决策支持系统01

1、决策支持系统Introduction课程基础经济类管理类计算机技术（运筹学、管理信息系统）2Decision Support System参考书决策支持系统原理与应用，李志刚，高等教育出版社，2009陈文伟，决策支持系统教程，清华大学出版社，2004陈挺，决策分析，科学出版社，1987网上资源： 资源丰富，案例、授课大纲、Ask Dan！， Decision Support System3课程整体安排决策支持系统概述决策理论与技术决策支持系统的数据库、建模决策支持系统的模型库决策支持系统的体系结构上机实验知识表达与推理专家系统与神经网络4Decision Support System第1章 决

2、策支持系统概论 管理就是决策；生活就是决策Case-购物：30 VS.20 7999 VS. 7989选择，决策，理性决策与非理性决策，经典经济学说人是理性的，理性的人追逐利益最大化：现实中很多时候人是非理性的，非理性的时候可能造成损失。非理性的产生来源于人的感情、外界影响等；计算机可以克服人的缺点。因此，借助于计算机辅助人类决策是一个可行的方法。5Decision Support System1.1什么是决策支持系统 (Decision Support System, DSS)：“决策支持系统是以信息技术为手段，应用管理科学、计算机科学及有关学科的理论和方法，针对半结构化和非结构化的决策问题

3、，通过提供背景材料、协助明确问题、修改完善模型、列举可能方案、进行分析比较等方式，为管理者做出正确决策提供帮助的人机交互信息系统。 ”严格的定义6Decision Support System1.1什么是决策支持系统 (Decision Support System, DSS)：决策支持系统：辅助人类进行决策的计算机系统。最后由人来决策。DSS研究的内容：如何用计算机系统进行分析、推理，给出参考答案。人们对决策支持系统有着不同的理解。DSS广义地：任何在组织中支持决策的计算机化系统。例如高层经理使用的经理信息系统，各种进行市场、财务、会计方面决策的DSS系统，生产中MRP系统，和一些用于维修诊

4、断的专家系统。7Decision Support System1.2为什么要学习DSS企业采用DSS后可能感受到的好处：更高的决策质量、沟通的改进、成本的削减、生产率的提高、节约时间以及客户和员工满意度的改善。这些可感受的收益与企业竞争的程度、行业特点、公司的规模以及DSS的用户友好性密切相关。8Decision Support System什么样的的企业会对DSS产生迫切需求： 公司在一个不稳定的经济下运作 公司面临国内和国外竞争的加剧 公司在跟踪其大量业务操作时面临日益增加的困难。 公司现存的计算机系统无法支持提高效率、收益率和进入可赢利市场等目标。 现行系统无法完全解决公司需求的多样性或

5、管理上特别的查询；不具备应有的商业分析功能9Decision Support System现代企业对DSS需要：由于上述的种种挑战，管理者迫切需要一种计算机化的决策支持系统。虽然每个企业的状况和需求都不相同，但是共同的原因如下：快速的计算人的处理能力和存储能力上的局限人的认知极限削减费用信息支持更高的决策质量有助于授权管理改善业务流程10Decision Support System1.3 DSS在企业中的主要应用方面销售支持客户分析和市场研究客户关系管理是目前的一大热点。市场研究：预测产品的增长模式；企业品牌和形象的研究；分析客户满意度；市场规模和潜在规模的研究等。 财务分析：运筹和战略计划

6、：基于资源限制确定最优的项目制定生产计划确定大型连锁机构中分支网点的设立, 协助制定大规模资本投资计划，并计算投资风险。 11Decision Support SystemDSS在其他领域的应用证券投资DSS医疗事故鉴定DSS铁路运输DSS12Decision Support System1.4 一个决策支持系统的典型组件： 数据管理子系统：DSS的数据库通常包括在数据仓库中。用来支持决策支持功能的，其中每个数据单元都不随时间改变。内部数据主要来自于组织的交易处理系统。外部数据包括行业数据、市场调查数据、人口普查数据、国家经济数据等。模型管理子系统：一个包含有财务、统计、运筹和其它定量模型的软

