决策支持系统绝密资料湘潭大学公管院

DSS复习大纲注意事项：本次考试占70%成绩，实验报告占15%，平时成绩占15%。

本次考试题型为填空（20分）、选择（15分）、判断（15分）、简答（20分）、应用题（15分）、论述（15分）以教材为主，参考平时讲课的课件，特别是补充的课件。

教材后的习题也可作为参考看看。

主要知识点：第一章：1了解现代决策的基本要求、决策的概念、特征、过程；决策概念：决策是经过周密的推断和分析而在众多替代方案中选择最佳的替代方案。

过程：包含提出问题、收集资料、确定目标、拟订方案、分析评价、选定方案等一系列过程。

决策的特征：决策陈述、一批候选方案、一套决策准则。

决策陈述表明试图做出什么样的决策；候选方案是我们能做出的可能决策；决策准则是在一个决策想要优化的东西。

2重点理解决策的分类（特别是结构化半结构化非结构化），能辨别决策类型；按性质分为结构化决策、半结构化决策和非结构化决策。

结构化决策：那些问题的本质和结构十分明确，而且是经常重复发生的决策问题，解决这些问题的步骤是已知的，可以采用格式化的书面指示方式留给用户或计算机去处理。

非结构化决策：问题的本质和结构十分复杂而难以确切了解，无法设计一套固定的决策程序来处理它。

半结构化决策：问题的某些方面、某些决策阶段是结构化，但整个决策问题难以结构化。

计算机可以给半结构化决策提供大量具体的帮助。

财务报帐、入帐业务、线性规划（管理信息系统和运筹）——结构化决策股票交易、经费预算、方案评估（决策支持系统）——半结构化决策中医诊断（智能决策支持系统，需要经验和直觉）——非结构化问题按决策与其他决策的依赖程度可分为独立决策与非独立决策按决策的对象和范围分类可将决策分为宏观决策和微观决策(1)宏观决策通常是指对国民经济活动中的一些重大问题的决策。

(2)而微观决策通常是指某一基层单位或企业发展问题的决策按决策问题所用信息的性质可以分为定性决策、定量决策和模糊决策。

(1) 定量决策是指描述决策对象的指标都可以量化；(2)而定性决策是指描述决策对象的指标无法量化；(3)模糊决策是利用模糊数学的概念，把定性信息通过“模糊集”的“量”转化为定量信息的决策。

在决策分析过程中，应尽可能把决策问题量化。

按决策环境分类可将决策分为确定型决策和风险型决策。

（1）确定型决策是指决策环境是完全确定的，每一方案的结果也是唯一确定的；(2)而风险型决策是指决策环境不是完全确定的，每一方案的结果也有多种可能3掌握决策模式（特别是完全理性模式和有限理性模式之间的联系）；1）理性模式：R模式这是一种在较为理想场合下的决策模式。

它的四个基本特征是：（1）解释和评价有关决策变量的信息处理较为简单；（2）管理者完全具备处理的能力；（3）实施方案的条件是静态的和确定性的；（4）技术上有“最优解”的可能性，但实际很难确定。

2）有限理性模式：B模式该模式主要以“有限度合理性”的决策理论为前提。

它具有以下特征：（1）管理者对决策结果的了解总是有限的，因而常常要在缺乏完全了解情况的条件下做出决策：（2）由于决策的结果是在将来出现，并且对它们的评价缺乏经验，管理者免不了要补充以主观的判断；（3）管理者的能力是有限的，他们提出的方案可能仅占所有可能方案中的极少几个；（4）决策的效果是受管理者的技能、价值观和知识影响的。

完全理性模式和有限理性模式之间的联系：1）由于承认决策过程中存在着系统的非确定性和决策效果的模糊性，所以B模式比R模式更突出管理者“判断”的作用。

（2）B模式是典型的半结构化决策模式，是DSS支持的主要对象。

3）F模式，又称有效理性模式它与B模式一样，也是一种非完全理性模式，但两者又有区别。

它的特点不仅认为决策过程需要复杂的信息，而且还强调决策过程受动态的社会环境条件所约束；同时还承认管理者不仅只有有限的处理能力，并且可能带有偏见。

4）非理性模式：N模式依据该模式，决策是由一些相对独立的“流”聚集而成，并获得结果或解释的，因而决策行为的合理性是基于管理者行为的信念系统，是“事后”被解释的。

这些决策问题是“非结构化的”的而且是无法预先考虑的。

这类决策过程表现为“走一步，看一步”、冲突和一致的对立统一的过程。

4掌握西蒙的信息、设计、选择、实现四阶段；决策的过程：（信息、设计、选择和实现）信息（情报）：信息阶段又称情报阶段，它用于寻求要求决策的条件；设计：设计阶段用于创建、发展和分析可行的方案；选择：寻找最优解的过程，一般来说有两种选择原则：规范性原则和描述性原则。

规范性原则是力图允许条件内选择一个最优的或者局部最优的方案；描述性原则则强调能否得到一个足够好的或者说满意的方案；实现：实现阶段就是执行选中的方案，检测实施结果，并做出必要的调整。

5.DSS和其他学科的关系（特别要搞清楚与MIS、OR之间的联系）决策支持系统的理论基础：1）信息论是运用信息的观点，把系统看做是借助于信息的获取、传送、加工和处理而实现其有目的性行动的研究方法。

