决策支持系统 课程论文.doc

课 程 论 文课程名称 决策支持系统 班 级信息0903学 号学生姓名成 绩浙江工商大学课程论文目 录一、 决策支持系统概念11） 决策支持系统起源12） 决策成系统的概念13） 决策支持系统在企业中应用现状14） 我对决策支持系统概念的理解1二、 决策支持系统的系统结构21） 决策支持系统组成部件22） 决策成系统的系统结构23） 我对决策支持系统组成部件和结构的理解2三、 决策支持系统的数据库及相关技术31） 决策支持系统中数据库的作用和发展趋势32） 数据挖掘概念及其数据挖掘技术综述33） 数据仓库概念、建模和数据仓库的应用34） 我对决策支持系中数据库及其相关技术的理解3四、 决策支持系统的模型库及相关技术41） 模型、模型库和模型库管理系统的概念42） 模型库在决策支持系统中作用43） 模型库发展和应用的前景以及存在的问题44） 我对决策支持系中模型库及其相关技术的理解4五、 决策支持系统的知识库及相关技术51） 知识和知识库的概念52） 知识的表达与推理53） 知识库发展和应用的前景以及存在的问题54） 我对决策支持系中知识库及其相关技术的理解5六、 如何构建一个决策支持系统61） 构建决策支持系统的一般步骤62） 构建决策支持系统关键问题63） 决策支持系统案例分析6浙江工商大学课程论文一、 决策支持系统概念1） 决策支持系统起源决策是人类社会发展中人们在为实现某一目的而决定策略或办法时, 时时处处存在的一种社会现象。正是这种需求的普遍性, 人们一直致力于要开发一种系统, 来辅助或支持人们进行决策, 以便促进提高决策的效率与质量。尤其是随着现代信息技术和人工智能技术的发展和普及应用, 更有力地推动了决策支持系统( decision support system, 简称dss) 的发展。决策支持系统的概念最初是由gorry 和scott morton 在整合了anthony 对管理行为的分类和simon 对决策类型的描述而提出的。gorry 和scott morton根据以上两种思想，使用结构化、非结构化、半结构化三个术语来代替可程序化与不可程序化，同时采用了simon 对决策过程的智能、设计和选择的描述。在这个框架里，智能是由对问题的搜索所组成的，设计则指的是分析可选方案并确定一个实施。此时dss 被定义为主要解决半结构化和结构化问题的计算机系统。一个计算机系统虽然可以用来解决dss 中的结构化问题，然而，决策者的判断主要依靠的是非结构化的部分。将其组合起来，就成为了一个用来解决实际问题的人机系统。决策支持系统的产生经历了以下几个阶段：1. 电子数据处理（electronic data processing，edp）2. 管理信息系统（management information system，mis）3. 决策支持系统（decision support system，dss）在此之后，决策支持系统有经历了很多的改进，使得决策支持系统越来越符合我们的需求，为我们提供了更多的便利。下面是dss的发展历程：1）在早期dss两库(数据库、模型库) 结构的基础上, 随着dss向非结构化问题领域的拓展, 不可避免的要引人人工智能(ai)的手段和技术, 因此需要增加知识部件, 即应将dss 与专家系统(es)相结合。这种dss与es 结合的思想在80年代初提出, 构成了智能决策支持系统idss初期模型。 2）随着dss 的迅速发展, 人们希望在更高的决策层次和更复杂的决策环境下得到计算机的支持。这种支持面向的对象是若干具有一定独立性又存在某种联系的决策组织，决策过程必须的信息资源或某些重要的决策因素分散在较大的活动范围, 是一类组织决策或分布决策。分布式决策支持系统(ddss)是为适应这类决策问题而建立的信息系统。它是分布决策、分布系统、分布支持三位一体的结晶。它的优势在于：1）比集中式系统更可靠2）系统效率更高, 更接近大型组织决策活动的实际情况3） 易于扩展4）能实现并行操作, 资源共享。3）群体决策支持系统80年代末以来,dss研究与应用的热门方向之一是群体决策支持系gdss 。