7、件包，能够提供系统的分析能力和模型管理能力。用户界面子系统：用户与DSS应用之间的交流。如交互式界面、报表打印用户：用户可看作系统的一部分。DSS的用户主要是企业各层次的管理者和商业分析人员。13Decision Support System决策支持系统的基本结构数据库模型库DBMSMBMS人机交互系统负责存储、检索与决策活动有关的信息，为模型运行准备数据及保存结果模型表示、生成、修改和查询，从数据库中获得数据并运行模型，辅助解决问题。系统和环境的接口，接受信息和要求，显示运行结果。用户14Decision Support System1.5 决策支持系统与管理信息系统的关系MIS与DSS是计

8、算机应用于管理活动的两个不同的发展阶段，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。15Decision Support SystemDSS与MIS的具体联系：MIS所建立的各种业务数据库，存储着组织中的大量基础信息。这是DSS最基本的数据源，DSS的建立可使MIS所收集的信息更充分发挥其作用。MIS可以承担收集决策反馈信息的任务，支持DSS的决策后果检验与评价。DSS在使用过程中，对那些可以逐步明确的问题模式，使之结构化并纳入MIS的工作范围。16Decision Support SystemDSS与MIS的主要区

9、别（1）在任务方面：MIS主要是完成例行管理活动中的常规信息处理，提供的报表和数据一般只和管理决策间接相关；DSS主要支持决策活动，提供决策的行动方案并给出有关结果，便于决策者探讨问题，作出判断。（2）在系统目标上：MIS追求的高效性，即提高组织中的工作效率和效能；如快速查询、报表；DSS追求主要有效性，即效益、决策的正确性。17Decision Support System（3）在求解问题的性质上，MIS侧重于解决结构化的管理问题（已知的、可预见的、经常发生的、重复发生的）DSS侧重于解决半结构化或非结构化的管理决策问题(复杂的、难以准确描述的、大量计算的、经验性的)（4）在系统设计方法上，

10、MIS强调实现一个相对稳定协调的工作系统，DSS是实现一个有发展潜力的、适应性强的支持系统18Decision Support System（5）在数据与模型的侧重方面，MIS是数据驱动的，即以数据库及其管理系统为中心，趋向于数据的集中管理，DSS是以模型驱动的，即以模型库及其管理系统为中心，着重体现决策的要求。 （6）面向的用户不同：MIS是面向中层管理人员的，用于运行管理DSS是面向高层决策者的，辅助决策的总之，两个不同阶段，但侧重不同，不是替代关系。19Decision Support System1.6 决策支持系统的产生背景电子数据处理(Electronic Data Process

11、ing， EDP)计算机的出现，最早是用于数值计算，即进行科学与工程的计算。20世纪50-60年代，开始用于数据处理。数据处理包括数据收集、录入、正确性检验、操作与加工、输出等。特点：数据量大；一般用不到复杂的计算；时效性强。提高了工作效率，把人们从繁琐的事务处理中解脱出来。缺点：仅局限于具体信息处理，不共享，不考虑整体或部门情况。20Decision Support System管理信息系统(MIS)20世纪60-70年代始兴起了管理信息系统的热潮MIS是以计算机为基础，支持管理活动和管理功能的信息系统。特点：1、主要功能是事务处理，对信息的收集、传输、存储、检索等；2、一个MIS可包含多个

12、电子数据处理（EDP），每个EDP面向一个管理职能，如财务处理、劳资处理等3、处理结构化问题，即常规的、例行性的事物；4、是以数据库为基础建立起来的。21Decision Support SystemMIS应当具有的功能：1、事务处理：有业务就会产生数据；2、数据库的更新和维护；3、产生各类报表；对数据库中的数据进行提炼，以报表的形式呈现给管理者4、查询处理；5、较为有好的用户交互界面整体分析，系统设计，信息共享，部门协调。缺点：难于适应多变的内、外部管理环境，对管理人员的决策帮助有局限。22Decision Support System管理科学/运筹学的成熟：1940年英国成立了第一个运筹学

