决策支持系统教案.doc

《决策支持系统教案.doc》由会员分享，可在线阅读，更多相关《决策支持系统教案.doc（49页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。

1、【精品文档】如有侵权，请联系网站删除，仅供学习与交流决策支持系统教案.精品文档.西安财经学院教 案 课程名称: 决策支持系统 适用专业: 信息管理与信息系统 教师姓名: 王解法 课程所属院系: 信息学院 时间 2006 年 08 月 10 日计划总课时: 36课时其中课堂教学 36课时、实践教学 0 课时课时分配：1. 决策支持系统概述. 2h2. 决策支持. 2h3. 决策支持系统8h4. 智能决策支持系统和智能技术的决策支持10h5. 数据仓库与数据挖掘的决策支持10h6. 综合决策支持系统2h7. 决策支持系统的开发与实例1h8. 决策支持系统的讨论1h本课程重点：1. 理解决策支持系统

2、是一门方法学，而不是告诉你解决问题的具体技术；2. 决策支持系统属于系统集成的方法，要求为了一定目的把不同的现有软件集成在一起；3. 决策支持系统强调针对任务而集成，并不是通用万能的系统。本课程难点：决策支持系统是一门关于非结构化、半结构化问题解决的方法学的课程，纵观整个课程，主要难点集中在以下几个方面：1） 如何正确理解结构化和非结构化问题？2） 非结构化问题的在一定程度上具有因人而已的不确定解，人的先验知识如何对结果产生影响？3） 决策支持系统的结构和功能模块之间如何进行信息传递，现有的教材对此都没有详细的介绍，怎样理解；4） 对人工智能理论的理解，构成了一个理解上的鸿沟，特别是不确定推理

3、，人的先验知识起很大的作用；5) 如何应用到实际中去，怎样和实际情况无缝联系起来，尚需要深入的思考。课后作业分配表：所需参考书目：1 陈文伟. 决策支持系统教程. 北京：清华大学出办社, 2004.2 陈铤. 决策分析. 北京：科学出版社，1987.3 林齐宁. 决策分析. 北京：北京邮电大学出版社，2002.第 1 章：决策支持系统的概念第 1.1 节：决策支持系统的形成和发展本节内容：本节介绍了决策支持系统的起因、发展历史以及决策支持系统和其它学科的关系，同时介绍了决策支持系统的一些特定问题的系统概念。必须告诉学生什么是非结构化问题，并力求让学生不受约束的开展自由发挥，不要压抑自己的个性。

4、同时强调决策支持系统是一门方法学，而不是专门技术。首先了解相关的课程，这包括管理信息系统、管理科学（运筹学）、决策支持系统、专家系统、智能决策支持系统、群决策支持系统、经理信息系统。这些系统从简单到复杂，从结构化到非结构化。图1.1 决策的结构化问题及解决方法关于决策支持系统，国内有不同的看法，有的强调人的先验知识，有的强调模型的组合。本书作者属于后者。管理信息系统的解决结构化的问题，强调数据处理和管理；管理科学（运筹学）强调建立模型，对系统过程要清楚、并尽量简化，要求能够抓住问题的实质；较低层次上的决策支持系统强调这两种方法的结合，即组合模型；而专家系统强调半结构化问题的基于规则的组合，需要

5、专家知识，并具有知识管理功能，特别适合定性决策；智能决策支持系统把专家系统和决策支持系统结合起来，解决定性和定量问题；群决策支持系统把网络技术和决策支持技术结合起来，解决半结构化问题。经理信息系统更加高级，解决问题的非结构化更强，考虑先验知识的要求更高，与经理的风险态度、出事风格、信仰追求有关，属于决策支持系统的更高层。 决策是永恒的话题，决策支持系统是永远发展不到尽头的！提示要点 1（教材P1，最下面一段）管理信息系统是一种以计算机为基础，支持管理活动和管理功能的信息系统。更具体的定义为：管理信息系统是由人和计算机结合的对管理信息进行收集、存储、维护、加工传递和使用的系统； 2（教材P2，最

