下载文档原格式
决策支持系统概述决策支持系统（DSS）是一种帮助管理者做出决策的信息系统。
它集成了数据收集、数据分析、模型构建和解决方案评估等技术工具，以提供定性和定量的决策支持。
DSS的目标是通过使管理者能够更好地评估和选择各种决策方案来提高决策质量和效率。
决策支持系统的基本构成包括数据仓库、模型和分析工具以及用户接口。
数据仓库用于存储和管理各种关键数据，包括历史数据、实时数据和外部数据等。
模型和分析工具提供了各种算法和方法，如统计分析、优化模型、模拟和决策树等，用于分析数据并生成决策结果。
用户接口是管理者与DSS交互的方式，可以是图形用户界面、自然语言处理或者其他形式。
1.数据分析：决策支持系统能够从数据仓库中提取数据，并通过各种分析工具对数据进行定性和定量的分析。
这些分析可以帮助管理者了解当前的业务情况和趋势，从而作出合适的决策。
2.模型构建：决策支持系统能够根据具体的问题和需求构建各种模型。
这些模型可以是统计模型、优化模型、模拟模型等，通过运行模型可以产生各种方案，并对不同方案进行评估。
3.解决方案评估：决策支持系统能够对各种决策方案进行评估和比较。
它可以根据不同的指标和权重对方案进行综合评估，并为管理者提供决策参考。
4.知识管理：决策支持系统可以帮助管理者收集和管理各种关键知识和信息。
它可以通过知识库、专家系统和数据挖掘等技术，将知识和经验转化为可用的决策支持。
5.沟通和协作：决策支持系统可以提供各种协作工具，帮助多个决策者之间进行沟通和协作。
这些工具可以包括电子邮件、在线会议和共享文档等，以促进团队决策的效率和准确性。
使用决策支持系统可以带来许多好处。
首先，它可以提高决策的质量和效率，通过提供准确和全面的信息，帮助管理者做出明智的决策。
其次，它可以降低决策的风险，通过模拟和评估不同的方案，管理者可以更好地估计每个方案的风险和回报。
最后，它可以提高组织的竞争力，通过加强决策者之间的沟通和协作，决策支持系统可以促进团队决策的效率和准确性，从而提高组织的整体竞争力。
决策支持系统名词解释决策支持系统（Decision Support System，简称DSS）是一种通过信息技术提供决策制定者有效信息和工具来支持决策制定过程的系统。
DSS结合了数据分析、模型建立、信息管理和决策方法等技术，帮助管理者进行决策。
决策支持系统通常包含以下几个主要组成部分：数据库管理系统（Database Management System，DBMS）：用于存储和管理决策所需的数据。
DBMS可以根据用户的需要提供数据查询、更新和删除等功能，为决策者提供数据支持。
模型管理系统（Model Management System，MMS）：用于管理和执行决策所需的数学模型。
MMS可以帮助决策制定者构建和分析决策模型，以便在决策过程中提供科学依据。
决策分析系统（Decision Analysis System，DAS）：用于分析和评估不同决策方案的潜在风险和机会。
DAS可以根据已有的数据和模型，对不同的决策选项进行详细的分析和比较，以帮助决策者做出合理的决策。
用户接口（User Interface）：用于决策制定者与决策支持系统进行交互的界面。
用户接口通常提供数据输入、模型选择、结果展示等功能，以便用户能够方便地使用系统进行决策。
决策支持系统的主要特点包括以下几点：1. 及时性：决策支持系统能够实时获取和处理数据，为决策者提供及时的信息，以便快速做出决策。
2. 灵活性：决策支持系统具有较强的灵活性，可以根据不同决策的需求进行定制和扩展，以满足用户的特定需求。
3. 多功能性：决策支持系统不仅能够提供数据查询和展示功能，还能够进行数据分析、模型建立和决策评估等多种功能，为决策者提供全面的决策支持。
4. 用户友好：决策支持系统通常具有友好的用户界面和操作方式，便于用户学习和使用，提高工作效率。