信息论的奠基人R.E.Shannon（香农）第一次把信息定义为一个可量化的名词。

DSS实质上是一类信息处理系统，其主要概念和基本理论只有靠信息论提供的分析方法才能做出结论。

2）计算机技术：计算机的软、硬件是DSS开发的制约因素。

现在，存储部件不再是一个严重的问题。

软件发展的基本方向不仅面向专业的程序员，而且面向非技术用户，为实现DSS的设想带来了可能。

万能的决策支持软件几乎是无法实现的。

任何决策支持都有特定的范围、目标，软件脱离了它们就失去了对决策者的支持作用。

管理科学和运筹学3）管理科学（MS）比较强调应用，通常用计算机解决一类特殊问题。

4）运筹学（OS）提供了一系列优化、仿真和决策等模型。

从信息系统的角度看，MS/OR可以划为许多分支，最出色的研究是开发优化模型和仿真模型，以及与建模有关的一系列问题。

5）信息经济学20世纪60年代，很多从事微观经济理论和方法的研究者，将其理论与方法用于解决计算机产生的软件问题而逐步形成的一个研究领域，称为信息经济学。

信息经济学对DSS 的发展产生影响，原因有两个：（1）它提出的问题，即对信息价值的研究，是信息科学在实际发展中所面临的最重要的问题之一。

（2）这一领域的许多研究工作在原则上与DSS有牵连。

6）行为科学：系统模型的缺陷甚至失败很少因为技术上的原因，多半是由于脱离实际。

行为科学对MIS/DSS的研究认为：信息系统不是一个抽象的研究课题，而是由人来建立和运转的社会系统。

DSS是完成一种过程，强调过程的动态性、变化中所碰到的阻力和构造变化程序的需求。

7）人工智能20世纪80年代人工智能技术蓬勃发展，将其用于管理决策是一项开拓性的工作。

专家系统（ES）是一组智能的计算机程序，它具有人类领域的权威性知识，用于解决现实中的困难问题。

ES参与解决管理科学中半结构和非结构化问题是辅助决策的未来。

1）、管理科学（以运筹学为核心）：综合运用经济学、数学、行为科学和计算机科学的概念与方法，研究人类管理活动规律及其应用，逐渐发展成为一门综合性、系统性的交叉学科。

2）、信息管理科学一些重要的信息处理技术，如信息收集、信息组织与、信息分析、数据仓库与数据挖掘等3）、信息经济学4）、人工智能与专家系统人工智能的基本内容包括知识获取、知识组织、和知识处理方法等专家系统（ES——Expert Systems）,也称基于知识的决策系统，应用人工智能技术，将专家的知识转换存储到计算机中，模仿专家进行知识推理和建议，达到专家解决问题的能力。

5）、认知科学（Cognition）MIS与DSS之间的关系1) DSS与MIS的联系：DSS是从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。

2) DSS与MIS的不同：MIS是面向中低层管理人员，为管理服务的系统；DSS是面向高层人员，为辅助决策服务的系统。

MIS按事务功能(生产，销售，人事)综合多个事务处理的EDP，一般要经常维护数据；DSS是通过多个模型的组合计算辅助决策，一般只使用数据。

MIS是以数据库系统为基础；以数据驱动的系统DSS是以模型库系统为基础的，以模型驱动的系统。

MIS分析着重于系统的总体信息的需求，输出报表模式是固定的；DSS分析着重于决策者的需求，输出数据的模式是复杂、多变的。

MIS追求的是效率，即快速查询和产生报表（以秒计）；DSS追求的是有效性，即决策的正确性（以分、时、日计）。

MIS支持的是结构化决策；DSS支持的是半结构化决策。

这类决策是指既复杂又无法准确描述处理原则又涉及大量计算，既要应用计算机又要用户干预，才能取得满意结果的决策DSS与OR（运筹学）的发展关系作为一种科学的技术手段，运筹学通过建立问题模型，运用大量的数学方法，强调用定量的方法寻找最优策略，运筹学中的许多模型就是决策支持系统常用的模型。

第二章1联系实验报告一，掌握DSS发展过程，发展前沿，在其他学科当中的运用等等；20世纪70年代产生在70年代末，DSS大都由模型库、数据库及人机交互系统等三个部件组成，它被称为初阶决策支持系统.80年代初，DSS增加了知识库与方法库，构成了三库系统或四库系统.1983年,决策支持系统与人工智能相结合，出现了智能化决策支持系统（IDSS）.1984年决策支持系统与计算机网络相结合，出现了群体决策支持系统（GDSS）80年代后期，人工神经元网络及机器学习等技术的研究与应用为知识的学习与获取开辟了新的途径。

90年代初,专家系统与DSS相结合，充分利用专家系统定性分析与DSS定量分析的优点，形成了智能决策支持系统IDSS20世纪90年代后，数据仓库和OLAP技术及数据挖掘技术的研究和开发,产生基于数据仓库的决策支持系统.DSS发展的三个阶段1）．数据库阶段数据库阶段是DSS发展的初始阶段，它以数据库为基础，构成了传统决策支持系统。

2）．数据仓库阶段数据仓库阶段是DSS发展的中期阶段3）．商务智能阶段它是以智能DSS的结构为基础所形成的系统。

1）、智能决策支持系统2）、群决策支持系统(GDSS)：在多个DSS和多个决策者的基础上进行集成的结果。

可以说，群决策支持系统(GDSS)是集成多个决策者的智慧、经验以及相应的决策支持系统组成的集成系统，它以计算机及其网络为基础，用于支持群体决策者共同解决半结构化的决策问题GDSS的应用示例：远程会议、电子会议室3）、数据仓库、数据开采与决策支持系统数据仓库是把各单位的运作数据转换成商业信息，帮助企业解决许多任意的复杂商业难题。

从技术上讲，数据仓库是企业内部的运作数据和市场数据的中央仓库，这些数据经过了清理、转换和综合，为用户存取市场数据以及内部的事务信息提供了方便。