决策支持系统.docx

决策支持系统.docx

《决策支持系统.docx》由会员分享，可在线阅读，更多相关《决策支持系统.docx（22页珍藏版）》请在冰豆网上搜索。

决策支持系统

决策支持系统

数据：

记载下来的事实，客观属性的值信息：

构成一定含义的一组数据

系统：

由若干相互联系相互制约的元素结合在一起，并具有特定功能的有机整体。

系统的组成：

系统由各元素或子系统组成至少包含两个以上的元素各元素之间相互联系或相互制约

具有目的性

适应环境的变化

数据处理系统：

是对大量数据进行收集、组织、储备、加工与传播的总和数据处理系统的特点：

数据量大；2、没有专门复杂的运算；3、时效性强治理信息系统MIS：

运用系统治理的理论方法，以运算机网络和现代通信技术为手段，对信息进行收集、组织、储备、加工、传播和使用的人机系统。

治理信息系统的差不多组成：

治理业务应用系统、数据库系统治理信息系统特点：

1、以数据库系统为基础；2、数据录入；3、数据传输；4、数据储备；5、数据查询；6、数据统计；7、指标运算

▲决策支持系统：

以治理科学、运筹学、行为科学、操纵论为基础，以运算机技术、模拟技术、信息技术为手段，面向半结构化的决策咨询题，支持决策活动的具有智能作用的人机系统。

决策支持系统要紧特点：

关注上层治理人员经常遇到的结构化程度不高、规范化不明确的咨询题

把模拟或分析技术与传统的数据存取和检索技术结合起来易于非运算机专业的人员，以交互会话的方式使用强调对环境及用户决策方法改变的适应性和灵活性提供决策的良好成效

DSS的功能：

治理并提供外部信息收集、治理并提供内部信息收集、治理并提供反馈信息储备和治理数学模型修改和添加数据、模型、方法加工、汇总、分析、推测数据、具有人机会话和图像输出功能以满足数据查询需求提供良好的数据通信功能合理的加工速度和响应时刻决策支持系统的形成过程科学运算为治理信息系统奠定了算法基础运筹学的进展为模型辅助决策奠定了模型基础治理信息系统

