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，数据库技术、图形显示技术、各类工具软件的发展与完善，构成了DSS形成与发展的技术基础。
1.2DSS的发展
70年代，Scott Morton在《管理决策系统》（1971）一书中首次提出DSS。
Peter G. W. Keen等人编写了一套丛书，阐明DSS的主要观点，初步构造出DSS的基本框架。
1978至1988年，DSS得到迅速发展，许多实用系统被开发出来，投入实际应用，产生明
显效益。
1988至现在，DSS技术持续发展，目前已基本成熟。新一代DSS研究仍然十分活跃。
1.3DSS的理论基础
（1）信息论
信息是现代科学技术中普遍使用的一个重要概念。
信息论是运用信息的观点，把系统看作是借助于信息的获取、传送、加工处理、输出而实现其有目的性行为的研究方法。
（2）计算机技术
计算机软件技术、硬件技术、网络技术、图形处理技术、知识处理技术等。
（3）管理科学与运筹学
管理科学MS（Management Science）：面向管理者，研究决策问题，如决策目标、决策效能等。
运筹学OR（Operations Research）：提供一系列优化、仿真、决策等模型。
（4）信息经济学
在信息时代，研究信息的产生、获得、传递、加工处理、输出等方面的价值问题。从经济学的角度，研究信息产生和获得的成本是多少？利润是多少？即研究信息价值问题。
（5）行为科学
研究决策者的决策风格、在决策过程中的决策行为等，指导DSS的设计和开发。涉及到决策者的心理学。
（6）人工智能
将人工智能技术用于管理决策是一项开拓性工作。当前研究的IDSS就是DSS与AI技术相结合的产物，它用领域专家的知识来选择和组合模型，完成问题的推理和运行，为用户提供智能的交互式接口。
人工智能技术作为计算机应用研究的前沿，近十年取得了惊人的进展，呈现了光明的前景。专家系统、智能机器人和模式识别是人工智能中最活跃、最富有成果的三个研究领域。其中专家系统ES（Expert Systems）研究，取得了许多实用化的成果。当今世界上已经有上千个专家系统，应用于医疗、诊断、探矿、军事、调度、质谱分析、计算机配置、辅助教育等各种领域，并已开始涉足财务分析、计划管理、工程评估、法律咨询等管理决策领域。
DSS和ES：处于不同的学科范畴，有着不同的解决问题的方法。DSS主要运用数据和模型，ES主要运用知识和推理。在管理科学领域，一个是方兴未艾，一个是后起之秀，各有特色。但是它们的互相结合和互相渗透，将会把计算机用于决策支持技术推向一个新的高度。
决策的正确性关系到经营效果和事业成败，决策理论、决策方法和决策工具的科学化和现代化是正确性的重要保证。人工智能将为DSS提供有效的理论和方法。例如，知识的表示和建模，推理、演绎和问题求解及各种搜索技术，再加上功能很强的人工智能语言，都为DSS 的发展走向更加实用的阶段提供强有力的理论和方法的支持。
1.4DSS与相关技术的关系
（1）决策与预测的关系
决策：创造未来，基于预测，实现将来一个目标。
预测：预言未来，基于分析、研究、仿真、实验。
例如：灾害预测与防灾决策、日常预测与决策、经营预测与决策、宏观预测与决策、贯序预测与决策、为重大决策作预备性研究等。
（2）DSS与MS/OR的关系
MS：处理结构化问题，运用分析的观点。
OR：处理结构化问题，研究对象主要集中在数学规划、决策论、对策论等理论和方法上。
DSS：处理战略、规划等半结构化和非结构化一类的决策问题。
（3）DSS与MIS的关系
MIS：收集、传递、存储、加工处理各种信息，监测运营数据，利用历史数据预测未来，用指定的数学方法分析数据，提供全面数据和分析报告。面向管理人员，提供低层次的决策支持。
DSS：面向决策者，提供适当的决策支持，是MIS的高级阶段。
（4）DSS与ES的关系
IDSS = DSS + ES
ES：利用知识和推理机，处理半结构化和非结构化问题。
DSS：使用数据和模型，处理结构化问题，与ES结合后，可处理半结构化和非结构化问题。
二、DSS的基本概念
2.1决策过程
决策过程：如图1所示。
图1 决策过程
决策科学主要研究：确定目标、设计方案、评价方案三个基本阶段。这三个基本阶段又分别称为理解、设计、选择活动。
2.2决策问题的类型
决策问题的类型（按结构化程度分为）：结构化、半结构化、非结构化三种。
结构化程度：对某一过程的环境和规律，能否用明确的语言（数学的或逻辑学的，形式的或非形式的，定量的或推理的）给予清晰的描述。
结构化问题：能够描述清楚的问题。三个阶段都能使用确定的算法或决策规则。
非结构化问题：不能够描述清楚，而只能凭直觉或经验作出判断的问题。三个阶段都不能使用确定的算法或决策规则。
半结构化问题：介于两者之间的问题。一个或二个阶段能使用确定的算法或决策规则。
2.3决策问题的性质和层次
决策问题的层次：办事员（作业调度）、部门负责人（运筹管理）、顶层负责人（战略规划）。
按照决策问题的层次和类型，决策问题可分为9类，如表1所示。
表1 决策问题的类型
2.4 决策风格
按获取数据的方式分：感知型（S）、直觉型（N）。感知型——喜欢与特定问题有关的硬数据。直觉型——喜欢描写可能性的整体信息。
按处理数据的方式分：思考型（T）、感觉型（F）。思考型——喜欢用逻辑或其他规范化的手段去推理。感觉型——喜欢用个人的术语来考虑问题。