5. 决策辅助：决策支持系统并非直接代替决策制定者进行决策，而是通过提供信息和工具来辅助决策制定者进行决策，提高决策的科学性和准确性。
决策支持系统名词解释管理学决策支持系统（Decision Support System，简称DSS）是管理学领域中的一个重要概念，指的是一种基于计算机技术的系统，旨在辅助管理者在复杂的决策环境中进行决策制定和分析。
本文将详细解释决策支持系统的概念、特点、构成以及在管理学中的应用。
一、决策支持系统的概念决策支持系统是一种集成了数据仓库、数学模型、人工智能等技术手段的信息系统。
其核心目标是为决策者提供必要的信息和分析工具，支持其在信息不完整、不确定的决策环境中，实现决策的科学化、合理化和高效化。
二、决策支持系统的特点1.针对性：决策支持系统针对特定的决策问题，提供定制化的信息支持。
2.交互性：系统允许决策者与系统进行交互，调整参数、假设，观察决策结果的变化。
3.集成性：系统集成了多种数据来源和分析工具，为决策者提供全面的决策支持。
4.智能性：利用人工智能等技术，实现对数据的自动分析和处理，减轻决策者的工作负担。
三、决策支持系统的构成决策支持系统主要由以下几个部分构成：1.数据仓库：存储和管理大量数据，为决策提供数据基础。
2.模型库：集成了多种数学模型，用于对数据进行分析和预测。
3.知识库：存储了专家的知识和经验，为决策提供智力支持。
4.人机交互界面：决策者与系统进行交互的界面，允许决策者输入指令、查看结果等。
四、决策支持系统在管理学中的应用在管理学中，决策支持系统被广泛应用于企业的战略决策、市场营销、生产管理等领域。
例如，企业战略决策者可以利用决策支持系统分析市场环境、竞争对手情况，制定合适的战略方向。
市场营销人员可以通过系统分析消费者行为、市场需求，制定精准的市场营销策略。
生产管理人员可以利用系统优化生产流程，提高生产效率和质量。
五、总结综上所述，决策支持系统是一种基于计算机技术的信息系统，具有针对性、交互性、集成性和智能性等特点。
它主要由数据仓库、模型库、知识库和人机交互界面等部分构成，在管理学中被广泛应用于企业的各个领域，为企业决策提供科学有效的支持。
1、什么是决策支持系统?决策支持系统(DSS)就是从数据库中找出必要的数据，并利用数学模型的功能，为用户生成所需信息的系统。
决策支持系统是80年代迅速发展起来的新型计算机学科，主要是为了解决由计算机自动组织和协调多模型的运行及数据库中大量数据的存取和处理，达到更高层次的辅助决策能力。
决策支持系统主要是在管理信息系统和运筹学的基础上发展起来的。
管理信息系统重点对海量数据进行处理，运筹学则主要在于运用数学模型进行辅助决策。
决策支持系统具有交互式计算机系统的所有特征，帮助决策者利用数据和数学模型去解决半结构化问题。
为此，一个好的决策支持系统应该具备以下特点：．辅助决策者解决半结构化或非结构化的问题。
．允许用户试探几种不同的决策方案。
．必须具备决策支持模型的管理功能。
．把数学模型或分析技术与数据存储和检索功能结合起来。
．系统必须具备友好的人机交互界面。
．系统必须具备良好的适应能力，可以满足不同环境和用户的需求。
2、决策体系的构成电子政务系统不仅可以提高政府部门的办事效率和透明度，还可以利用系统所收集的大量数据，通过建立正确的决策体系和决策支持模型，为各级政府的决策提供科学的依据。
决策系统运行的具体步骤是：．智囊系统利用信息系统提供的信息，制定各种可行的决策方案。
．智囊系统通过电子政务系统提供的平台将决策方案上报给决策系统(—般由负有决策责任的领导担任)。
．决策系统将根据信息系统生成的决策信息来确定最优的决策方案，井生成必要的决策指令。
．决策系统通过电子政务平台把决策指令下发给决．策执行系统和监督系统。
