2026年决策支持 考试测试题及答案

2026年决策支持考试测试题及答案

一、单项选择题（每题2分，共20分）1.在决策支持系统（DSS）三库结构中，用于存放模型单元及其调用关系的子系统是A.数据库子系统B.模型库子系统C.方法库子系统D.知识库子系统2.当决策者希望快速观察“如果广告费增加10%，利润如何变化”时，最适合使用的DSS功能是A.异常报告B.灵敏度分析C.回归预测D.聚类分析3.在多属性效用理论（MAUT）中，用于衡量决策者对属性间权衡态度的参数是A.边际效用B.权重系数C.替代率D.风险厌恶系数4.基于案例推理（CBR）的循环中，“根据新问题修订旧案例解”对应步骤是A.RetrieveB.ReuseC.ReviseD.Retain5.在群体决策支持系统（GDSS）中，能同时让多位成员匿名输入偏好并实时显示统计结果的工具是A.电子问卷B.头脑风暴器C.投票器D.政策捕获器6.数据仓库星型模式里，直接关联事实表的外键属性被称为A.维度属性B.度量属性C.层次属性D.退化维度7.当采用AHP法进行判断时，若矩阵一致性比率CR>0.1，应优先采取的措施是A.增加判断矩阵阶数B.重新修正判断矩阵C.删除最低权重方案D.采用熵权法替代8.在强化学习框架中，用于平衡“探索”与“利用”的策略参数是A.学习率αB.折扣因子γC.温度系数τD.奖励基线b9.对具有非线性可分特征的文本数据，最适合的SVM核函数是A.线性核B.多项式核C.Sigmoid核D.高斯RBF核10.在实时决策支持中，复杂事件处理（CEP）引擎的核心作用是A.存储历史事件B.检测事件模式C.生成静态报表D.优化磁盘I/O二、填空题（每题2分，共20分）11.决策支持系统的三大核心组件是：数据库、________、用户接口。12.在贝叶斯决策中，后验概率与先验概率的关系通过________公式更新。13.当属性间存在明显冗余时，可采用________分析降低输入维度。14.在遗传算法中，用于保持种群多样性的操作算子称为________。15.将连续变量离散化为有限区间的过程称为________。16.在SWOT分析矩阵中，SO战略是指利用________、克服________。17.时间序列分解模型通常表示为：Y=T+S+C+________。18.在群体决策中，若专家权重未知，可用________法根据判断矩阵自提取权重。19.基于规则的推理中，若规则前提为真而结论为假，则称该规则被________。20.在云计算环境下，DSS的弹性伸缩主要依赖________服务层实现资源调度。三、判断题（每题2分，共20分，正确写“T”，错误写“F”）21.数据挖掘中的关联规则必然满足置信度等于支持度。22.在多目标决策中，Pareto最优解集内的任意两个解无法互相支配。23.神经网络中增加隐藏层节点数一定能降低训练误差。24.在ID3算法中，信息增益越大表示属性分类能力越强。25.群决策中，Condorcet方案一定存在且唯一。26.强化学习不需要环境模型即可通过与环境交互获得策略。27.OLAP的钻取（drill-down）操作会提高数据的粒度。28.熵权法确定权重时，指标离散程度越大其熵值越小。29.在仿真优化中，元模型（metamodel）用于逼近复杂仿真输入输出关系。30.区块链的去中心化特性可提升DSS数据的可信共享。四、简答题（每题5分，共20分）31.简述模型库管理系统（MBMS）的主要功能。32.说明灵敏度分析在风险型决策中的作用。33.概述AHP法中一致性检验的必要性及步骤。34.解释“探索—利用困境”并给出一种解决机制。五、讨论题（每题5分，共20分）35.结合实例讨论大数据环境下传统DSS架构面临的挑战与改进路径。36.比较基于知识的系统与数据驱动模型在医疗诊断决策中的优劣。37.论述群体决策支持系统中匿名机制对专家意见收敛的影响。38.探讨强化学习在实时供应链库存决策中的应用前景与风险。答案与解析一、单项选择1.B2.B3.C4.C5.C6.A7.B8.C9.D10.B二、填空11.模型库12.贝叶斯13.主成分14.变异15.分箱/离散化16.机会、劣势17.I（不规则）18.特征向量/熵权19.触发20.IaaS或资源编排三、判断21.F22.T23.F24.T25.F26.T27.T28.T29.T30.T四、简答（每题约200字）31.MBMS负责模型的存储、索引、表示、语义一致性与运行管理；提供模型选择、组合、链接及版本控制；支持模型—数据耦合，实现模型调用与结果回写；维护模型字典，保证共享与重用安全。32.灵敏度分析通过系统改变输入参数观察输出变化幅度，识别关键变量；帮助决策者理解模型稳健性，预估极端情形损失，优化资源投入，制定风险缓冲策略，提升决策可靠性。33.必要性：判断矩阵若偏离一致性，权重可信性下降。步骤：计算最大特征根λmax；得一致性指标CI=(λmax-n)/(n-1)；查表得RI并求CR=CI/RI；若CR≤0.1通过，否则调整判断直至合格。34.困境：智能体需平衡尝试未知动作获长期信息与利用已知最优获即时收益。解决：ε-greedy以ε概率随机探索，1-ε概率利用当前最优；随时间降低ε，兼顾收敛与全局搜索。五、讨论（每题约200字）35.挑战：体量巨大、实时性高、结构多样使传统ETL与集中式模型库瓶颈突出；改进：引入流式计算、分布式模型服务、微服务架构，采用云原生数据湖与GPU加速，提升弹性与并发。36.知识系统依赖专家规则，可解释强但更新慢；数据驱动模型精度高、自适应好却需大量标注且黑箱。医疗场景宜混合：用规则保证安全边界，用深度学习挖掘影像特征，实现互补。37.匿名降低权威效应与社会