下载文档原格式
1.决策支持系统的基本模式决策支持系统的基本模式如图 9-12 所示。
完整的决策支持系统模式可以表示为决策支持系统本身以及它与“真实系统”、人和外部环境的关系。
管理者处于核心位置，他运用自己的知识和经验，结合决策支持系统的响应输出，对他管理的“真实系统”进行决策。
对一个真实系统而言，提出的问题和操作的数据是输出信息流，而人们的决策则是输入信息流。
图的右边是决策支持系统，由模型库系统、数据库系统和人机交互系统等组成。
图 9-12 决策支持系统的基本模式基本的决策支持系统是人机交互系统、数据库系统和模型库系统三个子系统的有机结合。
人机交互系统是DSS 与用户的接口，其突出特点是灵活方便。
DSS 中的数据，既包括企业内部的数据，也包括与企业有关的来自外部的数据，在决策过程中，特别是对高层决策者来说，外部数据极为重要。
但是，数据是面向过去的，因为它反映了已经发生过的事实，利用 DSS 中的模型，就可以把面向过去的数据转变成面向现在或者将来的有意义的信息，模型体现了决策者解决问题的方法。
2.决策支持系统的基本结构决策支持系统的基本结构大致有两大类：一类由语言系统、问题处理系统和知识系统为基本部件构成，称为基于知识的 DSS 结构；另一类是由各类库和库管理软件以及对话生成管理子系统为基本部件构成的多库DSS 结构。
（ 1 ）基于知识的 DSS 结构。
这种结构形式由语言系统（ LS ）、知识系统（ KS ）和问题处理系统（ PPS ）三个部分组成（ 2 ）多库 DSS 结构。
这种结构一般包括各类库和库管理软件以及对话生成管理系统。
不同的系统所包括的库的类型可能不完全一样，但它们的基本组成框架是类似的。
系统组成的差别可能主要体现在库的类型上，如二库结构，即系统包括数据库和模型库；三库结构，即系统包含数据库、模型库和方法库；加入知识库后的四库结构的系统。
[案例4] 企业销售决策支持系统企业销售决策支持系统(ESDSS)为案例，介绍实际DSS的构造及其具体的应用，以便直观地帮助我们学习和认识DSS。
决策支持系统管理的核心是“决策”。
全球经济一体化的进程以及信息技术的发展，消除了许多流通壁垒。
企业比以往任何时候都面临着更为复杂的生存环境，更难以形成并维护其竞争壁垒。
竞争的压力对企业制定决策的质量、速度都有更高要求。
决策支持系统作为一种新兴的信息技术，能够为企业提供各种决策信息以及许多商业问题的解决方案，从而减轻了管理者从事低层次信息处理和分析的负担，使得他们专注于最需要决策智慧和经验的工作，因此提高了决策的质量和效率。
现代企业的管理决策一、管理和决策制定60年代末，明茨伯格(Mintzberg)对5位总经理的工作进行一项仔细的研究。
他发现，管理者扮演着十种不同的但却是高度相关的角色。
这十种角色可以进一步分为三方面：人际关系、信息传递和决策制定，如下表所示：在这三方面中，决策制定是管理最核心、最实质性的角色。
所有的管理活动都围绕着决策。
决策的整体质量对企业的成败有重大影响。
二、现代企业决策的挑战在过去许多年，管理者制定决策是一门纯粹的艺术，是通过很长一段时间的经验所获得的一项天赋。
管理之所以被看成一门艺术，是因为许多个体风格被用于处理并成功地解决了同一类型的管理问题。
这些风格源于创造力、判断力、直觉和经验，而不是建立在科学方法基础上的系统化的定量分析方法。
但是，今天管理所面临的外部环境正在发生迅速变化。
商业及其本身的环境也比以往更加复杂，而且这种复杂性日益增加。
这些都对现代企业的管理决策带来了新的挑战：1. 决策质量的要求更高随着技术的迅速发展，客户获得产品和服务的渠道更为畅通，客户的选择余地更大。
同时大规模生产使得产品出现了供过于求的状态。
客户成为最稀缺的资源。
这迫使企业必须采取“以客户为中心”的经营策略，努力提高产品和服务的质量。
2. 决策时要考虑的因素更复杂随着经济全球化的趋势，尤其是中国加入WTO之后，无论是否愿意，企业都将面对全球的竞争者和全球范围的消费市场；随着环境的恶化、消费者权益意识的增强等，政府颁布了更详尽的法令和制度来约束企业的经营行为。
教育决策支持系统的设计与实现当前社会发展的趋势是数字化和智能化，教育领域也不例外。
教育决策支持系统是一种借助计算机技术和数据分析为教育决策提供支持的工具。
本文将探讨教育决策支持系统的设计与实现，旨在为教育领域的专业人士提供可行性思路和理论支持。