所谓群体决策是相对个人而言的, 两人或多人召集在一起, 讨论实质性问题, 提出解决某一问题的若干方案, 评价这些策略各自的优劣, 最后作出决策, 这样的决策过程称为群决策。群决策的多数问题是非结构化问题, 很难直接用结构化方法提供支持。支持群决策是一个复杂的组合, 它的运行方式与制度及文化有着密切的关系。gdss力图提供一种系统方法, 有组织的指导信息交流、议事日程、讨论形式、决议内容。4）决策支持中心决策支持中心dsc是在把决策方法论、数据收集和分析方法、计算机支持技术和软件等结合起来的同时, 又融合进了各科专家的技术经验、研讨结果和社会知识的一种踪合集成决策支持系统。 5）综合决策支持系统把数据仓库、olap、数据开采、模型库、数据库、知识库结合起来形成的综合决策支持系统, 即dw十olap 十dm , 是更高级形式的决策支持系统。数据仓库将大量用于事物处理的传统数据库数据进行清理、抽取和转换, 并按决策主题的需要进行重新组织。它能够实现对决策主题数据的存储和综合以及时间趋势分析。6）高新技术的引人dss 作为计算机信息系统, 必然会受到软件技术发展的冲击。可视化技术的引入使得决策支持的手段借助形象化的图形表达, 更加灵活有效。在可视化技术兴起之后, 多媒体技术又异军突起.从软件上看, 面向对象方法为dss的开发提供了一个新的范式, 并显示出良好的势头, 其发展正方兴未艾。2） 决策成系统的概念决策支持系统（decision support system，dss）是以管理科学、运筹学、控制学和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，辅助决策者以人机交互方式进行半结构化或非结构化决策，具有一定智能行为的人机交互的计算机应用系统。3） 决策支持系统在企业中应用现状如今越来越多的企业运用了决策支持系统来进行日常决策和管理。总体来说，决策支持系统可以在以下几个方面起到重要的作用：1)可以进行销售支持，dss应用能够分析和评价以往产品的销售，以确定产品成功或失败的因素。借助dss，可以利用全公司的数据来推测一个决策所隐含的利润和收入。2)客户分析和市场研究：dss应用可以利用统计工具来分析每天收集的交易数据，以确定各种类型客户的消费模式，然后采取相应的营销措施，从而实现最大的利润。3)市场研究包括：利用预测模型分析得出每种产品的增长模式，以便作出终止或者扩张某种产品的适当决定；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。4)财务分析,审查过去现金流的趋势，并预测未来的现金需求量,形成正确、一致的财务报表。5)运筹和战略计划：基于资源和时间的限制来确定最优的项目时间表；制定工厂每日的生产计划；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。6）企业分析。4） 我对决策支持系统概念的理解在阅读了这么多的学术论文之后和期刊之后，我对决策支持系统有了新的认识，并且对决策支持系统对我们日常生活的帮助有了新的体会。随着经济全球化的趋势以及中国加入wto之后，企业决策时要考虑的因素更复杂，决策速度要求更快。并且通讯方式的发展、交通的便利以及金融体系的完善，企业将更难以长久维持自己的竞争优势。企业必须不断地创新，从以规模取胜转变到以速度取胜。这些都要求管理者能够迅速做出正确的决策。决策支持系统可以在短时间里提供大量数据参考来帮助决策者进行符合企业战略计划的决策。但是决策支持系统的重点在于提高有效性而不是仅仅提高速度，是要通过系统，使得领导者的决策更加可续。这是现代化发展的必经之路，实现了人机合作，借助于计算机的辅助来完成企业的规划，它有助于企业更好的发展，推动企业更快地进步。参考文献1 摘自陈文伟. 决策支持系统及其开发m. 第2版. 