智能决策支持系统的发展与现状

1、智能决策支持系统的发展与现状关XX摘要：论述了智能决策支持系统(IDSS)的定义、发展概况、现状，分析了DSS的一个例子进行介招与分析，提出自已的观点。关键词：智能决策支持系统；现状；前程OnDevelopmentandApplicationoftheIntelligentDecisionSupportSystemSeasonGuan(SouthChinaAgricultureofUniversity,CollegeofScience;ClassOneof05maths)Abstract:Studythedefinition,development,application,andtakeane

2、xampletotellandanalysetheIntelligentDecisionSupportSystemAlsogivesmyviewpointaboutthat.Keywords:IntelligentDecisionSupportSystem;Actuality;Development0引言智能决策支持系统是将人工智能技术引入决策支持系统而形成的一种新型信息系统。它是以信息技术为手段，应用管理科学、计算机科学及有关学科的理论和方法，针对半结构化和非结构化的决策问题，通过提供背景材料、协助明确问题、修改完善模型、列举可能方案、进行分析比较等方式，为管理者做出正确决策提供帮助的智能型

3、人机交互式信息系统。在席卷全球的信息革命浪潮中，智能决策支持系统作为管理领域信息系统的一个重要方面已经成为计算机管理应用研究的热点和主要的发展方向实践表明，只有当决策支持系统具有较丰富的知识和较强的知识处理能力时，才能向决策者提供更为有效的决策支持。研制、建设和利用智能决策支持系统对于增强知识开发和利用的能力，改善决策的智能化水平，提高系统的应用效果具有重要的理论意义和实际价值4。1 IDSS的定义智能决策支持系统是人工智能(AI,ArtificialIntelligence)和DSS相结合，应用专家系统(ES,ExpertSystem)技术，使DSS能够更充分地应用人类的知识，如关于决策问题

4、的描述性知识，决策过程中的过程性知识，求解问题的推理性知识，通过逻辑推理来帮助解决复杂的决策问题的辅助决策系统。IDSS的概念最早由美国学者波恩切克(Bonczek)等人于80年代提出，它的功能是，既能处理定量问题，又能处理定性问题。IDSS的核心思想是将AI与其它相关科学成果相结合，使DSS具有人工智能。2 IDSS的发展IDSS有其独特的应用对象与研究等方法，并有着广阔的应用前景，因此它的发展前景看好，但是，目前他在研究与应用的领域中尚有不少值得探索之处。1、继续探索，寻求与实现统一表示与统一处理的方法是IDSS中一个根本性的问题，它也是解决IDSS中借口问题的实质所在。2、在IDSS中智

5、能部件的作用尚能更进一步发挥，这包括利用智能部件以获取比较理想的数学模型，采用自动学习方式以获得更多的知识，并不断修正，使得IDSS的各种模型能更符合客观要求。3、进一步简化IDSS的整体结构进一步方便适用，采用DBM即的DBAE知识工具中的知识工程师方式将系统构造与适用分开，以利于推广应用。4、进一步扩大IDSS的应用范围，以促进其进一步发展。3IDSS的现状智能决策支持系统产生以来，由于专家系统技术在管理决策领域的巨大潜力，国内外研究者进行了大量研究，把计算机科学、人工智能等的工具、方法与人的决策过程集成起来，出现了各种结构和功能的智能决策支持系统.Holsapple等总结了系统的对决策过

6、程的支持能力和学习能力，把IDSS分为4类：无自适应性，被动支持；(2)无自适应性，能提供主动支持(3)自适应，被动支持；(4)自适应，主动支持.3.1主动(active)决策支持系统传统的决策支持系统通过提供相应的数据和模型，由用户自主选择相应的方法和模型，决策过程完全由用户控制，系统只是完成辅助计算功能.智能决策支持系统由于引入了领域专家知识，具有部分人类智能，因而具有了主动支持决策的能力.主动型决策支持系统(ADSS)可以随用户的决策过程改变自身的行为，因而是决策支持系统研究中的一个重要里程碑，是智能决策支持系统产生的标志.主动决策是IDSS的重要特征，主动决策支持系统通过建立人类认知模

