MBA管理信息系统(MIS)：第9章 决策支持系统.ppt

1、第9章 决策支持系统,内容提要： 1 决策与决策类型 2. 决策支持系统 3. 智能决策支持系统 4. 群体决策支持系统,1 决策与决策类型,1）决策过程 决策科学先驱西蒙(H.A.Simon)教授指出：以决策者为主体的管理决策过程经历情报、设计和决策三个阶段 决策过程 * 情报分析阶段（发现问题） * 设计阶段（找出各种方案） * 选择阶段(方案筛选) * 实施方案,2）决策类型： 决策按其性质不同可以分为结构化决策、非结构化决策及半结构化决策。,结构化决策（结构化决策又叫程序性决策，是指可以利用一定的规章和公式来解决的决策。例如：利用线性规划来求运输路程最短或最优生产计划的决策问题） 非结

2、构化决策（非结构化决策又叫非程序性决策，是指一般没有公式可算，无章可循的决策问题，这类问题更多的依赖人对事物的洞察和判断，依赖于经验。例如：市场销售决策问题。 半结构化决策（介于结构化决策与非结构化决策之间）,2. 决策支持系统,2 1 决策支持系统的概念 随着计算机的发展应用，出现了以计算机为基础的决策支持系统 （Decision Support Sistems,简称DSS）,1）决策支持系统的概念 （1）什么是决策支持系统？说法还未统一，两种代表性说法： 只要对决策有某些支持的系统就是决策支持系统 能对半结构化和非结构化的决策问题提供支持的基于交互式的计算机系统才是决策支持系统。 （按第一

3、种说法，几乎所以的MIS都是决策支持系统按，按后一种说法，如今的MIS 多数不是决策支持系统）,根据现在的普遍认识，决策支持系统的定义： DSS是一种以计算机为工具，应用决策科学及有关学科的理论与方法，以人机交互方式辅助决策者解决半结构化和非结构化解决策问题的信息系统。 此定义，是根据DSS应具备的功能和特征给出的。 DSS被认为是利用计算机强大的信息处理能力，以交互方式支持决策者解决半结构化和非结构化决策问题的系统（即人对计算机提出“如果。将会怎样”）,（2）决策支持系统产生与发展 70年代中期，美国的Keen 和Scott Morton 首次提出了“决策支持系统”（Decision Sup

4、ort Systems,简称DSS）的概念。这之后决策支持系统迅速发展起来。当时DSS有数据库、模型库及人机交互系统等三部分组成。 80年代初，DSS增加了知识库与方法库，构成了三库或四库系统。 80 年代后期，人工智能技术的发展，是专家系统ES与DSS相结合，从分利用ES进行定性分析，形成了智能决策支持系统IDSS。 近年来，DSS与计算机网络技术结合构成能提供异地决策者共同参与的群体决策支持系统GDSS,2）DSS的特征与功能 *基本特征： 针对的是上层管理人员经常面临的结构化程度不高、说明不够充分的问题 大模型或分析技术与传统的数据采取技术及检索技术结合起来 易于为非计算机专业人员以交互

5、会话的方式使用 强调对环境及用户决策方法改变的灵活性及适宜性 支持高层决策者制定决策,*结构特征：模型库及其管理系统 数据库及其管理系统 方法库及其管理系统 交互式计算机硬件及软件 对用户友好的建模语言,*DSS的功能 DSS的目标就是要在人的分析与判断能力的基础上借助计算机与科学方法支持决策者对结构化和非结构化问题进行有序的决策，以获得尽可能令人满意的客观的方案。DSS的目标是要通过所提供的功能来实现。 DSS的功能可归纳为： 管理并随时提供与决策问题有关的组织内部信息 收集、管理并提供与决策问题有关的组织外部信息,收集、管理并提供各项决策方案执行情况的反馈信息 能以一定的方式存储和管理与决

6、策问题有关的各种数学模型（定价模型等） 能存储并提供常用的数学方法及算法（线性规划、回归分析法等） 上述数据、模型与方法能容易地修改和添加 能灵活地运用模型与方法对数据进行加工、分析、汇总、预测 能方便地进行人机对话，数据查询 提供良好的数据通信功能 处理速度可以接受,3）DSS与MIS的关系 两者的关系还未有一个定论，有几种不同的观点： （1）MIS 是一个总概念DSS是MIS发展的高级阶段或高层子系统 （2）DSS是鉴于MIS 的不足而推出的目标不同于MIS的新型系统 （3）MIS是DSS的基础部分，是DSS的一个子系统 （4）就狭义而言，MIS与DSS是不同的系统，就广义而言，DSS是M