6、下面一段）管理科学是对管理问题用定量分析方法，建立数学模型，通过求解计算，达到辅助管理决策的一门学科； 3（教材P3，最下面一段）管理科学与运筹学运用单模型辅助决策，规模不大，数据较少。随着社会发展，复杂问题越来越多，单一的模型技术已经不能适用了。从而出现了多模型的联合辅助决策问题，这些模型间的数据传递量很大，只能借助于数据库来实现。这种大量的模型和数据，促使决策支持系统必须考虑增加模型库和数据库，并把它们有机组织起来。这也是决策支持系统的起因。 4（教材P4，上面）决策支持系统的特性； 5（教材P4，上面）结构化决策和非结构化决策； 6（教材P4，中间）专家系统是20世纪50年代人工智能的进

7、一步发展。它是利用专家的知识，特别是经验知识，通过推理过程得出辅助决策的结论。强调定性知识的推理。 7（教材P5，中间）智能决策支持系统把决策支持系统（定量）和专家系统（定性）结合起来，后来再根据智能理论的发展，把神经网络、机器学习、遗传算法、自然语言理解等揉入系统。 8（教材P5，下面）把分布在不同地理位置的通过计算机系统连接起来，为了某一个重大或复杂问题，考虑各自的利益，共同协商，达到一个各方都满意的结果。网络是基础。 9（教材P7，上面）经理信息系统是对高层管理着的战略决策提供支持的决策支持系统。不仅帮助查阅本企业的运营信息，同时能帮助掌握竞争者的有关活动。 10（教材P7P8）决策支持

8、系统的技术进步：单模型辅助决策，交互建模的DSS，组合模型的DSS，智能的DSS本节重点：1管理科学的研究方法；2决策支持系统的起因；3智能决策支持系统的内容本节难点：1对结构化、非结构化问题的理解课堂进行中的情况记录：（碰到难以回答的问题、突然有些的想法、学生的好建议等）第 1.2 节：决策支持系统概念本节内容：本节介绍了决策问题的结构化分类、决策支持系统的定义、决策支持系统与其它学科的关系。对问题的结构化程度的划分，具体要用到3个因素：问题形式化描述的难以程度；解题方法的难易程度；解题中所需计算量的多少。自从决策支持系统的概念提出后，不少人对决策支持系统进行了定义，其中，比较典型的有：R.

9、 H. Spraque和E. D. Carlson，P. G. W. Keen，S. S. Mittra。这些定义都强调人机的结合、强调多模型组合、强调辅助决策。 本节还介绍了决策支持系统和运筹学的关系、决策支持系统和管理信息系统的关系。提示要点 1（教材P10，中间段）关于决策支持系统的定义，本书作者的定义：决策支持系统是综合利用大量数据，有机组合众多模型、通过人机交互，辅助各级决策者实现科学决策的系统。 2（教材P11，中间段）决策支持系统与管理科学/运筹学的关系 3（教材P11，中间段）决策支持系统与管理信息系统的关系本节重点：1决策支持系统的定义；2. 决策支持系统与运筹学、管理信息系

10、统的关系本节难点：决策支持系统的定义课堂进行中的情况记录：（碰到难以回答的问题、突然有些的想法、学生的好建议等）第 1.3 节：新决策支持系统与综合决策支持系统本节内容：随着数据库技术和数据库管理系统的广泛应用，全球范围内的数据库中存储的数据量急剧增大。有些公司经过长年累月积累下来的商业数据记录目前已经超过几百万条。因此解决数据爆炸和知识贫乏的问题引起人们的重视。20世纪90年代中期，兴起了数据仓库、联机分析处理和数据挖掘三项技术。 本节介绍了基于数据仓库的决策支持系统、综合决策支持系统和网络环境的综合决策支持系统的概念，形成过程。 数据是历史记录，是历史见证，不能毁掉，当人们还没有能力从数据

11、中寻找规律时，最好的办法就是要保留下来。如同我们保护古文物一样，是为了以后来研究。由于数据中隐含着大量的信息，所以有必要采取一定的科学方法来抽取。在目前技术条件下，要实现全自动的信息获取是难上加难的，所以只能借助于人的先验知识。所以把这种分析（数据仓库、联机分析、数据挖掘）都归入决策支持系统的范畴中去了。提示要点 1（教材P13，中间）数据仓库是在数据库的基础上发展起来的。它将大量的数据库的数据按决策需要进行重新组织，以数据仓库的形式进行存储，它将为用户提供辅助决策的随机查询、综合数据以及随时间变化的趋势分析信息等。 2（教材P13，下段）数据挖掘是为了解决传统分析方法的不足，并针对大规模数据