模型辅助决策系统

决策支持系统

分布式决策支持系统DDSS：

研究由多个物理位置上分离的决策体如何并发运算、和谐一致地求解咨询题

DDSS分为：

同步系统：

有时刻压力下参与者之间同时同地和同时异地的信息交换。

异步系统：

无时刻压力下参与者异时异地对信息的调查、核实，并通过对在线研讨产生的不连贯信息进行提取整合，形成系统完整的结论。

与DSS集成的人工智能技术要紧有：

1、自然语言处理和语音处理技术；2、专家系统ES;3、人工神经网

络ANN

▲智能决策的新技术

1、运算智能（通过对“数值知识”进行数值运算，来实现某些智能行为，与传统的以符号推演为特点的符号智能互相补充）

2、Agent技术

3、商业智能技术（从商业数据中提取信息和知识，并按照这些做出商业决策）

决策支持的要紧方式

数据辅助决策

模型辅助决策

知识辅助决策

方案辅助决策

决策支持系统与治理信息系统的区不

【联系】：

DSS是从MIS的基础上进展起来的，差不多上以数据库为基

础，都需要进行数据处理，都能在不同程度上为用户提供辅助决策信息

【区不】1、DSS支持半结构化，MIS支持结构化决策

DSS可处理不确定性咨询题，MIS处理确定性咨询题

DSS具有模型治理与服务功能，MIS只涉及处理单模型咨询题

DSS具有强大的人机交互功能，MIS交互功能较弱

DSS一样只使用数据，MIS经常爱护数据

DSS支持方案生成与评估，MIS不具备此功能

DSS为模型驱动，MIS是数据驱动

DSS面向高层治理人员，MIS面向中低层治理人员

第2章决策、决策过程和决策支持

▲决策：

为了确定以后某个行动目标，按照决策者的体会，在具有一定信息的基础之上，借助科学的方法，从两个以上的可行方案中选择最优方案的分析判定过程。

▲决策的内涵：

1、决策目标；2、多个可行方案；3、决策实施；4、目标优化

▲决策的特点：

1、目的性

2、超前性

3、制造性

4、治理性

▲决策的分类：

按性质分（结构化、半结构化、非结构化）按阻碍范畴分（战略、战术、执行）按决策环境分（确定型、风险型、非确定型）

▲决策过程：

人们为实现一定目标而制定行动方案，并预备实施的过程，此过程也是一个提出咨询题、分析咨询题、解决咨询题的过程。

▲决策分三个时期：

1、情报收集；2、方案设计；3、方案评估与选择▲决策过程示意图：

（看书上图）

▲科学决策包括：

1、科学的决策程序；2、科学的决策技术；3、用科学的思维方法做出决断

▲科学决策的特点：

1、有科学的决策体系和运作机制；2、有科学的决策程序；3、重视参谋作用；4、运用科学技术和科学方法。

▲科学决策原则：

1、信息化；2、定量分析与定性分析相结合；3、对比优化；4、反馈；

5、复杂咨询题群体决策

▲科学决策流程：

1、提出咨询题；2、确定目标；3、价值准则；4、拟定方案；5、分析评估；6、选择方案；7、实验验证；8、普遍实施

▲1、结构化决策（指咨询题的本质和结构专门明确，且经常重复发生的决策咨询题，解决这些咨询题的步骤是已知的，能够采纳格式化的书面指示留给用户或运算机处理）

2、非结构化（咨询题的本质和结构复杂难以明白得，无法用固定决策程序来解决）

3、半结构化（介于结构化和非结构化之间）

▲决策支持系统的三部件结构：

对话部件，模型部件，数据部件

▲三部件结构图（看书上图）

▲决策支持系统的三系统结构

语言系统LS，知识系统KS，咨询题处理系统PPS

▲三系统结构图（看书上图）

▲三部件和三系统结构的比较

【三部件】（优点：

①明确了三部件之间的关系②便于和其他系统的区不。

缺点：

①没有突出DSS的咨询题处理特性②没有突出语言系统）

【三系统】（优点：

①突出了咨询题处理系统的重要性②明确了语言系统的重要性。

缺点：

①忽略了数据库系统、模型库系统的关系②不适合与其他系统的区不）

▲模型库和方法库的关系

1、一个模型能够有多个方法；

2、多个方法组成一个模型；

3、模型是由方法实现的

4、模型和方法的表现形式不同

5、模型和方法是同一个咨询题的两个侧面

▲增强型三部件结构（看书上图）

▲四库系统（看书上图）

▲智能决策支持系统IDSS:

是将人工智能技术引入决策支持系统而形成的一种具有人工智能行为的信息系统。

▲IDSS的分层

1、应用层（面向IDSS的使用者）

2、操纵和谐层（面向IDSS的总设计师）

3、差不多结构层（面向专业程序设计人员）

▲IDSS是专家系统ES与决策支持系统DSS的结合

用户

咨询题处理与人机交互系统

■▲什么是J^DSS:

站能化一交互性、集成化决策支持系统

的简称，是需决策者、决策过程的综合型决策支持系统的一个功能框架，也称综合决策支持系统。

▲综合决策支持系统I3DSS的结构图（看书上图）

▲I3DSS的体系结构

1、第一个主体是数据库系统、方法库系统和模型库系统的结合，为决策咨询题提供定量分析的辅助决策信息，是定量分析基础。

2、第二个主体是数据仓库、OLAP，它从数据仓库中提取数据和信息,这些东西反映了大量数据的内在本质，是定量分析的关键。

3、第三个主体是专家系统和数据挖掘的结合，数据挖掘从数据库和数据仓库挖掘知识，放入专家系统中，并由知识推理达到定性分析的辅助决

▲I3DSS的特点

1、集成化

2、交互性

3、智能化

▲基于服务的决策支持系统S-DSS的分层：

资源层、服务层、应用支撑层、应用层

▲基于服务的决策支持系统S-DSS的特点：

1、有较强的可扩展性；2、兼容性好；3、应用领域宽

▲讲明模型库、知识库、数据库三者的两两之间的接口咨询题（找答案）

▲如何集成模型库系统、知识库系统、数据库系统为统一整体（找答案）

第三章基于数据的决策支持技术

▲数据仓库：

数据仓库是面向主题的、集成的、稳固的、随时刻变化的数据集合，用于支持决策制定过程。

▲数据仓库特点：

面向主题

集成

稳固

随时刻变化

▲数据集市：

是指具有特定应用的数据仓库，要紧针对某个具有战略意义的应用或者具体部门级的应用。

▲数据库与数据仓库的区不:

数据库

数据仓库

定位

事务处理

数据分析

设计

E-R模型，面向应用

星型模型，面向主题

数据

当前的

历史的

汇总

细节的

汇总的

视图

关系的

多维的

存取

读/写

读

访咨询记录

少量记录

记录集合

规模

MB到GB

TB

单位

简单

复杂

▲多维数据模型：

以分析和描述数据的多维特点为目标，将客观世界划分为维度和度量,

最终形成多维逻辑视图

▲多维数据模型有关概念：

维、维级不、维成员、度量、多维数组、数据单元

维：

人们观看数据的特定角度

维级不：

人们观看数据的特定角度还存在不同的细节

维成员：

维的一个取值

度量：

数据的实际意义，即描述数据“是什么”

多维数组：

能够表示为（维1••••维n,度量1•…度量m）数据单元：

多维数组的取值

▲数据仓库中的数据分为四个级不：

早期细节数据、当前细节数据、轻度综合数据、高度综合数据

▲粒度：

粒度是对数据仓库中数据的综合程度高低的度量。

粒度越小，细节程度越高。

▲元数据：

关于数据的数据

▲元数据的分类：

技术元数据（关于数据仓库系统技术细节的数据）业务元数据（从业务角度描述数据仓库的数据）

▲元数据的系统治理功能：

1、描述哪些数据在数据仓库中；

2、定义要进入数据仓库的数据和数据仓库中产生的数据；

3、记录数据抽取工作时刻安排；

4、记录并检测系统数据一致性的要求和执行情形；

5、衡量数据质量。

▲数据仓库的数据组织方式：

1、虚拟储备方式

2、基于关系表的储备方式（

3、多维数据库储备方式

▲数据仓库中要紧有几类表？

事实表、维表

▲星型模式

事实表和维表联系在一起形成“星型模式”的数据结构

▲雪花模式“星型模式”的维表按其层次结构用多个维表分开表示。

▲数据仓库的差不多体系结构：

数据源，数据ETL，储备与治理，数据的表现

▲ETL处理过程描述：

抽取：

是数据进入仓库的入口。

转换：

按照数据仓库的要求，进行数据转换等处理，确保来自不同系统、不同格式的数据的一致性和完整性，并按要求装入数据仓库。

加载：

将转换后的数据加载到数据仓库中。

▲数据清洗：

指发觉并纠正数据文件中可识不的错误，包括检查数据的一致性，处理无效值和缺失值等。

▲数据质量咨询题可分为：

单数据源模式层咨询题，单数据源实例层咨询题，多数据源模式层咨询题，多数据源实例层咨询题。

▲数据清洗分类：

1、手工实现方式；2、通过专门编写的应用程序；3、某类特定领域的咨询题；4、与特定应用领域无关。

▲数据清洗分成哪几个时期？

1、数据分析

2、定义清洗

3、执行清洗▲异构数据集成要紧处理多数据源的异构咨询题。

▲异构性分为哪几个层次？

系统级异构：

指不同的主机语法级异构：

指数据类型结构级异构：

指数据结构语义级异构：

指词汇的语义区不

▲数据仓库设计的方法分为：

自顶向下、自底向上、二者混合▲数据仓库的设计过程：

1、选取待建模的分析主题

2、选取数据粒度

3、选取用于每个事实表记录的维

4、选取将记录在事实表中的度量。

▲联机分析处理OLAP是使分析、治理或执行人员能够从多角度对企业数据进行快速、一致、交互地存取，从而获得对数据更加深入了解的一类软件技术。

▲OLAP特点快速性、可分析性、多维性、信息性

▲OLAP分析：

指对以多维形式组织起来的数据进行切片、切块