1、精選優質文檔-傾情為你奉上決策支持系統發展綜述空軍工程大學導彈學院 雷英杰運算機是當代進展最為迅速的科學技術之一，其應用幾乎已深入到人類活動和生活的一切領域，大大提升了社會生產力，引起了經濟結構、社會結構和生活方式的深刻變化和變革。運算機科學技術具有極大的綜合性質，與眾多科學技術相交叉而反過來又滲入更多的科學技術，促進它們的進展。運算機科學與其他學科相交叉產生了許多新學科，推動著科學技術向更寬敞的領域進展。智能決策支持系統是以信息技術為手段，應用治理科學、運算機科學及有關學科的理論和方法，針對半結構化和非結構化的決策咨詢題，通過提供背景材料、協助明確咨詢題、修改完善模型、列舉可能方案、進行分析

2、比較等方式，為治理者做出正確決策提供關心的智能型人機交互信息系統。實踐表明，只有當決策支持系統具有較豐富的知識和較強的知識處理能力時，才能向決策者提供更為有效的決策支持。考慮到IDSS是在傳統DSS基礎上進展起來的，因此那個地點先介紹有關決策、決策科學和決策支持技術的差不多概念。一、DSS的產生與進展DSS的產生背景電子數據處理EDP（Electronic Data Processing）：提升了工作效率，把人們從繁瑣的事務處理中解脫出來。缺點：僅局限于具體信息處理，不共享，不考慮整體或部門情形。治理信息系統MIS（Management Information Systems）：整體分析，系統

3、設計，信息共享，部門和諧。缺點：難于習慣多變的內、外部治理環境，對治理人員的決策關心十分有限。決策支持系統DSS（Decision Support Systems）：70年代中期Keen和Scott Morton在治理決策系統（1971）一書中提出。目標：對治理者做決策提供技術支持。背景：運籌學模型進展差不多比較完善，多目標決策分析突破了單一效用理論的框架，運算機軟、硬件及網絡技術的迅猛進展，人工智能專門是知識處理技術的進展，數據庫技術、圖形顯示技術、各類工具軟件的進展與完善，構成了DSS形成與進展的技術基礎。DSS的進展70年代，Scott Morton在治理決策系統（1971）一書中首次提

4、出DSS。Peter G. W. Keen等人編寫了一套叢書，闡明DSS的要緊觀點，初步構造出DSS的差不多框架。1978至1988年，DSS得到迅速進展，許多有用系統被開發出來，投入實際應用，產生明顯效益。1988至現在，DSS技術連續進展，目前已差不多成熟。新一代DSS研究仍舊十分活躍。DSS的理論基礎信息論信息是現代科學技術中普遍使用的一個重要概念。信息論是運用信息的觀點，把系統看作是借助于信息的獵取、傳送、加工處理、輸出而實現其有目的性行為的研究方法。運算機技術運算機軟件技術、硬件技術、網絡技術、圖形處理技術、知識處理技術等。治理科學與運籌學治理科學MS（Management Scie

5、nce）：面向治理者，研究決策咨詢題，如決策目標、決策效能等。運籌學OR（Operations Research）：提供一系列優化、仿真、決策等模型。信息經濟學在信息時代，研究信息的產生、獲得、傳遞、加工處理、輸出等方面的價值咨詢題。從經濟學的角度，研究信息產生和獲得的成本是多少？利潤是多少？即研究信息價值咨詢題。行為科學研究決策者的決策風格、在決策過程中的決策行為等，指導DSS的設計和開發。涉及到決策者的心理學。人工智能將人工智能技術用于治理決策是一項開拓性工作。當前研究的IDSS確實是DSS與AI技術相結合的產物，它用領域專家的知識來選擇和組合模型，完成咨詢題的推理和運行，為用戶提供智能的

6、交互式接口。人工智能技術作為運算機應用研究的前沿，近十年取得了驚人的進展，出現了光明的前景。專家系統、智能機器人和模式識別是人工智能中最活躍、最富有成果的三個研究領域。其中專家系統ES（Expert Systems）研究，取得了許多有用化的成果。當今世界上差不多有上千個專家系統，應用于醫療、診斷、探礦、軍事、調度、質譜分析、運算機配置、輔助教育等各種領域，并已開始涉足財務分析、打算治理、工程評估、法律咨詢等治理決策領域。DSS和ES：處于不同的學科范疇，有著不同的解決咨詢題的方法。DSS要緊運用數據和模型，ES要緊運用知識和推理。在治理科學領域，一個是方興未艾，一個是后起之秀，各有特色。然而它

7、們的互相結合和互相滲透，將會把運算機用于決策支持技術推向一個新的高度。決策的正確性關系到經營成效和事業成敗，決策理論、決策方法和決策工具的科學化和現代化是正確性的重要保證。人工智能將為DSS提供有效的理論和方法。例如，知識的表示和建模，推理、演繹和咨詢題求解及各種搜索技術，再加上功能專門強的人工智能語言，都為DSS的進展走向更加有用的時期提供強有力的理論和方法的支持。DSS與有關技術的關系決策與推測的關系決策：制造以后，基于推測，實現今后一個目標。推測：預言以后，基于分析、研究、仿真、實驗。例如：災難推測與防災決策、日常推測與決策、經營推測與決策、宏觀推測與決策、貫序推測與決策、為重大決策作預

