决策支持系统导论.pptVIP

1.1.3 决策支持系统 出现原因：解决由计算机自动组织和协调多模型的运行，和数据库中大量数据的存取和处理，达到更高层次的辅助决策能力。 决策支持系统的模型库和模型库管理系统把众多的模型有效地组织和存储起来，建立了模型库和数据库的有机结合。 1.1.3 决策支持系统 通过人机交互功能形成DSS。 既具有数据处理功能，又具有模型的数值计算功能,在更高层次上辅助决策。 决策支持系统适合于半结构化决策领域。即： 在解决结构化决策的基础上扩大多种决策方案，通过人机交互，依据人的主观分析，解决某些不确定因素，得到人未预想到的辅助决策信息。 1.1.3 决策支持系统 决策支持系统的特性 （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 1.1.4 专家系统 专家系统是利用专家的知识，在计算机上进行推理，以达到专家解决问题的能力。 专家系统的出现使人工智能走上了实用化阶段。 1.1.4 专家系统 专家系统的特性 （1）定性方式辅助决策 （2）使用知识和推理机制 （3）知识获取比较困难 （4）知识包括确定知识和经验知识 （5）解决问题的能力受知识库内容的限制 （6）专家系统适应范围较宽 1.1.5 智能决策支持系统 DSS和ES结合起来改善辅助决策的效果，即达到定性和定量辅助决策相结合。 这种ES和DSS的结合形成的系统称为智能决策支持系统(IDSS)。 智能决策支持系统（IDSS）：以决策支持系统为主体，结合人工智能技术形成的系统。 除专家系统这种典型的人工智能技术以外，还有神经网络、机器学习、遗传算法以及自然语言理解等多种人工智能技术。 1.1.5 智能决策支持系统－神经网络 神经网络是基于人脑神经元的数学模型（MP模型）建立起的智能技术； 具有学习功能。通过对大量样本的学习，获得网络权值这种分布式知识，然后利用这种网络知识来识别新实例或预测新结果。 神经网络和决策支持系统结合形成智能决策支持系统，可以用来完成模型的自动选择。 1.1.5 智能决策支持系统－机器学习 机器学习是模拟人的学习方法，通过学习获取知识的智能技术。 机器学习包括归纳学习、类比学习、解释学习等多种类型。 机器学习和决策支持系统结合形成的智能决策支持系统，主要是增加学习功能，获取辅助决策知识。 1.1.5 智能决策支持系统－自然语音理解 自然语言理解是指计算机从用户输入的自然语言请求中，分析语言中的语法,获取语义。 自然语言理解和决策支持系统的结合形成的智能决策支持系统，能提高人机交互的效果，即可直接采用自然语言与决策支持系统对话。 1.1.6 典型决策支持系统－群决策支持系统 群体决策是若干决策者针对大型问题或复杂问题，在共同环境和一定的目标下，发挥相互联系或相互制约的作用，通过共同协商，寻求各方都满意的结果。 群决策成员往往彼此分布在较远的地方，需用计算机分布式网络来连接，故分布式网络对GDSS是不可缺少的。 1.1.6 典型决策支持系统－群决策支持系统 GDSS是在多个DSS和多个决策者的基础上，进行集成的结果。 GDSS是集成多个决策者的智慧、经验以及相应的DSS组成的集成系统。它以计算机及其网络为基础，用于支持群体决策者，共同解决半结构化的决策问题。 1.1.6 典型决策支持系统－群决策支持系统 过程：实际领域中的问题提给各自的DSS，决策者作出各自的决策。进入GDSS系统，由组织管理者对各决策通过GDSS进行综合分析和集成，形成决策结论，最后该决策结论反馈到实际领域问题中。 1.1.6 典型决策支持系统－群决策支持系统 1.1.6 典型决策支持系统－群决策支持系统 GDSS特性 （1）支持群决策的支持系统，需专门设计，而不是多个DSS的简单组合。 （2）能减少群体中部分消极行为的影响。 （3）能完成群决策过程，得出群决策方案，并在组织管理者的指导下，得到群决策结果。 （4）能支持在一个地点举行的群决策会议，也能支持远程的决策会议，并得到决策问题的结果。 1.1.6 典型决策支持系统－群决策支持系统 GDSS的应用类型： 根据决策者的集中和分散程度，以及所利用计算机网络形式的不同，将GDSS分为4种类型。 决策室(Decision Room) 决策者在同一个会议室；利用不同终端上的DSS形成各自的决策意见；GDSS的组织者协调和综合各决策者的决策意见，使GDSS得出群决策结论；会议室中有大屏幕显示中间或最终决策意见。 1.1.6 典型决策支持系统－群决策支持系统 局部决策网(Local Decision Network) 决策