组合起来，共有四种类型的决策风格：系统型（ST）、思辩型（NT）、司法型（SF）、直观推断型（NF）。
系统型（ST）：喜欢运用量化信息，喜欢运用成本效益分析和评价的研究作为辅助决策的工具。
思辩型（NT）：善于思索未来的可能性，喜欢运用带有灵敏度分析的决策树作为决策的帮助。
司法型（SF）：注意力集中于当前的环境，喜欢运用决策小组进行决策。
直观推断型（NF）：十分重视现实的可能性，喜欢运用双向调整的方法来达到决策的目的。
三、DSS的构造与系统结构
DSS的构造研究主要解决DSS的组成问题，即组成DSS的部件。
现在，经典提法是：DSS = 四库系统+ 对话系统（人机界面）
四库系统：数据库系统、模型库系统、方法库系统、知识库系统。
当前，也有人讲5库系统（+文本库）、6库系统（+图形库）、7库系统（+语音库）、8库系统（工具库）等。
DSS的系统结构主要研究DSS各主要部件的连接关系。
3．1人机界面技术
主要研究内容集中在：
●可视化图形界面技术
●基于多媒体技术的界面技术
●自然语言界面技术
3．2数据库系统
数据库系统包括数据库及其管理系统，其基本技术与一般数据库及其管理系统基本相同。
但有自己的特点。
共同点：
●数据的独立性
●最小冗余度
●最大的共享性
●统一管理与控制
●适当的反映时间
●整体性（完整性）
●可修改性和可扩充性
●安全和保密
●简明性
DSS数据库系统的特点：
●面向决策支持过程组织和管理数据
●面向模型、面向模型生成来使用数据
●数据描述方式要面向不同的决策者
3．3模型库系统
模型——是以某种形式对一个系统的本质属性的描述，揭示系统的功能、行为及其变化规律。
模型库系统——以库的形式对模型进行组织和管理，包括模型库及模型库管理系统。模型库（Model Base）提供模型的存储和表示模式，模型库管理系统提供模型的提取、访问、更新和合成等操作。
人们认识客观世界一般有三种方法：
●逻辑推理法
●实验法
●模型法
模型法是我们认识客观世界的最得力、最方便、最有效的方法。
注意，并非所有模型都是数学模型，并非所有模型都是定量的。例如，门捷列夫元素周期表。
3.3.1 模型群
解决软科学所涉及的问题时，可利用的模型已达100多个，根据他们的功能和用途可分为若干模型群。
（1）预测模型群
●定性模型：特尔斐法、主观概率预测法、交叉影响巨阵法等
●定量模型：回归预测、平滑预测、马尔柯夫链预测等
?回归预测：一元回归、多元线性回归、非线性回归等；
?平滑预测：平均预测法、指数预测法等
（2）系统结构模型群
主要用来分析社会经济系统以及其他系统的结构，反映系统各要素之间的主要联系和关联作用，从宏观上和结构上来揭示系统的运行规律。
系统结构模型、层次分析模型、投入产出模型、系统动力学模型等。
（3）数量经济模型群：计量经济模型、经济控制论模型等。
（4）优化模型群：线性规划、非线性规划、动态规划、目标规划和最优控制等
（5）不确定模型群：模糊数学模型、灰色模型、随机模型等
（6）决策模型群：单目标风险性决策、多目标决策，以及一些不确定性决策方法等（7）系统综合模型群：即大系统理论。
3.3.2模型体系
解决某一特定系统工程问题的一系列模型。（从概念上）
3.3.3模型库
模型库提供模型的存储和表示模式。
模型的表示形式：
●模型的程序表示：基于程序的表示方法。
●模型的数据表示：基于数据的表示方法。
●模型的逻辑表示：基于知识的表示方法。
3.3.4 当前研究课题
●模型的自动生成技术
●模型管理的人工智能方法
●模型管理与数据管理的结合
3．4方法库系统
方法库系统（MBS）综合了数据库和程序库。
方法库——类似于程序库，包含面向多种应用的程序包或功能程序。
方法库管理系统——对程序方法提供多种功能操作。
●具有扩充的程序组件
●可与多种数据库系统相连接
●可随时加入新的程序组件
3．5知识库系统
3.5.1 基本概念
数据——客观事物的属性、数量、位置及其相互关系等的抽象表示。
信息——数据所表示的含义（语义），因而说“数据是信息的载体”。
知识——信息之间的结构化关联关系。
3.5.2知识分类
事实——指人类对客观事物属性的值或状态的描述。（不包含任何变量）
规则——表示因果关系的知识，分为前提（条件）和结论两部分。
规律——带有变量的规则。所以，规则是规律的例化。
3.5.3 知识的属性
●真实性
●相对性
●不完全性
●模糊性
●可表示性
3.5.4推理方法
●演绎推理：P → Q，由前提到结论
●归纳推理：由个别到一般，“主观不充分置信推理”
●联想与类比
●综合与分析
●预测
●假设与验证
从不同的角度还可分为
●演绎推理、归纳推理、缺省推理
●确定性推理、不确定性推理
●单调推理、非单调推理
●启发式推理、非启发式推理
●基于知识的推理、统计推理、直觉推理
●正向推理、逆向推理、混合推理、双向推理——推理控制策略
3.5.5知识库系统
知识库——提供知识的表示和存储。
知识库管理系统——提供对知识（规则）的存储、检索、修改、检查等操作。
推理机——利用知识库中的知识进行推理，对给定问题进行求解，得到结论。
3.5.6知识的表示方法
●一阶谓词逻辑表示
●语义网络表示
●产生式规则
●知识的框架表示
●脚本表示
●过程表示
●Petri网表示
●面向对象表示
四、新一代DSS的研究与发展
（1）群决策支持系统（GDSS）
