决策支持系统概述.ppt
决策支持系统概述
决策支持系统概述决策支持系统（DSS）是一种帮助管理者做出决策的信息系统。
它集成了数据收集、数据分析、模型构建和解决方案评估等技术工具，以提供定性和定量的决策支持。
DSS的目标是通过使管理者能够更好地评估和选择各种决策方案来提高决策质量和效率。
决策支持系统的基本构成包括数据仓库、模型和分析工具以及用户接口。
数据仓库用于存储和管理各种关键数据，包括历史数据、实时数据和外部数据等。
模型和分析工具提供了各种算法和方法，如统计分析、优化模型、模拟和决策树等，用于分析数据并生成决策结果。
用户接口是管理者与DSS交互的方式，可以是图形用户界面、自然语言处理或者其他形式。
1.数据分析：决策支持系统能够从数据仓库中提取数据，并通过各种分析工具对数据进行定性和定量的分析。
这些分析可以帮助管理者了解当前的业务情况和趋势，从而作出合适的决策。
2.模型构建：决策支持系统能够根据具体的问题和需求构建各种模型。
这些模型可以是统计模型、优化模型、模拟模型等，通过运行模型可以产生各种方案，并对不同方案进行评估。
3.解决方案评估：决策支持系统能够对各种决策方案进行评估和比较。
它可以根据不同的指标和权重对方案进行综合评估，并为管理者提供决策参考。
4.知识管理：决策支持系统可以帮助管理者收集和管理各种关键知识和信息。
它可以通过知识库、专家系统和数据挖掘等技术，将知识和经验转化为可用的决策支持。
5.沟通和协作：决策支持系统可以提供各种协作工具，帮助多个决策者之间进行沟通和协作。
这些工具可以包括电子邮件、在线会议和共享文档等，以促进团队决策的效率和准确性。
使用决策支持系统可以带来许多好处。
首先，它可以提高决策的质量和效率，通过提供准确和全面的信息，帮助管理者做出明智的决策。
其次，它可以降低决策的风险，通过模拟和评估不同的方案，管理者可以更好地估计每个方案的风险和回报。
最后，它可以提高组织的竞争力，通过加强决策者之间的沟通和协作，决策支持系统可以促进团队决策的效率和准确性，从而提高组织的整体竞争力。
ch04决策支持系统(新)
Is
中国的陆地面积
960万平方公里
Is型语义网络
3 语义网络
基本的语义关系 (2)属性(类属)关系
Have ：表示一个结点具有另一个结点所描述的属性
Have
鸟
翅膀
Have属性关系语义网络
3 语义网络
基本的语义关系 (2)属性(类属)关系
A-Kind-of ：表示一个事物是另一个事物的一 种类型，表示隶属关系。
❖ 按此规则前提的判断得出结论的判断，由此回溯到上一 个规则的推理，一直回溯到目标的判断。
（2）逆向推理
V V
1、A B->G 2、C D->A 3、E->D
产生式规则库
推理过程：
G
A
B
B、C、E
事实库
D
E
C
3 语义网络
由J.R.Quilian于1968年在研究人类联想记忆时提出 的一种心理学模型。 基本思想： ❖ 用结点表示概念，用弧线表示概念之间的关系，将领
弧是有方向和标注的，方向体现了结点所代表的实体的 主次关系，即结点1为主，结点2为辅；
标注表示所连接的两个实体之间的语义联系。
3 语义网络
试用语义网络表示命题“某学校小学生坐车去春 游”。
某学校
属于 小学生 动作目的 春游
动作方式
坐车
3 语义网络
基本的语义关系
(1)Is-a和Part-of型关系 Is-a：表示一个事物是另一个事物的实例，表示 具体与抽象关系，此关系的一个最主要的特点是 属性的继承关系。
系统工程专业本科学员必修课
决策支持系统
第四章 智能决策支持系 统和智能技术的决策支持
本章内容
➢智能决策支持系统概述 ➢人工智能基本原理 ➢专家系统与智能决策支持系统 ➢神经网络的决策支持 ➢遗传算法的决策支持 ➢机器学习的决策支持
第八章 决策支持系统 (《决策理论与方法》PPT课件)
决策者用来进行决策的规则、模型和数据是要存储的，所以DSS必须提供快速而使用方便的存储手段， 以支持描述和操作的实现。
（四）控制机构
控制机构是为了帮助决策者使用表述、操作及存储功能，根据自己的技术、经验、知识及风格来实 现决策，所以控制机构的作用在于指导决策者使用DSS。
第三节 决策支持系统的设计
第二节 决策支持系统的基本框架结构
一、决策支持系统的基本框架结构
（一）DSS的二库框架结构
这种框架是施普拉葛（Sprague）1980 年提出的。它包含人机界面、数据库子系统和模型库子系统 三个部分，如图8-1所示。
数据库子系统一般包含数据库和数据库管理系统。模型库子系统一般包含模型库和模型库管理系统。 而人机界面子系统是由对话生成和管理软件所组成，因此图8-1可以细分为图8-2所示的“两库一体化” 框架结构。
三、决策支持系统的发展
自计算机诞生之日起，计算机在经济管理领域中的应用经历了三个阶段： （一）电子数据处理阶段； （二）管理信息系统阶段； （三） 决策支持系统阶段。
第一节 决策支持系统概述
四、决策支持系统的特点
决策支持系统具有如下特点： （1）帮助管理者解决半结构化和非结构化的决策问题； （2）主要用于辅助和支持管理者进行决策，而不是代替管理者进行判断； （3）它是一个人机交互式系统，它通过人机交互接口为决策者提供辅助功能； （4）目标是辅助管理者的决策过程，以改进组织决策制定的效能； （5）决策支持系统能够把模型或分析技术的利用与传统的数据存取和检索功能结合起来，提供较大 的灵活性和适应性，从而使DSS满足不同的问题和技术要求； （6）支持所有管理层次的决策，并能进行不同层次间的通信和协调。
人—机会话管理系统
管理信息系统教程—决策支持系统
二、决策支持系统的系统结构 DSS部件之间的关系构成了DSS的系统结构，系 统的功能主要由系统结构决定，具有不同功能特色 的DSS，其系统结构也不同。 三角式结构是由数据库、模型库等子系统与对 话子系统成三角形分布的结构，也是DSS最基本的结 构。见图11.2。
用户
人机对话 子系统
数据库 管理系统
8、具有方便的人机对话和图像输出功能，能满 足随机的数据查询要求（价格与市场占用率的关系） （价格与市场占用率的关系） 9、提供良好的数据通信功能，以保证及时收集 所需数据并将加工结果传送给使用者（网络支持） （网络支持） 10、具有使用者能忍受的加工速度与响应时间， 不影响使用者的情绪。
（二）DSS的特征： 1、对准上层管理人员经常面临的结构化程度不高、说 明不够充分的问题（非结构化决策问题） （非结构化决策问题） 2、把模型或分析技术与传统的数据存取技术及检索技 术结合起来（模型与方法的结合） （模型与方法的结合） 3、易于为非计算机专业人员以交互会话的方式使用 （友好的人机交互界面） 友好的人机交互界面） 4、强调对环境及用户决策方法改变的灵活性及适应性 （高效的方案验算） 高效的方案验算） 5、支持但不是代替高层决策者制定决策（辅助决策而 （ 不是代替人决策） 不是代替人决策） 6、 充分利用先进的信息技术快速传递和处理信息。
决策支持系统案例
二、决策支持系统的功能与定义 决策是人们在改造客观世界中为实现主观目的而进行 策略或方案选择的一种行为。现实世界中的决策问题大多 是半结构化或非结构化的问题，其解决主要依赖于决策者 经验的分析与判断，它必然带有决策者的大量主观因素， 难免不反映个人的风格和意志。 巨人集团的兴衰） （决策与决策风险——巨人集团的兴衰） 决策与决策风险 巨人集团的兴衰
决策支持系统(免费啦)
⑹ 数据、模型与方法能容易地修改和添加。 如：数据模式的变更、模型的连接或修改、各种 方法的修改等。
⑺ 能灵活地运用模型与方法对数据进行加工、汇总、 分析、预测，得出所需的综合信息与预测信息。
⑻ 具有方便的人机对话和图像输出功能，能满足随机 的数据查询要求，回答 “如果…则…”之类的问题。
⑼ 提供良好的数据通信功能，以保证及时收集所需数 据并将加工结果传送给使用者。 ⑽ 具有使用者能忍受的加工速度与响应时间，不影响 使用者的情绪。
【大连海事大学—课件】
《决策支持系统》
袁长峰 副教授
大连海事大学交通运输管理学院
研究内容
决策支持系统概述 模型辅助决策 数据库与人机交互系统 决策支持系统 专家系统
综合决策支持系统
研究目的
掌握DSS的概念、与MIS系统的区别
会设计和应用模型进行辅助决策
掌握DSS的基本体系结构、DSS的设计和开发
模型体系，这就是DSS中的模型库所要容纳
的模型群，因此说，DSS是系统工程所要研究 和开发的重要领域。
4．行为科学
研究决策者的决策风格、在决策过程中的 决策行为等，指导DSS的设计和开发。涉及
到决策者的心理学。大量的研究表明，系统
模型所表现的缺陷甚至失败很少是因为技术
上的原因，而多半是由于脱离实际。
4. DSS的功能