一、教育决策支持系统的概念和意义教育决策支持系统是指一种利用信息技术手段帮助教育管理者、教学设计者、教育研究者制定、实施和评估教育政策、计划、课程、教材、教学活动等方面的决策的系统，通过分析教育数据提供可视化的报告和建议，推动教育管理决策的科学化、精细化和效率化。
教育决策支持系统的意义在于提高教育质量、改善教学效果、提高教育资源利用效率，更好地满足各个层次教育参与者的需求。
二、教育决策支持系统的组成和功能1.数据源与采集教育决策支持系统的数据源包括学生成绩、学生信息、教师信息、课程信息、教材信息、教学资源使用情况、学校运营成本等多种类型的数据。
数据采集方式有人工录入数据、智能化数据采集等方式。
数据的质量与完整性对分析结果的准确性和可信度能产生显著的影响。
2.数据分析与建模教育决策支持系统通过对数据的分析和处理，构建教育模型，并生成可视化的报告和统计分析结果。
数据分析和建模的目的在于洞察教育现象、发现基础性的规律，以便为教育决策提供科学依据。
教育模型的建立需要合理选取数据、确定变量的权重、选择适合的算法等。
3.教育决策指导教育决策支持系统生成的报告和数据分析结果可直接指导教育决策，提供有针对性的建议，使政策制定者、课程设计者、教材编写者、教师、学校领导能够更好地制定教育计划，制订教育政策，提高教学质量和教育效果。
三、教育决策支持系统的开发流程教育决策支持系统的开发流程由需求分析、系统设计、数据库设计、系统实现、系统测试、部署上线、运维维护等环节组成。
其中，需求分析和数据库设计是关键环节。
1.需求分析需求分析是系统设计的基础，其主要任务是收集用户的需求和需求文档，并加以整理和分析，确定系统功能、接口、设计方向、开发周期等。
简述决策支持系统的功能和结构随着信息技术的快速发展和各种复杂的经济和管理问题的出现，决策支持系统（DSS）成为解决这些问题的重要工具之一。
本文将简述决策支持系统的功能和结构。
决策支持系统的功能决策支持系统是为了帮助决策者做出准确、可靠、及时的决策而设计的。
它可以提供以下三种决策支持：数据支持决策支持系统提供具有丰富信息量的数据，这些数据是从不同来源获得的。
可以在数据仓库中存储、管理和分析来自不同的部门和系统的结构化和非结构化数据。
这让决策者有更好的了解其决策对象，可以更好地在其经济、社会和政治环境中作决策。
分析支持决策支持系统可以在数据仓库中使用数据挖掘技术来自动提取和分析数据，以发现数据中的模式和异常，这可以用来支持决策者的决策过程。
数据挖掘技术包括分类、聚类、关联规则和预测分析。
数据挖掘帮助决策者识别和使用并加强因果关系，以实现精准而符合规律的决策。
交互支持决策支持系统使用交互技术，如图形用户界面、报告和查询，在决策制定过程中促进决策者与系统和决策过程的交互。
这能够帮助决策者快速访问信息，并能够更加了解决策背后的原因和影响。
通过与决策支持系统的交互，能够让决策者快速地了解决策的风险和影响，并帮助决策者做出更符合要求的决策方案。
决策支持系统的结构决策支持系统分为三层：数据层、分析层和应用层。
每一层都有不同的组件来支持决策制定。
数据层数据层是决策支持系统的最下层，用来存储和组织数据，包括传统的关系型数据库、现代数据存储系统和数据仓库。
数据仓库是数据层的核心部件，用于组织和存储大量的历史数据。
分析层在数据层之上，分析层可以从数据仓库中提取和处理数据，以进行挖掘或分析。
分析层包括数据挖掘、统计分析和决策建模工具。
这一层的主要目的是获取更深入的理解决策对象，并以此为基础做出决策。
应用层应用层是检索和展现决策支持系统生成的结果的最上层。
这一层面向用户，提供各种可视化和操作工具，让用户能够查看决策支持系统的结果，并将结果与他们的经验和知识相结合，以做出自己的最终决策。
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：由假如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：是对大量数据进展收集、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，对信息进展收集、组织、存储、加工、传播和使用的人机系统。
