企业决策支持系统

决策支持系统张建华博士DecisionSupportSystem1前言

关于课程关于教材关于授课者关于听课者关于教学过程关于考核办法课时安排与教学方法:总课时：32学时 周学时：4学时考查：理论考试教学内容DSS概述（基本概念、关系辨识与发展历程等）DSS技术基础DSS三种主要的系统结构DSS开发策略与方法IDSS（智能决策支持系统）GDSS（群体决策支持系统）地位：计算机类、泛管理类专业骨干课程;信息管理专

业核心课程 内容：DSS基础、DSS开发、DSS管理、DSS应用、

DSS选型 性质：理论与实践相融合，与时俱进、持续发展与完善

认真、负责地教+虚心、勤奋地学

→达成共同的目标、完成教学任务

堂上师生者从严、堂下朋友者轻松教学学生教师?教?学?观念转变：应试教育→素质教育

+

学科特征：理论与实践密切结合平时成绩（出勤/作业/状态等）

+

考试成绩（指定教材/讲义/参考教材）张建华（ZhangJianhua），同济大学管理学博士；//为学经历、研究方向与教学经历；办公室：管理工程系410室(电子商务教研室)；联系电话：67781822邮件地址：alazhanglaoshi@163.com(作业交流用)计算机类、泛管理类日教本科生有志于报考信息管理专业或方向研究生者。不甘心于溺死于波涛汹涌的信息之海者合适教材：针对性强；基础性强；综述性强又不乏

前瞻性；深入浅出、言简意赅。参考教材：黄梯云.智能决策支持系统.电子工业出版社,2001；

杨善林.智能决策方法与智能决策支持系统.科学出版社，

2005;

李东,蔡剑.决策支持系统与知识管理系统.中国人民大学

出版社，2005

……对应态度：“尽信书则不如无书”；博览群书、勤于思辨。2管理决策第一讲决策支持系统概述

决策支持系统(概念、特征、功能、类型)决策支持系统与其他系统关系本讲主要内容：决策支持系统发展历程3管理决策决策是基本管理职能之一，是决策主体为实现某一既定目标而实施的有意识、有选择的管理活动。决策的实际效果如何，既取决于决策主体的决断能力（隐性知识的一种），也决定于决策主体所掌握的有关决策问题的数据与信息的数量与质量。数据（data）是人们对客观世界中的事物属性及其相互关系的抽象表示；它是可以被记录和鉴别的符号，是客观实体及其关系的属性值。信息（information）是有目的、有用途、有完备意义和有机联系的数据集，是对数据进行再加工与再组织的产物。第一讲决策支持系统概述学号性别姓名书号书名…借书学生图书学号…时间…客观实体及其关系的属性化描述书号出版社4管理决策本体论者将“信息”定义为事物内部结构和外部联系的运动状态与方式。认识论者将“信息”定义为认知主体所感知或所表述出来的事物运动的状态与方式。维纳（NorbertWiener）在《控制论和社会》中把认识论意义上的信息定义为：“信息是我们在适应外部世界并且使这种适应为外部世界所感知的过程中，同外部世界进行互相交换的内容的名称”；申农(ClaudeElwoodShannon)指出“信息是能够用来消除不确定性的东西”；意大利学者朗高（G.Longo）则精辟地提出“信息就是差异”。信息系统（MIS、DSS等）通过对决策主体提供有力的信息支持、完成或辅助决策主体完成决策过程，提升决策活动的实际效益。一般决策过程决策的类型划分第一讲决策支持系统概述5决策支持系统对于决策支持系统，人们在不同时点、基于不同视角给出了诸多定义MIT教授MichaelS.ScottMorton

