决策支持系统的应用

决策支持系统的应用一、摘要：现今，用PowerPoint制作的课件已在教学中得到广泛的应用，但PowerPoint制作的课件交互能力差，功能简单且不易于扩展。而本文要紧介绍《决策支持系统》课件的制作。在该系统的设计过程中，本文要紧作了如下工作：第一，讲明了教学和多媒体结合的可行性，及各种创作工具的比较和选用；其次简要概括了系统设计的一样流程，并在分析了课件界面设计的原则和风格之后对该课件的大体程序进行分析，最后提出了制作过程中总结出的一些体会技巧，并对多媒体课件技术提出展望之处。二、引言：决策支持系统(DSS)的概念提出20多年来,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进展，DSS取得了长足的进展，在许多领域得到应用。DSS已成为许多行业经营治理中一个不可缺少的现代化支持工具。本期专题介绍了银行、房地产、企业等应用DSS的情形,包括如下文章：1.决策支持系统建立中的关键咨询题——兼论云南玉溪卷烟厂信息治理与决策支持系统本文以建立云南玉溪卷烟厂信息治理与决策支持系统为例，介绍了决策支持系统建立中的关键咨询题，包括决策支持与数据治理系统，模型、方法和知识治理系统及用户交互环境。2.银行智能决策支持系统面对猛烈竞争和瞬息万变的金融市场，传统的银行决策方法已不能适应现代化银行进展的需要。本文探讨如何将运算机决策支持技术应用到银行高层决策，建立银行智能决策支持系统。3.地震预报智能决策支持系统的研制与应用地震是众多自然灾难中对人类生存造成危害最为严峻的一种灾难。为了科学、准确预报地震，减轻地震的阻碍，建立地震预报智能决策支持系统具有专门重要的价值。4.智能房地产决策支持系统eid柔性综合集成能够使系统按照当前运行状况，动态配置所需的运算机部件，以解决传统专家系统表示和推理单一、难以融合异质运算部件等缺点。本文介绍在构建智能房地产决策支持系统中，采纳基于任务归约和子任务联想的知识汤建模方法，对柔性综合集成作了初步的尝试。5.低成本cims成本治理决策支持系统本文以特钢企业为背景，阐述了建立网络环境下低成本cims成本治理决策支持系统的差不多思想，并提出cims环境下治理与决策的模型库、数据库、方法库和知识库的分析与设计，进而达到操纵钢铁企业成本的目的。决策支持系统是以日常业务处理系统的数据为基础，利用数学的或智能的方法,对业务数据进行综合、分析，推测以后业务的变化趋势，在企业进展、市场经营战略等重大咨询题上为领导层提供决策关心的运算机系统。近年来企业(包括商业)部门业务处理以及信息治理系统的广泛使用，既为决策支持系统的建立提供了基础，也为它的应用产生了强大的推动力。与此同时，运算机在理论与技术上的新进展也使决策支持系统的研究与应用水平不断提高，使它从早期的批处理方式演变成今天的联机分析处理方式，也带动了数据仓库、多维数据库、数据挖掘等新技术的研究。决策支持系统大体上由以下三个部分组成:对决策用的数据进行治理的决策数据治理子系统。决策知识、模型治理子系统。与用户进行对话、接收命令，提供决策结果的交互环境。三、内容概要：在建立决策支持系统中，以下几个咨询题显得尤为关键:一、决策支持与数据治理系统数据治理系统必须为决策支持的分析处理提供以下服务:(1)依照主题需要,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，能够按主题进行数据查询与访咨询。(4)采纳脱机大容量储备、联机磁盘储备、内存储备的多级储备模式，解决数据量庞大及按照主题、粒度划分的数据组织咨询题。今天,人们常把满足上述功能需求的数据治理系统称为数据仓库系统。数据抽取与净化、储备组织等，差不多上建立数据仓库的关键技术。除此之外,在设计数据仓库时，还应专门重视数据的粒度与划分咨询题。与传统数据库设计类似,好的数据仓库设计也采纳概念模型、逻辑模型与物理模型的方法。所不同的是，数据仓库的数据模型是紧紧围绕前面所述的决策分析用的主题等范畴进行的。数据仓库系统能够在关键数据库的基础上建立。采纳这一方法,开发人员把关系数据库当作一种储备结构，自己设计、实现数据仓库必备的功能。因此也能够利用关系数据库软件厂家提供的某些工具。目前这类工具还比较缺乏。实现决策用的数据治理系统的另一种途径是采纳多维数据库。多维数据库中的维是指在进行分析推测时能够变化的角度。例如，一个企业在全国各地的产品销售，能够按时刻逐年统计，也能够按地区或者产品分类统计，那个地点的时刻、地区、产品确实是不同的维。