13、小组；1947年丹齐克提出了线性规划及其通用解法-单纯形法；50年代末期，美国大企业在经营管理中大量使用运筹学，初期主要用于制定生产计划，后来在物资储备、资源分配、设备更新、任务分派等方面广泛应用，并发展了许多新的方法和模型。这些研究推动了管理科学的发展，为决策提供科学的依据。管理科学是对管理问题用定量分析方法，建立数学模型、计算求解，达到辅助管理决策的。它用数学模型方法研究经济、国防等部门在环境约束、资源约束下，合理调配人力、物力、财力等资源，运用模型预测发展趋势、制定行动规划或优选可行方案。23Decision Support System管理科学处理问题时，分为以下几个阶段1、定义问题确

14、定目标。把整个问题分解成若干个子问题，收集问题的数据，确定问题的目标。2、建立模型。用数学符号定义变量，确定相互关系，用数学表达式描述问题。3、求解模型和优化方案。再多个方案中优选。4、检验和评价模型。检验模型得到的解、评价合理性。5、应用模型分析问题和不断优化模型。在方案实施的过程中发现新的问题、优化模型。24Decision Support System模型是对客观规律的抽象描述、藉此增强对复杂问题的处理能力。取得预期效果。对于模型的工作有两个：建立模型。是专家学者在探索事物的变化规律中，抽象出他们的数学模型，这是创造性劳动。使用模型。通常与产量、收入、成本、资源等数量因素有关，把这些定量

15、因素归纳到数学模型中，求解。在大量的模型中，以数值计算为主题的数学模型适合的计算机语言有Fortran、Pascal、C等。25Decision Support System运筹学模型发展已经比较完善，多目标决策分析突破了单一效用理论的框架，计算机软、硬件及网络技术的迅猛发展，人工智能特别是知识处理技术的发展，数据库技术、图形显示技术、各类工具软件的发展与完善，构成了DSS形成与发展的技术基础。 26Decision Support System1.7 决策问题的结构化分类结构化程度：对某一过程的环境和规律，能否用明确的语言（数学的或逻辑学的，形式的或非形式的）给予清晰的描述（定量的或推理的）

16、。结构化问题：能够描述清楚的问题能使用确定的算法或决策规则。非结构化问题：不能够描述清楚，只能凭直觉或经验作出判断的问题。不能使用确定的算法或决策规则。半结构化问题：介于两者之间的问题。部分能使用确定的算法或决策规则。27Decision Support System判别问题的结构化程度，用下面3各尺度：（1）问题形式化描述的难易程度。结构化问题，容易用形式化方法严格描述。形式化描述程度越难，结构化程度就越低。（2）解题方法的难易程度。结构化问题一般具有描述清晰地解题方法。完全非结构化的问题，甚至不存在明确的解题方法，只能用一些定性的方法来解决。（3）解题中需要的计算量的多少。结构化的问题一般

17、需要大量的明确的计算来解决；结构化程度低的问题，往往需要大量试探性的解题步骤而不包含大量明确的计算。28Decision Support System作业调度运筹管理战略规划支持需求结构化库存报表、零件定货线性规划、生产调度新厂位置选择EDP MS/OR半结构化股票管理、贸易开发市场、经费预算资本获利分析DSS非结构化为杂志选择封面聘用管理人员研究、开发分析经验和直觉决策问题的性质和层次29Decision Support SystemMIS用来解决结构化问题，因为数据库管理技术是成熟的DSS是从多个备选方案中选出一个更好的。通过计算机编程找出多个方案；而对于最好的方案的选择，由于涉及的因素复

18、杂，很难由机器实现，只能由人来做出。可见，用模型和计算找出方案，这一部分是结构化的；对于方案的选择是有人来做出的，是非结构化的。DSS完成多个方案的计算机实现，提供人机交互接口，解决决策问题，因此DSS主要解决半结构化的问题。总之，DSS的作用，就是在决策的结构化部分为决策者提供支持，从而减轻决策者的负担，使之专心处理非结构化的部分。30Decision Support System1.8 决策支持系统的发展决策支持系统70年代中期Keen和Scott Morton在管理决策系统（1971）一书中提出。管理科学与运筹学运用模型辅助决策，体现在单模型辅助决策上。随着新技术的发展，所需要解决的问题

