成器，即FDSS Generator；财务决策支持系统工具，即FDSS Tools。专用的财务决策系统是直接面向应用的财务决策系统，它能够完成具体财务决策任务，它允许财务决策者利用它去处理一组财务决策任务，它是由计算机和一组软件组成的综合财务系统。财务决策支持系统生成器是间接面向应用用以生成一个专用的财务决策支持系统的软件包，它具有较快建立一个面向特定应用的财务决策支持系统的能力。财务决策支持系统工具是由一组工具类软件组成，它可以用于开发特定财务决策支持系统，也可以用于开发财务决策支持系统生成器，工具可减少开发相应系统的工作量，简化开发过程和提高开发质量和效率。 财务决策支持系统具体功能如下：（1）财务决策支持系统能用来整理和提供本系统与财务决策问题有关的各种数
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
管理信息系统与决策支持系统 基于华北电力大学学生社团的管理信息系统 姓名：孟令虎 班级：自动化1203 学号：201209020216 时间：2014/12/29
学生社团管理信息系统使用报告 一．背景意义 社团管理信息系统加强师生、学生组织及组织成员之间的沟通交流，增进了解的新渠道，是各级学生组织开展网络思想政治教育、记录工作情况及成果的一个全新工作平台。 学校社团信息管理系统是典型的信息管理系统(MIS),本系统主要完成对社员管理、社员查询、社团查询等方面。系统可以完成对各类信息的浏览、查询、添加、修改等功能。由于系统数据的组成对存储安全性要求较高，因此系统的开发工具选择了Microsoft Access200数据库，Microsoft Access具有强大的数据处理功能，再通过需求分析，开发出适用于华北电力大学的社团信息管理系统。 二．系统软件简介 该系统可以有多个用户。通过用户登录验证进入系
统主界面。在系统主界面可以选择查询功能，可以选择添加信息记录的功能。当查询结果不满意，可以选择另外的查询方法，可以实现多种查询方法。当查询出某一个社团的主要功能后，可以选择查看与该社团相关的信息。通过选择添加记录的功能可以修改基本表中的信息。 三．系统介绍 1.登录系统 1.1系统的登录账号及密码分别为 user1：1610484 passward1：1610484 user2：201209020216 passward2：201209020216 效果图如下： 1.2当密码或账号输入错误时可以提示密码或账号错
误。 2.欢迎界面及主界面 2.1欢迎界面 当密码及账号全部输入正确时进入欢迎界面，延时3秒钟，自动跳入主界面。 延时界面如下： 2.2主界面 主界面中可以实现查询功能，以及选择增加记录的功能。
大数据数量庞大，格式多样化。大量数据由家庭、制造工厂和办公场所的各种设备、互联网事务交易、社交网络的活动、自动化传感器、移动设备以及科研仪器等生成。它的爆炸式增长已超出了传统IT基础架构的处理能力，给企业和社会带来严峻的数据管理问题。因此必须开发新的数据架构，围绕“数据收集、数据管理、数据分析、知识形成、智慧行动”的全过程，开发使用这些数据，释放出更多数据的隐藏价值。 一、大数据建设思路 1)数据的获得 大数据产生的根本原因在于感知式系统的广泛使用。随着技术的发展，人们已经有能力制造极其微小的带有处理功能的传感器，并开始将这些设备广泛的布置于社会的各个角落，通过这些设备来对整个社会的运转进行监控。这些设备会源源不断的产生新数据，这种数据的产生方式是自动的。因此在数据收集方面，要对来自网络包括物联网、社交网络和机构信息系统的数据附上时空标志，去伪存真，尽可能收集异源甚至是异构的数据，必要时还可与历史数据对照，多角度验证数据的全面性和可信性。 2)数据的汇集和存储 数据只有不断流动和充分共享，才有生命力。应在各专用数据库建设的基础上，通过数据集成，实现各级各类信息系统的数据交换和数据共享。数据存储要达到低成本、低能耗、高可靠性目标，通常要用到冗余配置、分布化和云计算技术，在存储时要按照一定规则对数据进行分类，通过过滤和去重，减少存储量，同时加入便于日后检索的标签。 3)数据的管理