⑴ 管理并随时提供与决策问题有关的组织内部信息。 如：订单要求、库存状况、生产能力与财务报表等。 ⑵ 收集、管理并提供与决策问题有关的组织外部信息。 如：政策法规、经济统计、市场行情、同行动态与科技 进展等。 ⑶ 收集、管理并提供各项决策方案执行情况的反馈信息。 如：订单或合同执行进程、物料供应计划落实情况、生 产计划完成情况等。 ⑷ 能以一定的方式存储和管理与决策问题有关的各种数 学模型。 如：定价模型、库存控制模型与生产调度模型等。 ⑸ 能够存储并提供常用的数学方法及算法。 如：回归分析方法、线性规划、最短路径算法等。
第二章决策支持系统的理论基础和基本构架
数据库系统：存储、管理、提供与维护用于决策支持数据 的DSS基本部件，是支撑模型库子系统的基础。
包括数据库、数据析取模块、数据查询模块、 数据库管理系统、数据字典等部件组成。
2.4 决策支持系统的结构形式
“三部件”结构形式
优点：
➢ 与MIS相比，多出模 型库系统且做为核心
（1） 明确了“三部件”的接口与集成➢型部关与件E系S和相，数比便据，于部是件D通S的过S定模的
是DSS开发最基本的技术层次，包括新的用 于特殊目的的语言、支持对话方式的改进了 的操作系统，以及彩色图形显示的硬件和支 持软件，可以开发专用的DSS，也可以开发 DSSG。
典型例子： GADS就是用FORTRAN语言编写的
2.5 决策支持系统的应用层次
技术层次 专用DSS DSS生成器
DSS工具
2.4 决策支持系统的结构形式
“三部件”结构形式 “三系统”结构形式 统一结构形式
2.4 决策支持系统的结构形式
“三部件”结构形式
1980年Sprague提出著名的决策支持系统的三
部件结构，包括三个子系统：人机交互子系统、
模型库子系统和数据库子系统。
对话部件
模型部件
数据部件
2.4 决策支持系统的结构形式
2.2 决策支持系统的理论 与技术基础
计算机硬件
计算机软件
影响和制约着DSS实现的进度
例如，计算机应用初期，存储硬件紧张，需 借助于软件技术，而集成技术的发展已经实
现了硬件的海量存储。
DSS是一种开放的技术，一般来说，只要能面向计算机并给 决策人员提供帮助，DSS都可以转化为自己的技术。
2.3 决策支持系统基本原理
决策支持系统辅助决策的方式
决策支持系统的基本概念
大数据处理技术
大数据处理技术是指处理大规模数据 集的技术，包括分布式计算、流处理、 批处理等技术。
VS
大数据处理技术在决策支持系统中能 够高效地处理大规模数据集，提供及 时、准确的决策支持，满足实时性要 求。
云计算技术
云计算技术是一种基于互联网的计算方式， 通过虚拟化资源、按需付费等方式提供服务 。
资源调度
合理调度军事资源，保障作战需求， 降低资源浪费。
03
02
战场指挥
实时获取战场信息，快速做出指挥 决策，提高作战效率。
风险评估
评估作战风险，制定风险应对策略， 降低作战风险。
04
科研决策
研究选题
基于文献综述和数据分析，确定具有研究价 值和可行性的科研课题。
数据采集与分析
合理设计实验方案，采集实验数据，进行数 据分析，为科研结论提供支持。
数据挖掘技术在决策支持系统中发挥 着重要作用，能够从海量数据中提取 出有价值的信息，帮助决策者更好地 理解和分析问题。
人工智能技术
人工智能技术包括机器学习、自然语言处理、专家系统等，能够模拟人类的智能行为，为决策提供智 能化支持。
人工智能技术在决策支持系统中能够自动化处理大量数据和信息，提供智能化的决策建议，提高决策 效率和准确性。
语言，更好地满足用户需求。
智能决策算法
03
开发和应用更先进的智能决策算法，以适应复杂多变的决策环
境。
大数据驱动的决策支持系统
数据采集与整合
利用大数据技术，实现多源数据的采集和整合，为决策提供更全 面的信息。
数据挖掘与分析
通过数据挖掘和分析工具，深入挖掘数据中的潜在价值，为决策 提供有力支持。
数据可视化
决策支持系统第1章DSS概述
存储专家知识和规则，用于辅助决策。
模型库
包含各种决策模型和算法，用于分析和预 测。
用户界面
提供用户与系统交互的界面，使决策过程 更直观。
决策支持系统的应用案例
企业管理
帮助管理层进行战略决策和 资源优化。
政府决策
协助政府制定政策和规划， 提高决策效率。
市场营销
提供市场分析和预测，支持 营销决策制定。
80年代，基于规则和知识的专家系
统为决策提供了更高级的支持。
3
决策支持系统整合
90年代，DSS开始将各种技术和工
具结合使用，提供全面的决策支持。
现代决策支持系统
4
21世纪，DSS利用大数据、人工智 能和机器学习等技术，提供更智能
化的决策支持。
决策支持系统的结构组成
数据仓库
用于存储和管理决策所需的数据。
决策支持系统使用不同的决策模型和算法，如决策树、聚类分析等，为决策 提供科学的依据和预测。
决策支持系统的开发与运行管 理
决策支持系统的成功开发和运行管理是确保系统可靠性和稳定性的关键，需 要合理规划和有效管理系统的各个环节。
金融决策
辅助投资和风险评估，提升 金融机构的决策能力。
医疗决策
为医生提供诊断和治疗方案， 改善医疗决策质量。
决策支持系统的优势与局限性
1 优势
2 局限性
提供准确、全面的决策信息；减少决策 风险；促进团队合作和知识共享。
依赖于数据的质量和准确性；对用户的 培训和技术要求较高；无法预测未知的 因素。
决策支持系统的未来发展
决策支持系统与人工智能的融 合
决策支持系统与人工智能的融合有助于提高决策支持的智能化水平，更好地 满足用户的个性化需求和决策场景的复杂性。
DSS(第一章)
决策支持的种类
模型的决策支持——管理科学和运筹学 What-if分析的决策支持——早期DSS 决策问题的方案生成——现在DSS 知识推理与智能技术——新型DSS
决策与决策支持系统
• 1. 决策 • 2. 决策支持
• 3ue基于对DSS的多年的观察，从理 论观点到实际应用的角度给出了一个折衷定义
高速的计算处理能力，为即时决策提供时间上 的支持 突破决策者认知上的局限（记忆能力、处理能 力） 降低顾问费用 提高决策质量，能更全面地权衡各种选择，更 快速地分析可能的风险 竞争优势，加强系统对环境变化的适宜能力。
DSS的基础
信息论 计算机技术 管理科学与运筹学 行为科学 人工智能
信息论
信息论是运用信息的观点，把系统看 作是借助于信息的获取、传递、加工、 处理而实现其目的性行动的研究方法。 决策支持系统的主要概念和基本理 论需要信息论提供的方法才能解释清楚。
决策的概念
决策是对未来的方向、目标以及实现途 径作出决定的过程 决策是从若干可能的方案中，按某种标 准(准则)选择一个。 这种标准可以是：最优，满意，合理
决策的过程
提出问题 确定目标 价值准则 拟定方案 分析评估 选择方案 实验验证 普遍实施
决策问题的性质
西蒙（Simon）教授将决策问题按性质分为结 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，可以设计出一套固定程序 来处理。 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程序来处 理它。
决策支持系统
卢涛
课程内容
决策支持系统概述、决策支持方法 决策支持系统的结构、数据库 决策支持系统的模型库管理与设计 人工智能与专家系统 神经网络和遗传算法 数据仓库的原理与设计 数据挖掘与知识发现 决策支持系统实例与讨论
决策支持系统
Business Intelligence and Decision Support Systems (BI/DSS)Sectioin Five: 决策支持系统概述M008H009, 16th Nov. 20081决策支持系统概述–决策分析过程分析–决策支持系统介绍–建模与分析–系统开发与采集2Learning Objectives-1•Understand the conceptual foundation of decision making.•Learn Simon’s four phases of decision making.•Learn decision making flaws•Understand business decision support systems (DSS)•Learn characteristics and capabilities of DSS.•Understand DSS components and how they integrate.•Understand important DSS classifications.3Learning Objectives-2•Understand basic concepts of DSSmodelling.•Understand different model classes.•Know key issues of model management.