7、IS 的分系统 上述观点是从不同的角度观测问题而得到的。,2.2.决策支持系统的组成,1）决策支持系统的组成概念 DSS由若干部件按一定的结构组成，部件不同或结构不同会构成功能有所不同的DSS。,2）DSS的系统结构（DSS 的系统功能主要由系统结构决定，具有不同功能特色的DSS，其系统结构也不同。系统结构是DSS主要的研究内容之一） 常见DSS的系统结构： 由数据库、模型库、方法库及对话管理等子系统构成的多库系统,对于多库系统（三库、四库、五库）根据各库间的连接又有不同的结构： 三角结构： 由数据库、模型库等子系统与对话系统成三角形分布的结构 (看图),*人机对话子系统DSS中用户和计算机的

8、接口，是操作者与各库之间取得联系、传送命令和获取数据的“中转站” *数据库子系统是存储、管理、提供与维护用于决策支持的数据的DSS基本部件，是支撑模型库子系统及方法库子系统的基础 *模型库子系统是构建和管理模型的计算机软件系统。其特点是具有集成数据和决策模型的能力 模型库的输出结果有三类：直接用于制定决策；对决策的制定提出建议；用来估计决策实施后可能产生的后果.,方法库子系统存储、管理、调用及维护DSS各部件要用到的通用算法、函数等部件 ，是以程序方式管理和维护各种决策常用的方法和算法的系统 知识库系统：是有关规则、因果关系及经验等知识的获取、解释、表示、推理及管理与维护的系统。知识库系统知识

9、的获取是一大难题，但几乎与DSS同时发展起来的专家系统在此方面有所进展。,4）DSS的工作流程 * 决策者向DSS提出决策要求. * DSS分析决策要求，如果该要求仅仅是单纯的信息查询，则生成条件查询语句，检索DSS数据库，将检索到的信息 以适当的形式反馈给决策者，否则转入下一步。 * 按决策要求，生成相应的一系列求解问题步骤，按问题步骤所需的模型，通过模型与数据的连接，形成相应的调用序列。 * 进一步根据问题的特点，采用相应模型的适当的求解方法，运行模型和执行求解，将得到的结果存入数据库，并反馈给决策者。,-1模型管理部件 模型管理部件由决策支持系统的模型和模型管理系统组成。 模型是对某个事

10、件、事实或状况的描述。企业利用模型描述变量与变量之间的关系。例如，利用方差分析统计模型确定报纸、电视和广告牌广告的促销效果是否一样。决策支持系统利用模型为决策者提供了各种不同的信息分析方式，对各种各样的决策问题提供帮助。决策支持系统中运用的模型取决于决策类型和决策所需的分析类型。例如，运用 what-if模型观察一个或多个变量发生变化时对其他变量的影响，或者利用最优化方法，在经营业务的限制范围和有限资源的条件下找出赢利最多的解决方案。,模型管理系统负责存储和维护决策支持系统的模型。它的功能与数据库管理系统的功能类似，模型管理部件并不能为决策者解决特定问题而选择出最佳模型，选择模型还需靠决策者的

11、专业知识。,-2数据管理部件 数据管理部件的功能是存储并维护用户希望决策支持系统使用的信息。因此，数据管部件由决策支持系统的信息及其数据库管理系统两部分组成。决策支持系统中供用户使用的信息有以下3个主要来源: (1)组织内部信息:人们可能期望组织中的所有可用信息都能提供给决策支持系统。我们可以将决策支持系统设计成能直接访问公司内部的数据库和数据仓库。 (2)外部信息:有些决策需要输人来自组织外部的信息，例如:联邦政府各部门的信息、来自DowJones以及Internet上的信息等。这些数据来源都能为决策支持系统提供所需的附加信息。 (3)个人信息:将决策者的经验和洞察力等个人信息结合到决策支持

12、系统中。,-3用户界面管理部件 用户界面管理部件负责决策者与决策支持系统之间的沟通。它包括用户界面和用户界面管理系统。这一部件使决策者将个人的技能知识与计算机的存储和处理能力结合在一起。用户界面是决策支持系统中用户可见的部分，用户通过用户界面输人信息、命令和模型。,3. 智能决策支持系统 3.1 智能决策支持系统（IDSS）的概念 由于决策本身的复杂性与动态性，决策所需信息的不足性，传统DSS对非结构化决策支持很难突破，因而人们转向对智能决策支持系统（Intelligent decision support systems, IDSS）的研究 什么是人工智能? 人工智能就是运用计算机以各种方式