大数据管理的技术也层出不穷。在众多技术中，有6种数据管理技术普遍被关注，即分布式存储与计算、内存数据库技术、列式数据库技术、云数据库、非关系型的数据库、移动数据库技术。其中分布式存储与计算受关注度最高。上图是一个图书数据管理系统。 4)数据的分析 数据分析处理：有些行业的数据涉及上百个参数，其复杂性不仅体现在数据样本本身，更体现在多源异构、多实体和多空间之间的交互动态性，难以用传统的方法描述与度量，处理的复杂度很大，需要将高维图像等多媒体数据降维后度量与处理，利用上下文关联进行语义分析，从大量动态而且可能是模棱两可的数据中综合信息，并导出可理解的内容。大数据的处理类型很多，主要的处理模式可以分为流处理和批处理两种。批处理是先存储后处理，而流处理则是直接处理数据。挖掘的任务主要是关联分析、聚类分析、分类、预测、时序模式和偏差分析等。 5)大数据的价值：决策支持系统 大数据的神奇之处就是通过对过去和现在的数据进行分析，它能够精确预测未来;通过对组织内部的和外部的数据整合，它能够洞察事物之间的相关关系;通过对海量数据的挖掘，它能够代替人脑，承担起企业和社会管理的职责。 6)数据的使用 大数据有三层内涵：一是数据量巨大、来源多样和类型多样的数据集;二是新型的数据处理和分析技术;三是运用数据分析形成价值。大数据对科学研究、经济建设、社会发展和文化生活等各个领域正在产生革命性的影响。大数据应用的关键，也是其必要条件，就在于"IT"与"经营"的融合，当然，这里的经营的内涵可以非常广泛，小至一个零售门店的经营，大至一个城市的经营。 二、大数据基本架构 基于上述大数据的特征，通过传统IT技术存储和处理大数据成本高昂。一个企业要大力发展大数据应用首先需要解决两个问题：一是低成本、快速地对海量、多类别的数据进行抽取和存储;二是
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。”
财务决策支持系统应用问题探讨 发表时间：2009-11-11T13:18:27.983Z 来源：《赤子》第14期供稿作者：柳光煜[导读] 根据定义，决策问题按结构化程度可以分为结构化决策、半结构化决策和非结构化决策三类柳光煜（中国联合网络通信有限公司黑龙江省分公司，黑龙江哈尔滨 150000）摘要：介绍了财务决策支持系统及应用现状，结合具体案例进行分析并提出了财务决策支持系统在企业中应用的建议。 关键词：财务决策支持系统；应用；建议我国会计信息化从20世纪80年代起步，经过数十年的发展，经历了从单项处理到会计电算化，从会计电算化到管理型财务软件，从管理型财务软件到财务、进销存业务一体化集中管理软件发展的过程。但从我国财务软件发展普遍状况来看，基本解决的是业务核算问题，缺少对财务管理的支持，真正的具有财务决策功能的软件就更少了，对于财务支持系统的研究仅仅停留在把决策支持系统引入到财务的浅显的层次上，无论从理论上到技术上都没有深入，这直接导致会计信息系统特别是财务管理的功能弱化。 1 财务决策支持系统概述 财务决策支持系统是专门用于财务的决策支持系统，它是运用数据和模型帮助财务决策者对半结构化和非结构化的财务问题进行决策的问题信息分析系统。 根据定义，决策问题按结构化程度可以分为结构化决策、半结构化决策和非结构化决策三类。 利用原始的财务系统只能解决结构化问题，而对半结构化和非结构化问题就显得有些力不从心。面对这种困境，财务决策支持系统在会计电算化的基础上，利用会计数据和数学模型辅助决策者去解决财务管理中的结构化和半结构化问题，并将非结构化问题通过专家系统等技术向结构化及半结构化方向发展，这就非常好的解决了大部分的财务决策问题。 2 财务决策支持系统的应用现状 在国外，世界500强企业已经有50%应用了该技术，例如IBM公司，早在1992年就成功应用了财务决策支持系统，在世界来说都是领先的。 在国内来看，财务管理系统也逐步为用户理解和接受，而财务决策支持系统尚处于初级阶段，鲜见成功实例。下面就以ERP在国内的推广为例说明一下财务决策支持系统在国内的应用。 第一阶段：启动期。在二十世纪八十年代，中国机械企业为解决劳动生产率低、库存储备资金占用大等生产管理问题问题，先后从国外引进了MRP－II软件。