•Discuss the major steps in developing a MSS•Describe the criteria used in selecting a MSS development approach •Understand MSS development principles45Decision Making-Definition •Process of choosing amongst alternative courses of action for the purpose of attaining a goal or goals.6Decision Making: Characteristics •Groupthink •Decision makers are interested in evaluating what-if scenarios •Experimentation with the real system may result in failure •Experimentation with the real system is possible only for one set of conditions at a time and can be disastrous •Changes in the decision making environment may occur continuously, leading to invalidating assumptions about the situation7Decision Making: Characteristics •Changes in the decision making environment may affect decision quality by imposing time pressure on the decision maker •Collecting information and analysing a problem takes time and can be expensive. It is difficult to determine when to stop and make a decision •There may not be sufficient information to make an intelligent decision •Information overload 8The Nature of Managers’Work [Make Decisions!] Mintzberg (1980) (Table 1.1) Roles •Interpersonal –Figurehead –Leader –Liaison •Informational –Monitor –Disseminator –Spokesperson •Decisional –Entrepreneur –Disturbance Handler –Resource Allocator –Negotiator Managers need information and use computers to support decision makingManagement •Management is–decision making•The manager is a–decision maker•Trial-and-error:–not a great approach•Decision making is becoming more difficult –More alternatives to choose from–Larger cost of making errors–More uncertainty regarding the future9Decision Type•Easy/hard decisions•Important/unimportant decisions •Routine/unique decisions •Personal/business decisions•Fun/troubling decisions….1011Decision TypeHighly Structured Highly Unstructured Semistructured Decisions •Emergent situation •Novel, unique •One-shot •Issues elusive •Knowledge hard to get •Creative •Established situation •Ordinary •Repetitive •Issues understood •Knowledge available •Programmable 12Decision Type •Programmed decisions –Complete, unambiguous solution procedure (algorithm) is available for making optimal decision.•Non-programmed decisions –For semi-& unstructured decisions, general solution strategies may be available, but optimal or correct decisions are not guaranteed –DSS were specifically designed to support non-programmed decisions13Decision Type•Unilateral decisions –Single person makes the decision, but may require knowledge from others •Negotiated/bargained decisions –Multiple participants must agree on decision –Negotiated decisions become more complex as the number of participants increases –Politics and power can play as much role as the decision itself 14Decision Style and Decision Makers •Decision style The manner in which a decision maker thinks and reacts to problems. It includes perceptions, cognitive responses, values, and beliefs –Heuristic –Analytic •Different decision styles require different types of support –Individual decision makers need access to data and to experts who can provide advice –Groups need collaboration tools –Autocratic –DemocraticManagers and Computerised Support •Information Technology:vital to the business•Support technologies extensively implemented•Computer application evolving from TPS and MIS to DSS•Early computerised information systems focused on efficiencyz Achieving goal with least required resourcesz Doing the thing right•Later computerised information systems focused on effectiveness.z Achieving the intended goalz Doing the right thing•You need both, but they are not interchangeable!15What Do Computerised Decision Support Offer?