7、型，能够在不同的问题求解阶段，给决策者提供一个不同的选择，从而构成不同的问题求解路径.Manheim等最早提出了ADSS的概念，并给出了系统的框架3.主动决策支持系统强调人机交互中的互动性，也称为共生型(symbiotic)决策支持系统，这种系统不仅能随决策过程改变自身行为，而且嵌入了人的认知模型，能够根据用户的认知能力和决策方式，提供适合用户特点的决策方法，系统和决策者之间是一种共生、互动的关系.由于用户决策过程模型难以获得，这类系统的开发较困难.Rao等采用菜单驱动的方式记录决策者的认知过程，实现了一类这种系统.从知识结构和认知能力方面来看，主动型决策支持系统仍然是静态的，实际上是根据用户

8、过去的决策经验，根据事先计划好的用户行为，自动触发预先定义的内部过程，从而改变自己的决策过程，可以看作一种反应系统，并不是系统本身自主的智能行为.3.2自适应(adaptive)决策支持系统ADSS主要依赖于人的先验知识，系统运行环境是静止的，决策所需要的领域知识和推理知识是事先知道的.事实上，决策环境通常是多变的，问题求解的过程与决策环境密切相关，人类拥有并能用以推理的知识也是有限的，因而上述ADSS知识结构和功能上都有很多局限.自适应决策支持系统(AdDSS)是向着更好的支持决策迈出的重要一步.自适应性是根据系统的环境变化，提高系统处理问题能力的性质.为了克服ADSS在知识结构上的局限,采

9、用数据挖掘、数据仓库、基于事例推理等数据驱动的决策支持方法和机器学习技术，采用ANNGAROUGHSET算法，试图从大量历史数据和过去的经验中发现对决策至关重要的知识，使系统具有随时间和决策过程变化调整自身行为的能力，这样就产生了自适应决策支持系统(AdDSS).自适应决策支持系统有基于逻辑推理除了具有传统的过程计算和其他推理形式，还采用了归纳推理方式，实现了动态知识系统.归纳推理是一种非单调推理，能够从有限、不完全的知识状态推出完全的知识状态.通过归纳学习,AdDSS具有一定的创新能力，可以把归纳断言作为知识使用，当出现与之矛盾的新命题时，可以推翻由归纳推理得到的知识，从而保持知识的一致性.

10、Chung等提出了一个自适应决策支持系统的概念模型，该模型由两层多个部件组成，包括自适应的人机界面、自适应问题领域知识和自适应的帮助系统等.能根据决策者的需要调整自身行为，通过归纳学习自动维护知识库3.2.3决策专家系统决策专家系统是利用专家技术建立的决策支持系统.长期以来，决策支持系统的研究者没有把专家系统纳入决策支持系统的研究领域.多数的研究者认为，决策支持系统只是一种辅助决策的工具，应能完成对决策过程的支持，即DSS应体现决策者在模型选择与使用中的主导地位，而专家系统通过不需要人工干预的推理过程，直接给出决策结论.事实上，即便是真正的人类专家，在决策中发挥的也仅仅是决策咨询作用，决策专家

11、系统可以根据决策条件自动给出决策结论，完全可以看作一类特殊的决策支持方式.实际上，决策的自动化并不排斥决策者在决策过程中的作用，而是支持了更高级的决策过程.专家系统与决策支持系统的采用的技术与结构基本一致，但两者面向了不同的使用者和不同性质的问题，专家系统面向特定领域的用户，而决策支持系统供管理决策人员使用.本文仍把这类系统作为智能决策支持系统的一种类型讨论.决策专系统采用演绎推理，利用已有知识推导出结论，推导过程的正确性可以保证.这种系统存在的问题是需要一个完备的公理系统作为推理的基础.事实上，在面临不确定、突变和模糊信息的环境下，这种条件很难实现，因而只适合应用目标很明确的决策任务.近年来

12、，人工智能和专家系统技术的进展似乎正在突破传统的决策专家系统的局限，非单调推理、定性推理技术的应用正在拓宽专家系统的应用范围，与人的智能结合也取得了一定进展.2.4综合(holistic)决策支持系统综合决策支持系统是在自适应决策支持系统和决策专家系统基础上的发展.在人类专家决策的过程中，面临着不完备、不确定甚至有冲突的知识，人类思维方式也往往存在着非过程性，一般通过各种知识和过程的综合(holistic)得到决策结果.综合决策支持系统(HDSS)是为了模仿人类高级智能而出现的，可以充分利用人类在过程分析、逻辑推理以及认知、学习和知识创新方面的优势，从而使系统的辅助决策能力超越了事实、推理和学