12、的分析处理而出现的。数据挖掘从大量数据中提取出隐藏在数据中的有用信息，为人们的正确决策提供了很大的帮助。 3（教材P14，中间）联机分析处理提供了多维数据分析，进行切片、切块、钻取等多种分析手段。 4（教材P14，下段）以数据仓库为基础结合联机分析处理和数据挖掘形成了基于数据仓库的新决策支持系统。 5（教材P15，下段）将传统决策支持系统和新决策支持系统结合起来的决策支持系统称为综合决策支持系统。本节重点：1数据仓库；2. 数据挖掘； 3. 联机分析处理本节难点：综合决策支持系统课堂进行中的情况记录：（碰到难以回答的问题、突然有些的想法、学生的好建议等）第 2 章：决策支持第 2.1 节：决策

13、与决策支持本节内容： 决策是对未来的方向、目标以及实现途径做出决定的过程。决策是指个人或集体为了达到或实现某一目标，借助于一定的科学手段和方法，从若干备选方案中选择或综合成一个满意合理的方案，并付诸实施的过程。决策具有4个特征：目的性；超前性；创造性；管理性。 著名的学者H. A. 西蒙认为决策过程由4个步骤组成：确定决策目标；拟定各种被选方案；从各种被选方案中进行选择；执行方案。 决策技术使决策工作建立在更加科学、更加可靠的基础上。决策技术包括“硬技术”和“软技术”。“硬技术”是运用数学化、模型化、计算机化等来完成决策工作，提供了解决决策问题的定量分析手段，并创造出了一些实用方法和技术。决策

14、“软技术”是专家智囊集体的智慧，对于重大的及其复杂的非结构化决策需要利用“软技术”来解决。 决策问题的复杂程度与3个因素有关：变量数目、不确定程度和时间因素。这3个因素有多种组合，构成了不同复杂程度的决策问题，如下表。复杂程度类型数学手段最简单单变量、静态、确定型算术、代数、极值原理单因素多变量、静态、确定型单变量、静态、概率型单变量、动态、确定型矩阵代数、线性规划、非线性规划概率论基本原理微分方程双因素多变量、静态、概率型多变量、动态、确定型单变量、动态、概率型多元统计分析动态规划、自动控制理论存货理论、排队论、马尔可夫过程论三因素多变量、动态、概率型复杂的随机过程决策体系是指决策整个过程中

15、的各个层次、各个部门在决策活动中的决策权限、组织形式、机构设置、调节机制、监督方法的整个体系。决策体系由决策系统、参谋（智囊）系统、信息系统、执行系统与监督系统这五个部分组成一个统一整体。图2.1 决策体系的运行在DSS发展历史中，决策支持是一个先导概念，决策支持的概念形成若干年后，才出现了决策支持系统。决策支持的能力具体表现在以下几个方面：（1） 模型的决策支持 模型是对客观事物的特征和变化规律的一种科学抽象，通过研究模型来揭示决策问题原型的形状、特征和本质。模型方法是制定各类决策问题的基本方法和主要工具。该方法的途径是：在探索一些较复杂的现象和过程时，根据已经掌握的事实材料，首先建立一个适

16、当的模型加以描述，从而认识和掌握其变化规律，分析各种因素对决策问题的影响程度，为确定最优决策问题提供定量依据。管理科学/运筹学是这种决策支持方式。（2） “如果，将怎样”（What-if）分析的决策支持 对决策问题已经建立的模型进行分析，即对模型中的方程、变量、参数做各种各样的假设，并通过模型计算后，对各种结果进行对比分析后，研究最优解会有怎样的变化，这种分析就是What-if分析。What-if分析具有以下基本作用： 优化模型的许多参数在建模时是很难精确确定的，只能对一些数据进行估计。通过what-if分析可以表明系数估计值必须精确到怎样的程度才能避免得出错误的最优解，而且，可以找出哪些系数

17、是需要重新精确定义的灵敏度参数平；在决策问题的条件发生了变化时，通过what-if分析，即使不求解，也可以表明模型参数的变化是否会改变最优解；当模型特定的参数反映政策决策时，what-if分析可以表明改变这些决策对结果的影响，从而有效指导管理者做出最终的决策。决策支持系统的初期是采用这种决策支持方式。（3） 决策问题方案的决策支持 模型是决策支持的重要手段，多模型组合形成决策问题方案能扩大单模型的决策支持能力。对于比较复杂的决策问题，难以用单模型辅助决策。这时，就需要用多模型的组合来形成决策方案实现辅助决策。每个模型所需要的数据都不相同，模型之间的数据的转换也是一项很繁琐的工作。对于多模型的组

