决策支持系统应用案例.docx

决策支持系统应用案例.docx

《决策支持系统应用案例.docx》由会员分享，可在线阅读，更多相关《决策支持系统应用案例.docx（7页珍藏版）》请在冰豆网上搜索。

决策支持系统应用案例

决策支持系统应用案例

郑春临

（学号:

40班级:

11级信息管理与信息系统）

摘要:

决策支持系统在企业和生活中的应,及其带来的诸多便利

关键字:

决策支持系统;企业应用;

1、引言

决策支持系统（DSS）的概念提出20连年来,随着决策理论、信息技术、数据库技术、办公自动化、专家系统等相关技术的进展，DSS取得了长足的进展，在许多领域取得应用。

DSS已成为许多行业经营管理中一个不可缺少的现代化支持工具。

本期专题介绍了银行、房地产、企业等应用DSS的情形,包括如下文章：

决策支持系统成立中的关键问题

——兼论云南玉溪卷烟厂信息管理与决策支持系统

本文以成立云南玉溪卷烟厂信息管理与决策支持系统为例，介绍了决策支持系统成立中的关键问题，包括决策支持与数据管理系统，模型、方式和知识管理系统及用户交互环境。

银行智能决策支持系统

面对激烈竞争和瞬息万变的金融市场，传统的银行决策方式已不能适应现代化银行进展的需要。

本文探讨如何将运算机决策支持技术应用到银行高层决策，成立银行智能决策支持系统。

地震预报智能决策支持系统的研制与应用

地震是众多自然灾害中对人类生存造成危害最为严峻的一种灾害。

为了科学、准确预报地震，减轻地震的影响，成立地震预报智能决策支持系统具有超级重要的价值。

智能房地产决策支持系统eid

柔性综合集成能够使系统依照当前运行状况，动态配置所需的运算机部件，以解决传统专家系统表示和推理单一、难以融合异质计算部件等缺点。

本文介绍在构建智能房地产决策支持系统中，采用基于任务归约和子任务联想的知识汤建模方式，对柔性综合集成作了初步的尝试。

低本钱cims本钱管理决策支持系统

本文以特钢企业为背景，论述了成立网络环境下低本钱cims本钱管理决策支持系统的大体思想，并提出cims环境下管理与决策的模型库、数据库、方式

库和知识库的分析与设计，进而达到控制钢铁企业本钱的目的。

决策支持系统是以日常业务处置系统的数据为基础，利用数学的或智能的方式,对业务数据进行综合、分析，预测未来业务的转变趋势，在企业进展、市场经营战略等重大问题上为领导层提供决策帮忙的运算机系统。

最近几年来企业（包括商业）部门业务处置和信息管理系统的普遍利用，既为决策支持系统的成立提供了基础，也为它的应用产生了壮大的推动力。

与此同时，运算机在理论与技术上的新进展也使决策支持系统的研究与应用水平不断提高，使它从初期的批处置方式演变成今天的联机分析处置方式，也带动了数据仓库、多维数据库、数据挖掘等新技术的研究。

决策支持系统大体上由以下三个部份组成:

对决策用的数据进行管理的决策数据管理子系统。

决策知识、模型管理子系统。

与用户进行对话、接收命令，提供决策结果的交互环境。

2、内容摘要

在成立决策支持系统中，以下几个问题显得尤其关键:

决策支持与数据管理系统数据管理系统必需为决策支持的分析处置提供以下服务:

（1）按照主题需要,从oltp数据库中抽取分析用的数据。

为此在抽取进程中要对原始数据进行分类、求和、统计等处置,抽取的进程实际上是数据的再组织。

（2）在抽取进程中,完成数据净化,即去掉不合格的原始数据,必要时还必需对缺损的数据加以补充。

（3）在改变分析、决策的主题时，能够按主题进行数据查询与访问。

（4）采用脱机大容量存储、联机磁盘存储、内存存储的多级存储模式，解决数据量庞大及依照主题、粒度划分的数据组织问题。

今天,人们常把知足上述功能需求的数据管理系统称为数据仓库系统。

数据抽取与净化、存储组织等，都是成立数据仓库的关键技术。

除此之外,在设计数据仓库时，还应特别重视数据的粒度与划分问题。

与传统数据库设计类似,好的数据仓库设计也采用概念模型、逻辑模型与物理模型的方式。

所不同的是，数据仓库的数据模型是牢牢围绕前面所述的决策分析用的主题等范围进行的。

数据仓库系统能够在关键数据库的基础上成立。

采用这一方式,开发人员把关系数据库看成一种存储结构，自己设计、实现数据仓库必备的功能。

固然也能够利用关系数据库软件厂家提供的某些工具。

目前这种工具还比较缺乏。

实现决策用的数据管理系统的另一种途径是采用多维数据库。

多维数据库中的维是指在进行分析预测时能够转变的角度。

例如，一个企业在全国各地的产品销售，能够按时刻逐年统计，也能够按地域或产品分类统计，这里的时刻、地域、产品就是不同的维。

多维数据库为面向主题的分析决策提供了更大的灵活性。

它支持对按整体统计的详略级别组织的数据进行特殊查询,从宏观的结果慢慢向下跟踪产生这些结果的微观数据,或反过来由底层微观数据慢慢向上取得高层的宏观结果。

对于较为简单的分析、决策应用而言，决策数据管理系统能够采用多维电子表格实现。

这是在普通二维电子表格上的扩充，通过增加维数，能够知足面向主题的分析、决策的需求。

模型、方式和知识管理系统 

用数据仓库和多维数据库技术的数据管理子系统将数据进行整理（预处置）和净化之 后,形成靠得住的易于进行决策的"数据源"（即数据仓库或多维数据库）,那个"数据源"的结构与 形式和决策支持系统所采用的模型与知识有关。

决策粗略地分为结构化决策支持、非结构化 决策支持、半结构化决策支持。

一个较好的决策支持系统必需完成这三方面的决策支持。

模型、方式和知识管理系统在决策支持系统中，模型、方式和知识的管理是核心，它对依问题成立的模型库、方式 库和知识库进行管理。

模型、方式和知识管理系统的主要任务是：

（1）对模型库、方式库和知识库进行保护。

模型、方式和知识管理系统必需有对三 库的保护界面；可按照问题的需要对模型、方式和知识库进行增加、删除和修改,并保证 三库的一致性：

一是系统运行进程挪用每一个库时不发生矛盾,专门是对知识库的保护更为复杂；二是每种模型、方式和知识都能挪用到。

（2）模型、方式和知识管理系统按照用户的要求和数据仓库提供的数据，能有效地 选择模型、方式和知识，经系统运行取得相应的结果，并将结果送给交互环境进行输出。

智能决策支持系统  

智能决策支持系统一般是在模型、方式和知识管理系统的基础上增加专家系统和数据 采掘与知识发觉技术。

目前虽然一般的决策支持系统取得了普遍利用，但随着数据量的增大，不肯定因素的增多，专家系统技术和各类推理技术对提高决策支持的准确度十分必要，在人 也无法描述出数据间的关系时,就提出数据采掘与知识发觉技术。

最近几年来数据采掘与知识发觉技术进展专门快,已达到初步应用的程度。

智能决策支持系统将会迅速进展。

用户交互环境

用户交互环境是决策者或决策部门与决策支持系统打交道的界面，它负责接收用户发出的各类命令,按照这些命令挪用不同的子系统，并取得处置结果,最后再将这些结果输出给用户。

用户输入的命令包括:

对肯定的主题进行分析、对比、预测等决策处置;对决策用的数据进行各类查询;其它特殊命令,如控制输出形式,要求对输出的结论进行解释等。

从内容上讲决策的输出主如果围绕决策主题产生的各类分析、综合与预测的结果。

以市场分析、预测的主题为例,其内部就可以够包括行情转变趋势,各类商品销售按时刻、地域对比、排序,厂家竞争策略,未来销售预测等。

交互环境的好坏直接影响着用户对系统的利用。

一个好的交互环境,其输入应当简单、易学、易用。

其输出应当做到内容丰硕、形式活泼。

在输入方式上能够采用先进的手写输入和语音输入,和广为利用的多窗口图形化界面技术。

在输出形式上能够包括文字报告、图表、可视化图形、语音合成,这些方式彼此配合 ,相得益彰,能够取得令人满意的效果。

良好的决策支持系统的交互环境很难直接从市场上购买到,常常要靠自己开发。

咱们 以为云南玉溪卷烟厂开发的"信息管理与决策支持系统"（简称"玉烟系统"）为例来讨论交互环 境中的结果输出部份的关键技术。

"玉烟系统"的大体输出形式是具有题目、段落的文字报告。

其内容较为丰硕,包括市 场分析、预测等若干主题。

当输出时,以实时生成的女声自然语音输出为主,同时配合以下手腕对输出内容进行补充:

二维表格显示朗诵的数据。

三维直方图、饼图显示分析、对比结果。

能够按省、地域转变颜色,在地域上显示立体柱图的三维中国地图。

这种显示主要 用于描述全国市场的竞争态势。

报告中所提到的某些对象的三维立体造型的动态显示。

输出进程能够随时暂停或继续。

当暂停时,还可要求解释报告内容。

以上述方式向用 户输出分析、决策结果必需解决以下几个关键问题:

（1）第一要为用户提供一种手腕来概念报告输出的结构、内容、多媒体输出的要求。

为此咱们设计并概念了一种特殊的脚本语言。

通过这一脚本语言,用户能够方便地表 达他们希望输出的内容、文字报告的格式,和前面提到的输出格式。

（2）在输出时要做到说的与显示的都反映同一个主题,即各类输出应当在内容上一 致,因此必需专门好地控制多媒体输出的同步。

在系统实现时,咱们以语音输出为主,计算 输出字符、分句同步等方式使这一问题取得解决。

（3）汉语的文语转换、语音合成、三维复杂实体造型的实时动态显示等技术。

这些 方面既有输出质量、也有输出速度的要求。

3、扩展性讨论 

咱们以"玉烟系统"为例来讲明一个具体系统的组成。

系统描述  

"玉烟系统"从功能上分为以下五部份:

（1）数据规范化处置（dsp） 

由于决策的需要,企业要尽可能地搜集各类市场信息和 生产数据,因此也就存在原始数据来源多、结构混乱的问题。

dsp的目标旨在对原始数据 进行必然的预处置,从而取得结构简单、格式规范、统一的规范化数据,供专家系统、分析、 预测和报告生成利用。

同时也使系统数据具有独立性,系统工作从规范化数据开始。

其实这 部份就是数据仓库的成立,规范化的数据放在数据库中就是数据仓库。

（2）专家系统（es） 

通太长期的工作实践,有经验的企业管理人员和市场营销人员必 然会对市场的转变和进展形成一套较为完整的观点,将这些知识总结成规则的形式,即可通过专家系统加以运用。

es的功能是运用已概念的经验性规则,基于实际的数据情形进行推 理,以发觉一些值得注意的问题。

按照随机性市场分析的特点,推理机制采用肯定性的正、逆向混合推理方式。

市场上 可能会出现的突发事件类型由用户在建造知识规则库时用规则事前概念好。

在推理进程中, 系统在这种规则的引导下,通过对规则集的匹配和数据查找,验证各类突发事件是不是发生,这是一个逆向进程。

当发生了某个突发事件时,则对其产生的背景和相关条件进行跟踪,找出该 突发事件发生的原因和背景,这是一个正向的进程。

专家系统具有解释功能。

系统提供了两种类型的解释:

一种是服务于系统保护人员的 ,它能够提供得出某项结论的推理路径、所用规则及内容,和推理依据等内容。

系统保护人 员能够据此对知识规则库的正确性进行保护。

这种解释是通常专家系统意义下的解释,只要 在推理进程中记录推理线路和所用到的数据即可。

另一类解释是服务于生产决策人员的,他们关心的是某项突发事件产生的原因和背景。

由于篇幅的限制,分析报告中不能包括所有突发事件的全数信息,当决策人员想明白某个 突发事件的更详细的情形时,能够通过解释功能取得。

由于该类信息量较大,在正常推理情形 下并非保留这些信息,只有当用户要求对某项内容提供更详细情形时,系统才从头启动推理机，将有关更详细的情形报告给用户。

（3）市场分析模型和知识管理系统（mas） 

有限的经验性知识无法覆盖可能出现的全数情形,因此,还需要从实际数据中发掘出知识中没有提到但有可能对企业行为产生影响的信息。

 在这种情形下,除采用经验性知识进行分析推理之外,基于数学方式的统计分析是必不可少 的。

mas包括运用几种常常利用的统计分析方式（因果分析、趋势分析等）和一些经验性公式,在 已有数据的基础上进行必然的数学运算,以得出一些决策者可能