决策支持系统发展综述——理论、方法与案例理论篇DSS的产生与发展DSS的基本概念DSS的构造与系统结构新一代DSS的研究与发展定义：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人机交互信息系统。DSS的产生与发展技术背景：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（如统计软件）的发展与完善，构成了DSS形成与发展的技术基础。DSS的发展70年代，ScottMorton在《管理决策系统》（1971）一书中首次提出DSS。PeterG.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的理论基础信息论计算机技术管理科学与运筹学信息经济学行为科学人工智能统计学(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计算机硬件技术计算机网络技术计算机图形处理技术计算机知识处理技术等(3)管理科学与运筹学管理科学MS（ManagementScience）：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（OperationsResearch）：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。其中专家系统（ExpertSystems,即ES）研究，取得了许多实用化的成果。当今世界上已经有上万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与相关技术的关系决策与预测的关系DSS与MS/OR的关系DSS与MIS的关系DSS与ES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+ESES：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。DSS的产生与发展DSS的基本概念DSS的构造与系统结构新一代DSS的研究与发展DSS的基本概念决策问题的类型决策问题的类型（按结构化程度分为）结构化决策问题半结构化决策问题非结构化决策问题结构化问题：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。决策问题的性质和层次DSS的产生与发展DSS的基本概念DSS的构造与系统结构新一代DSS的研究与发展