．在监督系统的监督下，由决策执行系统负责贯彻执行决策指令。
．决策指令的执行情况和结果将通过信息系统反馈给智囊系统。
．智囊系统将根据具体情况向决策系统提供反馈信息或决策修正方案。
．决策系统针对反馈信息或修正方案确定新的决策，并下发执行。
由此可以看出，通过把电子政务平台和决策支持系统有机地结合起来，可以大大提高决策的科学性、时效性和适应性。
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持。
（3）大都面向比较专一和范围有限的决策问题，例如、计划安排、资源分配、评价选择等。
（4）能够将非结构化／半结构化问题转化为半结构化／结构化问题。
2 决策支持系统的组成2.1 决策支持系统的系统结构DSS 的结构主要有两种基本形式：两库结构和基于多库的结构，实际中的DSS 由这两种对话子系统是DSS 的人机接口界面，对接受到的请求作检验，形成命令。
然后从数据库读取数据，从模型库选取和构建模型，从方法库中选择合适的方法，进行决策分析和决策支持。
决策支持过程是一个多阶段的人机交互的启发式过程，经过多次反复，直至用户形成决策意见，确定问题的解。
2.2 人机对话子系统人机对话子系统是DSS 的用户和计算机的接口，在操作者、资源库之间起着传送、转换命令和数据的重要作用，其核心是人机界面。
DSS 由不了解系统内部的人使用，因此用户接口对系统的成败有举足轻重的影响，DSS 维护人员也需要方便的工作环境。
从系统的使用和维护两个角度，人机对话子系统的总目标要求： （1）使用户了解系统可提供的数据、模型及方法。
（2）通过“如果…则…（What…if…）”方式提问。
（3）对请求输入有检验与容错能力，提示与帮助。
（4）使用户取得或选择某种分析结果或预测结果。
（5）根据反馈结果对模型提出评价及修正意见。
（6）能以图形及表格等输出信息、结论及依据。
用户基于知识 的结构两库结构2.3 数据库子系统DSS数据库应该由内置的和外部地两部分：前者存放直接使用的信息和分析结果，后者是逻辑上连接的各种MIS 的数据库，可以通过数据析取模块加工处理而获得。
数据库系统的数据字典用于描述与维护各数据项的属性、来龙去脉及相互关系。
数据库管理系统是一组管理数据的软件，也是与DSS其他子系统交互的接口。
数据仓库（data warehouse）已逐步被引入DSS，一些大型的分析类DSS建立在数据仓库的基础上。
数据仓库的数据组织、查取和利用方式与管理决策涉及面广，相关因素多，围绕某具体问题的特点相吻合，因此能对分析与决策提供有力支持。
2.4 模型库子系统模型库子系统是构建和管理模型的软件系统，是DSS中最复杂与最难实现的部分。
DSS 用户依靠模型库中的模型进行决策，因此认为DSS是由“模型驱动的”应用模型获得的输出结果分别起以下三种作用：（1）直接用于制定决策；（2）对决策的制定提出建议；（3）用来估计决策实施后可能产生的后果。
模型库子系统主要由模型库、模型库管理系统和模型字典等部分组成。
模型库管理系统的主要功能：模型的利用：决策问题的定义和概念模型化；选择模型或单元模型，构造具体问题的决策支持模型以及运行模型。
模型的维护：模型的联结、修改与增删等。
模型的使用与维护实质上是用户通过人机对话子系统予以控制与操作的。
3 智能决策支持系统3.1 智能决策支持系统的基本概念结合专家知识和DSS 模型分析的优点，形成智能DSS （IDSS），这种智能DSS （IDSSIDSS 具有人工智能的行为，向人类靠拢了一大步，使不熟悉机器的人也能方便地使用DSS。
智能人机接口接受接自然语言方式表达的决策问题及决策目标，较大地改变了人机界面的性能。
问题处理系统处于IDSS的中心位置，是联系人与机器及所存储的求解资源的桥梁。