13、习的阶段，可以对病态结构的决策问题提供支持.这类系统实际上是更高级的专家系统，从功能上看类似于人类专家，既可以直接给出决策建议，也可以根据决策者需要，分析决策过程和决策依据.HDSS的知识系统比较复杂，对一般的决策问题，并不一定需要这种系统.H川，Holsapple等采用神经网络、遗传算法等实现了的系统，在某种程度上体现了人类思维和决策过程的性质，目前这种系统只是部分的实现，完整的实现需要机器学习理论的进一步完善.陈文伟等提出了一个多个决策主体的综合决策支持系统（syntheticDSS）体系结构框架1,集成了传统决策支持系统的数据库、知识库和数据挖掘部件等，但没有体现决策过程的复杂性，实际上

14、是一种包含多种决策工具的集成决策支持系统.4IDSS的例子分析基于GIS（地理信息系统）的DSS通过GIS向管理者或商情分析者提供决策支持信息或决策支持工具。通用目标GIS工具是诸如ARC/INFO,MAPInfo以及ArcView这样一些程序，具有广泛的功能，但对于那些不熟悉GIS以及地图概念的用户来说，比较难于掌握。特殊目标GIS工具是由GIS程序设计者编写的程序，以易用程序包的形式向用户组提供特殊功能。以前，特殊目标GIS工具主要采用宏语言编写。这种提供特殊目标GIS工具的方法要求每个用户都拥有一份主程序（ARC/INFO或者ArcView）的拷贝用以运行宏语言应用程序。现在，GIS程序

15、设计者拥有较从前丰富得多的工具集来进行应用程序开发。程序设计库拥有交互映射以及空间分析功能的类，从而使得采用工业标准程序设计语言来开发特殊目标GIS工具成为可能，这类程序设计语言可以独立于主程序进行编译和运行（单机）。同时，Internet开发工具已经走向成熟，能够开发出相当复杂的基于GIS的程序让用户通过WorldWideWeb进行使用。5从决策支持系统中的认知问题决策过程一直是决策和行为理论的研究重点，被很多研究者作为区分决策支持系统和其他信息系统（如管理信息系统、专家系统等）的标志.决策支持系统研究者都或多或少的受到Simo欣策阶段论的影响，把决策过程分为情报、设计和选择等阶段.Simo

16、n的决策模型不仅用来解释决策过程，而且是DSS实现的理论依据.在决策支持系统的实现上，采用数据库、模型库、方法库等部件，完成数据的存储、操作与访问；辅助决策者通过模型对数据操作；通过方法来对模型求解，形成决策方案.这些过程刚好对应了Simon的决策阶段理论.信息在决策中的作用与信息的特性有关.信息的特性一般包括以下方面48:信息量、信息的形式（语法信息）、内容（语义和语用信息）、时效性、可靠性、完备性等，信息技术的发展和信息处理的要求已经使决策研究突破信息本身的特性，转而研究为决策者提供合适的信息的方法.如决策需要的信息量、信息显示方式、决策者能够处理的信息量、决策过程更依赖于信息的可靠性还是

17、完备性等，对这些方面的综合才能保证决策者获得合适的量、质和形式的信息.常规的决策理论显然更倾向于认为人的思维总是采用结构化的决策过程，但在复杂环境中，尤其是决策所需的信息和知识并不充分的情况下，受人的认知和感知能力的限制，人类思维并不总是如Simon所述那样充满理性，也不可能完全由演绎推理实现，往往采用启发式推理和定性与定量的综合方法43,49.实际上很多人类思维来自于灵感和头脑风暴，目前为止人类对这一过程还缺乏足够的理解.决策过程同时也是学习过程，是认知理论的又一发现.学习不是DSS的副产品，而是DSS的重要贡献.实际上，学习能力已经成为IDSS的重要特征.有些文献把学习过程引入到决策支持系统中，产生了另一种DSS,其主要目标不是问题求解，而是提供一种面向不同决策环