支持多人或集体共同决策：利用通信技术（网络、电话会议、电子信息交换）、计算机技术（多用户系统、4GL、数据库、数据分析OLAP、数据存储、数据仓库、数据挖掘）和决策支持技术（议程设置、AI与推理技术、决策模型方法——如决策树、风险分析、预测方法等，结构化群决策方法——如德尔菲法等）相结合。
（2）分布式决策支持系统（DDSS）
研究DSS在分布式环境中、与分布式技术相结合相关的技术问题。
（3）智能决策支持技术（IDSS）
AI与DSS技术相结合，形成了高级别的、具有知识处理能力的DSS。
组成：四库系统+接口。知识库、数据库、模型库、方法库及人机接口，还有问题求解模块。
（4）决策支持中心（DSC）
1985年欧文提出来的。
功能：提供办公决策支持，具有定性定量相结合的综合集成功能。
组成：以决策支持小组为核心，为决策的全过程提供技术支持。
（5）战略决策支持系统（SDSS）
支持战略级或高层管理者的决策过程。
组成：数据库系统、模型库系统、方法库系统、知识库系统、案例分析系统、输入输出系统、控制与通信系统等。
（6）I3DSS
智能的、交互式的、集成化的（Intelligent, Interactive and Integrated DSS）DSS。
特点：面向问题，有机集成。
综合采用系统分析、运筹学方法、计算机技术、知识工程、专家系统等技术，使之有机结合，而不是单一的以信息为基础的系统，或单一的以数学模型为基础的系统，或单一的以知识为基础的系统。在面向问题的前提下，充分发挥各自的优势，特别是发挥它们在联合运用时的优势，即集成化（Integrated）。
当DSS进入到高层次的决策活动领域时，由于处理的问题多半是半结构化或非结构化的，为了帮助决策者进一步明确问题、认定目标和环境约束，产生决策方案和对决策方案进行综合评价，系统应具有更强的人机交互能力，称为交互式（Interactive）系统。
在处理难以定量分析的问题时，需要使用知识工程、专家系统方法与工具，已经涉及到人工智能领域。而重要的问题在于如何使用知识工程的思想方法，组织各个有关模块，实现决策支持过程的集成化。这种应用方式就是决策支持系统的智能化（Intelligent）。
I3DSS的提出和实际应用，是DSS进入一个新的历史阶段。
本科毕业设计(论文)文献综述 学院专业 学生姓名学号 指导教师职称 合作导师职称 论文题目企业进销存系统的设计 文献综述： 摘要：随着当今世界计算机技术的飞速发展，计算机在企业管理中应用的普及，利用计算机实现企业进销存管理势在必行。商品或货物实行信息化管理，可以提高管理水平和工作效率，同时也可以地大限度地减少手工操作带来的失误，对企业内部的一系列资源也进行全面的整合，而企业管理成为在整合、调整过程中主要调整对象。随着企业信息化进程的不断发展企业进销存管理系统在企业管理中都有广泛的应用前景。 关键词：管理，进销存，进销存管理 1 管理信息系统（MIS） 1.1 管理信息系统的产生和概念 企业管理水平是企业经营成败的重要因数，进入二十一世纪后，企业的经营环境发生了巨大的变化，企业面临着知识经济和经济一体化的新局面。“信息化是我国加快实现工业化和现代化的必然选择，坚持以信息化带动工业化，以工业化促进信息化”。信息化被提升到了国家战略层面，企业信息化是企业发展的必经之路。从企业内部来看，必须构建企业的最佳业务流程，通过信息流，协同各生产经营单位和部门的商流、物流和资金流，合理配置企业资源，提高核心企业的竞争能力和市场应变能力。 管理信息系统(MIS)是一个由人、计算机等组成的能进行信息的收集、传递、储存、加工、维护和使用的系统，必然能代替过去大量、繁杂的手工操作。而且知识经济时代最显著的特征是商业企业的结构随着产品技术进步、市场变化而快速变化，时效经济和消费个性化会不断增强。一个优秀的信息系统能使管理者对商业企业了如指掌，用数据帮助企业家瞻前顾后，使企业家能把有限的精力更多地用于处理风险规避上。
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
文献综述 随着社会经济的发展，企业所面临的外部经营环境发生了明显的变化。战略管理和项目管理作为应对变化的有效手段被越来越多的企业所采用，同时，随着企业规模的扩大，项目的数量和规模急剧扩增，企业中的项目越来越多，企业在面临众多项目而资源有限的情况下，如何组织好、协调好多个项目，同时又要使其与企业战略目标一致成为亟待解决的问题。项目组合管理架起了战略管理与项目管理的桥梁，它是帮助实现项目与企业战略相结合的有效理论和工具。 1 项目组合管理理论 项目组合管理要对每一个项目进行商业价值和利益的评判，集合成项目组合的战略价值，去实现一定的组织目标和利益,项目组合不再是简单的进行多个项目的管理[1]。 项目组合管理是将一系列项目纳入到同一个组合当中,这个组合有独立的项目组合评审报告记录了各个项目的目标、成本、时限、专业技术水平、资源、风险和其他的关键因素。然后项目执行主管便能从整体上把握该组合，恰当地配置资源和调整项目，以使部门的利益回报最大化[2]。 项目组合管理是将单个项目、活动和所需资源与公司战略相联系的过程，从而确保投入的有限资源具有最高的价值和最低的风险。此外，这个过程允许贯穿整个组织的战略沟通，进而更好的选择和执行那些支持公司战略的项目和活动，同时剔除那些劣质项目[3]。 项目组合管理是对项目集进行选择、评价、策划、实施、管理的有效过程[4]。 PMI对组合管理的定义为[5]: 项目组合管理不是简单地管理多个项目,每个项目组合都需要根据自身的商业价值和公司战略来评价,并且要实现一定的商业目标或商业利益。 PMBOK2004这样定义项目组合 组织依据其具体的目标来管理项目组合。项目组合管理的目标之一