北京: 清华大学出版社, 2000.2 决策支持系统及其发展概述 徐世星3 决策支持系统在企业管理中的作用 刘从新4 决策支持系统(dss) 的研究与发展 李珊5 智能决策支持系统与现代企业管理 刘建军6 决策支持系统及其最新发展 吴全胜1 马敏27 决策支持系统研究现状分析 刘博元，范文慧，肖田元8 决策支持系统发展现状与趋势分析 吴新年 陈永平9 决策支持系统发展综述 李樱10 浅析决策支持系统的产生和发展 陈维娜11 信息技术对企业管理的影响和措施 毛芳二、 决策支持系统的系统结构1） 决策支持系统组成部件决策支持系统是一个多库集成的复合系统，结构可谓多种多样，主要根据要解决的具体问题来确定。但人机交互系统、数据库、模型库、知识库、推理机是必不可少的组成部件。人机交互界面，是决策人员输入信息与系统输出信息，是行信息交互的“纽带”和接口。人机交互系统，首先应当能够准确地理解用户的各种意图，并将其转换为系统中各种形式的命令；其次应当将系统的响应、决策过程中的信息和结果，按照用户希望的形式，组织成用户所需的图文信息进行显示。人机交互系统的开发，主要是针对系统的用户对计算机的熟悉程度和技术实现难度，来选取合适的人机交互方式。一般常用的人机交互方式有：问答式对话、菜单界面、功能键、图符界面、填表界面、命令语言界面、查询语言界面和自然语言界面等八种方式。数据库，是整个决策支持系统的最基本的组成部分，是进行决策支持的信息载体，用于存储决策支持所需数据的集合。系统中主要有两类数据：第一类是基础静态数据，第二类是决策实施过程产生的中间与结果数据。 模型库，是提供模型存储和表示模式的分系统，是dss 的共享资源，是dss 区别于其他信息系统的重要特征，也是dss的核心。其有一些具有支持不同层次的决策活动的基本模型，其中有一些为支持频繁操作的单一模型，还有一些用于生成新模型的基本模块和基本要素。模型在计算机中主要有以下三种表示方式：（1）模型的程序表示。是一种传统的表示方法，每个模型对应于一个程序，输入格式、输出格式及算法均在程序中，使用模型实际上就是对该子程序的调用；（2）模型的数据表示。用数据来表示模型，就是把模型作为输入集到输出集的映射，其映射关系由参数集合确定；（3）模型的逻辑表示。又称为模型的知识表示，因为模型的逻辑表示方法目前主要有谓语逻辑、语义网络、逻辑树及关系框架等。知识库，主要分为两类知识：一类为事实，另一类为规则。系统所使用的事实，是对某一事物在某一时刻所处状态的描述。推理机，是决策支持系统的核心，它可连接、调用各库资源，是各库间的桥梁。系统最终的输出结果都是通过推理机推出。推理机制有许多种，有正向推理机制、反向推理机制、正反混合推理机制等等。 图1 推理机的逻辑组成2） 决策支持系统的系统结构结合dss 的发展过程,依据dss 组成部件的体系结构可以把dss 分成以下几种基本类型。三角式结构。这种结构是把dss的三大构建组成一个三角式的网络结构，这里用户通过对话管理以各种对话形式直接与数据管理和模型管理部分对话，查询、操作或运行数据库得到结果。三个管理部分之间都有直接联系，而且两两之间应有互相进行通信的接口。 图2 三角式结构串联结构。这种结构是把dss的三大部分串联而成。它与网络结构区别在于对话部分不再与数据管理部分有直接联系。这样稍增加了一点模型管理的功能，但省去了一套接口，使结构更加简单，易于开发和维护。 图3 串联结构熔合式结构。数据管理部分被熔合在模型管理之中，所以两者之间互不独立，既可以说是模型管理建讧在数据管理的基础上，也可以说是数据管理被嵌入模型管理之中。这里模型管理与数据管理两部分之问没有明显的接口。数据库与模型库的维护和管理都统一地由一个数据库管理系统来实现，而模型管理主要负责模型的建立、选择、拼接、组合、运行控制以及数据库接口的转换等。 图4 融合式结构以数据库为中心的结构。这种结构与熔合结构的主要区别在于增加了一个“模型管理接口部分”。由这个接口部分把各种具体数据库管理系统的功能转换成一个统一的标准调用接口供各个模型使用。这样就避免了各模型对具体数据库管理系统的依赖。在这种结构中，当对话管理部分要求和数据库打交道时，可通过模型库中的一个特殊的“模型”来进行，这个“模型”的功能仅仅在于把对话管理部分的信息传递给数据管理部分，反之又把结果传出。 