决策支持系统建立中关键问题.docVIP

决策支持系统建立中关键问题 　　【摘 要】文章在简要回顾决策支持系统发展历史的基础上，系统阐述了决策支持系统在建立中应注意的几个关键问题。分析总结了阻碍决策支持系统发展的关键技术问题和决策支持系统未来的发展取向。 　　【关键词】决策支持系统；DSS；关键技术 　　决策支持系统的概念提出以来，随着决策理论、信息技术、数据库技术、办公自动化、专家系统等相关技术的发展，决策支持系统取得了长足的进展，在许多领域得到应用。决策支持系统已成为许多行业经营管理中一个不可缺少的现代化支持工具。 　　一、决策支持与数据管理系统 　　数据管理系统必须为决策支持的分析处理提供以下服务： 　　（1）根据主题需要，从OLTP数据库中抽取分析用的数据。为此在抽取过程中要对原始数据进行分类、求和、统计等处理，抽取的过程实际上是数据的再组织。 　　（2）在抽取过程中，完成数据净化，即去掉不合格的原始数据，必要时还必须对缺损的数据加以补充。 　　（3）在改变分析、决策的主题时，可以按主题进行数据查询与访问。 　　（4）采用脱机大容量存储、联机磁盘存储、内存存储的多级存储模式，解决数据量巨大及按照主题、粒度划分的数据组织问题。 　　实现决策用的数据管理系统的另一种途径是采用多维数据库。多维数据库中的维是指 在进行分析预测时可以变化的角度。例如，一个企业在全国各地的产品销售，可以按时间逐年 统计，也可以按地区或者产品分类统计，这里的时间、地区、产品就是不同的维。多维数据库为面向主题的分析决策提供了更大的灵活性。它支持对按总体统计的详略级别组织的数据进 行特殊查询，从宏观的结果逐步向下跟踪产生这些结果的微观数据，或者反过来由底层微观数 据逐步向上得到高层的宏观结果。 　　二、模型、方法和知识管理系统 　　采用数据仓库和多维数据库技术的数据管理子系统将数据进行整理（预处理）和净化之 后，形成可靠的易于进行决策的“数据源”（即数据仓库或多维数据库），这个“数据源”的结构与形式和决策支持系统所采用的模型与知识有关。决策粗略地分为结构化决策支持、非结构化决策支持、半结构化决策支持。一个较好的决策支持系统必须完成这三方面的决策支持。 　　1.模型、方法和知识管理系统 　　在决策支持系统中模型、方法和知识的管理是核心，它对依问题建立的模型库、方法库和知识库进行管理。 　　模型、方法和知识管理系统的主要任务是： 　　（1）对模型库、方法库和知识库进行维护。模型、方法和知识管理系统必须有对三库的维护界面；可根据问题的需要对模型、方法和知识库进行增加、删除和修改，并保证三库的一致性：一是系统运行过程调用每个库时不发生矛盾，特别是对知识库的维护更为复杂；二是每种模型、方法和知识都能调用到。 　　（2）模型、方法和知识管理系统根据用户的要求和数据仓库提供的数据，能有效地选择模型、方法和知识，经系统运行得到相应的结果，并将结果送给交互环境进行输出。 　　2.智能决策支持系统 　　智能决策支持系统一般是在模型、方法和知识管理系统的基础上增加专家系统和数据 采掘与知识发现技术。目前虽然一般的决策支持系统得到了广泛使用，但随着数据量的增大 ，不确定因素的增多，专家系统技术和各种推理技术对提高决策支持的准确度十分必要，在人 也无法描述出数据间的关系时，就提出数据采掘与知识发现技术。近年来数据采掘与知识发 现技术发展很快，已达到初步应用的程度。智能决策支持系统将会迅速发展。 　　三、用户交互环境 　　用户交互环境是决策者或决策部门与决策支持系统打交道的界面，它负责接收用户发 出的各种命令，根据这些命令调用不同的子系统，并获得处理结果，最后再将这些结果输出给用户。 　　输出过程可以随时暂停或继续。当暂停时，还可要求解释报告内容。以上述方式向用户输出分析、决策结果必须解决以下几个关键问题： 　　（1）首先要为用户提供一种手段来定义报告输出的结构、内容、多媒体输出的要求。 　　（2）在输出时要做到说的与显示的都反映同一个主题，即各种输出应当在内容上一致，因此必须很好地控制多媒体输出的同步。 　　（3）汉语的文语转换、语音合成、三维复杂实体造型的实时动态显示等技术。这些方面既有输出质量、也有输出速度的要求。 　　四、一个用于市场分析与预测的决策支持系统 　　1.系统描述 　　（1）数据规范化处理（DSP）由于决策的需要，企业要尽可能地收集各种市场信息和生产数据，因此也就存在原始数据来源多、结构混乱的问题。DSP的目标旨在对原始数据进行一定的预处理，从而得到结构简单、格式规范、统一的规范化数据，供专家系统、分析、预测和报告生成使用。 　　（2）专家系统（ES）通过长期的工作实践，有经验的企业管理人员和市场营销人员必然会对市场的变化和发展形成一套较为完整的看法，将这些知识总结成规则的形式，即可通过专家系统加以