•Speedy computations•Improved communication•Increased productivity•Improved data management•Data warehouse access•Agility support•Quality support•Overcoming cognitive limits in processing andstorage•Using the web•Anywhere, anytime support1617The Concept of Decision Support Systems (DSS)•DSS are interactive computer-based systems, which help decision makers utilize data and models to solve unstructured problems (Scott Morton, 1971)•Decision support systems couple the intellectual resources of individuals with the capabilities of the computer to improve the quality of decisions. It is a computer-based support system for management decision makers who deal with semi-structured problems (Keen and Scott Morton, 1978). •DSS as an Umbrella term : Describes any computerised system that supports decision making in an organisation 18The Major Tools and Techniques of Managerial Decision Support •Data management •Reporting status tracking •Visualisation •Business analytics •Strategy and performance management •Communication and collaboration •Knowledge management •Intelligent systems •Enterprise systems Computerised Tools for Decision Support19Decision Making Process 20Decision-Making: The Intelligence Phase •Scan the environment •Analyse organisational goals •Collect data •Identify problem •Categorise problem –Programmed and non-programmed –Decomposed into smaller parts •Assess ownership and responsibility for problem resolution •Output: a formal problem statementDecision Making Process21Decision Making: The Design Phase •The design phase involves finding or developingand analysing possible courses of action–Understanding the problem–Testing solutions for feasibility–A model of the decision-making problem isconstructed, tested, and validated2223Decision Making Process 24Decision-Making: The Choice Phase •The CRITICAL act—decision made here!•Selection of most profitable, agreed-upon, most acceptable, least offensive alternative •Sensitivity analysis –A study of the effect of a change in one or more input variables on a proposed solution •Plan for implementation & monitoring25Decision Making Process 26Decision Making: The implementation Phase •Putting solution to work •Important issues to deal with:–Dealing with resistance to change –User training –Upper management supportDecision Making Flaws•Primary effects–Difficult to move away from the opiniondeveloped initially•Recency effects–Recently seen information•Availability bias–Most easily available information •Strategic anchoring–The initial assessment of the decision sets thetone for all that follows27Decision Making Flaws•Poor probability estimation–Overestimating the probability of positiveevents, underestimate the probability ofnegative events•Escalation phenomena–Difficult to abandon already adoptedcourses of action •Overconfidence•Groupthink28Improving Decision Making•Why is decision support needed?–Cognitive limits–Economic limits–Time limits–Competitive demands•Decision support methods–Providing access to tools and information–Enforcing rules and procedures–Automating decisions–Determining decision solution structures29 How Decisions are SupportedData Mining, OLAPESS ES SCMCRM ERP KMSANN30How Decisions Are Supported•Support for the intelligence phase–The ability to scan external and internalinformation sources for opportunities andproblems and to interpret what the scanningdiscovers•Web tools and sources are extremely useful forenvironmental scanning•Web browsers provide useful front ends for a variety oftools (OLAP, data mining, data warehouses)•Internal data sources may be accessible via a corporateintranet•External sources are many and varied31How Decisions Are Supported•Support for the design phase–The generation of alternatives for complex problems requires expertise that can beprovided only by a human, brainstormingsoftware, or an ES32How Decisions Are Supported•Support for the choice phase–DSS can support the choice phase through what-if and goal-seeking analyses–Different scenarios can be tested for the selected option to reinforce the final decision–KMS helps identify similar