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不组织的数据进行专门查询,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。关于较为简单的分析、决策应用而言，决策数据治理系统能够采纳多维电子表格实现。这是在一般二维电子表格上的扩充，通过增加维数，能够满足面向主题的分析、决策的需求。二、模型、方法和知识治理系统采纳数据仓库和多维数据库技术的数据治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),那个"数据源"的结构与形式和决策支持系统所采纳的模型与知识有关。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、方法和知识治理系统在决策支持系统中，模型、方法和知识的治理是核心，它对依咨询题建立的模型库、方法库和知识库进行治理。模型、方法和知识治理系统的要紧任务是：(1)对模型库、方法库和知识库进行爱护。模型、方法和知识治理系统必须有对三库的爱护界面；可依照咨询题的需要对模型、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,专门是对知识库的爱护更为复杂；二是每种模型、方法和知识都能调用到。(2)模型、方法和知识治理系统依照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样是在模型、方法和知识治理系统的基础上增加专家系统和数据采掘与知识发觉技术。目前尽管一样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觉技术。近年来数据采掘与知识发觉技术进展专门快,已达到初步应用的程度。智能决策支持系统将会迅速进展。分页三、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,依照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。用户输入的命令包括:对确定的主题进行分析、对比、推测等决策处理;对决策用的数据进行各种查询;其它专门命令,如操纵输出形式,要求对输出的结论进行讲明等。从内容上讲决策的输出要紧是围绕决策主题产生的各种分析、综合与推测的结果。以市场分析、推测的主题为例,其内部就能够包括行情变化趋势,各种商品销售按时刻、地区对比、排序,厂家竞争策略,以后销售推测等。交互环境的好坏直截了当阻碍着用户对系统的使用。一个好的交互环境,其输入应当简单、易学、易用。其输出应当做到内容丰富、形式爽朗。在输入方法上能够采纳先进的手写输入和语音输入,以及广为使用的多窗口图形化界面技术。在输出形式上能够包括文字报告、图表、可视化图形、语音合成,这些方式相互配合,相得益彰,能够取得令人中意的成效。良好的决策支持系统的交互环境专门难直截了当从市场上购买到,常常要靠自己开发。我们以为云南玉溪卷烟厂开发的"信息治理与决策支持系统"(简称"玉烟系统")为例来讨论交互环境中的结果输出部分的关键技术。"玉烟系统"的差不多输出形式是具有标题、段落的文字报告。其内容较为丰富,包括市场分析、推测等若干主题。当输出时,以实时生成的女声自然语音输出为主,同时配合以下手段对输出内容进行补充:二维表格显示朗读的数据。三维直方图、饼图显示分析、对比结果。能够按省、地区变化颜色,在地区上显示立体柱图的三维中国地图。这种显示要紧用于描述全国市场的竞争态势。报告中所提到的某些对象的三维立体造型的动态显示。输出过程能够随时暂停或连续。当暂停时,还可要求讲明报告内容。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咨询题:(1)第一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。为此我们设计并定义了一种专门的脚本语言。通过这一脚本语言,用户能够方便地表达他们期望输出的内容、文字报告的格式,以及前面提到的输出格式。(2)在输出时要做到讲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,因此必须专门好地操纵多媒体输出的同步。