在20世纪70年代指出，DSS为一种在线分析处理化的交谈式系统，协助决策者使用资料与模式，解决非结构化的问题。同期，另一位MIT教授PeterG.W.Keen认为，DSS使用在线分析处理技术协助解决半结构化的决策问题，它辅助但不取代人类决策，目的为改善决策质量而不是决策效率。StevenL.Alter则提出了被广泛认可的观点，他认为：任何支持决策制定的系统均为DSS，其中包括信息的存取、模式的分析与工具辅助类系统。20世纪80年代，波恩切克(R.H.Bonczek）认为决策制定是由决策支持系统和它的用户共同完成的，提出智能决策支持系统(IDSS)思想,将人工智能中的专家系统和知识处理等方法引入到决策支持中。第一讲决策支持系统概述6决策支持系统到20世纪90年代，特班（EfraimTurban）进一步界定了DSS的系统特性：DSS结合人类判断力与在线分析处理系统，辅助解决半结构化与非结构化问题DSS能够辅助组织不同管理层次进行决策DSS能够提供从个人到群体层次的决策支持DSS能够支持多个彼此互相依赖或具有顺序性的问题决策DSS能够提供在决策过程中的所有阶段支持DSS能够支持各种决策制定、彰显决策者的风格DSS具有自适应性DSS应具有易操作性DSS不仅改善决策效率，还能够改善决策效果DSS强调的是决策支持而非替代人类直接决策DSS应设有用户接口，容许用户修改甚至自行建造相应的决策模块DSS能够提供不同分析模式，协助使用者制定决策DSS可协助使用者存取各种决策相关资料DSS可单独为单一使用者使用，也可以整合不同DSS解决复杂决策问题。第一讲决策支持系统概述7决策支持系统我们认为，决策支持系统(DecisionSupportsystem，DSS)是以管理科学、运筹学、控制论、行为科学以及信息科学等学科知识为基础，通过有效组织和应用相关数据、信息与知识，以人机会话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强调的是辅助人类做出决策，而非替代人类直接进行决策。决策支持系统功能归纳：收集、管理并提供与决策问题有关的组织外部信息以及决策方案执行过程中的反馈信息。构建、管理与应用各种决策模型。提供友好的人机会话。提供强大的通信功能，增强决策主体间的协同特征。维持较高的运行效率与有效性。第一讲决策支持系统概述8决策支持系统决策支持系统特征归纳：作为信息系统的子系统，具备信息系统的一般特征。支持半结构化、非结构化决策。支持数据库（亦包括各类知识库）存取和建模过程。模型驱动。对决策过程实施全生命周期支持。支持决策者之间的沟通与协同。维持较高的运行效率与有效性。对事物分类是人们深化对其认识与理解的重要途径。基于不同视角，人们对DSS进行类型划分。第一讲决策支持系统概述9决策支持系系统斯普拉格(Sprague)与卡尔逊逊（Carlson）依技术术功能维度度，将DSS相关系系统分成三三类:面向特定领领域的DSS（SpecificDSS），，如专门解解决财务决决策问题的的财务DSS。一般性的DSS软件件工具（DSSGenerator），协助助特定决策策类型的DSS，提提供一般性性的决策辅辅助功能，，若财务DSS以试试算表软件件开发，则则试算表就就是一种一一般性的DSS软件件工具。。DSS开发发工具（DSSTools）：用作作协助以上上两者发展展的软件工工具，如协协助开发财财务DSS使用接口口的人机接接口开发软软件。Holsapple与Whintson依系统统内核特征，，将DSS划划分为6类：：文件导向的决决策支持系统统（Text-orientedDSS）数据库导向的的决策支持系系统（Database-orientedDSS）试算表导向的的决策支持系系统（Spreadsheet-orientedDSS）解模器导向的的决策支持系系统（Solver-orientedDSS）规则导向的决决策支持系统统（Rule-orientedDSS）复合型决策支支持系统（CompoundDSS）智能决策支持持系统（IntelligentDSS）第一讲决策支支持系统概述述10决策支持系统统按系统输出结结果特征，将将DSS分为为资料导向（（DataOriented）与与模式导向（（ModelOriented））两大类:资料导向型DSS可进一一步分为两种种类型：资料料检索（DataRetrieval）型DSS与资料料分析（DataAnalysis）型DSS。