决策支持系统国内外研究现状 摘要：决策支持系统国内外研究现状决策支持系统DSS(DeeisionS即portSystem)是信息系统研究的最新发展阶段。它是运用可供利用的、合适的计算机技术，针对半结构化和非结构化问题，通过人机互换方式帮助和改善管理决策制定的有效性的系统。卫生装备是保证部队平时和战时顺利完成卫勤保障任务的物质基础和重要条件。作为军队后勤战略体系中的重要组成部分，卫生装备发展战略是对未来一个时期军队卫生装备发展的整体谋划，包括对未来一定时期卫生装备整体保障效能的基本取向，对卫生装备发展在高层次、大系统、全方位等方面的综合筹划。它必须适应不同的卫勤保障模式，并随着军事战略和保障要求的变革而发生内在的客观变化，与战场环境及战争样式同步发展。它决定了一个国家在未来一段时期内，军队卫生装备发展的方向和基本要求，其决策是否得当将直接影响到卫勤力量的组成和作用的发挥，直接关系到装备研究成果和平战时卫勤保障的水平。 关键词：卫生装备；决策支持系统； 整个卫生装备发展过程大致可以分为图中两个阶段: 卫生装备发展战略制定阶段和卫 生装备发展战略实施与管理阶段。前一阶段是重点，决定了卫生装备体系建设的方向，后一阶段是在前一阶段的指导下按步骤完成的。在环境评价的基础上，确定可能的威胁来源与威胁程度，从而确定我军可能担负的卫勤保障任务，并进行一系列比较研究，发现我军卫生装备体系的不足之处，从而提出一系列需求方案，再根据合适的方法对各种方案中提出的发展对象进行效能评估研究，将评估结果作为卫生装备发展战略决策的依据。因此，卫生装备发展战略研究的重点就是体现在如何制定战略上。在卫生装备研究方面，决策支持系统已用于卫生装备选型与编配等方面的研究。但在卫生装备发展方向与重点研究中，尚没有较系统的辅助研究手段，大部分发展研究工作都是研究人员根据实际经验和成功的案例进行，已经不能满足卫生装备科学发展的需要。因此巫需建立一个系统、实用的卫生装备发展决策平台，供从事卫勤保障与卫生装备决策的机关和研究人员使用，同时也为全军野战卫生装备论证中心提供决策平台。 国内外研究现状：决策支持系统国内外研究现状决策支持系统DSS(DeeisionS即portSystem)是信息系统研究的最新发展阶段。它是运用可供利用的、合适的计算机技术，针对半结构化和非结构化问题，通过人机互换方式帮助和改善管理决策制定的有效性的系统。目前，DSS 己成为系统工程与计算机应用领域中的重要研究课题。通过国内外相关专家、学者的不断探索和研究，DSS在国内外学术界的理论研究和国民经济的实际应用中得到了 迅猛发展，在军事应用领域也有广阔的发展前景，世界各国都在竞相开发军事应用中的DSS。 国外民用代表性的DSS (1)GeodataAnalysisandnisply System(GADs)这是由IBM研究开发的一个地理 数据分析与显示系统，其作用是用计算机来构造和演示地图，它被用于辅助设计警察的巡逻线路、规划城市发展、安排学校的辖区范围等。 (2)water ware 江河流域综合规划决策支持系统。作为EuxekaEU487计划的最终成果，在墨西哥莱尔玛流域进行应用，以建立水量和水质的平衡，用这种方法可以产生一个取代历史流量资料的稳定流态，用来确定应改进哪些地方的废水处理设施以获取最大的利益。它采用了完全开放式的、模块化的体系，根据集合程度的不同，具有不同的层次和结构。系统包括如下基本结构:a、主菜单程序，用以协调各项独立的任务;b、地理信息系统(GIS)，
数据挖掘简介 数据挖掘的任务 数据挖掘的任务就是从实例集合中找出容易理解的规则和关系。这些规则可以用于预测未来趋势、评价顾客、评估风险或简单地描述和解释给定的数据。通常数据挖掘的任务包括以下几个部分: 数据总结目的是对数据进行浓缩，给出它的紧凑描述。传统的也是最简单的数据总结方法是计算出数据库的各个字段上的求和值、平均值、方差值等统计值，或者用直方图、饼图等图形方式表示。数据挖掘主要关心从数据泛化的角度来讨论数据总结。数据泛化是一种把数据库中的有关数据从低层次抽象到高层次上的过程。数据泛化目前主要有两种技术:多维数据分析方法和面向属性的归纳方法。 多维数据分析方法是一种数据仓库技术，也称作联机分析处理(OLAP，onLineAnalysisProeess)。数据仓库是面向决策支持的、集成的、稳定的、不同时间的历史数据集合。决策的前提是数据分析。在数据分析中经常要用到诸如求和、总计、平均、最大、最小等汇集操作，这类操作的计算量特别大。因此一种很自然的想法是，把汇集操作结果预先计算并存储起来，以便于决策支持系统使用。存储汇集操作结果的地方称作多维数据库。多维数据分析技术已经在决策支持系统中获得了成功的应用，如著名的SAS数据分析软件包、Businessobject公司的决策支持系统Businessobjeet，以及IBM公司的决策分析工具都使用了多维数据分析技术。 采用多维数据分析方法进行数据总结，它针对的是数据仓库，数据仓库存储的是脱机的历史数据。为了处理联机数据，研究人员提出了一种面向属性的归纳方法。它的思路是，直接对用户感兴趣的数据视图(用一般的SQL查询语言即可获得)进行泛化，而不是像多维数据分析方法那样预先就存储好了泛化数据。方法的提出者对这种数据泛化技术称之为面向属性的归纳方法。