知识库子系统是有关规则、因果关系及经验等知识的获取、解释、表示、推理以及管理与维护的系统，包括知识库管理系统、知识库及推理机。
3.3 人工智能及其应用人工智能是机器模仿人类而获得和具有的智能。
人类决策活动是一类智能活动，人工智能应用于DSS，可以提高决策活动的能力和成效。
其中最主要的领域有专家系统、机器学习、人工神经网络、智能代理、数据挖掘和知识发现等。
IDSS 中结合应用比较多的要数：专家系统、人工神经网络专家系统（ES ）是利用专家领域知识求解特定问题的计算机信息系统，使用符号方式求解问题。
符号方式相对于数字方式而言，即分析和求解问题不是依靠数值的计算而是依靠符号的判断。
例如：“任务A ”、“紧急任务”、“出口任务”，这些符号加上一系列的符号判断知识——规则，以及推理知识，就构成了专家系统的要素。
常见的计算机打印故障诊断帮助系统就是一个简单的专家系统。
该系统储存了可能的打印故障现象、原因和解决办法等知识。
通过以下方式查找问题的原因和解决问题：提问—检查指示—检查结果—再提问一些较复杂的专家系统已进入实际应用阶段， 例如，疾病诊断系统、购车选型咨询系统等。
专家系统的弱点：专家头脑中的知识获取困难，费时、低效； 推理规则固定，难以适应变化的情况； 不能从过去处理过的事例中继续地学习。
• 人工神经网络ANN 具有良好的自组织、自学习和自适应能力，适用于处理复杂问题或开放系统，能弥补专家系统的不足。
输出输入 加权处理单元知识库：在逻辑上是人类知识的模型，在物理上是储存知识的设施。
知识库的概念产生于专家系统，现在已被广泛地应用于各类信息系统和知识系统中。
知识的逻辑表达法――决策树4 群体决策支持系统4.1 群体决策支持系统的基本概念前述的DSS 的决策支持只局限于单个决策者。
实际中，组织的决策大都是由领导群体作出。
事关生存与发展的重大决策都由集体参与制定。
群体决策还要求多个决策者能在一个周期内异时异地合作协商寻求解决问题的方案。
群体决策支持系统（GDSS ）在此背景下产生。
≤30天 > 30天 ≤100天 > 100天需求量 需求量≤库存量 > 库存量 ≤库存量 > 库存量处理方案： 立即发货先按库存发货 进货后再补发 先付款再发货 不发货通知先付欠款GDSS有以下一些特点：（1）不受时间与空间的限制；（2）让决策者便捷地交流与共享信息，减少片面性（3）使决策者克服消极心理，无保留地发表意见；（4）集思广益激发思路，使方案尽可能完美；（5）防止小集体主义及个性影响决策；（6）提高决策者对决策结果的满意程度和置信度；（7）群体越大效果越显着。
4.2 群体决策支持系统的类型根据环境、人员空间分布、决策周期长短等因素，GDSS 大致可以四种类型：决策室同时同地）；局域决策网（同地异时）；虚拟会议（异地同时）；远程决策网（异地异时）4.3 群体决策支持系统的组成GDSS 按一个预定的规程以会议方式运行。
由一个主持人及多个决策者参加，围绕一个称为“主题”的决策问题。
主持人员控制决策活动的进程，人机接口接收决策群体的各种请求，其中包括主持人关于会议要求与安排的发布请求，参会者对数据、模型、方法等决策资源的请求等。
通信库子系统相当于会议的秘书处，存储与管理主题信息、进程信息及往来信息，负责信息的收发，参会者之间、参会者与资源库之间的通信。
规程库子系统存储与管理运作规则、会议事件流程规则等，例如，决策者请求的优先级别规则、各种协调规则等。
公共显示屏信息由通信库子系统传送至各参会者的站点。
4.4 谈判支持系统简述展开GDSS的概念，可以将群体决策引伸为多个冲突目标的多方决策，例如多方商务谈判决策。
谈判决策参与者是一个多方群体，各有目标和利益，在冲突中寻求各方都能接受的解决方案。
由此产生了谈判支持系统——NSSNegotiation Support SystemsNSS是一种既有协调又有博弈的决策支持系统。