图5 以数据库为中心的结构四库三功能的系统结构。这个结构是一种初级的智能dss。由于增加了知识库及相应的推理系统，使dss对于决策者的支持能力大大增强。在某种意义上来说，该系统的推理被看成一个准专家系统。从知识的获取、解释、表示和推理所使用的基本技术来看，它与专家系统jl乎没有什么差别，其主要原因是它引入了知识库和推理机。 图6 具有四库三功能的dss智能dss的结构最典型的智能dss的结构由3个子系统构成，它们是语言系统(ls)、问题处理系统(pps)和知识系统(ks)，如图38所示。这种系统又称3s系统，它的关键技术是自然语言处理，这项工作由ls和pps共同完成。 图7 智能dss3） 我对决策支持系统组成部件和结构的理解在阅读了大量的论文和介绍后，我觉得决策支持系统首先需要一个具体而完善的数据库、知识库等，蕴藏有大量和企业生产经营销售客户等有关的信息，然后根据人的需求模型的建立，在已有的知识信息储备下进行不断的完善和修改，对比和删除，最后达成人的需要，得到最优的参考决策。我认为一个好的系统不仅需要硬件设施还需要软件配合。并且随着经济全球化等的加深，决策支持系统更加需要引入数据挖掘，数据仓库等新技术，不断开进和完善，从而使得决策更加有效。参考文献12 决策支持系统浅谈 崔元星 张俊13 马哓青. 冲击动力学m. 北京：北京理工大学出版社，199214 决策支持系统体系结构研究 武建章 于春田15 成大先1 机械设计手册m1 第3 版1 北京:化学工业出版社16 陈文伟.决策支持系统及其开发.北京:清华大学出版社,2004.17 赵宇 浅谈人工智能在决策支持系统的应用与发展 物流工程与管理工程200918 新一代决策支持系统体系结构研究 马君19 百度文库 决策支持系统体系结构20 智能决策支持系统产生与结构 王宏昕21 陈晓红 管理信息系统 北京高等教育出版社 2008.0322 黄梯云 管理信息系统 北京高等教育出版社 2005.0323 高洪深 决策支持系统理论与方法三、 决策支持系统的数据库及相关技术1） 决策支持系统中数据库的作用和发展趋势 任何一个dss 都不能缺少数据库及其管理系统,它是结构化和综合化共享程度高、使用频繁的数据集合,它保存着dss 所涉及的全部基本数据和事实,它要求数据库具有很强的数据预处理和数据分析的能力,能够为决策所需要的各种计算机进行推理服务。众所周知，dss是从mis的基础上发展起来的，即在mis的基础上增加了模型计算和各种方法，而mis起源于数据处理系统，从而我们可以知道数据库的发展对dss影响极大。在许多实际应用领域,常常希望数据库系统在紧急情况下能根据数据库的当前状态,主动适时地做出反应,执行某些操作,向用户提供有关信息。因此在未来dss中，主动数据库将是大势所趋。主动数据库在dss 中不仅具有传统数据库的各种功能,由于能够主动适时地做出反应,适应某些主动需求,故相对于dss 中运用传统数据库而言,它有以下优越性:(1) 主动数据库能在dss 中提供灵活、方便的人- 机交互接口。(2) 主动数据库能在dss 中提高数据的预处理能力。(3) 主动数据库能在dss 中提供演绎推理功能。(4)dss 中采用主动数据库是原有dss 数据库功能的加强和集成。这种类型的数据库将会更好地推进dss的进步。2） 数据挖掘概念及其数据挖掘技术综述数据挖掘是从大量数据中挖掘出隐含的、先前未知的、对决策有价值并能被人们所理解的模式(知识) 的高级数据处理过程。最常用的数据挖掘技术有：1、神经网络：指由大量神经元互连而成的网络，具有分布存储、联想记忆、大规模并行处理、自组织、自学习、自适应等功能。利用神经网络可以完成分类、聚类、特征挖掘等多种数据挖掘任务。2、决策树：是用树形结构来表示决策集合，这些决策集合通过对数据集的分类产生规则。决策树是一棵树，树的根节点是整个数据集合空间，每个分节点是对一个单一变量的测试，该测试将数据集合空间分割成两个或更多块。每个叶节点是属于单一类别的记录。3、遗传算法：是一种新的优化技术，基于生物进化的概念设计了基因组合、交叉、变异和自然选择等过程来达到优化的目的。