19、越来越复杂，涉及的变量、模型越来越多，有时是十几个甚至上百个模型。这样对于多模型辅助决策的问题就凸现出来了。DSS的出现就是要解决多模型的协调问题、数据库中大量数据的存取及处理。DSS的特点就是增加了模型库及模型库管理系统。它把众多的模型有效地组织起来、并使模型库与数据库有机地结合起来。它既有数据处理功能，又具有模型的数值计算功能。31Decision Support SystemDSS具有以下特点：1、用定量的方式辅助决策，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、能够支持相互独立的决策和相互依赖的决策5、用于半结构化决策领域。32Decision Suppor

20、t System专家系统（ES）专家系统是人工智能的进一步发展，它利用领域专家的知识在计算机上进行推理，达到专家解决问题的能力。如医疗诊断专家系统。专家系统也是一种有效地辅助决策系统。它利用已有的经验知识，经过推理得出辅助决策结论。对于所用到的知识，它不限定是数值、多用定性的知识，由此专家系统属于定性分析的辅助决策。33Decision Support System专家系统特点：1、定性分析2、使用知识和推理机制3、适用范围较为广泛难点：1、知识获取2、解决问题的能力受到知识库内容的限制34Decision Support SystemDSS和ES的关系：处于不同的学科范畴，有着不同的解决问题

21、的方法。几乎是同时兴起的，沿着各自的道路发展。DSS主要运用数据和模型，ES主要运用知识和推理。但是它们的互相结合和互相渗透，将会把计算机用于决策支持技术推向一个新的高度。人工智能将为DSS提供有效的理论和方法。例如，知识的表示和建模，推理、演绎和问题求解及各种搜索技术，再加上功能很强的人工智能语言，都为DSS的发展走向更加实用的阶段提供强有力的理论和方法的支持。35Decision Support System智能决策支持系统Intelligent DSS（IDSS）ES属于定性分析；DSS属于定量分析。把两者结合起来，效果会更好。ES + DSS = IDSS决策支持系统和专家系统的结合存

22、在难点：ES=推理机+知识库+数据库（动态性）DSS=人机界面+模型库+数据库（相对静态）要解决两个系统中各个部件之间的接口问题。36Decision Support System IDSS=DSS（为主体）+AI。 除了专家系统外，人工智能还包括神经网络、机器学习、遗传算法、自然语言理解等。这些技术可以分别与DSS结合形成IDSS，也可以由多项AI技术共同与DSS结合形成IDSS。37Decision Support System群决策支持系统Group DSS（GDSS）支持多人或集体共同决策：利用通信技术（网络、电话会议、电子信息交换）、计算机技术（多用户系统、数据库、数据分析OLAP、

23、数据存储、数据仓库、数据挖掘）和决策支持技术（议程设置、AI与推理技术、决策模型方法如决策树、风险分析、预测方法等，结构化群决策方法如德尔菲法等）相结合。DSS是模型库系统、数据库系统、知识推理系统、人机交互系统四者的有机结合。GDSS是在多个DSS和多个决策者的基础上的集成，以网络为基础，用于支持群体决策者共同解决半结构化的问题。实际领域中的问题提交给各DSS系统，它支持决策者做出各自的决策，经GDSS综合分析和集成，形成决策结论。38Decision Support System典型的GDSS应用：决策室-在一个室内，每人一个DSS终端，有组织者，大屏幕。面对面，讨论。局部决策网-局域网内

24、的群决策远程会议-利用网络、电话、视频等，有组织者，同一时间内。远程决策制定-不需要组织者安排和协调，远程工作站之间不间断通信，可在任何时候与其他成员联系共同做出决策。常用于国际组织或跨国公司。39Decision Support SystemGDSS的特点：1、支持群体决策，需要专门设计，不是多个DSS的简单组合；2、能够减少群体中认为的消极因素的影响；3、支持远程两个新的发展方向：NSS系统电子会议系统40Decision Support System经理信息系统（Executive IS，EIS），也称执行信息系统是对高层管理者的战略决策提供支持的DSS。EIS定义为通过获取企业内部和外

25、部的有关信息为高层决策者提供决策支持。不仅可以精确快捷地了解本企业的运营情况（如销售情况），而且掌握竞争者、顾客、供应商的情况。41Decision Support System特点：为高层使用，界面友好、操作简单；多通过图、表等形象地输出；提供多种类型的报告，如状态报告、异常报告、趋势分析、特别查询等；ES功能要求：支持办公，Email、News、字处理、日程安排，等等支持分析，DSS功能图形功能、界面友好简单安全措施。42Decision Support SystemDSS发展的总结（1）单模型辅助决策。运筹学有大量的模型，用以解决不同的问题（2）交互建模的DSS。通过人机交互的方式，根据