past experiences–CRM, ERP, and SCM systems are used to test the impacts of decisions in establishing their value, leading to anintelligent choice–An ES can be used to assess the desirability of certain solutions and to recommend an appropriate solution – A GSS can provide support to lead to consensus in a group33How Decisions Are Supported•Support for the implementation phase –DSS can be used in implementationactivities such as decision communication, explanation, and justification–DSS benefits are partially due to thevividness and detail of analyses andreports34DSS Description•DSS applicationA DSS program built for a specific purpose (e.g.,a scheduling system for a specific company)• A DSS supports all phases of decision making and may include a knowledgecomponent• A DSS can be used by a single user on a PC or can be Web-based for use bymany people at several locations35 DSS Description36Components of DSS37Components of DSS•Data management subsystem•Managed by DBMS•Model management subsystem•Managed by MBMS•User interface subsystem •Knowledge Management and organisational knowledge base subsystem3839Data Management Subsystem •Components:–DSS Database•Decision maker’s personal database•Database specifically built for DSS•Data gathered from, or access provided to otherorganisational or external database–Database management system•Software system which provides (and sometimesprohibits) access to database contents–Data directory•Index of all data items contained in a database –Query facility40The Model Management Subsystem41Model Management Subsystem•Components:–Model base–Model base management system–Model directory–Model execution, integration, andcommand processor42Model Base•Strategic–Supports top management decisions •Tactical–Used primarily by middle managementto allocate resources•Operational–Supports daily activities•Analytical–Used to perform analysis of data43Model Base Management System•Functions:–Model creation–Model updates–Model data manipulation–Generation of new routines•Model directory:–Catalog of models–Definitions44Model Management Activities •Model execution–Controls running of model•Model command processor–Receives model instructions from userinterface–Routes instructions to MBMS or moduleexecution or integration functions •Model integration–Combines several models’operations45 Components of DSS4647User Interface (Dialog) Subsystem 48Knowledge-Based Management System •Expert or intelligent agent system component •Complex problem solving •Enhances operations of other componentsDSS Classification•The AIS SIGDSS classification–Communications-driven and group DSS•Support group meetings, collaborative tools–Data-driven DSS•OLAP, data mining–Document-driven DSS•KMS (text based)–Knowledge-driven DSS, data mining, and management ES applications•Intelligence-based systems–Model-driven DSS•Any system with various models (mathematical model,statistical packages, financial models etc)–Compound DSS49DSS Classifications•GSS v. Individual DSS–Decisions made by entire group or bylone decision maker•Custom made vs. vendor ready made –Generic DSS may be modified for use •Database, models, interface, support arebuilt in•Addresses repeatable industry problems•Reduces costs50Modelling51 DuPont Simulates Rail TransportationSystem and Avoids Costly Capital Expense •Case presentation52DuPont Simulates Rail Transportation System and Avoids Costly Capital Expense •Promodel simulation created representing entire transport system •Applied what-if analyses•Visual simulation•Identified varying conditions •Identified bottlenecks•Allowed for downsized fleet without downsizing deliveries53Models & Modelling•What is a model?–A replica of a real system or object–An abstraction of reality•Model format–Iconic model–Analog model–Mental model–Mathematical model54Models and Modelling•Why do we need models?