13、模仿人类各种行为的技术和软件。 人工智能是指让机器模仿人类的思维与行为的一门科学。 基本概念： IDSS=DSS+ES（Expert Systems）,IDSS增加了知识库推理机与问题处理系统，人机对话部分加入了自然语言处理功能 IDSS与一般的DSS的主要区别在于学习和推理，而学习和推理均是计算机科学中人工智能研究的内容。 人工智能是要使得机器能做到像人那样做智能工作。人工智能由一组相关的技术组成，这些技术主要包括：专家系统、自然语言处理系统、语音识别、图象识别等. 专家系统的推理机制是人工智能的初步。它根据一些基本规则推出某件事是真还是假，某项决策是对还是错。,3.2 智能决策支持系统的结

14、构（由于DSS有不同结构，故基于此上的IDSS也有不同的结构） 典型的： 三库+知识库+推理机+自然语言处理系统+问题处理系统 （看图）,三库+知识库+推理机+自然语言处理系统+问题处理系统,上图中的推理机:从已知事实推出新事实 可分为三种： )正向推理从初始状态出发,逐步推导出目标状态 )反向推理从目标状态出发,逐步推导出初始状态 )正反向混合推理前两者的组合 人工智能是计算机技术研究的前言，虽早在40年代其思想已出现，但至今仍未得到实质性突破,工商企业使用最多的人工智能系统可划分为以下几个主要类别: 专家系统:它可以通过对问题进行推理而得出相应的结论，或者提出合适的建议; 神经网络:可以通

15、过训练学会识别模式; 遗传算法:首先产生大量的解，然后选择其中一些最好解，利用选出的解来产生更好的解，通过这种方式， 可以为具体问题产生逐渐改进的解决方案; 智能代理:是一种适应性系统，它可以独立工作，执行特定的、重复的以及预先设置好的任务。,专家系统也称为基于知识的系统，是一种运用推理能力得出结论的人工智能系统。它非常适用于诊断性问题和指令性问题。诊断性问题是指那些需要回答 发生了什么问题?的问题，相当于决策的情报分析阶段;而指令性问题则是指那些需要回答 该做什么?的问题，相当于决策的选择阶段。,专家系统经常是为特定的应用领域而建立的，这些应用领域包括: 会计：用于审计、税务计划、管理咨询和

16、培训方面; 医药： 在兼顾多方面因素 (如患者病史、感染源以及现有药品的价格)情况下开出抗生素处方; 过程控制： 如控制平版印刷; 人力资源管理：帮助人事经理了解他们是否存在与联邦就业法不一致的问题; 财务管理：辨别银行贷款部门中有拖欠倾向的账户; 生产 ：指导各类产品的加工制造，如飞机零部件; 林业管理：帮助在林区合理地砍伐树木,。神经网络模拟人类分辨事物的这种能力，它不需要预先规定得出结论的步骤。神经网络(经常称为人工神经网络，ANN)是可以发现和辨别模式的人工智能系统。为了辨识和分辨不同的事物，人类需要联合考虑许多因素。这也是神经网络的工作方式。神经网络可以从例子中学习，并且可以用于新的

17、概念和知识。神经网络广泛地用于图像模式和语言的分辨系统中,当有大量的信息可以利用时，神经网络非常适合于识别、分类和预测。通过检验成百上千的实例，神经网络可以查明信息中的重要联系和模式。例如，若将许多信用卡交易信息提供给神经网络，并告知哪些是欺诈性的交易，则它最终将学会识别可疑的交易。,由于对人工智能研究的不断深人，己经创造出通过反复试验而进化得到较好结果的软件，这种软件被称为遗传算法。遗传算法也是一种人工智能系统，它通过模仿进化过程中适者生存规律从而产生一个问题的逐步改进的解决方案。换句话说，遗传算法是优化系统，它能发现导出最优输出的输人组合。 例如，确定选择哪些股票作为投资组合的最佳,智能代

18、理是一种软件，它可以辅助人或充当人的代表来执行重复的与计算机相关的任务。未来的智能代理很可能具有自制性，能够独立完成任务，并可以学会适应变化的环境。或许人们还没有意识到它们的存在，但大家很可能已经熟悉了一类形式简单的智能代理 在某些版本的Word软件中弹出的长着眼晴的回形针。例如，如果你的文档看起来像是一封商业信函，即你键人了时间、姓名和地址，那么动画回形针将提供如何继续操作的建议。,4群体决策支持系统（Group decision support systems， 即GDSS） 4.1 群体决策支持系统的概念 概念：在DSS基础上利用计算机网络与通信技术，支持多个决策者为了一个共同的目标，解决半结构化或非结构化决策问题的系统