原始关系经过泛化操作后得到的是一个泛化关系，它从较高的层次上总结了在低层次上的原始关系。有了泛化关系后，就可以对它进行各种深入的操作而生成满足用户需要的知识，如在泛化关系基础上生成特性规则、判别规则、分类规则，以及关联规则等。数据挖掘的分类 数据挖掘所能发现的知识有如下几种: .广义型知识，反映同类事物共同性质的知识; .特征型知识，反映事物各方面的特征知识; .差异型知识，反映不同事物之间属性差别的知识; .关联型知识，反映事物之间依赖或关联的知识; .预测型知识，根据历史的和当前的数据推测未来数据; .偏离型知识。揭示事物偏离常规的异常现象。 所有这些知识都可以在不同的概念层次上被发现，随着概念树的提升，从微观到中观再到宏观，以满足不同用户、不同层次决策的需要。例如，从一家超市的数据仓库中，可以发现的一条典型关联规则可能是“买面包和黄油的顾客十有八九也买牛奶”，也可能是“买食品的顾客几乎都用信用卡”，这种规则对于商家开发和实施客户化的销售计划和策略是非常有用的。 数据挖掘的方法 数据挖掘并非一个完全自动化的过程。整个过程需要考虑数据的所有因素和其预定的效用，然后应用最佳的数据挖掘方法。数据挖掘的方法很重要。在数据挖掘的领域里.有一点已经被广泛地接受，即不管你选择哪种方法，总存在着某种协定。因此对实际情况，应该具体分析，根据累积的经验和优秀的范例选择最佳的方法。数据挖掘中没有免费的午餐，也没
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 ······
人工智能发展综述 摘要:概要的阐述下人工智能的概念、发展历史、当前研究热点和实际应用以及未来的发展趋势。 关键词:人工智能; 前景; 发展综述 人工智能(Artificial Intelligence)自1956 年正式问世以来的五十年间已经取得了长足的进展,由于其应用的极其广泛性及存在的巨大研究开发潜力, 吸引了越来越多的科技工作者投入人工智能的研究中去。尤其是八十年代以来出现了世界范围的开发新技术的高潮，许多发达国家的高科技计划的重要内容是计算机技术,而尤以人工智能为其基本重要组成部分。人工智能成为国际公认的当代高技术的核心部分之一。 1什么是人工智能 美国斯坦福大学人工智能研究中心尼尔逊教授给人工智能下了这样一个定义:人工智能是关于知识的学科, 是怎样表示知识以及怎样获得知识并使用知识的科学。从人工智能所实现的功能来定义是智能机器所执行的通常与人类智能有关的功能,如判断、推理、证明、识别学习和问题求解等思维活动。这些反映了人工智能学科的基本思想和基本内容, 即人工智能是研究人类智能活动的规律。若是从实用观点来看,人工智能是一门知识工程学:以知识为对象,研究知识的获取、知识的表示方法和知识的使用。 从计算机应用系统的角度出发，人工智能是研究如何制造智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。如果仅从技术的角度来看，人工智能要解决的问题是如何使电脑表现智能化，使电脑能更灵活方效地为人类服务。只要电脑能够表现出与人类相似的智能行为,就算是达到了目的，而不在乎在这过程中电脑是依靠某种算法还是真正理解了。人工智能就是计算机科学中涉及研究、设计和应用智能机器的—个分支，人工智能的目标就是研究怎样用电脑来模仿和执行人脑的某些智力功能，并开发相关的技术产品，建立有关的理论。 2 人工智能历史 当然，人工智能的发展也并不是一帆风顺的，人工智能的研究经历了以下几
专业文献综述 （说明：以下所有红色、蓝色文字仅供参考，学生在写作论文时请保留字体、字号，改写或删除掉文字，黑色文字请保留。每一页的上方(天头)和左侧(订口)分别留边25mm，下方(地脚)和右侧(切口)应分别留边20mm，页眉和页脚为0。论文题目使用黑体三号字，小标题使用黑体小四号字，正文使用宋体小四号字；首行缩进2个字符，行距为单倍行距，段前段后为0.5行，字符间距为标准。为保证打印效果，学生在打印前，请将全文字体的颜色统一设置成黑色。以上说明参阅后请自行删除，包括本文本框！！！） 题目: 基于数据仓库的决策支持系统 姓名: 冯君娜 学院: 信息科学技术学院 专业: 计算机科学与技术 班级: 计科14班 学号: 指导教师: 黄芬职称: 副教授 200 年月日 南京农业大学教务处制
基于数据仓库的决策支持系统（3号黑体） 作者：冯君娜指导老师：黄芬（小四宋体） 摘要：随着社会对信息需求的增加，传统的决策支持系统已不能满足需要。本文就近几年正快速发展的新型决策支持系统――基于数据仓库的决策支持系统进行了讨论。文中给出了决策支持系统的概念及特点，分析了传统决策支持系统的不足之处，并在此基础上提出了基于数据仓库的决策支持系统，介绍了它的体系结构，最后对构成这种新型DSS的技术――数据仓库( DW )技术、联机分析处理( OLAP )技术、数据挖掘( DM )技术作了更深一步的探讨。