18、合，一般的方法是对每个模型分别由计算机来计算。决策支持系统基本上是属于这种决策支持方式。（4） 自动生成决策问题方案的决策支持 决策问题方案一般是由程序员根据决策问题的要求，选择解决该问题的模型、数据及多模型的组合方式，再编制该问题的决策支持系统方案，通过计算得到该方案的解，并评价方案。由于不同的决策问题的决策方案是不同的，不具有通用性，每个决策问题方案只能是分别由程序员编制程序并计算。当把所有模型和各类数据都作为决策资源存入模型库与数据库中，即模型库中既有数学模型，也有数据处理模型和人机交互模型等，数据库中既有公用数据也有私有数据，它们都作为决策资源。而决策问题被理解为将模型资源和数据资源作

19、为积木块进行组合，搭建成系统方案的处理过程，用总控程序来描述。这时的总控程序就简单了，它只是控制模型运行、存取数据和人机对话进行判断这三者结合的控制流程。利用计算机的系统快速原型法能自动生成具有上面要求的决策支持系统控制程序，达到控制模型程序的运行，数据库中数据的存取及人机对话，这样就实现了决策问题方案的自动生成。知识推理和智能技术的决策支持 知识和模型一样，也是一种决策资源。知识是从现实问题中抽取出来的，是现实问题中状态改变的描述。问题求解是从开始状态通过知识推理，建立从开始状态到目标状态的推理链，这是一种从定性分析角度出发的求解问题方法。它也是一种符号处理方法，完全不同于数学模型的定量分析

20、方法。知识推理是决策支持的定性分析手段。提示要点1 科学决策强调过程的科学性，但是对于结果不能强加要求；2 决策的前提就是预测，这要求决策者能对过去的状态做一个认真的分析，提炼出未来可能的状态变化；3 在选择决策方案时，要考虑决策者对不同结果的风险态度。本节重点：1西蒙的决策过程；2决策的硬技术和软技术；3决策体系；4. 数据、信息、知识、智慧；5. 决策支持的概念本节难点：理解决策的过程，理解决策支持的含义课堂进行中的情况记录：（碰到难以回答的问题、突然有些的想法、学生的好建议等）第 2.2 节：模型的决策支持本节内容：1 模型模型是对于现实世界的事物、现象、过程或系统的简化描述。模型反映了

21、实际问题最本质的特征和量的规律，即描述了现实世界中有显著影响的因素和相互关系。按照模型的表现可以分为物理模型、数学模型、结构模型和仿真模型。（1） 物理模型 也称实体模型，又可分为实物模型和类比模型。（2） 数学模型 用数学语言描述的一类模型。数学模型可以是一个或一组代数方程、微分方程、差分方程或统计学方程，也可以是它们的某一种适当的组合，通过这些方程定量或定性地描述系统各变量之间地相互关系或因果关系。（3） 结构模型 结构模型是反映系统的结构特点和因果关系的模型。结构模型中的一类重要模型是图模型。结构模型是研究复杂系统的有效手段。（4） 仿真模型 仿真模型是通过数字计算机、模拟计算机或混合计

22、算机上运行的程序所表达的模型。采用适当的仿真语言或程序，物理模型、数学模型和结构模型一般都能转变为仿真模型。2 数学模型与建模数学模型的种类很多，有这么几种：原理性模型、系统学模型、规划模型、预测模型、管理决策模型、仿真模型、计量经济模型。建立一个数学模型一般采用的步骤如下： 模型准备。了解问题的实际背景，明确建立模型的目的，研究对象的各种信息、数据，弄清对象的特征，在此基础上探讨解决问题的办法。 模型建立。根据实际对象的特征和建模目的，分析对象有关联的多种因素，找出主要与次要因素，本质与非本质因素，对问题进行必要的简化，并用明确的语言做出假设。 模型建立。根据假设，利用适当的数学工具描述各变

