决策支持系统国内外研究现状

核应急决策支持系统现状研究摘要：核能的发展为人类社会进步注入新动力，同时也带来核安全风险和挑战。

面对核与辐射突发事故，各级科学准确地选用决策支持方案，迅速有效地开展核应急行动，是控制、减轻核与辐射事故可能造成的人身伤害、财产损失及环境破坏的有效措施。

本文通过调研国内外现有核应急决策支持系统现状，对比分析了各国决策支持系统的优缺点和应用情况，研究了国内各层级核应急决策支持系统的模块组成和数据流向，以福岛重大核事故核应急救援行动为例，反思总结目前核应急救援行动的薄弱环节，提出参加核应急行动决策支持行动的建议。

关键词：核应急；决策支持；核事故；辅助决策引言当前，我国民用核设施数量多、分布广，涉核活动频繁，核电建设呈规模发展、多元发展格局，进入快速发展阶段。

国家和各级政府、涉核企业高度重视核安全，做了大量卓有成效的工作。

总体上看，我国核安全监管和核应急体系运转有效，迄今为止尚未发生核事故，但历史上已经发生的严重核事故表明，在重大自然灾害、人为操作失误和设备故障等因素作用下，发生核事故甚至严重核事故的可能性不能排除。

一旦发生严重核事故，会造成大量放射性物质外泄，威胁公众生命财产安全，污染环境，影响社会安全稳定[1, 2]。

核事故应急是控制、减轻核与辐射事故可能造成的人身伤害、财产损失及环境破坏的有效措施。

一旦发生核与辐射突发事件，有必要对事故后果展开评价与预测，为各级开展核事故应急准备与响应工作，提供科学的决策支持方案[3]。

一、国外核应急决策支持系统决策支持系统是一种用于解决复杂问题，辅助重要决策的计算机技术[4]。

早在二十世纪七十年代，决策支持的技术就已经开始逐渐形成，到今天已经被广泛的应用在各个领域，决策支持系统的内涵也随之不断丰富。

鉴于实施防护行动的重要性和复杂性，为了能够更好地在核应急过程中预测事故发展，及时采取适当的防护行动，各国都开发出了适用于核应急的决策支持系统（DSS Decision Support System）来辅助核应急的工作，如美国开发的ARAC，欧盟开发的RODOS，和日本开发的WSPEEDI。

决策支持系统应用研究综述李某某ＸＸＸＸ大学经济管理学院武汉湖北430074摘要：本文从国内外应用现状、相关技术、热门领域等方面对决策支持系统展开论述，较为详尽的总结了决策支持系统的主要开发技术及其特点，对决策支持系统的两大热门领域：智能决策支持系统（IDSS）和综合集成系统进行了简要的概括，最后讨论了决策支持系统的未来发展趋势。

关键词：决策；决策支持系统；应用研究综述；1 引言决策支持系(DSS，Decision Supportsystem)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、人工智能技术和信息技术为手段，智能化地支持决策活动的计算机系统[1]。

它通过人机对话进行分析、比较和判断，识别问题，建立或修改模型，帮助决策者明确决策目标，为决策者提供各种方案并对其进行评价和优选，为正确决策提供有益帮助。

这一概念于20世纪70年代初，由美国Michael S．Scott Morton在《管理决策系统》[2]一文首次提出，20世纪80年代中期引入我国。

目前已经呈现出多元化的发展态势。

DSS系统模型是以数据仓库（DW）为基础，联机分析处理（OLAP）与数据挖掘（DM）为工具的智能系统[3]。

DW，DM，OLAP就是以DSS为驱动发展起来的信息处理技术，DW用于数据的存储和组织．0LAP集中于数据的分析，DM则致力于知识的发现，三者自然结台。

使分析结果更全面、有效和深刻。

自DSS开发以来，与它的理论研究相比，实际应用工作开展得更早，它广泛用于企业管理、系统开发、经济分析与规划、战略研究、资源管理、投资规划[4]等方面，支持各类决策问题的决策支持系统大量出现并已投入使用。

2 国内外应用现状目前，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[5]。

多人决策支持系统类型综述——DDSS【摘要】本文首先简述了传统的决策支持系统，总结了现有的多人决策支持系统的概念和类型。

在此基础上重点总结了分布式决策支持系统(DDSS)的国内外研究现状，提出了分布式决策支持系统的体系结构模型：通过将Mobile Agent技术引入，然后分别从系统模型、体系结构、系统组织等方面进行了深入的研究。

【关键词】多人决策支持系统DDSS Mobile Agent技术一、多人决策支持系统决策支持系统(Decision Supporting System,简称DSS)自二十世纪七十年代提出以来将管理信息系统和模型辅助决策结合起来，使得数值计算和数据处理融为一体，在企业发展、市场经营以及军事指挥等重大决策问题上发挥了显著作用[1]。