▲管理信息系统的根本组成：管理业务应用系统、数据库系统▲管理信息系统特点：1、以数据库系统为根底；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、控制论为根底，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、标准化不明确的问题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、管理并提供反响信息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、具有人时机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根底2、运筹学的开展为模型辅助决策奠定了模型根底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别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。
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，研究“三库”之间的相互依赖关系，已成为研讨“三库”的主流。
数据库是进行信息的收集、加工、存贮和输出的软件系统，因此，模型库和方法库的研制和应用应以数据库为基础。
只有有了完善的数据库系统，在信息有了根本的保证的前提下，模型库和方法库才能发挥其作用。
反过来，模型库和方法库的发展又给数据库的研究和应用提出了新课题，促进它的研究如何提供更为适合模型和方法操作的数据模型。
能模型库和方法库是不可分割的，无论是模型的参数估计、模型的求解还是模型的验证都是通过各种方法来具体实现的。
方法库中方法的丰富程度、方法的性能决定了模型使用的效果。
总之，从辅助决策的角度看，“三库”是进行问题求解的重要支持方面，一个强有力的辅助决策系统应具备“三库”，并以其为核心。
系统设计思想和系统结构商流计划是大型商业企业对本企业商品购进、销售、调配和存储各环节中各种经指标制定的目标规划，时间跨度一般为一年。
商流计划应明确指出下一年度中各个季度，各个月份商品进、销、调、存中各个经营指标。
商流计划的范围和内容不同的企业可能有不同的要求，但一般应包括进、销、调、存货物的数量和金额，毛利和利润额，各种费用额等。
商流计划决策是典型的半结构决策问题，既需要对影响商流计划的诸因素进行定性分析又要对各因素的影响程度进行定量计算。
为此，商流计划决策支持系统的主要目标是：如何对影响商流计划的各因素进行定性分析和定量计算，尽可能的帮助决策者把握市场变化的幅度，从而预测未来一年的销售总水平；根据预测结果对商品的购进、调配和存储以及企业各种经营指标提出多种商流计划的可行方案。
从实际使用的角度出发，系统应尽可能地准确模拟决策过程，所建立的模型也应尽可能是实际决策过程的描述，以期对决策者的支持更有效。
另外，系统的设计应向DSS生成器的方向发展，应充分体现基于知识的特征。
为此，系统的设计思想为：系统能获取、存储商业领域的经营决策经验（知识），并能准确地应用这些经验；系统使用方便，适应性强，便于修改、扩充；系统能帮助用户建立、集成、修改、查询以及正确使用各种模型；提供“友好”的用户界面；采用较先进的三层Client/Server系统结构，把组件技术引入到系统设计和实现中来。
为此，SLDSS的系统结构见图1：在该系统结构中用户（客户端）发送请求，通过问题处理系统（中间层）对问题进行分解后，选择相应的决策模型（服务器端）对问题进行求解并返回结果，当然用户也可以直接访问各子系统。
在这一结构中问题处理系统是关键，它协调各部件的运行。
下面分别介绍系统结构中各部件的功能。
问题处理系统PPSPPS是用户与系统的接口，它起着衔接用户与系统环境的桥梁作用，系统通过PPS对决策问题进行分类并确定问题求解的策略。
为此，PPS是反映系统功能的主要部件之一，也是整个系统的窗口。
PPS根据商流计划的一般要求把商品分成了12大类。
SLDSS中的PPS根据商品的种类不同分别为用户提出制定商流计划指标决策的解决方案。
SLDSS中PPS结构如图2：识别器的任务是对用户提出的问题进行识别和判断，并引导其进入相应的处理入口。
推理机是PPS的关键部件，它根据模式知识，通过协调器调用系统环境来对用户提出的问题加以处理。
其中模式知识是对具体决策模式的抽象化、规则化。
模型知识的加工过程也是SLDSS的系统分析过程。
协调器根据推理机的“智能”分析，完成系统调用，实现具体问题的构模任务。
系统状态参数是对决策过程的跟踪，从决策过程的非连续性出发，对系统的这种跟踪是必要的。