从整体来看，企业所得到的效益与巨大的投资相去甚远。例如广州标致汽车公司共斥资2000多万法郎从法国引进MRP－II系统，但其应用的部分尚达不到系统的十分之一功能。 第二阶段：成长发展期。这一阶段大致是从1990年至1996年，该阶段的管理软件虽仍然主要还是定位在MRP－II软件的推广与应用上，然而涉及的领域已突破了机械行业。如北京第一机床厂的管理信息系统实现了以生产管理为核心的联动系统，可以迅速根据市场变化调整计划，平衡能力、效率提高了30多倍。广东科龙容声冰箱厂的MRP－II项目，经美国APICS的专家认定达到了A级应用水平。 第三阶段：成熟期。该时期是从1997年开始到21世纪初的整个时期，其主要特点是ERP的引入并成为主角，并把它的触角伸向各个行业，特别对第三产业中的金融业、通信业、高科技产业、零售业等情有独钟，从而使ERP的应用范围大大地扩展。 3 财务决策支持系统案例 3.1网通集团财务软件的应用现状及优势 随着信息技术、管理技术等高科技的发展，人类社会已步入一个崭新的知识经济时代。作为一个大型企业集团，网通集团的财务管理也面临着严峻的挑战，建立科学、高效的财务决策支持系统，是网通集团成为真正的国际一流管理的现代企业集团的必要之举。 网通集团原使用的电算化系统是由上海新逸公司开发的财务软件，但在内部资金结算、预算管理、产权管理等财务管理功能上，不能与公司的MIS相连，大大制约财务管理功能的发挥。2005年，为加快对内部经营决策的快速响应，网通集团委托ORACLE公司开发ERP管理系统，并应用于全集团公司，从应用的情况来看，其优势主要体现在以下几个方面：（1）ERP注重与其他业务部门系统的整合。ERP是个开放性的管理系统，它初衷是将各业务部门的业务管理系统与会计核算、财务管理系统整合在一个系统中，实现信息共享。因此，原财务软件中最主要的会计核算功能是作为一个子系统且分解成总帐、应收、应付等若干模块分布在ERP中。 （2）ERP信息共享程度高。原财务软件中财务信息只有财务人员能看明白，且为保证财务数据的安全，其他部门人员获得财务数据只有通过财务人员提供。但在ERP中，财务数据作为信息共享的组成部分，转化为其他部门所熟知的形式在该专业的系统中体现，其数据的安全性由系统的分级权限来保证。 （3）ERP保证信息数据的统一性和准确性。原财务软件与MIS管理系统相对独立，业务部门在向财务部门及MIS系统中提供数据时，由于时间和口径上的差异，形成统计数据的不一致。但在ERP系统中，由于各业务部门系统整合在一起，数据流在向财务子系统和其他管理系统的传递是同步和统一的，保证了数据的统一性和准确性。 3.2 ERP在应用中存在的问题 由于网通集团刚从传统的财务软件向财务决策支持系统过渡，很多方面都不成熟，准备不充分，在实际应用中ERP也产生了很多的问题。主要有以下几方面：（1）ERP在预算管理方面的功能需要加强。网通集团是一个集通信产品建设、销售、多种产业经营于一体的大型企业集团，这就要求集团财务管理系统具备统驭和协调功能，随时跟踪、监控各成员企业的经营活动，综合平衡集团与成员企业的经济效益，评价、考核成员企业的经营业绩。目前虽然集团和各成员企业的资本纽带关系已经逐步建立，但在预算管理方面，仍然缺乏行之有效的技术手段，亟需将预算管理功能整合至ERP中。 （2）ERP在资金管理方面的功能需要加强。目前，集团的资金管理主要体现在资金的预算管理上，而资金预算的范围并非全部的成员企业，且资金预算管理更多的是指标管理、单向流动管理，资金指标与资金实体并不能完善地、有机地结合在一起。ERP系统应加强资金流相关数据的提炼，并与预算管理系统相结合，以实现对资金筹集、使用的事前、事中监控、资金动向的实时监控，保证资金循环的良性周转。
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
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，
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。