在应用中，需要把数据挖掘任务表达为一种搜索问题，从而发挥遗传算法的优化搜索能力；4、近邻算法：通过k个与之最相近的历史记录的组合来辨别新的记录，有时也称这种技术为k一最近邻方法。这种技术可用作聚类、偏差分析等数据挖掘任务；5、规则推导：通过统计方法归纳和提取有价值的“if-then”规则。规则推导技术在数据挖掘中被广泛使用，例如关联规则的挖掘。3） 数据仓库概念、建模和数据仓库的应用数据仓库是决策支持系统（dss）和联机分析应用数据源的结构化数据环境。数据仓库研究和解决从数据库中获取信息的问题。数据仓库的建模有以下三种：1、星状模型，从名称可以看出，星状模式是一种由一点向外辐射的建模范例，中间有一单一对象沿半径向外连接到多个对象。星状模式反映了最终用户对商务查询的看法：销售事实、赔偿、付款和货物的托运都用一维或多维来描述(按月、产品、地理位置)。2、雪花模型，它是对星状模型的扩展，每一个点都沿半径向外连接到多个点。雪花模型对星状模型的维表进一步标准化，它的优点是通过最大限度地减少数据存储量以及把较小的标准化表(而不是大的非标准化表)联合在一起来改善查询性能。由于采取了标准化及维的较低的粒度，雪花模型增加了应用程序的灵活性。但雪花模型也增加了用户必须处理的表的数量，增加了某些查询的复杂性。3、混合模型，是星状模型和雪花模型的一种折中模式，其中星状模型由事实表和非标准化的维表组成，雪花模型的所有维表都进行了标准化。在混合模型中，只有最大的维表才进行标准化，这些表一般包含一列列完全标准化的(重复的)数据。据研究统计，如果这个行业满足了下面2 个基本条件那么就可以运用数据仓库。1、数据仓库存在的客观条件和提供建立数据仓库外在的动力。即该行业联机事务处理系统较为成熟。2、该行业面临市场竞争的压力较大。这里我主要分析了一下电子商务中数据仓库的运用。数据仓库所具有的仓库式容量，能够在电子商务经营过程中，存储各种商品信息、交易信息以及用户的相关信息等，数据仓库是还能有效处理不同格式的数据。进行长时间的历史数据存储是数据仓库的根本特征之一，另外还可以将电子商务运营过程中所产生的大量信息进行整理和有目的性的挖掘，从而提供有利的市场信息，为企业决策者进行正确决策和趋势预测提供有利保障，从而不断的提高企业的竞争力，并真正体现出了电子商务的敏锐性。4） 我对决策支持系中数据库及其相关技术的理解从前面的知识，我们了解到数据是决策支持系统的基础，一切的分析和方案制定都是从分析数据开始，也可以说一个决策过程是由数据驱动的，因此数据库是dss的一个重要组成部分。我觉得数据库是一个基础，它包含了海量的数据，有的比较零散，难以把握，数据管理的难度很大，另一些则是在制定过程中的数据，则容易管理。dss中所说的数据库和数据库管理系统主要是对后一种数据而言。决策支持系统中数据是和决策过程密切相关的，因此要用到相应的技术使一切数据都经过适当的加工和浓缩；并且要有技术使内部数据和外部数据相结合，这样才能更好的做出决策。那么我觉得，在数据库的前提之下，相关技术也显得尤为重要。数据挖掘就是从海量数据中找出对自己有用的数据。它的任务模式可以分为两类：描述模式和预测模式。我印象比较深刻的是沃尔玛的尿布与啤酒的例子。因此我觉得数据挖掘的运用一定会发现很多商机和未曾注意的闪光点，从而帮助我们的决策和思考。最后来谈谈数据仓库，这是一种解决方案，是对原始数据的操作数据进行各种处理并转换成有用信息的处理过程，我认为它是一个本质的飞跃，是数据间进行加工后而面向决策者的。它更加的全面和具体，也更加的系统和完善。通过这些技术和理论的结合，才能使我们更好的运用决策支持系统，更有效作出决策。参考文献24 数据挖掘技术及其应用北京：国防工业出版社，2001.25 数据挖掘技术研究 左艳丽，史兴燕26 朱明数据挖掘合肥：中国科学技术大学出版社，200227 数据挖掘技术分析，琼台师范高等专科学校周密28 主动数据库及在dss 中的应用研究 梁雯1 ,梁厚蕴2(1. 安徽大学管理学院,安徽合肥230039 ;2. 