8、備性研究等。DSS與MS/OR的關系MS：處理結構化咨詢題，運用分析的觀點。OR：處理結構化咨詢題，研究對象要緊集中在數學規劃、決策論、計策論等理論和方法上。DSS：處理戰略、規劃等半結構化和非結構化一類的決策咨詢題。DSS與MIS的關系MIS：收集、傳遞、儲備、加工處理各種信息，監測運營數據，利用歷史數據推測以后，用指定的數學方法分析數據，提供全面數據和分析報告。面向治理人員，提供低層次的決策支持。DSS：面向決策者，提供適當的決策支持，是MIS的高級時期。DSS與ES的關系IDSS = DSS + ESES：利用知識和推理機，處理半結構化和非結構化咨詢題。DSS：使用數據和模型，處理結構化

9、咨詢題，與ES結合后，可處理半結構化和非結構化咨詢題。二、DSS的差不多概念決策過程決策過程：如圖1所示。設計方案確定目標評判方案實施方案環 境圖1 決策過程決策科學要緊研究：確定目標、設計方案、評判方案三個差不多時期。這三個差不多時期又分別稱為懂得、設計、選擇活動。決策咨詢題的類型決策咨詢題的類型（按結構化程度分為）：結構化、半結構化、非結構化三種。結構化程度：對某一過程的環境和規律，能否用明確的語言（數學的或邏輯學的，形式的或非形式的，定量的或推理的）給予清晰的描述。結構化咨詢題：能夠描述清晰的咨詢題。三個時期都能使用確定的算法或決策規則。非結構化咨詢題：不能夠描述清晰，而只能憑直覺或體會

10、作出判定的咨詢題。三個時期都不能使用確定的算法或決策規則。半結構化咨詢題：介于兩者之間的咨詢題。一個或二個時期能使用確定的算法或決策規則。決策咨詢題的性質和層次決策咨詢題的層次：辦事員（作業調度）、部門負責人（運籌治理）、頂層負責人（戰略規劃）。按照決策咨詢題的層次和類型，決策咨詢題可分為9類，如表1所示。表1 決策咨詢題的類型作業調度運籌治理戰略規劃支持需求結構化庫存報表、零件定貨線性規劃、生產調度新廠位置選擇EDP MS/OR半結構化股票治理、貿易開發市場、經費預算資本獲利分析DSS非結構化為雜志選擇封面聘用治理人員研究、開發分析體會和直覺2.4 決策風格按獵取數據的方式分：感知型（S）、

11、直覺型（N）。感知型喜愛與特定咨詢題有關的硬數據。直覺型喜愛描寫可能性的整體信息。按處理數據的方式分：摸索型（T）、感受型（F）。摸索型喜愛用邏輯或其他規范化的手段去推理。感受型喜愛用個人的術語來考慮咨詢題。組合起來，共有四種類型的決策風格：系統型（ST）、思辯型（NT）、司法型（SF）、直觀推斷型（NF）。系統型（ST）：喜愛運用量化信息，喜愛運用成本效益分析和評判的研究作為輔助決策的工具。思辯型（NT）：善于思索以后的可能性，喜愛運用帶有靈敏度分析的決策樹作為決策的關心。司法型（SF）：注意力集中于當前的環境，喜愛運用決策小組進行決策。直觀推斷型（NF）：十分重視現實的可能性，喜愛運用雙向

12、調整的方法來達到決策的目的。DSS的構造與系統結構DSS的構造研究要緊解決DSS的組成咨詢題，即組成DSS的部件。現在，經典提法是：DSS = 四庫系統 + 對話系統（人機界面）四庫系統：數據庫系統、模型庫系統、方法庫系統、知識庫系統。當前，也有人講5庫系統（+文本庫）、6庫系統（+圖形庫）、7庫系統（+語音庫）、8庫系統（工具庫）等。DSS的系統結構要緊研究DSS各要緊部件的連接關系。人機界面技術要緊研究內容集中在：可視化圖形界面技術基于多媒體技術的界面技術自然語言界面技術數據庫系統數據庫系統包括數據庫及其治理系統，其差不多技術與一樣數據庫及其治理系統差不多相同。但有自己的特點。共同點：數據

13、的獨立性最小冗余度最大的共享性統一治理與操縱適當的反映時刻整體性（完整性）可修改性和可擴充性安全和保密簡明性DSS數據庫系統的特點：面向決策支持過程組織和治理數據面向模型、面向模型生成來使用數據數據描述方式要面向不同的決策者模型庫系統模型是以某種形式對一個系統的本質屬性的描述，揭示系統的功能、行為及其變化規律。模型庫系統以庫的形式對模型進行組織和治理，包括模型庫及模型庫治理系統。模型庫（Model Base）提供模型的儲備和表示模式，模型庫治理系統提供模型的提取、訪咨詢、更新和合成等操作。人們認識客觀世界一樣有三種方法：邏輯推理法實驗法模型法模型法是我們認識客觀世界的最得力、最方便、最有效的方