模式导向型亦亦DSS可进进一步分为两两种类型：模模拟（Simulation）型DSS与建议议（Suggetion）型DSS，前者有会会计模式（AccountingModels）与表达达模式（RepresentationModels））两种类型，，后者则有最最佳模式（OptimizationModels）与与建议模式（（SuggestionModels）两种种类型。多诺万（Donovan）与马德尼尼克（Madnick））按系统使用用频率，将DSS分为常常用型DSS（InstitutionalDSS）与与临时性DSS（AdhocDSS），前前者如解决生生产排程问题题的DSS与与管理财务规规划的DSS，后者如协协助谈判的谈谈判辅助系统统。此外，海克森（Hackathorn）与与科恩（Keen）依系系统支持决策策的人数差异异，将DSS划分为个人人DSS（IndividualDSS）、、群体DSS（GroupDSS，GDSS）与组织DSS（OrganizationalDSS）三类；；卡尔逊（Carlsson）依据据系统设计理理念，将DSS分为被动动DSS（PassiveDSS）与主动DSS（ActiveDSS）两两类，前者大大致依照事先先分析好的资资料、模式与与确定用户设设计决策方案案，主动DSS则依托内内建的智慧功功能，协助处处理混乱、复复杂与非常态态的决策分析析。第一讲决策支支持系统概述述11DSS与其他他信息系统间间关系企业信息系统统应用参考体体系DSS与MIS间关系DSS是在MIS的基础础上发展起来来的，是MIS的高级形形式。MIS运行过过程中累积的的业务数据可可作为DSS的系统输入入组分，为其其联机分析处处理（OLAP）与数数据挖掘（DM）提供支支持。传统MIS主主要负责企业业例行业务活活动中的信息息处理任务，，DSS负责责辅助支持决决策活动、提提供决策所需需的信息。MIS以数据据驱动的，DSS以模型型驱动。MIS重视满满足系统全局局的、总体的的信息需求，，DSS强调调对决策者个个人的信息支支持。从系统使用方方式看，MIS是相对保保守、强调自自动性，系统统按既定的流流程和思路运运行，使用过过程中尽可能能减少人工干干预，其人机机会话只是对对设定的程序序流程与数据据选择；DSS是以人机机对话为主要要工作方式，，强调发挥决决策人员的经经验和判断能能力，从而使使决策更正确确。第一讲决策支支持系统概述述12决策支持系统统发展历程卡内基梅隆大大学（CarnegieMellonUniversity））科技工程学学院在1950年代末和和1960年年代初期开展展了深入的决决策理论研究究。麻省理工学院院（MIT））在1960年代对于交交互式在线分分析处理系统统的研究成果果为DSS的的产生奠定了了基础。DSS的概念念在20世纪纪70年代逐逐渐形成，并并在20世纪纪80年代不不断完善，系系统研究与应应用蓬勃发展展，人工智能能、数据库、、模式库、知知识与在线分分析处理科技技均对DSS的发展有重重大贡献。20世纪80年代后期，，高级主管信信息系统（ExcutiveInformationSystems，EIS）、群体体决策支持系系统（GroupDecisionSupportSystems，GDSS）与组组织决策支持持系统（OrganizationalDecisionSupportSystems，ODSS）等，，逐渐将DSS由个人取取向，转为模模式导向与群群体导向。自20世纪90年代起，，数据仓库（（DW）与联联机分析处理理（OLAP）概念也被被导入DSS，协助DSS进行资料料的存取与分分析；2000年后，互互联网技术的的引入极大地地延展了DSS。第一讲决策支支持系统概述述13DW&DM&OLAP第二讲DSS技术基础础人工智能技术术本讲主要内容容：14DW&OLAP&DM数据仓库（DataWarehouse,DW）是支支持管理决策策过程的面向向主题、集成成的、反映历历史变化的、、信息本身相相对稳定（只只读）的数据据集合。DB与DW之之间的关系。。数据仓库具有有多维度、分分析型、只读读操作等特点点，需并行与与分布技术支支撑。按功能结构划划分，数据仓仓库系统至少少应该包含数数据获取（DataAcquisition）、数据存存储（DataStorage））、数据访问问（DataAccess）三个个关键部分。。数据仓库在系系统体系结构构上一般包括括数据源、数数据的存储与与管理、联机机分析处理（（OLAP））服务器以及及前端工具等等主要部分。。联机分析处理理（On-LineAnalyticalProcessing，OLAP）基于假设设前提，属验验证分析，由由用户驱动，，具有“自上上而下、不断断深入”的特特点。