《决策支持系统》课程讲稿参考.pdfVIP

决策支持系统 课前导入 第一章 决策支持系统概述 第一节 决策支持系统的形成和发展 决策支持系统 （DSS）是 20 世纪 70 年代初由美国的 Scott Morton 在 《管 理决策系统》中首先提出，于 20 世纪 80 年代迅速发展起来。 管理信息系统 管理科学 / 运筹学 决策支持系统 管理科学与运筹学是运用模型辅助决策， 体现在单模型辅助决策上， 这 样以来，对于多模型辅助决策问题， 在决策支持系统出现之前要靠人来实现 模型间的联合和协调。 决策支持系统的出现要解决由计算机自动组织和协调 多模型的运行以及数据库中大量数据的存取及处理， 达到更高层次的辅助决 策能力。 决策支持系统具有以下 6 个特性： ①用定量方式辅助决策，而不是代替决策 ②使用大量的数据和多个模型 ③支持决策制定过程 ④为多个管理层次上的用户提供决策支持 ⑤能支持相互独立的决策和相互依赖的决策 ⑥用于半结构化决策领域 专家系统 专家系统也是一种很有效的辅助决策系统。 它是利用专家的知识， 特别 是经验知识经过推理得出辅助决策结论， 专家系统辅助决策的方式属于定性 分析。 智能决策支持系统 智能决策支持系统是以决策支持系统为主体， 结合人工智能技术形成的 系统。除专家系统这种典型的人工智能技术以外， 还有神经网络、 机器学习、 遗传算法以及自然语言理解等多种人工智能技术。 经理信息系统 决策支持系统的发展 决策支持系统的技术进步经历以下四个阶段： ①单模型辅助决策 ②交互建模的 DSS ③组合模型的 DSS ④智能的 DSS 第二节 决策支持系统概念 R.H.Spraque 和 E.D.Carlson 对 DSS的定义： 决策支持系统具有交互式计算机系统的特征， 帮助决策者利用数据和 模型去解决半结构化问题。 S.S.Mittra 对 DSS的定义： 决策支持系统是从数据库中找出必要的数据，并利用数学模型的功 能，为用户产生所需要的信息。 DSS是在 MIS 的基础上发展起来的，都是以数据库系统为基础，都需要 进行数据处理，也都能在不同程度上为用户提供辅助决策信息。 第三节 新决策支持系统与综合决策支持系统 20 世纪 90 年代中期，兴起了数据仓库、联机分析处理和数据挖掘 三项新技术， 这三项新技术的结合为决策支持系统开辟了新方向， 形 成了基于数据仓库的新决策支持系统。 数据仓库中存储着大量辅助决策的数据，它为不同的用户随时提供 各种辅助决策的随机查询、 综合数据或趋势分析信息。 联机分析处理 提供了多维数据分析、进行切片、切块、钻取等多种分析手段。数据 挖掘是挖掘数据中隐含的信息和知识，让用户在进行决策中使用。 以数据仓库为基础结合联机分析处理和数据挖掘形成了基于数据仓 库的新决策支持系统。 新决策支持系统与传统决策支持系统具有以下关系： ①新决策支持系统中数据挖掘获取的知识与传统决策支持系统的知 识推理中的知识是不相同的。 ②新决策支持系统中没有充分利用模型和模型组合来辅助决策。 ③决策支持系统的技术还没有完全成熟。 把数据仓库、联机分析处理、