摘要：×××××××××（200—300字，小四宋体）××××××××……… 关键字：决策支持系统；数据仓库；联机分析处理；数据挖掘（×；××；3-5个，小四宋体） Decision Support System And Data Warehouse(3号T imes New Romar）FENG Jun-na，HUANG fen（小四Times New Romar） (Nanjing Agricultural University, College of Information Science and Technology, Jiangsu Nanjing ) Abstract: As the increment of the society's requirement of information, the traditional decision support system can't satisfy the demand. This paper discusses a new type of DSS which develops quickly in recent years ――the DSS based on data warehouse. In this paper the concept and features of DSS are given and the drawbacks of the traditional DSS is analyzed. On the basis of these, the DSS based on data warehouse is proposed, and the architecture structure is introduced. Finally, the data warehouse technique, the online analytical processing technique and the data mining technique is discussed further in the article which make up of the new type of DSS.（小四Times New Romar，200—300个实词） Key words: decision support system；data warehouse；online analytical processing,；data mining×××××；×××（3-5个，小四Times New Romar） 引言：随着数据库技术的不断发展及数据库管理系统的广泛应用，数据库的数据量和规模也在急剧增长。企业要想在当今日益激烈的竞争环境下生存和发展，建立一个企业的决策支持系统( Decision Support System，简称DSS )非常必要。但企业决策者目前已不仅仅满足于对数据的简单维护和查询，而是更希望能有效地对变化的商业环境进行分析，使信息不仅能反映市场变化的瞬间状态，而且还能反映它的历史及趋势,得到数据更深层次的信息，以利于决策支持。数据仓库的出现及决策支持系统工具的充分利用，无疑给决策支持系统的发展注入了新的活力。（前言（引言）：标题用小四号黑体，其它文字用小四宋体） 正文：×××××（标题用小四号黑体，其它文字用小四宋体）×××××××× 1□决策支持系统的概念及特点
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
西安建筑科技大学 本科毕业设计（论文）文献综述 题目：某矿山安全投资决策支持系统开发院（系）：材料与矿资学院 专业：安全工程 学生姓名：XXX 学号：XXX 指导教师：XXX
某矿山安全投资决策支持系统开发文献综述 专业班级：安全1201 姓名：XXX 指导老师：XXX 摘要：近年来人们对生产安全的重视程度不断地提高，但是安全生产情况却还是不容乐观。矿山安全事故频发，带来了巨大的经济损失。为了防止重大事故发生，同时最大化企业生产的利益，开发一个高效适用的矿山安全决策投资系统迫在眉睫。本文介绍了国内外对矿山安全投资的研究现状，以及决策系统在作为现代科学技术在矿山安全中的应用情况，然后分析了目前矿山安全投资决策支持系统研究的不足，最后做出总结。 关键词：安全投资；决策支持系统；矿山安全
Literature review on decision support system of mine safety investment Major and Class: Safety Engineering 1201 Name: Guidance Teacher: Abstract: R eacently years,people are paying for more and more attention to industrail safety. However,production safety situation is still not optimistic. The accidents of mines are frequent which caused a lot economic losses. In order to prevent serious accidents, while maximizing production interests.So development of a practical and efficient system of mine safety investment decision system is urgent.This paper introduces the research status of domestic and foreign investment in mine safety, and decision-making system in mine safety in the application of modern science and technology. Then it analyzes the shortcomings of current mine safety investment decision support system research. Finally, make a summary. Keywords: safety investment; Decision Support System; Mine Safety