第二讲DSS技术基础础15OLAP与与传统的关系系型数据库的的主要应用、、面向日常事事务处理的OLTP（联联机事务处理理）之间的主主要区别如表表3-9所示示。OLAP通常常有三种不同同的实现方法法，分别是以以关系型数据据库为基础的的关系型OLAP(RelationalOLAP,ROLAP)、通过多多维数组的方方式对关系型型数据表进行行处理的多维维OLAP(Multi-DimensionalOLAP,MOLAP)以及前端展展示OLAP(DesktopOLAP)。常见的OLAP产品包括括IBM公司司的DB2OLAPServer、Oracle公司司的ExpressServer以及Microsoft公司的SQLServer中内嵌的OLAPServices等。数据挖掘（DataMining,DM））也称为数据据库中的知识识发现(KnowledgeDiscoveryinDatabase,KDD)，指利用人人工智能、统统计学和相关关数据库技术术，从现有数数据集中获取取有价值的、、新颖的、最最终可理解的的模式（知识识）的非平凡凡过程。DM实施从问问题定义开始始，属于数数据型的分析析技术，比OLAP处于于较深的层次次。数据挖掘通常常包括六种分分析方法，即即分类（classification）、、估值（estimation））、预言（prediction））、相关性分分组或关联规规则（affinitygroupingorassociationrules）、聚集集（clustering）、描述述和可视化（（descriptionandvisualization））、复杂数据据类型挖掘(包括文本、、音频、视视频以及图形形图像等)。。DW、、OLAP和和DM三三者关关系如如图3-19所所示。。DW、、OLAP和和DM三三者间间的良良好融融合与与互动动发展展，极极大增增强了了管理理信息息系统统对管管理““决策策”职职能的的支持持力度度第二讲讲DSS技术术基础础16人工智智能及及其在在DSS中中的应应用人工智智能（（ArtificialIntelligence,AI））概念念在1956年年的达达特茅茅斯（（Dartmouth））学会会上首首次被被提出出。。AI是是研究究模仿仿和执执行人人脑的的某些些智力力功能能来开开发相相关理理论和和技术术的学学科，，它模模拟人人的判判断、、推理理、证证明、、识别别、感感知、、理解解、设设计、、思考考、规规划、、学习习和问问题求求解等等思维维活动动。20世世纪50年年代，，AI研究究以游游戏与与博弈弈为中中心，，但当当时以以电子子线路路模拟拟神经经元与与人脑脑活动动的研研究都都失败败了。。20世世纪70年年代，，AI研究究热潮潮在全全球范范围兴兴起。。1977年年，““专家家系统统与知知识工工程之之父””费根根鲍姆姆（Feigenbaum））主张张以知知识为为中心心开展展AI研究究，掀掀开了了AI研究究的新新篇章章。20世世纪80年年代，，在专专家系系统（（ExpertSystem,ES））领域域AI表现现出了了强大大生命命力。。20世世纪90年年代以以来，，AI研究究与应应用领领域逐逐渐拓拓展，，商业业化产产品日日趋丰丰富与与成熟熟。常见的的AI应用用领域域包括括博弈弈、问问题求求解、、逻辑辑推理理与定定理证证明、、自然然语言言理解解、自自动程程序设设计、、专家家系统统、智智能决决策支支持系系统、、机器器学习习、知知识发发现、、人工工神经经网络络、机机器人人学、、模式式识别别、机机器视视觉、、智能能控制制与智智能检检索、、智能能调度度与智智慧以以及系系统与与语言言工具具等。。第二讲讲DSS技术术基础础17对（管管理））知识识的获获取、、表示示与应应用是是DSS系系统高高端应应用的的主要要组分分，也也一直直是AI系系统研研发的的基本本问题题。可可见，，AI与DSS有着着天然然的联联系。。AI在在DSS研研发中中主要要具有有如下下作用用：提升DSS系统统对数数据、、信息息的加加工处处理水水平。。AI领领域知知识表表示方方法有有助于于提升升DSS系系统的的知识识组织织水平平。AI领领域的的搜索索策略略与方方法有有助于于提升升DSS系系统的的检索索效率率。AI领领域内内的优优秀成成果能能切实实提升升DSS系系统的的智能能化水水平。。AI领领域的的专家家系统统（ES））、智智能决决策支支持系系（IDSS））统则则直接接促进进了DSS系统统的高高端应应用。。第二讲讲DSS技术术基础础18DSS概念念结构构第三讲讲DSS系统统结构构DSS框架架结构构本讲主主要内内容：：DSS体系系结构构19DSS概念念结构构一个决决策支支持系系统由由四个个部分分组成成：交交互环环境系系统、、问题题处理理系统统、知知识系系统以以及系系统用用户。。