第2章决策资源与决策支持2.2决策支持在DSS发展历史中，决策支持是一个先导概念，决策支持的概念形成若干年后，才出现决策支持系统。Keen和Morton认为，决策支持是指用计算机来达到如下的目的：(1)帮助经理在非结构化任务中作出决策；试探用多个不同的结构化方法去尝试解决非结构化问题。(2)支持而不是代替经理的判断力；(3)改进决策的效能（Effectiveness），而不是提高决策的效率（Efficiency）。2.2.2决策资源的决策支持2.2.2.1数据的决策支持2.2.2.2模型的决策支持对一个决策问题在没有掌握它的本质和规律时，它是一个非结构化决策问题，通过人们不懈的努力，建立了该问题的模型，找到它的本质和规律后，该问题就变成了一个结构化决策问题。1939年，苏联数学家康托罗维奇提出了线性规划问题。1947年，美国数学家G.B.丹齐克提出了求解线性规划问题的通用方法——单纯形法。1951年，美国经济学家T.C.库普曼斯把线性规划应用到经济领域。从此，应用线性规划模型解决决策问题已从非结构化决策问题变成了结构化决策问题了。管理科学/运筹学是这种决策支持方式。在利用成熟的数学模型解决实际问题时，如何确定模型方程中的变量、系数、常数以及方程个数等问题，也是一个困难的问题。解决这个不确定性问题，应该对模型进行实验。“如果，将怎样”（what－if）分析是一个很好的模型实验手段。即：对模型中的参数进行各种假设，并通过模型计算，进行深入分析，研究最优解会有怎样的变化，这种分析称为“如果，将怎样”（what－if）分析。“如果，将怎样”（what－if）分析的基本作用：（1）优化模型的许多参数在建模时是很难精确确定的，只能是对一些数据的估计。通过what－if分析可以找出哪些系数是需要重新精确定义的灵敏度参数。（2）通过what－if分析，即使不求解，也可以表明模型参数的变化是否会改变最优解。（3）what－if分析可以表明改变这些决策对结果的影响，what－if分析在求得基本模型的最优解后，为管理层的决策能提供非常有用的信息。多模型组合形成决策问题方案能扩大单模型的决策支持能力。每个模型所需要的数据都不相同，模型之间的数据的转换也是一项很繁琐的工作。对于多模型的组合，一般的方法是对每个模型分别由计算机来计算。模型间的数据转换由人在计算机外人工来进行。模型之间的数据的转换是一个数据处理问题，应该建立数据处理模型（区别于数学模型）来完成。数学模型计算比较复杂，需要进行矩阵运算、循环和迭代，甚至用到递归，一般用数值计算语言（即高级语言，如PASCAL、C、FORTRAN等）来编程和求解。数据处理模型，不需要进行复杂的计算，但处理的数据量很大，要进行数据存储结构的转换，一般用数据库语言（如FOXPRO、ORACLE等）来编程。多模型的组合要求把两类不同语言编制的程序结合起来，需要解决计算机中两个问题：（1）两类语言的接口。90年代中、末期出现的ODBC、ADO软件是两类语言通用接口。（2）两类语言的集成。集成两类不同语言的模型，需要有一个控制程序来组合多个模型，形成系统方案。这种集成语言一般采用宿主语言，如以C语言为主语言，在C中嵌入数据库语言，形成的宿主语言。决策支持系统（DSS）是属于这种决策支持方式。决策问题方案一般是由程序员根据决策问题的要求，选择解决该问题的模型，数据及多模型的组合方式，再编制该问题的决策支持系统方案，通过计算得到该方案的解，并评价方案。当把所有模型和各类数据都作为决策资源存入模型库与数据库中，即模型库中既有数学模型，也有数据处理模型和人机交互模型等，数据库中既存有公用数据也存有私有数据，它们都作为决策资源。决策问题是将模型资源和数据资源作为积木块进行组合，搭建成系统方案的处理过程，我们用总控程序来描述。这时的总控程序就简单了，它只是控制模型运行、存取数据和人机对话进行判断这三者结合的控制流程。利用计算机的系统快速原型法能自动生成决策支持系统控制程序，达到控制模型程序的运行，数据库中数据的存取及人机对话，实现了决策问题方案的自动生成。当某个决策方案需要改变其中某个模型为另外的模型，或者改变存取数据库中数据时，只须修改决策支持系统控制程序中模型的调用或数据的存取，通过方案的自动生成就能够快速生成新的决策支持系统方案。决策方案的自动生成为改变决策方案带来快捷和方便。知识的决策支持主要体现在人工智能中，利用知识进行推理解决随机问题或新问题。通过第二次世界大战中的实例来说明（书中例）在人工智能中，主要的方法和技术是：专家系统、智能决策支