决策支持系统发展综述 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。 DSS的产生背景 三．决策支持系统（DecisionSupportSystems---DSS）是70年代末期兴起的一种新的管理系统。它是计算机技术、人工智能技术与管理决策技术相结合的一种决策技术，“它涉及到计算机软件和硬件、信息论、人工智能、信息经济学、管理科学、行为科学等学科”，旨在支持半结构化决策问题的决策工作，帮助决策者提高决策能力与水平，最终实现提高决策的质量和效果的目的。 一、DSS的产生与发展DSS的发展70年代，Scott Morton在《管理决策系 统》（1971）一书中首次提出DSS。Peter G. W. Keen等人编写了一套丛书，阐明DSS的主要观点，初步构造出DSS的基本框架。1978至1988年，DSS得到迅速发展，许多实用系统被开发出来，投入实际应用，产生明显效益。 1988至现在，DSS技术持续发展，目前已基本成熟。新一代DSS研究仍然十分活跃。DSS的理论基础 （1）信息论 信息是现代科学技术中普遍使用的一个重要概念。 信息论是运用信息的观点，把系统看作是借助于信息的获取、传送、加工处理、输出而实现其有目的性行为的研究方法。 （2）计算机技术 计算机软件技术、硬件技术、网络技术、图形处理技术、知识处理技术等。 （3）管理科学与运筹学 管理科学MS（Management Science）：面向管理者，研究决策问题，如决策目标、决策效能等。 运筹学OR（Operations Research）：提供一系列优化、仿真、决策等模型。 （4）信息经济学 在信息时代，研究信息的产生、获得、传递、加工处理、输出等方面的价值问题。从经济学的角度，研究信息产生和获得的成本是多少？利润是多少？即研究信息价值问题。 （5）行为科学 研究决策者的决策风格、在决策过程中的决策行为等，指导DSS的设计和开发。涉及到决策者的心理学。 （6）人工智能 将人工智能技术用于管理决策是一项开拓性工作。当前研究的IDSS就是DSS与AI技术相结合的产物，它用领域专家的知识来选择和组合模型，完成问题的推理和运行，为用户提供智能的交互式接口。 人工智能技术作为计算机应用研究的前沿，近十年取得了惊人的进展，呈现了光明的前景。专家系统、智能机器人和模式识别是人工智能中最活跃、最富有成果的三个研究领域。其中专家系统ES（Expert Systems）研究，取得了许多实用化的成果。当今世界上已经有上千个专家
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。
临床决策支持系统综述报告 引言: 临床决策支持系统(clinical support decisionsvstens，CDSS)是指将临床数据做为输入信息，将推论结果作为输出，有助于临床医生决策并被用户认为具有一定“智能”的任何软件。大量研究表明，CDSS的应用可以有效解决临床医生知识的局限性、减少人为疏忽(特别是药物定量方面)、相对降低医疗费用等，从而为医疗质量提供了保证。尽管CDSS有很多优点，真正能为医生所接受并投入实际临床使用的为数不多，其主要原因是技术问题，如：不确定知识的表示与推理的困难、知识更新的困难、知识库的透明性问题以及与其它医学信息系统以及医生的工作模式相融合等问题。 历史发展： 我将系统地回顾电子病历中临床决策支持方法。根据Musen 和Shortliffe等，人临床决策支持系统可以按五个维度（Dimension）进行分类，另外，如果将不直接给出建议而只是给出相关信息的系统也划入临床决策支持系统，那么临床决策支持系统可以按以下六个维度进行分类（表一）： 表一临床决策支持系统的分类维度
内部决策机制的不同主要取决于临床决策支持系统的内部知识表示方式，针对不同的决策需求存在着不同的知识表示方式，从而形成了不同的决策机制。例如，根据病人的症状体征等的辅助诊断系统常以概率来表达症状与疾病相关性，此类的决策方式主要有基于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