26、已有模型，构建新的模型、修改模型中的变量、参数等，从而获得更多的辅助决策。（3）组合模型的DSS。复杂问题要用多个模型，因此建立模型库。模型的组合涉及数据共享，例如一个模型的输出是另一个模型的输入，因此需要数据库来支持。以模型库和数据库结合为基础的DSS，是组合模型辅助决策的有效形式。一个模型的输出，经过数据处理，成为另一个模型的输入。这里的数据处理，可以理解为一个数据处理模型。因此可以把组合模型理解为多个数学模型和多个数据处理模型的有机组合。模型的组合还要有控制系统（程序）。对多个模型进行顺序结构、选择、循环、嵌套等组合应用控制。这是一般意义下的DSS。43Decision Support

27、System（4）智能DSS。是DSS与人工智能技术结合的产物。DSS是定量的、ES推理多是定性的。ES也可以看成是一种模型，称为知识推理模型。因此这是定性与定量相结合的辅助决策，这是典型的IDSS。IDSS将数学模型、数据处理模型、知识推理模型等多种形式的模型有机地结合起来。（5）新决策支持系统。数据仓库、数据挖掘、联机处理技术与DSS的结合。（6）综合决策支持系统。传统的DSS与新DSS的结合。44Decision Support SystemDSS的技术难度由于DSS是新的技术，它的基础设施-模型库管理系统没有成熟的产品软件，这就迫使DSS的开发人员自己去开发模型库管理系统。模型库管理系

28、统和数据库管理系统一样是一套语言系统。模型比数据复杂得多，模型本身是一段程序，可以运行，管理“模型”的管理语言也要更加复杂。这样就模型库管理系统的开发来说增加了难度。从决策支持系统的发展现状来说，成熟知名的少见，国内已经开发的决策支持系统都是自行开发的模型库管理系统，数量较少。45Decision Support System1.9 新决策支持系统-基于DW的DSS数据仓库是在数据库的基础上发展来的。数据库用于处理事务；数据仓库是由大量相关数据集成而来的，用于决策分析。联机分析处理把数据的组织由二维平面结构扩充到多维空间结构，并提供了多维数据分析方法。数据挖掘是在人工智能机器学习中发展而来的，

29、它是从数据库中发现知识、获取数据中的隐含知识。这三项技术的结合为DSS开辟了新的方向，形成了基于数据仓库的新决策支持系统。46Decision Support System数据仓库的兴起数据仓库（Data Warehouse，DW）是企业内部的运作数据和事物数据的中央仓库，这些数据经历了清理、转换、综合、编辑，把运作数据转换成商业信息，帮助企业解决某些商业难题。它是为最终用户进行分析处理而专门设计的，使得用户可以针对任何一个商业方面问题去存取市场数据、客户、产品、事物的信息。这种能力有别于数据库。相对来说，数据库更加分散、独立，没有能力从统一的角度提供客户的有关信息。47Decision Su

30、pport System数据仓库是对整个企业各个部门产生的数据的提取、统一、综合。数据仓库是在数据库的基础上发展起来的。数据仓库是一种存储技术。目前，从国外看，数据仓库技术成为仅次于Internet技术的，企业追捧的又一竞争关键。48Decision Support System数据挖掘的兴起数据挖掘（Data Mining， DM）针对大规模数据的分析处理而出现的。从大量数据中提取出来隐藏在数据中的有用信息。数据挖掘是在大型数据库中知识发现（Knowledge Discovery in Database，KDD）中的一个步骤，利用某些特定的知识获取算法，在一定的运算效率的限制内，从数据库中发现有关的知识。最常用的数据挖掘方法是统计分析、神经网络、机器学习中的一些方法。49Decision Support System数据挖掘技术可以产生5种类型的信息。1、关联信息，显示与某个事件相关联的信息，比如购买啤酒的同时，有70%的人同时购买花生。2、序列信息，显示了多个事件内相互连接的一些事件，比如购买了地毯之后后买新的窗帘。3、聚类信息，它把那些