14、法。注意，并非所有模型差不多上數學模型，并非所有模型差不多上定量的。例如， 門捷列夫元素周期表。3.3.1 模型群解決軟科學所涉及的咨詢題時，可利用的模型已達100多個，按照他們的功能和用途可分為若干模型群。推測模型群 定性模型：特爾斐法、主觀概率推測法、交叉阻礙巨陣法等定量模型：回來推測、平滑推測、馬爾柯夫鏈推測等回來推測：一元回來、多元線性回來、非線性回來等；平滑推測：平均推測法、指數推測法等系統結構模型群 要緊用來分析社會經濟系統以及其他系統的結構，反映系統各要素之間的要緊聯系和關聯作用，從宏觀上和結構上來揭示系統的運行規律。系統結構模型、層次分析模型、投入產出模型、系統動力學模型等。數

15、量經濟模型群：計量經濟模型、經濟操縱論模型等。優化模型群：線性規劃、非線性規劃、動態規劃、目標規劃和最優操縱等不確定模型群：模糊數學模型、灰色模型、隨機模型等決策模型群：單目標風險性決策、多目標決策，以及一些不確定性決策方法等系統綜合模型群：即大系統理論。模型體系解決某一特定系統工程咨詢題的一系列模型。（從概念上）模型庫模型庫提供模型的儲備和表示模式。模型的表示形式：模型的程序表示：基于程序的表示方法。模型的數據表示：基于數據的表示方法。模型的邏輯表示：基于知識的表示方法。3.3.4 當前研究課題模型的自動生成技術模型治理的人工智能方法模型治理與數據治理的結合方法庫系統方法庫系統（MBS）綜合

16、了數據庫和程序庫。方法庫類似于程序庫，包含面向多種應用的程序包或功能程序。方法庫治理系統對程序方法提供多種功能操作。具有擴充的程序組件可與多種數據庫系統相連接可隨時加入新的程序組件知識庫系統1 差不多概念數據客觀事物的屬性、數量、位置及其相互關系等的抽象表示。信息數據所表示的含義（語義），因而講“數據是信息的載體”。知識信息之間的結構化關聯關系。知識分類事實指人類對客觀事物屬性的值或狀態的描述。（不包含任何變量）規則表示因果關系的知識，分為前提（條件）和結論兩部分。規律帶有變量的規則。因此，規則是規律的例化。3.5.3 知識的屬性真實性相對性不完全性模糊性可表示性推理方法演繹推理：P Q，由前

17、提到結論歸納推理：由個別到一樣，“主觀不充分置信推理”聯想與類比綜合與分析推測假設與驗證從不同的角度還可分為演繹推理、歸納推理、缺省推理確定性推理、不確定性推理單調推理、非單調推理啟發式推理、非啟發式推理基于知識的推理、統計推理、直覺推理正向推理、逆向推理、混合推理、雙向推理 推理操縱策略知識庫系統知識庫提供知識的表示和儲備。知識庫治理系統提供對知識（規則）的儲備、檢索、修改、檢查等操作。推理機利用知識庫中的知識進行推理，對給定咨詢題進行求解，得到結論。知識的表示方法一階謂詞邏輯表示語義網絡表示產生式規則知識的框架表示腳本表示過程表示Petri網表示面向對象表示新一代DSS的研究與進展（1）群

18、決策支持系統（GDSS）支持多人或集體共同決策：利用通信技術（網絡、電話會議、電子信息交換）、運算機技術（多用戶系統、4GL、數據庫、數據分析OLAP、數據儲備、數據倉庫、數據挖掘）和決策支持技術（議程設置、AI與推理技術、決策模型方法如決策樹、風險分析、推測方法等，結構化群決策方法如德爾菲法等）相結合。（2）分布式決策支持系統（DDSS）研究DSS在分布式環境中、與分布式技術相結合有關的技術咨詢題。（3）智能決策支持技術（IDSS）AI與DSS技術相結合，形成了高級別的、具有知識處理能力的DSS。組成：四庫系統+接口。知識庫、數據庫、模型庫、方法庫及人機接口，還有咨詢題求解模塊。（4）決策支持中心（DSC）1985年歐文提出來的。功能：提供辦公決策支持，具有定性定量相結合的綜合集成功能。組成：以決策支持小組為核心，為決策的全過程提供技術支持。（5）戰略決策支持系統（SDSS）支持戰略級或高層治理者的決策過程。組成：數據庫系統、模型庫系統、方法庫系統、知識庫系統、案例分析系統、輸入輸出系統、操縱與通信系統等。（6）I3DSS特點：面向咨詢題，有機集成。綜合采納系統分