在系统实现时,我们以语音输出为主,运算输出字符、分句同步等方法使这一咨询题得到解决。(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推测的决策支持系统四、扩展性讨论我们以"玉烟系统"为例来讲明一个具体系统的构成。1.系统描述"玉烟系统"从功能上分为以下五部分:(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、结构纷乱的咨询题。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、推测和报告生成使用。同时也使系统数据具有独立性,系统工作从规范化数据开始。事实上这部分确实是数据仓库的建立,规范化的数据放在数据库中确实是数据仓库。(2)专家系统(es)通过长期的工作实践,有体会的企业治理人员和市场营销人员必然会对市场的变化和进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运用。es的功能是运用已定义的体会性规则,基于实际的数据情形进行推理,以发觉一些值得注意的咨询题。依照随机性市场分析的特点,推理机制采纳确定性的正、逆向混合推理方法。市场上可能会显现的突发事件类型由用户在建筑知识规则库时用规则事先定义好。在推理过程中,系统在这类规则的引导下,通过对规则集的匹配和数据查找,验证各类突发事件是否发生,这是一个逆向过程。当发生了某个突发事件时,则对其产生的背景和相关条件进行跟踪,找出该突发事件发生的缘故和背景,这是一个正向的过程。专家系统具有讲明功能。系统提供了两种类型的讲明:一种是服务于系统爱护人员的,它能够提供得出某项结论的推理路径、所用规则及内容,以及推理依据等内容。系统爱护人员能够据此对知识规则库的正确性进行爱护。这种讲明是通常专家系统意义下的讲明,只要在推理过程中记录推理路线和所用到的数据即可。另一类讲明是服务于生产决策人员的,他们关怀的是某项突发事件产生的缘故和背景。由于篇幅的限制,分析报告中不能包括所有突发事件的全部信息,当决策人员想明白某个突发事件的更详细的情形时,能够通过讲明功能得到。由于该类信息量较大,在正常推理情形下并不保留这些信息,只有当用户要求对某项内容提供更详细情形时,系统才重新启动推理机，将有关更详细的情形报告给用户。(3)市场分析模型和知识治理系统(mas)有限的体会性知识无法覆盖可能显现的全部情形,因此,还需要从实际数据中挖掘出知识中没有提到但有可能对企业行为产生阻碍的信息。在这种情形下,除了采纳体会性知识进行分析推理之外,基于数学方法的统计分析是必不可少的。mas包括运用几种常用的统计分析方法(因果分析、趋势分析等)以及一些体会性公式,在已有数据的基础上进行一定的数学运算,以得出一些决策者可能会关怀的分析结果。我们认为一个完整的市场分析框架应包含以下四个方面的内容：建立信息综合处理的数学模型,能够对一个市场对象各方面的属性进行整体性处理,得出其对市场的阻碍程度；依照市场数据的变化,查找阻碍变量的有关因素。仅仅使用数学方法或类似专家系统的知识方法差不多上不充分的。需要用数学模型对市场对象进行合理的描述,并通过数学手段解决变量间的数值依靠。由于不仅仅关怀变量数值的大小,更重要的是揭示其经济意义,因此在市场分析的实现中需要可操纵的推理系统,不仅能处理显式的规则,而且能够进行基于定性因果关系的推理过程。在整个框架的研究中,我们着重于定性定量相结合的推理机制,以有效的综合使用数学方法与知识方法。(4)市场推测模型及知识治理系统(mfs)mfs的功能是在现有数据的基础上,对以后(要紧是短期内)的差不多经济情形、市场销售情形等作出推测,以便决策者在考虑下一步行动时借鉴。由于市场的多样性和复杂性,单纯使用数学上的推测方法难以收到中意的效果,因此,在本系统中我们引入了一种数学方法与体会知识相结合的综合性组合推测方法。为了收到较好的推测成效,依照推测对象的不同,我们提出几种不同的推测方案,在各种方案中,充分衡量推测对象变化的条件以及可能变化的幅度,并采取相应的处理方法。本系统将推测对象分为两类:一类是对各地区的常规的经济状况(人口、人均收入、人均消费水平等)进行推测,一类是对某一产品的社会容量(需求量)进行专项推测。常规的经济状况的推测分不采纳时刻序列分析方法、因果回来分析法或者两者相结合的方法,而对某一产品社会容量的推测则采纳数学方法与知识方法相结合的组合推测方法。知识方法中,我们采纳