北京航空航天大学物理系,北京100083)29 数据仓库 百度文库 /view/19711.htm30 浅谈数据仓库与数据挖掘技术及应用 陈宏31 数据仓库在电子商务中的应用研究 陈凤美 福建工程学院现代教育中心,福建福州35010832 数据挖掘的概念、方法及在金融数据分析中的应用 刘文抒, 胡可乐( 南京工程学院, 南京210013)33 庄镇泉, 李斌. 数据挖掘技术 j . 科学, 2001, 55( 4)四、 决策支持系统的模型库及相关技术1） 模型、模型库和模型库管理系统的概念模型是以某种形式对一个系统的本质属性的描述，以揭示系统的功能、行为及其变化规律。模型库是提供模型存储和表示模式的计算机系统。模型管理系统是为生成模型和管理模型提供一个用户友好环境的计算机软件系统。用户可以通过mms灵活地访问、更新、生成和运行模型。2） 模型库在决策支持系统中作用模型库系统是决策支持系统的核心部分。使用者不是直接依靠数据库中的数据进行决策，而是在很大程度上依靠模 库进行决策。为此，决策支持系统，为解决不同决策者的需要和适应不同决策问题，常常将独立运行的模型个体与其它模型结合起来，并以适当的序列组成复合模型，此创建过程为动态式、紧耦合和调用的多种协同方式组成的模型序列。也就是说模型库是dss共享的资源，使运用更加的方便和灵活。3） 模型库发展和应用的前景以及存在的问题4） 我对决策支持系中模型库及其相关技术的理解参考文献34 张潜，孙毅. 城市物流配送模型及优化调度研究j. 沈阳大学学报，2006，18（5）：61-63.35 汝宜红，宋伯慧. 配送管理m. 北京：机械工业出版社，2010，305-306.36 冷志杰. 配送管理m. 重庆：重庆大学出版社，2009，11.37 陶树颖，邵明志. 电子商务下的物流配送a. 铁道物资科学管理c. 管理纵横，2004，54.38 崔吉茹. 城市物流配送的现状与展望j. 交通与运输，2009，4：44-45.39 bob reselman , richard peasley , wayne pruchniak. delphi 7.0使用指南m. 电子工业出版社，2001，97-111.40 david ljungberg *, girma gebresenbet. mapping out the potential for coordinated goods distribution in city centres: the case of uppsala j. international journal of transport management, 2004, 2(20): 161-172.41 leise kelli oliveiraa*, nilson tadeu ramos nunesa, antonio galvo naclrio novaesb. assessing model for adoption of new logistical services: an application for small orders of goods distribution in brazil j. procedia social and behavioral sciences, 2010, 2(10): 6286-6296.五、 决策支持系统的知识库及相关技术1） 知识和知识库的概念知识是以各种不同方式把多个信息关联在一起的信息结构”；或者表达为“知识是多个信息之间的关联”。知识库概念是数据库概念在知识处理领域的拓展和延伸。知识库在知识处理中也是一个至关重要和必不可少的概念。在知识库中可存放各种数据，组织、管理和维护数据库的方法对知识库来说可以继续使用，至少可供参考借鉴。但是，知识库的主要任务还是存储大量的知识，因此，可将知识库定义为经过分类组织的“知识的一个集合”。2） 知识的表达与推理知识表达方式可以归为以下几种：1、一阶谓词逻辑“事实”是人类知识中的重要组成部分。所谓“事实”就是对客观事物的状态和属性值的描述。一阶谓词演算是一种形式语言，用它可以表示各种“事实”。