决策支持系统

第12章决策支持系统 12 1决策与决策支持系统12 2专家系统12 3传统的决策支持系统12 4智能决策支持系统 结构化问题 半结构化问题和非结构化问题 结构化问题相对比较简单 直接 其决策过程和决策方法有固定的规律可以遵循 能用明确的语言和模型加以描述 并可依据一定的通用模型和决策规则实现其决策过程的基本自动化 早期的多数管理信息系统 能够求解这类问题 例如 应用运筹学方法等求解资源优化问题 如 饲料配方 生产计划 调度等 非结构化决策问题是指那些决策过程复杂 其决策过程和决策方法没有固定的规律可以遵循 没有固定的决策规则和通用模型可依 决策者的主观行为 学识 经验 直觉 判断力 洞察力 个人偏好和决策风格等 对各阶段的决策效果有相当影响 往往是决策者根据掌握的情况和数据临时做出决定 如 聘用人员 为杂志选封面 半结构化决策问题介于上述两者之间 其决策过程和决策方法有一定规律可以遵循 但又不能完全确定 即有所了解但不全面 有所分析但不确切 有所估计但不确定 这样的决策问题一般可适当建立模型 但无法确定最优方案 如 开发市场 经费预算 12 1决策与决策支持系统 图12 1决策支持系统的位置 利用信息帮助进行决策的系统叫决策支持系统 DecisionSupportSystems DSS 按照系统的智慧或聪明 Smart 程度来分 我们就把它分为专家系统 传统决策支持系统 和智能决策支持系统 决策支持系统实际上只能支持一个小范围的目标 针对什麽决策者和甚麽决策 相对于管理信息系统来讲 更显得重要 决策支持系统要支持决策 必须由管理信息系统收集数据 甚至可能利用它已有的模型 12 1决策与决策支持系统 12 2专家系统 专家系统 expertsystems ES 是一个含有知识型程序的系统 它利用捕捉人们在有限范围的知识或经验去解决一个有限范围的问题 专家系统有以下共同的特点 它们能进行某些人们求解的工作 它以规则或框架的形式表示知识 它可以和人进行相互对话 它们能同时考虑多个假设 12 2 1专家系统如何工作 专家系统由四个部分组成 知识库 开发队伍 开发环境 AI外壳 和用户 人类知识用模型化表达成计算机能懂的形式 这个模型就是知识库 人类知识的表达有三种方法 规则 语义网络和框架 规则 IF THEN结构例 IF INCOME 45000PrintNAMEANDADDRESS GH如年限 4问其他借款 AB如年收入 50000问汽车支出否EXIT BC如汽车支出 10 年入问抵押支付 否则EXIT CD如抵押支付 20 年入问准予贷款 否则EXIT D准予信贷线 DE如有D问雇用年限 EF如年限 4 给信贷线10000 否则转G F给线10000 HF如其他借款 5 年入转F 否则转I I给线3000 规则 图12 3专家系统程序框图 汽车 马达 轮子 运动 家用轿车 运动车 DodgeCaravan3门 FordEscort4门蓝色 Porche9442门红 MazdaMiata2门绿 IS A 图12 4语义网络 汽车框架 摩托车框架 马达框架 IS A运输设备 轮子4 马达汽 柴油 运动转 移动 IS A运输设备 轮子2 马达汽油 运动转 移动 IS A机器 燃料汽 柴油 电 功率马力 用途运输 动力 图12 5知识框图 图12 6推理机制 12 2 2专家系统的开发 12 3传统的决策支持系统 EDP联系于执行层的处理 IMS联系于结构化的控制 即内向的中层 而DSS则联系于高层的 战略的和外向的决策 表12 3系统的性能 我们按照决策者操作系统的方式和决策者由系统得到信息的方式 将应用模型定位 见图12 6 图12 6决策支持系统的应用模型 按照决策支持系统本身的功能来分 我们可以把决策支持系统分为专用DSS DSS工具和DSS生成器 专用决策支持系统 specialdecisionsupportsystems SDSS 是指专门针对某种问题的决策支持系统 如专用于电站投资的决策支持系统 专用于某地区货运汽车调度的决策支持系统等 决策支持系统工具 decisionsupportsystemtools DSST 是指一些工具 如某种语言 操作系统 某种数据库软件等 决策支持系统生成器 decisionsupportsystemgenerator DSSG 是通用决策支持系统 图12 8SDSS DSST和DSSG关系图 库 情报 分析 方案 评价 选择 实施 报告 查询 结果 内 外 接口 处理器 方法 模型库 DSS DSS一般结构 图12 9决策支持系统一般结构 数据库 模型库 DBMSMBMSDGMS 接口 用户 DSS逻辑概念模式 图12 10决策支持系统逻辑概念模式 12 3 1数据库 DSS对数据库的要求 支持记忆要有空间 要能保留中间结果 要有数据之间的联系 要能方便地触发 支持数据的压缩包括抽取 合并和汇总 变化细度 变化精度 宽的时间范围由过去 现在 将来 一般的计算机应用只有过去和现在 多源内源 外源和内源中的不同部门 公用或私有库不同的拥有者和不同的费用方式 集合运算能力基本的与 或 非和各种关系逻辑运算 随机存取能力 响应时间 支持各种关系和视图 内库 外库 数据抽取系统 DSS数据库 模型部件 会话部件 用户 DSS的数据抽取 图12 11DSS数据库 图12 12数据提取结构 数据仓库 datawarehouse 是集成数据的存储中心 它是由数据库 DSS数据库逐渐发展起来的 由于决策分析的需要 只是汇总的数据也不能满足要求 还要查看历史的数据 数据仓库就是既有汇总数据 又有历史时序数据的数据管理方法 不仅如此 数据仓库还可由不同种类的异构的数据库中提取数据 加工后放到数据仓库中 数据挖掘 源数据经过集成得到数据 数据经过选择得到目标数据 目标数据经过处理后得到预处理后数据 后数据 后数据经过挖掘得到各种模式的数据 各种模式的数据经过解释就是知识 12 3 2模型库 DSS对模型能力的要求 从任务上说能支持决策的设计和选择阶段 能支持以下活动 规划 projection 推论 deduction 分析 analysis 创造 creation 比较 comparison 最优化 optimization 模拟 simulation 等 总体上说应当让用户很容易修改目标函数 容易修改参数 容易和模型交互 为了使模型库很好工作 要求有以下组成部分 一个模型库和管理它的一组软件 集成模型库和数据库的部件 集成模型库和会话部件的部件 12 3 3会话部件 又叫接口部件 它是人