决策支持系统发展现状与趋势分析1 吴新年2 （中国科学院国家科学图书馆兰州分馆兰州730000） 陈永平 （北方民族大学图书馆银川750021） 摘要：在简要回顾决策支持系统发展历史的基础上，系统归纳了决策支持系统的主要类型，分析总结了阻碍决策支持系统发展的关键技术问题和决策支持系统未来的发展取向。 关键词：决策支持系统；现状；趋势；关键技术 1 决策支持系统的兴起与发展 决策是人类社会发展中时时处处存在的一种社会现象。任何行动都是相关决策的一种结果。正是这种需求的普遍性，人们一直致力于要开发一种系统，来辅助或支持人们进行决策，以便促进提高决策的效率与质量。尤其是随着现代信息技术和人工智能技术的发展和普及应用，更有力地推动了决策支持系统（Decision Support System，简称DSS)的发展。 简要说来，DSS大致经历了这样几个发展历程：20世纪60年代后期，面向模型的DSS 诞生，标志着决策支持系统这门学科的开端；20世纪70年代，DSS的理论得到长足发展，80年代前期和中期，实现了金融规划系统以及群体决策支持系统（Group DSS）；20世纪80年代中期，通过将DSS与知识系统相结合，提出发展了智能决策支持系统（IDSS）的设想[1]；此后，开始出现了主管信息系统( executive information system，简称EIS)3、联机分析处理（OLAP）等。到了20世纪90年代中期，人们开始关注和开发基于Web的DSS，随着Internet的革命性发展和深入应用，基于分布式的、支持群体网络化和远程化协同的情报分析与综合决策支持系统逐步浮出水面并开始走向应用；随着人工智能技术的不断发展，DSS 的智能化程度越来越高，对人们决策的支持能力也越来越强大。 2 决策支持系统的主要类型 自20世纪70年代提出决策支持系统（DSS)以来，DSS已经得到了很大发展。从目前发展情况看，主要有如下几种决策支持系统： （1）数据驱动的决策支持系统（Data-Driven DSS）[2]。这种DSS强调以时间序列访问和操纵组织的内部数据，也有时是外部数据。它通过查询和检索访问相关文件系统，提供了最基本的功能。后来发展了数据仓库系统，又提供了另外一些功能。数据仓库系统允许采用 1本研究受“西部之光”项目“甘肃省科技文献信息共享平台建设研究与示范”资助。 2作者简介：吴新年，男，1968年11月出生，在职博士，研究员，硕士研究生导师。迄今公开发表论文60多篇，合作出版著作3部。主要研究方向：信息资源管理；情报研究与决策咨询。wuxn@https://www.doczj.com/doc/de8209562.html, 陈永平，男，1969年出生，1991年毕业于兰州大学图书情报学系，副研究馆员，现任北方民族大学图书馆副馆长，公开发表论文10余篇。主要研究方向：信息组织与服务。cyp1120@https://www.doczj.com/doc/de8209562.html, 3主管信息系统（Executive Information System），指为了满足无法专注于计算机技术的领导人员的信息查询需求，而特意制定的以简单的图形界面访问数据仓库的一种应用。
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。”
微电网中能量供求平衡的研究综述 1 前言 近年来，随着全球经济的高速发展，世界各国对电力系统的依赖越来越强，对电力系统的要求也越来越高。传统集中式发电的电力系统是远距离输电的大型互联网络系，在新时代的新要求下，它的很多弊端越来越突现出来 1：（1）用于传统火力发电的煤、石油等化石燃料日益耗尽，人们必须开 发新的可再生能源以满足不断增长的电力需求。 （2）“温室效应”气体排放导致的气候变化问题促使传统的发电模式 必须向清洁、环保的方向转变。 （3）电力系统结构的高度互联和设备的日益老化问题不容忽视，任何 一个发生在局部小范围内的故障都有可能迅速蔓延并影响到整个电网所 谓的智能电网。 （4）电子设备的广泛应用使得电力用户对电能质量、可靠性和经济性 有着越来越高的要求。 由此，人们期望通过一个数字化信息网络系统将能源资源开发、输送、存储、转换（发电）、输电、配电、供电、售电、服务以及蓄能与能源终端用户的各种电气设备和其他用能设施连接在一起，通过智能化控制实现精确供能、对应供能、互助供能和互补供能，将能源利用效率和能源供应安全提高到全新的水平，将污染与温室气体排放降低到环境可以接受的程度，使用户成本和投资效益达到一种合理的状态。这就是智能电网的思想。几年前，美国和欧盟相继提出“智能电网(Smart Grid，SG)的概念[3-4]。 2 智能电网的概念 智能电网技术发展十分迅速，目前对它仍没有一个统一的定义。美国电力科学研究院将智能电网定义为[5]：一个由众多自动化的输电和配电系统构成的电力系统，以协调、有效和可靠的方式实现所有的电网运作，具有自愈功能；快速响应电力市场和企业业务需求；具有智能化的通信架构，实现实时、安全和灵活的信息流，为用户提供可靠、经济的电力服务。 智能电网与传统大电网相比，它并不是一个全新的电网。而是以物理电网为基础，并集成高速双向通信网络，通过先进的传感和测量技术、先进的设备技术、先进的控制方法以及先进的决策支持系统技术的应用，实现电网的可靠、安全、经济、高效、环境友好和使用安全的目标，其主要特征包括自愈、激励和包括用户、抵御攻击、提供满足21世纪用户需求的电能质量、容许各种不同发电形式的接入、启动电力市场以及资产的优化高效运行。与传统集中式大电网相比，智能电网更能满足新时代的新需要。智能电网一些的主要特征[6]可以
决策支持系统发展综述
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，数据库技术、图形显示技术、各类工具软件的发展与完善，构成了DSS形成与发展的技术基础。 1.2DSS的发展 70年代，Scott Morton在《管理决策系统》（1971）一书中首次提出DSS。 Peter G. W. Keen等人编写了一套丛书，阐明DSS的主要观点，初步构造出DSS的基本框架。 1978至1988年，DSS得到迅速发展，许多实用系统被开发出来，投入实际