基于四库的系统环境模型库管理子系统模型及其管理是DSS的重要工作，本课题把组件技术引入到DSS模型的设计与实现中来，把DSS基模型定义为一个结构级组件，把DSS复合模型定义为由基模型经复合运算复合而成。
定义如下：定义1：我们把称为一个DSS模型模式。
这里的S表示模型的属性集合，它包括模型的标示ID、模型的类型Type，以及反映模型功能和行为的变量；P可以包括对上述信息的操作和该模型向外界所提供的服务，P对S封闭；E表示模型所产生各类消息的事件集合；I为模型的多重接口，多重接口为模型的连接和了解一个模型的功能提供了一个窗口；O为模型中操作次序，它是反映模型中操作或子模型标示的一个构造数据类型，对基模型一般为空，对复合模型它反映了求解问题的步骤。
定义2：对任何DSS模型M(D（D为论域），DSS模型M为DSS模型模式的一个实例，DSS模型记为：M＝；M＝<{},{},{},{},{}>称为空模型，记为Mφ。
这里定义的DSS模型是一种结构级的组件。
根据上述定义，我们可以定义模型的连接运算。
定义3：设M和N为两个DSS模型，如果修改模型M将影响模型N的运行或功能，则称模型N依赖模型M，记作：M→N。
如果模型N不依赖模型M，则记作：M↑N。
如果模型N依赖模型M，而模型M又依赖模型N，则称模型M与模型N相互依赖，记为M←→N。
定理1：设A、B、C为三个DSS模型，如果A→B，B→C，则有A→C。
定义4：设M1、M2、...、Mn和N为DSS模型，如果有M1→N、M2→N、...、Mn→N，则称N为由M1、M2、...、Mn组成的DSS复合模型。
DSS的基模型和复合模型是相对的，一个复合模型在构造更复杂的DSS 决策过程模型时，又成为基模型。
所以，在不造成混乱的情况下，可对两个概念不加区分。
根据上述定义，我们可以使用组件开发工具实现DSS基模型，对DSS复合模型的设计与实现本课题采用下面策略。
构成DSS复合模型中所用的基模型M1、M2、...、Mn之间的关系有两种情形。
其一是它们由纯粹基模型构造，并且它们之间不存在着依赖关系，即不存在基模型Mi、Mj使Mi→Mj；其二是由基模型之间存在依赖关系，即存在基模型Mi、Mj使Mi→Mj成立。
对第一种情形我们可以通过组件容器把基模型组合成复合模型或通过编写程序的方法把基模型复合成复合模型，这里不再讨论。
下面着重讨论第二种情形。
两个基模型存在依赖关系意味着两个模型之间有消息的传递和方法的调用。
我们可以采用在两个模型之间建立连接器的方法解决消息的传递和方法的调用，连接器与基模型的关系如图3。
这种DSS模型的调用关系与组件对象模型的调用关系有所不同。
在组件对象模型的调用中，模型Mi 通常作为事件源，Mj做为事件的接受者，并在接到事件后执行相应的操作。
而在DSS复合模型中Mj做为事件源，Mi作为事件的接受者，Mi在接到事件后执行相应的操作或模型Mj回调Mi中的方法。
SLDSS的模型库管理子系统提供的功能包括自动建立模型、模型维护和模型的运算。
知识库管理子系统SLDSS的知识库中存放了两类知识，事实类和规则类。
对事实类的知识，如“今年银行利率增加”，表示为“ZJ（利率）”；再如，对于批处理的模型知识表示为GOTO（START，DLMXL）；GOTO（DLMXL，JGSC），对规则型的知识以下列形式存放于规则库中，RULE（规则号，[条件1，条件2,条件N]，结论）。
例如，“如果工农业生产情况正常且银行利率不便且物价变化幅度不大，则用一元回归分析销售量，可表示为：RULE（22，[ZJ（“工农业”），BB（“利率”），BB（“物价”）] ，ZX（“一元回归”））。
SLDSS中的知识库由若干子库构成，不同的知识按其类别存放在不同的子库中，这样有利于知识的管理，同时也大大的提高了推理机的搜索速度。
知识的推理采用正向推理和反向推理两种推理策略，对于专业领域知识的推理都采用正向推理，对系统知识的推理采用了反向推理策略，既方便又迅速。
而对专业领域知识采用正向推理策略与实际情况较接近。
算法库、数据库的组织与管理算法库的组织及管理SLDSS中算法库存放了一些与模型有关的算法，算法是模型的实现。
这些算法以它们的计算机程序和有关算法使用的“智能”信息存放在算法库中，通过算法字典统一管理，算法库字典的结构为：算法库字典是算法管理的主要依据，算法库的维护也就是其字典的维护，另外，算法库字典又是使用算法的事实性知识，系统推理机通过算法库字典的读取来完成算法的选择工作，算法库管理提供的功能有：算法建立；算法查询；算法修改；算法删除。
数据库的组织与管理SLDSS的数据有两种类型。