–Easier manipulation–Compression of time–Lower cost–Risk analysis–Analysis of a very large number of possiblesolutions–Enhance and reinforce learning and training–Available on the Web55DSS Modeling•Key element in DSS•Many classes of models•Specialised techniques for each model•Allows for rapid examination of alternative solutions•Multiple models often included in a DSS •Current trends–Model libraries and solution technique libraries–Development and use of Web tools–Multidimensional analysis (modeling)• A modeling method that involves data analysis in severaldimensions56DSS Models•Algorithm-based models•Statistics-based models•Linear programming models •Graphical models•Quantitative models•Qualitative models•Simulation models57Models and Modelling•3 conditions under which models operate:–Certainty–Risk–Uncertainty5859Certainty, Uncertainty, and Risk •Certainty A condition under which it is assumed that future values are known for sure and only one result is associated with an action •Risk A probabilistic or stochastic decision situation •Risk analysis – A decision-making method that analyses the risk (based on assumed known probabilities) associated with different alternatives. Also known as calculated risk –Calculate value of each alternative –Select best expected value 60Certainty, Uncertainty, and Risk •Uncertainty –Several outcomes for each decision –Probability of occurrence of each outcome unknown –Insufficient information –Assess risk and willingness to take itStatic Models•Single photograph of situation •Single interval•Time can be rolled forward, a photo at a time•Usually repeatable•Steady state61Dynamic Model•Represent changing situations •Time dependent•Varying conditions•Generate and use trends •Occurrence may not repeat62Modelling & Decision Making Strategies •Normative Model–Describe what we should do–Optimisation–Economic optimisation–Utility optimisation•Descriptive Models–Describe what we do–No guarantee for optimal•Satisficing–“good enough”solution63Modelling Steps•Define & analyse the problem•Select and/or construct the model–Variables: controllable–Parameters/constraints: uncontrollable, limitson possible solutions–Objectives: singular or multiple•The model establishes relationships among variables, parameters, objectives, and constraints6465Modelling Steps•Validate the model: does the model accurately represent the real system?–Compare model output with historical or real-world data –Have model evaluated by experts –Have model evaluated by decision makers –Compare model output with expectations based on experience & expertise •Acquire input data –Input data must be accurate & timely –Use data to design modelling experiments •Solve the mode/develop the solution •Test the model solution –Is it realistic? Is it valid?•Sensitivity analysis of modelling results •Implementation of modelling results 66Modeling with Spreadsheets •Flexible and easy to use •End-user modeling tool •Allows linear programming and regression analysis •Features what-if analysis, data management, macros •Seamless and transparent •Incorporates both static and dynamic modelsModelling & Computers•Why use computers for modelling?–Execution speed–Model size–Model complexity–Support for model development–Support for model management•Model base management system (MBMS)–Software for establishing, updating, combining, and so on(e.g., managing) a DSS model base67 DSS Development6869The Landscape and Framework of DSS Application Development 70The Landscape and Framework of MSS Application Development •Step 1: –Planning, identifying, and justifying MSS •Step 2: –Creating a MSS architecture –MSS architecture A plan for organizing the underlying infrastructure and applications of the MSS project71The Landscape and Framework of MSS Application Development •Step 3: Selecting a development option –Build the system in house –Have a vendor build a custom-made system –Buy an existing application and install it, with or without modifications, by yourself or through a vendor –Lease standard software from an ASP, utility computing, or set up a software-as-a-service arrangement –Enter into a partnership or an alliance that will enable the company to use someone else's application –Use a combination of these approaches 72Development Options for MSS Applications •In-house development: Insourcing –Building from scratch –Building from components –Integrating applications •Outsourcing •Buying applications •Leasing applications –Lease from an outsourcer and then install it on the company’s premises –Lease from an ASP that hosts the application at its data center –Software-as-a-service •Partnership •Hybrid models work best when the outsourced partner offers:– A high level of security –Fast time to market –Service-level agreements73The Landscape and Framework of DSS Application Development 74The Landscape and Framework of MSS Application Development •Step 4: –Installing, testing, connecting, and deploying MSS applications •Step 5: –Operations, maintenance, and updatingThe Landscape and Frameworkof MSS Application Development•Managing the development process –The development process can be fairlycomplex and must be managed properly–For medium to large applications, aproject team is usually created to managethe process and the vendors•Project management software75Top 10 Reasons for Project Success •Executive support•End-user involvement•Experienced project manager•Clear business objectives•Minimised scope•Standard infrastructure•Firm basic requirements (knows where you are going)•Formal methodology•Reliable estimates•Skilled staff76DSS Development Principles•What DSS developers should know:–DSS development requires a substantialinvestment of money and effort–DSS use has the potential to substantiallyimpact organisational decision making–So, there are no unimportant or small DSS–Therefore, DSS development should beperformed carefully and thoughtfully.77DSS Development Principles•Good DSS development:–Use a standard methodology.–Use proven tools and techniques.–Document the design and any changes.•In short, DSS development mirrors Information Systems Development78Summary•Decision Making Process •Decision Making Flaws•Decision Support Systems •Modelling•DSS design79Next Section’s Topic•群体决策支持系统–Group Four case presentation–GDSS介绍–软件演示(Group Five)80。
DSS1-1
第一章 决策支持系统（ＤＳＳ）概述
第一节 决策支持系统的形成和发展
四、决策支持系统的发展 3、决策支持系统的发展方向 20世纪90年代兴起的数据仓库、联机分析处理和数 据挖掘三项新技术为决策支持系统开辟了一条从数据中 获取辅助决策信息的新路,称之为新决策支持系统。它与 传统决策支持系统不是覆盖关系,而是互补关系。新决策 支持系统与传统决策支持系统的结合,称为综合决策支持 系统。它将是今后的发展方向。
THE COURSWARE OF DECISSION SUPPORT SYSTEM
乔金友
工程学院管理科学与工程系
第一章
第一节
第二节 第三节
决策支持系统概述
决策支持系统的形成和发展
决策支持系统概念 新决策支持系统与综合决策支持系统(略)
东北农业大学工程学院
第一章 决策支持系统（ＤＳＳ）概述
第一节 决策支持系统的形成和发展
第一章 决策支持系统（ＤＳＳ）概述
第一节
七、经理信息系统 经理信息系统EIS(Executive Information System) 也称执行信息系统,是对高层管理者的战略决策提供支持 的决策支持系统。经理信息系统不仅帮助经理精确和快 捷地了解自己组织的运营状况,如商品在不同地区、不同 时间的销售情况,而且帮助掌握竞争者、顾客和供应商的 活动。 EIS 定义为通过获取企业内部和外部的有关信息为 高层决策者提供支持决策的系统。
第一节
三、决策支持系统
决策支持系统的形成和发展
它既具有数据处理功能,又具有模型的数值计算功能。 决策支持系统具有以下特性 : 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。
第2章 决策支持系统的基本概念ppt课件
可编辑课件PPT
26
控制机构
表达、操作和记忆辅助的目的是支持各种决策和不同的决策过程， 也就是对DSS的开发研制具有通用的指导作用。DSS的控制机构 用于引导决策者使用表达、操作和记忆辅助，以便根据他们个人 的风格、技能和知识综合进行决策。因此，它的功能主是指导决 策者如何使用DSS，同时也让决策者能够获得新的风格、技能和 知识以便有效地使用DSS。综上所述，控制机构往往成为DSS和 决策者配合成功的关键。.
可编辑课件PPT
19
传统的计算机信息系统开发的4个主要步骤： 分析、设计、构造和 实现。 在开发DSS时，被合并为一体，这就是累接设计或循环反馈。 累接设计能够在使用中根据用户的反映进行评价、修改和扩充， 经过几轮循环后得到一个相对稳定的系统。
累接过程是在DSS生成器和专用DSS之间的反复循环。
可编辑课件PPT
★系统接口。它指决策支持系统本身与其他软件系统。
可编辑课件PPT
16
DSS生成器(DSSG)是由相关的一组软件和硬件组成的模块， 其目的是提供迅速而方便地开发SDSS的能力。DSS生成器 只能用DSS工具来开发。 当涉及对话、模型和数据库等部件时，DSS生成器可看作 是操作数据和生成数据的解释程序，而DSS工具既用于生 成或修改解释程序，也用于生成或修改数据本身.