决策用用户通通过交交互环环境系系统提提出决决策支支持请请求，，问题题处理理系统统通过过决策策数据据库（（包括括DB/MB/KB等））收集集和提提取信信息，，所得得信息息提供供给用用户。。DSS框框架结构构DSS框框架结构构随决策策理论和和方法、、计算机机技术的的发展而而进化。。由H.Sprague等等人提出出的数据据库、模模型库、、人机对对话管理理系统组组成的两两库结构构最为简简便，而而比较常常见的则则为三库库结构，，即数据据库、模模型库、、方法库库和人机机对话管管理系统统，如图图所示。。智能决策策支持系系统（IntelligentDecisionSupportSystems，，IDSS）是是在DSS的基基础上与与人工智智能（ArtificialIntelligence，AI）技技术的结结合和集集成所形形成的系系统，其其是一个个具有四四库系统统结构，，如图10-6所示。。第三讲DSS系统结结构20DSS体体系结构构体系结构构表征了了DSS数据库库子系统统、方法法库子系系统、模模型库子子系统及及会话系系统等逻逻辑部件件的组织织和集成成方式。。H.Sprague提出了了四种结结构形式式，即网网络型、、桥形、、层次型型及塔型型结构。。网络型DSS的的体系结结构的主主要目标标是允许许不同的的构模和和对话部部分能够够共享数数据，并并能使系系统的扩扩展工作作简化。。该结构构通过接接口部分分将对话话、构模模和数据据库部分分集成。。桥型DSS结构构用一个个公用桥桥来取代代各自的的接口，，以减少少DSS网络系系统结构构要求的的部件接接口的数数目，却却又保留留集成新新的部件件的能力力。层次型DSS系系统结构构则试图图采用单单个的对对话部分分和具有有多种造造模部件件的数据据库部分分来集成成多个部部分，每每一个造造模部分分都共享享同一个个数据库库和对话话部分，，其间的的数据通通信通过过共享数数据库部部实现、、控制信信息通信信通过共共享的对对话部分分完成。。塔型结构构试图提提供部件件的模块块化和灵灵活性，，以支持持各种硬硬件设备备和源数数据库，，同时保保持三个个DSS主要部部件之间间的简单单的接口口。第三讲DSS系统结结构21DSS系系统开发发概述第四讲DSS系统开开发概述述常见开发方法法本讲主要要内容：：224.1DSS系统开开发概述述决策支持持系统是是由用户户提出、、由开发发者设计计，并根根据用户户的评价价逐渐修修改的。。适应性设设计框架架提供了了决策支支持系统统开发过过程和所所涉及各各方人员员的概括括性介绍绍。DSS开开发的主主要特征征与要求求：反复交互互设计用户参与与设计适应决策策者风格格尽可能短短的研制制周期以生成器器为基础础的积木木式设计计第四讲DSS系统开开发概述述234.1DSS系统开开发概述述在DSS系统开开发前，，相关参参与主体体均要基基于自己己所扮演演的角色色特征做做好相应应的准备备工作。。DSS系系统需求求企业DSS系系统开发发商相关咨询询机构一般而言言，DSS系统统开发要要遵循如如下思想想：“超越””的思想想“突破””的思想想“兼顾””的思想想系统工程程思想DSS系系统开发发一般遵遵循如下下原则：：目标性原原则整体性原原则适应性原原则适用性原原则规范化原原则“一把手手”原则则第四讲DSS系统开开发概述述244.2常常见DSS开开发方法法结构化开开发方法法（StructuredDevelopingMethod））是20世纪80年代代使用最最广泛的的软件开开发方法法。它基基于系统统开发生生命周期期思想以以及系统统的概念念、特征征与系统统工程方方法，以以“用户户至上””为原则则，采用用自顶向向下、结结构化、、模块化化等手段段，对系系统进行行规划、、分析、、设计和和实施。。系统开发发生命周周期法体体现了一一种关于于系统设设计与实实施的普普遍存在在的观点点。它将将整个过过程描绘绘成一系系列递归归的阶段段，每一一个阶段段都有自自己需要要的输入入、处理理和输出出。原型法（（PrototypingApproach））是在20世纪纪80年年代随着着计算机机软件技技术的发发展，被被提出的的一种在在设计思思想、工工具与方方式等方方面全新新的系统统开发方方法。。第四讲DSS系统开开发概述述25IDSS技术基基础第五讲智智能决决策支持持系统本讲主要要内容：：IDSS概述265.1IDSS概述述20世纪纪80年年代，知知识工程程（KE）、人人工智能能（AI）的兴兴起为处处理不确确定性领领域的决决策问题题提供了了技术保保证，使使DSS朝着智智能化方方向前进进。