传统DSS辅助决策的对象为个体决策者，且模型库中的模型以数学模型为主，决策的结果表现为定量分析。

因此传统DSS所求解的决策问题通常比较简单、单一。

并且因为基于传统DBMS的DSS只能提供辅助决策过程中的数据级支持，而现实决策所需的数据却往往是分布、异构的。

因此，经过30多年的发展，决策支持系统已经从最初的支持个人决策扩展到群体和组织这类多人决策，并且出现了组织决策支持系统(ODSS)、群体决策支持系统(GDSS)、分布式决策支持系统(DDSS)和定性群决策支持系统(QGDSS)、智能群体决策支持系统(IGDSS)以及基于CBR与MAS的群体决策支持系统(MGDSS)等。

本文主要研究分布式决策支持系统(DDSS)的研究现状和发展前景。

二、DDSS国内外研究现状1、DDSS概念及其关键技术随着计算机技术、网络以及分布式数据库技术的发展，DSS技术出现了分布式决策支持系统，即DDSS。

DDSS是研究分布于多个物理位置上的决策体如何并发计算、协调一致地求解问题[2]。

这些分布在不同物理位置上的决策体构成计算机网络，网络的每个结点至少含有一个决策支持系统或有若干辅助决策的功能。

大数据背景下的财务决策支持系统研究在当今数字化时代，大数据已成为企业发展的重要资产。

对于企业的财务管理而言，大数据的应用带来了前所未有的机遇和挑战。

财务决策支持系统作为企业财务管理的重要工具，在大数据背景下也正经历着深刻的变革。

一、大数据对财务决策的影响大数据的出现改变了企业获取和处理信息的方式。

过去，财务决策往往依赖于有限的内部数据和经验判断，而如今，大数据使得企业能够整合海量的内外部数据，包括市场动态、竞争对手信息、宏观经济数据等。

这些丰富的数据为财务决策提供了更全面、更准确的依据。

例如，通过分析消费者的购买行为数据，企业可以更精准地预测产品销售趋势，从而合理安排生产和资金投入。

同时，大数据能够实时捕捉市场变化，使财务决策更加及时和灵活。

然而，大数据也带来了数据质量、数据安全和数据分析能力等方面的挑战。

二、财务决策支持系统的功能与特点财务决策支持系统是一种以计算机技术为基础，辅助财务人员进行决策的信息系统。

它具有数据收集与整合、数据分析与挖掘、决策模型构建和结果展示等功能。

数据收集与整合功能能够从多个数据源获取数据，并将其转化为统一的格式，便于后续分析。

数据分析与挖掘则运用各种算法和工具，发现数据中的潜在规律和关系。

决策模型构建是根据企业的财务目标和业务需求，建立相应的数学模型，如成本预测模型、投资评估模型等。

结果展示以直观易懂的方式将分析结果呈现给决策者，帮助他们快速理解和做出决策。

三、大数据背景下财务决策支持系统的架构在大数据背景下，财务决策支持系统的架构需要进行优化和升级。

一般来说，它包括数据源层、数据存储层、数据处理层和应用层。

数据源层涵盖了企业内部的财务系统、业务系统以及外部的市场数据、行业数据等。

数据存储层采用大数据存储技术，如分布式文件系统、数据仓库等，以应对海量数据的存储需求。

数据处理层运用大数据处理框架，如 Hadoop、Spark 等，对数据进行清洗、转换和分析。

应用层则为决策者提供各种决策支持工具和界面。

系统动力学国内外研究现状
系统动力学是一种研究变化和相互作用的动态系统行为的跨学科方法，涉及系统的模拟、分析和决策支持等领域。

以下是系统动力学在国内外研究的现状：
国内研究现状：
1.学科发展：近年来，国内对系统动力学的研究逐渐兴起，
涉及的领域包括管理科学、经济学、环境科学、社会科学
等。