可编辑课件PPT
30
• 2. 桥式结构(bridge architecture)
• 为了减少由网络结构所要求的部件接口数目，同时又保持能够方便地 集成新部件的性能，提出桥式结构的概念。这种结构使用了统一的接 口单元，它包括对话、局部模型和数据库等单元；同时把共享建模单 元和共享的数据库单元两者之间联系在一起。局部单元不可以共享， 它只为单个用户服务。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
（1）.决策系统——核心 （2）.参谋（智囊）系统 （3）.信息系统 （4）.执行系统 （5）.监督系统
执行系统
决
监督系统
策
系
统
参谋系统
信息系统 图1－1:决策体系结构图
三.决策的分类
可利用计算机 程序来实现
非结构化问题
半结构化问题
少见，有创造性和 介于前二者之间 直观性
不具备已知求解方 有多个问题求解的方法， 法或存在若干求解 通过人为干预可比较容易 方法而所得的答案 确定答案 不一致
难以编制程序
问题求解过程的一些阶段 可以利用程发生作用的消息、
❖ 管理科学/运筹学
面对复杂问题时，难以实现模型 的组合和交互，辅助决策的有 效性降低。
DSS产生
二、DSS的发展
1.20世纪70年代末，初阶段的DSS 2.20世纪80年代初，Sprague提出三部件结构的
DSS，Bonczak等提出三系统结构的DSS
3.20世纪80年代后期，专家系统与DSS结合，产
➢ 重点：西蒙的结构化分类。
➢ 决策问题的结构化程度：是指对决策问题的决策过 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，定量的或推理的)给 予清晰的说明或描述。
➢ 问题结构化程度的区分因素：
问题形式化描述的难易程度 解题方法的难易程度 解题中所需的计算量的多少
结构化问题 常规的，可重 复的， 每个问题仅有 一个求解方法
情报和知识的总称。 ➢数据 信息 知识 智慧 ➢外部信息与内部信息 ➢描述性信息与控制性信息
五.决策支持
❖ 1.对“决策支持”的认识
决策支持是指用计算机来达到以下目的：
(1)帮助经理在半结构化或非结构化的任务中作 决策；
(2)支持经理的决策，显然无代替经理的判断力 的意思；
(3)改进决策效能，而不是提高它的效率。
一.决策
❖ 1.概念：
指个人或集体为了达到或实现某一个目标，借助一定
的科学手段和方法，从若干备选方案中选择或综合成 一个满意合理的方案，并付诸实施的过程。
它具有目的性、超前性、创造性、管理性。
❖ 2.构成要素：
决策陈述 一批替代方案 一套决策准则。
❖ 3.科学决策的原则：
信息化原则 定量分析与定性分析紧密结合的原则 对比、优化的原则 反馈原则 复杂问题群体决策的原则
生了智能DSS
4.20世纪90年代中后期，DSS与DW、DM、
OLAP结合，产生综合DSS
三、DSS发展的三个阶段
1.数据库阶段 2.数据仓库阶段 3.商务智能阶段
一.关于DSS的定义和理解
➢ P.G.W.Keen和M.S.Scott－Morton ：辅助管理者对半结 构化问题的决策过程，支持而不是取代管理者的判断，提 高决策的有效性而不是效率的计算机应用系统。
❖ 2.决策方案的生成：
（1）按照标准数学模型的数学结构的要求，分 析当前决策问题的数学结构并获取所需的数据， 形成决策方案。
（2）利用标准数学模型组合成实际问题方案。 串行组合和并行组合。
一.DSS的产生
❖ 电子数据处理与管理信息系统
MIS只能帮助管理者对信息作表 面上的组织和管理，而不能把 信息的内在规律更深刻地挖掘 出来为管理决策服务。
二.决策体系与决策过程
1.决策系统
决策系统的构成要素。 （1）.决策主体 （2）.决策目标 （3）.决策方案 （4）.结局 （5）.效用
❖ 2.决策过程
提出问题→确定目标→价值准则
信息阶段
拟定方案 分析评估→选择方案 普遍实施→实验验证
设计阶段 选择阶段 实现阶段
西蒙的决策过程理论
❖ 3.决策体系
➢ R.H.Spraque和E.D.Carlson：DSS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。
➢ 陈文伟（1994年）：DSS是综合利用大量数据，有机组合 众多模型，通过人机交互，辅助各级管理者实现科学决策 的系统。
➢ ……
一.关于DSS的定义和理解（续）
➢总结：
本节主要内容：
一.关于DSS的定义和理解 二.DSS的特点 三.DSS的任务和功能
第四节 DSS与其他学科的关系
本节主要内容：
一.DSS的学科内容 二.DSS与MIS的关系 三.DSS与运筹学的关系
第五节
新一代DSS的应用与发展
本节主要内容：
一.群决策支持系统 二.智能决策支持系统 三.分布式决策支持系统 四.基于DW的新决策支持系统 五 综合决策支持系统
取检索功能结合起来（包含了组合模型的意思） 6.可为各种类型的知识工作者提供支持 7.强调对环境及用户决策方法改变的灵活性及适应性
三.DSS的任务和功能
1.DSS的任务
分析和识别问题； 描述和表达决策问题以及决策知识； 形成候选的决策方案，即目标、规则、方
第一讲 决策支持系统概述
（教材第一、第二章）
第一节 DSS的理论基础
本节主要内容：
一.决策 二.决策过程与决策体系 三.决策的分类 四.决策信息 五.决策支持 六.决策方案与方案的生成
第二节 DSS的产生与发展
本节主要内容：
一.DSS的产生 二.DSS的发展 三.DSS发展的3个阶段
第三节 DSS的概念和功能
DSS是针对管理者面临的半结构化和非结 构化决策问题，综合利用大量数据，有 机组合众多模型，通过人机交互，辅助 各级管理者实现科学决策的系统。
二.DSS的特点
1.DSS倾向于针对上层管理具有典型意义的半结构化 和非结构化决策问题
2.DSS是支持而不是取代决策者作出决策 3.强调交互式、友好的用户界面 4.DSS的目的是提高决策的有效性而不是效率 5.DSS试图将模型和分析技术的应用同传统的数据存
❖ 2.决策支持的方式
（1）模型的决策支持 （2）“如果，将怎样”（what-if）分析的决策支持 （3）决策问题方案的决策支持 （4）自动生成决策问题方案的决策支持 （5）知识推理与智能技术的决策支持
六.决策方案与方案的生成
❖ 1.决策方案的拟定原则：
（1）方案的前瞻性 （2）方案的可行性 （3）方案的多样性 （4）方案的层次性 （5）方案的创新性 （6）方案的优化性