智能决策策支持系系统（Intelligentdecisionsupportsystems，，IDSS）综综合运用用DSS定量模模型求解解与分析析及人工工智能（（Artificialintelligent，AI）技技术定性性分析和和不确定定推理的的优势，，充分运运用人类类在求解解中的经经验和知知识，通通过人机机会话的的方式，，为解决决半结构构化或非非结构化化问题提提供决策策支持。。典型的IDSS结构是是在传统统三库DSS基基础上增增设知识识库与推推理机，，加入自自然语言言处理系系统和问问题处理理系统(PSS)构成成四库系系统结构构。第五讲智智能决决策支持持系统275.1IDSS概述述智能人机机接口接受受用自然然语言或或接近自自然语言言的方式式表达的的决策问问题及决决策目标标，较大大程度地地改变了了人机界界面的性性能。问题处理理系统处于DSS的中中心位置置，是联联系人与与机器及及所存储储的求解解资源的的桥梁，，主要由由问题分分析器与与问题求求解器两两部分组组成。。问题处理理系统是是IDSS中最最活跃的的部件，，它既要要识别与与分析问问题，设设计求解解方案，，还要为为问题求求解调用用四库中中的数据据、模型型、方法法及知识识等资源源，对半半结构化化或非结结构化问问题还要要触发推推理机作作推理或或新知识识的推求求。问题分析析器判断断问题的的结构化化程度，，对结构构化问题题选择或或构造模模型，采采用传统统的模型型计算求求解，而而对于半半结构化化或非结结构化问问题则由由规则模模型与推推理机制制来求解解。第五讲智智能决决策支持持系统285.1IDSS概述述知识库系系统主要就是是两个功功能的实实现:知知识存储储与知识识推理，，一般由由三部分分构成：：知识库库管理系系统、知知识库及及推理机机。知识库管管理系统统功能主主要有两两个：其其一，回回答对知知识库知知识增、、删、改改等知识识维护的的请求；；其二，，回答决决策过程程中问题题分析与与判断所所需知识识的请求求。知识库是是系统运运行的基基础，其其知识表表示形式式直接影影响推理理方式，，并在很很大程度度上决定定着一个个系统的的能力和和通用性性，是知知识库系系统研究究的一个个重要课课题。推理机制制亦称为为推理机机，封装装在存储储机制的的基础上上对己有有知识进进行分析析和演绎绎的具体体处理方方法，决决定了系系统决策策支持的的效率和和有效性性；演绎绎推理和和归纳推推理是其其基本方方法和核核心内容容。第五讲智智能决决策支持持系统295.2IDSS技技术基础础将不同的的AI技技术与DSS相相结合，，形成不不同形式式的IDSS：：基于专家家系统（（ES））的IDSS专家系统统（ExpertSystem，，ES））与DSS相结结合，充充分利用用专家系系统定性性分析与与DSS定量分分析的特特点。DSS与与ES的的结合方方式主要要有三种种：将ES并入入DSS各组成成部分中中去、ES作作为DSS的独独立成分分、DSS模型型和数据据存取作作为ES的组成成部分。。基于机器器学习（（ML））的IDSS机器学习习通过计计算机模模拟人类类的学习习来获得得人类解解决问题题的知识识，其优优势在于于不仅能能提供关关于预测测和分类类模型,而且能能从数据据中产生生明确的的规则。。机器学习习由于能能自动获获取知识识，在一一定程度度上能解解决专家家系统中中知识获获取“瓶瓶颈”问问题。可将机器器学习元元件加入入到决策策支持系系统框架架中，对对DSS知识库库进行求求精，以以加强DSS系系统的适适应能力力。第五讲智智能决决策支持持系统305.2IDSS技技术基础础将不同的的AI技技术与DSS相相结合，，形成不不同形式式的IDSS：：基于代理理（Agent）的IDSS智能代理理是利用用传感器器感知环环境并使使用效应应器作用用于环境境，能够够辅助或或代替人人类的任任何实体体。斯坦福大大学的HayersRoth认为为，Agent应具备备连续执执行3项项动作的的功能：：其一，，感知环环境中的的动态条条件;其其二，执执行动作作影响环环境;其其三，进进行推理理以解释释感知信信息,求求解问题题,产生生推理和和决策动动作。单Agent系系统具有有自主性性、应激激性、能能动性、、社会性性和开放放性特征征，具有有一定的的问题求求解能力力；多Agent系统统（MultiAgentSystem,MAS）则具具有很强强的智能能性与复复杂问题题求解能能力。Agent可分分为三类类：知识识Agent、、功能Agent和接接口Agent。其中中，知识识Agent负负责对某某个特定定领域或