它在人工智能、知识_ti程的领域中占有重要位置，对知识表示和推理方法非常重要，同时也作为知识库系统的基础。2、语义网络的定义语义是指语言学的符号和表达式同它所描述的对象之间的关系，而语义网络则是一种以网络格式表示人类知识构造的一种形式。语义网络既可以作为人类联想记忆的心理学模型，又可作为计算机内部表达知识的一种格式。3、产生式规则在产生式系统中，论域的知识被分成两部分：凡是静态的知识，如事物、事件和它们之间的关系，以所谓事实来表示。而把推理和行为的过程以所谓产生式规则来表示。4、框架理论从心理学的证据出发，认为人们在日常的认识活动中使用了大量从以前经验中获取并经过整理的知识。这种知识往往以一种类似框架的结构寄存在人脑中，当人们面临新的情况。或者对问题的看法有重要变化时，总是从记忆中找出一个合适的框架，然后根据实际情况对它的细节加以修改、补充，形成对所观察到的事物的认识。所以框架提供了一种结构，其中新的数据将用从过去经验中获取的概念来解释。推理方法是知识处理很重要的组成部分，用它可以从已有的知识推出新知识，是获得知识的重要方法。下面简要介绍这些推理方法。1演绎推理指从前提逻辑地推出结论的推理方法。(1)三段推理法。 (2)反证法推理。2归纳推理，包括枚举归纳法、逆推理法、消除归纳法及各种统计推理的方法。3联想与类比，从一些关于已知事物的知识，推出关于与该事物类似的其他事物的知识的一类方法。4综合与分析，根据对事物的宏观(整体)知识推断其微观(各个部分)知识的方法称为“分析方法”；相反，从事物的微观(各个部分)知识推出其宏观(整体)知识的方法称为“综合”。5预测包括时间和空间两方面的预测。6假设与验证根据经验作出假设，用逻辑推理或实践检验的办法获得新的知识。3） 知识库发展和应用的前景以及存在的问题作为开放存取运动的一个重要方面，知识库受到了各种因素的影响和制约，其发展速度相对于开放存取期刊来说较为滞后。2002年由hp实验室和mit共同开发的dspace的问世才真正拉开了开放存取库在全球发展的序幕，而dspace源代码的开放则在很大程度上推动了机构知识库的发展和利用。2007年以来机构知识库在全球范围内进入快速发展的阶段，根据pendoar网站的统计数据，截至2011年4月，全球共有96个国家建立了1 943个机构知识库，比2007年3月的852个机构知识库增长了128。目前，欧洲共有33个国家建立了886个机构知识库，美国建立了395个机构知识库，中国有66个，其中台湾地区有56个。数据分析表明，机构知识库在欧美国家的普及程度最高，而且发展速度也最快，而在其他地区机构知识库的普及程度较低，除个别国家机构知识库发展较好外，其他大部分国家的建库数量都很少。如今这个时代是知识经济时代，在这个时代企业想要成功的关键是如何创造、积累和使用知识。这就是知识资产管理，而要有序的进行管理则要用到知识库。同时，我国作为一个科研大国，机构知识库具有很好的发展前景，目前全国各高校和科研机构逐步建立本机构的机构知识库已经成为一种趋势，机构知识库也正逐步成为高校和科研机构基础设施建设的重要组成部分。但是由于很多制度等的不完善，在我国，知识库的发展主要存在以下几个方面的问题：1、发展速度缓慢、分布不均衡。2、学术研究与应用实践冷热不均。3机构知识库资源格式不统一、位置分散。4、机构知识库缺少有效的质量控制。4） 我对决策支持系中知识库及其相关技术的理解 在这个知识爆炸的时代，大量的信息和期刊资料需要被整合和共享。目前高校和学术研究机构对开放存取学术资源的需求在增长，提高自身学术影响力的需求也很迫切，通过对开放存取期刊和其他组织机构知识库的使用，我们自身学术研究过程中也享受到了很多便利。因此，我觉得知识库的进一步发展和应用是未来信息时代必须经历的一个过程。作为信息管理与信息系统的学生，在这样的时代大潮中，我们应该把握住机会，学习到相关的技术和理论。与普通的知识库相比，决策支持系统中的数据库要求更加突出，专业性要求更强，主要表现在(1)dss不仅具有定性的知识推理能力，而且具有定量的计算功能，并