不少高校设立了系统动力学专业或开设了相关课程。

2.应用领域：国内研究主要集中在经济、环境、能源、政策
等领域。

例如，对于经济领域，系统动力学可以应用于宏
观经济建模、市场竞争分析、企业管理等方面的研究。

3.政府和企业应用：国内政府和企业对系统动力学的应用也
在逐渐增加。

一些地方政府和大型企业利用系统动力学建
立政策或经营模型，进行决策和风险分析。

国外研究现状：
1.学术研究：国外在系统动力学的学术研究方面相对较早，
具有较为丰富的理论基础和应用实践。

国际上一些知名的
学术期刊和研究机构也发布与系统动力学相关的研究成果。

2.应用领域：国外对系统动力学的应用领域更加广泛，包括
管理和组织学、环境管理、公共卫生、社会政策等。

例如，对于社会政策领域，系统动力学被应用于疾病传播模型、
城市规划和社会服务等方面。

3.软件工具：国外有多种成熟的系统动力学建模软件工具，
例如Vensim、Stella、AnyLogic等，为研究者提供了便捷的建模和分析平台。

总体而言，国内外在系统动力学的研究和应用方面都取得了一定的进展，但相对于其他传统方法，系统动力学在国内的研究和应用还相对较少，有待进一步加强学术研究和推广应用。

决策支持系统的建设与应用情况的评估决策支持系统（Decision Support System，简称DSS）是一种利用计算机和信息技术来支持管理决策制定的系统。

它以数据收集、数据分析和模型构建为基础，通过预测性分析和优化来帮助管理者制定决策。

本文将对决策支持系统的建设与应用情况进行评估，并探讨其在实际应用中的优势和不足之处。

一、决策支持系统建设情况评估1. 技术基础和硬件设施决策支持系统的建设首先要具备相应的技术基础和硬件设施支持。

评估时需考虑以下因素：（1）服务器和网络环境是否满足系统运行的要求；（2）所采用的数据库系统是否稳定可靠；（3）硬件设施是否能够支持大数据处理和高并发访问。

2. 数据质量和数据采集决策支持系统所依赖的数据是构建模型和进行分析的基础，因此数据质量和数据采集是评估的重点。

需要考虑以下方面：（1）数据的完整性和准确性；（2）数据的更新和同步机制；（3）数据采集过程中的安全性和有效性。

3. 模型构建和算法选择决策支持系统的核心是通过构建合适的模型和选择适当的算法来进行数据分析和决策计算。

评估时需考虑以下因素：（1）模型的准确性和可靠性；（2）算法的适用性和效率；（3）模型和算法的可解释性和易用性。

二、决策支持系统应用情况评估1. 决策效果评估决策支持系统的应用目的是帮助管理者做出更优化的决策。

评估时需考虑以下方面：（1）决策结果的准确性和可靠性；（2）决策结果与实际情况的匹配程度；（3）决策效果的经济效益和社会效益。

2. 用户满意度评估决策支持系统的应用需要得到用户的认可和支持，因此用户满意度是评估的重要指标。

需要考虑以下因素：（1）系统界面的友好性和易用性；（2）系统响应速度和稳定性；（3）用户对系统功能和性能的评价。

3. 组织效率评估决策支持系统的应用不仅仅是为了提高决策的质量，还应当考虑到对组织效率的影响。

评估时需考虑以下方面：（1）决策制定的速度和效率是否得到提升；（2）决策过程中的沟通和协作是否更加便捷；（3）决策支持系统对组织结构和管理模式的影响。

信息化时代的决策支持系统随着信息化时代的到来，决策已经不再简单，政府、企业、个人需要更多的信息支持来做出正确的决策。

而决策支持系统就是在这个大背景下崛起的。

一、决策支持系统概述决策支持系统是一种集计算机技术、数学方法、管理科学、决策科学和信息技术于一体的综合性的信息系统，它为企业、政府、个人的决策提供支持和帮助。

决策支持系统的主要特点在于：一方面，它较全面地考虑了系统所处的复杂环境，可以预测和控制因环境变化而带来的影响；另一方面，它能够较好地集成各类数据信息，按照需求分析和决策要求进行快速处理和报告。

这也是为什么决策支持系统能够对决策的质量提高产生重要影响的原因。

二、决策支持系统的关键技术决策支持系统的技术包括了数据仓库、数据挖掘、人工智能等。

数据仓库是通过将来自不同数据系统的数据收集到一个统一的存储库来实现的。

数据挖掘则是通过使用计算机自动分析大量数据并识别出与模式关联的信息，从而提取有价值的知识。

人工智能则是通过模拟人类思维、学习和决策的过程来解决具体的问题。

三、决策支持系统的应用在政府领域，决策支持系统被广泛应用于政府决策、经济和社会领域的管理、决策咨询等方面。

例如，在医疗合理使用方面，通过收集各种疾病数据，在统计研究得出合理用药方案和降低用药成本。

同时在疾病检测领域, 加强疾病的预防,提供有效的医疗服务。

在企业中，决策支持系统也有着广泛的应用。

例如，在销售预测中，决策支持系统可以根据海量的历史销售数据和当前市场数据，在客户订单、促销活动、营销策略以及市场变化等各方面对实际销售情况进行精准预测。

另一方面，还可以针对企业内的资产、人力等资源进行优化配置和管理，提高员工绩效和企业的收益。

四、决策支持系统的优势和展望决策支持系统的出现，将会让决策更具科学性和操作性，有助于提高决策的准确性、时效性和预测性。

决策支持系统带来的巨大优势是，它为管理者提供了一个更狭义但更有价值的视角，利用高精度、低成本和高效率的技术，使管理者能够更好地理解企业的真实运行，保持能动性，提高创造性。