第十一章决策支持系统教学要求重要知识点第一节决策支持系统的概念决策支持系统的产生与发展DSS的定义决策信息系统的功能与定义能够提供常用的数学方法及算法，如回归分析方法、线型规划、最短路径算法等上述数据模型与方法能容易的修改与添加，如数据模式的变更、模型的联接或修改、各种方法的修改等能灵活运用模型与方法对数据进行加工、汇总、分析、预测，得出所需的综合信息和预测信息具有方便的人机对话和图形输出功能，能够满足随机的数据查询要求，回答“如果……则……（What…….if…….）”之类的问题提供良好的数据通信功能，以保证及时收集所需数据并将加工结果传给使用者具有使用者能忍受的加工速度与响应时间，不影响使用者的情绪对准上层管理人员经常面临的结构化程度不高、说明不充分的问题把模型或分析技术与传统的数据存取技术与检索技术结合起来易于为非计算机专业人员以交互会话的方式使用强调对环境及用户决策方法改变的灵活性及适应性支持但不代替高层决策者制定决策充分利用先进信息技术快速传递和处理信息决策支持系统的基本模型与分类第二节决策支持系统的组成决策支持系统的系统构成自然语言子系统人机对话子系统人机对话子系统能使用户了解系统通过“如果……则……（what…..if….）”方式提问对请求输入有足够的检验与容错能力，给用户某些必要的提示与帮助通过运行模型使用户取得或选择某种分析结果或预测结果在决策过程结束后，能把反馈结果存入系统，对现有的模型提出评价及修正意见当需要的时候，可以按使用者要求的方式，很方便地以图形及表格等丰富的表达方式输出信息、结论及依据等数据库子系统DSS数据库应该由内置数据库和外部数据源数据库两部分组成。前者只要存放能直接供决策使用的信息，包括由系统分析功能得出的结果，后者是逻辑上连接的MIS等信息系统中的数据库，可以通过数据折取模块加工处理而获得。数据折取模块主要负责从源数据库提取能用于决策支持的数据，折取过程也是将源数据加工成信息的过程，是选择、浓缩与转换数据的过程。在DSS数据库系统方面，近年来热门起来的数据仓库（Datewarehouse）技术有被逐步引入的趋势，尤其是一些大型的分析类DSS开始建立在数据仓库的基础上。数据仓库是以面向主题的多维数据结构对组织的数据进行集成管理技术，它从各种运行中的信息系统抽取、净化、转换和装载数据，按主题维、时间维、属性维等多维结构对分散的源数据做关联组织，集成于数据仓库中，提供以分析或决策问题（主题）为主线索的数据查询、在线分析处理（OLAP）等功能。模型库子系统模型库子系统是构建和管理模型的计算机软件系统，它是DSS中最复杂、最难实现的部分。DSS用户是依靠模型库中的模型进行决策的，因此我们认为DSS是由“模型驱动的”。应用模型取得的输出结果有三个作用：模型库是模型库子系统的核心部件，用于存储决策模型。将模型库比作一个成品库的话，则该仓库中存放的是“成品的零部件和框架”，而模型字典即是这些“零部件和框架”的描述，说明他们的功能、用途和使用事项等。从理论上讲，利用模型库中的“元件”可以构造出任意形式且无穷多的模型，以解决任何所能表述的问题。模型按照经济内容可分：模型基本单位在模型库中的存储方式目前主要有子程序、语句、数据及逻辑关系等四种方式，逻辑方式主要用于智能决策支持系统。模型库管理系统方法库子系统方法库决策支持系统的三个技术层次专用DSSDSS生成器是一种能用来迅速和方便地研制构造专用DSS的计算机硬件和软件系统。它包括数据管理、模型管理和对话管理所需的技术以及能将它们有机地结合起来的接口。构造专用DSS和DSS生成器的基础技术与基本硬件和软件单元。DSS工具的概念基于两点：不同的DSS在开发技术和构件上都有共性部分从零点开始的DSS开发方式周期过长，与应用对象的变化不相适应。三种技术层次间的相互关系第三节智能决策支持系统人工智能应用的两大分支是专家系统（ExpertSystems，简称ES）和人工神经网络（ArtificialNeuralNetwork，简称ANN）。IDSS是在传统DSS的基础上结合人工智能技术而形成的。智能决策支持系统的结构智能人机接口接受用自然语言或接近自然语言的方式表达的决策问题及决策目标，这较大程度的改变了人机界面的性能。问题处理系统人机接口知识库管理系统。知识库管理系统的功能主要有两个，一是回答对知识库知识增、删、改等知识维护的请求，二是回答决策过程中问题分析与判别所需知识的请求。知识库。知识库是知识库子系统的核心，知识库中所存储的是那些既不能用数据表示也不能用模型方式描述的专家知识和经验，也即是决策专家的决策知识和经验知识，同时也包括一些特定问题领域的专门知识。推理机。推理是指从已知事实推出新事实（结论）的