决策支持系统.docx
《决策支持系统.docx》由会员分享，可在线阅读，更多相关《决策支持系统.docx（20页珍藏版）》请在冰点文库上搜索。
决策支持系统
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。
计算机的应用信息支持决策的研究
–
1971年Keen:
提出“管理决策系统”（MDS）
1978年Keen和Scott Morton
提出“决策支持系统”（DSS）
形成DSS新学科
–
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
结构分解演变而来。
用户
对话子系统
两库结构
数据库
子系统
模型库
子系统
自然语言问题处理知识库
子系统子系统的结构
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
数据库
管理系统
数据库
对话
子系统
方法库
管理系统
方法
库
模型库
管理系统
模型
库
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。
成品仓库
成品
半成品
零部件
成品组装说明
书
模型库
模型
子模型
模型单元
模型字典
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
（IDSS）能提高支持非结构化决策能力
IDSS
DSS+ES
知识获取困难
知识
库
DSS
专家知识优势
机 专
器 家
学 系
习 统
人 工 智 能
人
工
神
经
元
网
络
3.2 智能决策支持系统的结构
用 户
人机接口
自然语言处理系统
问题处理系统
数据库
管理系统
方法库
管理系统
模型库
管理系统
知识库
管理系统
推理机
数据库
方法库 知识库
四库 DSS 的基本结构
IDSS：
更好地理解人
能积累已有知识
能获得新知识
提高分析和求解能
增设：
自然语言处理系
知识库
推理机
问题处理系统
力
IDSS 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；
ES
ANN
开发时间长，
专家要愿意交代问题解决过程
开发时间短，
专家只要交代输入和输出
建立在人表达的处理逻辑上
建立在模拟学习基础上
难适应环境变化
适应环境能力强
性能在理论上不超过专家
某些应用会超过专家水平
能解释结果，提出建议
无法解释，黑箱操作
使用符号方法，逻辑推理
使用数字方法，关联推理
串联处理、闭环系统
并行处理，自组织系统
知识驱动
数字驱动
ES 与 ANN 的比较
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。
Y
传递
加权
和
输出
处理
单元
W
W
W
W 加权
1234
X1X2X3X4 输入
3.4知识库
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。
欠款
时间
≤30天
> 30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
> 100天
通知先付欠款
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。
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）群体越大效果越显著。
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——NSS
Negotiation Support Systems
NSS 是一种既有协调又有博弈的决策支持系统。
谈判支持系统的类型：
供仲裁方使用的 NSS，能优化决策方案求得稳定解。
例如：
DECISIONMAKER。
用于谈判各方的 NSS ，以效用函数评判谈判方案优劣。
例如：
INSPIRE。
NSS 应该包括以下基本功能：
（1）人机交互地进行谈判分析和决策的支持；
（2）为谈判方分析和制定谈判战略；
（3）分析和评估谈判方所处状态；
（4）促进各方信息交流，引向一致；
（5）在冲突和矛盾中寻找共同点；
（6）提出平衡的可行的解决方案；
（7）对形成的决策方案做灵敏度分析。
升级会员 