23、量之间的关系，建立相应的数学结构（公式、表格、图形等），即模型。建模应该遵守一个原则，那就是尽量采用简单的数学工具，以便建立的模型能被更多的人了解和使用。 模型求解。运用适当的数学工具，特别是利用计算机对模型进行求解。 模型分析。对求得的结果进行数学上的分析，即根据问题的性质分析各变量之间的依赖关系或稳定性态或给出预测或给出最优决策或控制。 模型检验。将模型分析的结果返回到实际对象中，用实际的结果对模型的合理型、适用性、正确性、灵敏性、健壮性做出评价。3 优化模型的决策支持优化模型中最典型的是线性规划模型。线性规划模型是管理科学/运筹学的一个重要分支，广泛应用于经济分析、经营管理、军事作战和工

24、程技术等方面。为合理地利用有限的人力、物力、财力等资源做出最优决策，提供了科学的依据。由于线性规划模型有明确的数学分析的结构形式，以及明确的求解方法单纯形法，故线性规划模型属于结构化决策。将实际的决策问题，通过具体分析建立起线性规划模型，也是有一定难度的。需要明确目标，找出决策变量，选定参数，建立目标函数和约束方程，这需要由人的智慧来完成。最后，用单纯形法进行求解，这在计算机中可自动完成。从建立线性规划模型到用单纯形法求解，得到最优决策，整个过程中需要人的智慧和计算机的计算，这是半结构化决策。对实际决策问题建立的线性规划模型，决策变量可以找准。但是，对应的参数选取，往往是估计值。这就影响了最优

25、解的准确性。对于线性规划模型中的参数变化多大时，会引起最优解的改变，这需要通过what-if分析来进行。What-if分析可以帮助决策者分析模型中参数的精确程度对最优解的影响，也可以帮助分析那些由决策者制定的政策参数对最优解的影响，即有效地指导决策者做出最终的决策。可以看出，线性规划模型的决策支持包括两个方面：模型求解的最优解的决策支持和模型的what-if分析的决策支持。【线性规划模型的决策支持实例】某公司有三个生产分厂，现在研制了两种新产品：“玻璃门”和“铝框窗”，在现有产品销售下降的情况下，准备生产新产品。（1）确定目标需要对新产品有什么优点、能否被消费者购买等问题进行认真分析。新产品会

26、增加成本，因此要对市场会有什么反应进行成本分析。在决定生产新产品后，需要对何时开始生产、公司的3个生产工厂能有多少时间生产新产品和每周能卖掉多少产品等问题制定营销计划。还有，如何广告？这些都是非结构化问题，公司的领导层通过会议来解决。（2）建立模型寻找两种新产品的市场能力，哪种组合能产生最大利润？该问题属于线性规划模型问题，线性规划有固定的数学结构和问题求解方法，是结构化决策问题，但是将实际问题建立成合适的线性规划的数学结构模型，需要收集以下信息： 每个工厂有多少生产能力生产新产品。 生产每一产品各需要每个工厂用多少生产能力。 每一个产品的单位利润。这些数据只能得到估计值，特别是新产品的利润（

27、产品还未生产出来，就是估计它的利润），这是一个半结构化决策问题。假设，根据估计参数，该问题的线性规划模型的数学方程如下：（3）最优决策利用线性规划模型的求解方法，可得到最优解x=2, y=6, P=3600这个最优解对公司领导层决定是否生产新产品的重要决策依据。但是，公司领导还要考虑其它干扰因素，也就是下面的分析内容。（4）what-if分析由于线性规划模型的参数均是估计值，这样计算出的最优解也是估计值，对以下问题需要进行what-if分析： 新产品中有一个产品的单位利润的估计值不准确时，最优解怎样变化。 两个产品的单位利润的估计值都不准确时，又将怎样。 其中一个工厂每周可用于生产新产品的时间

28、改变后，会对结果产生怎样的影响。 如果3个工厂每周可用于生产新产品的时间同时改变，又会对结果产生怎样的影响。本节重点：1 由于实际问题比较复杂，对于决策者而言，很难一下子给出准确的数学模型，因此把一个粗糙的模型拿到实际中检验很重要，通过实际问题的灵敏度分析，进一步细化估计灵敏的参数。2 灵敏度高的参数可作为具体的实现措施，而灵敏度低的参数可作为宏观政策的体现。本节难点：如何把理论问题和实际联系起来，来分析灵敏度？课堂进行中的情况记录：（碰到难以回答的问题、突然有些的想法、学生的好建议等）第 2.3 节：决策方案的支持支持本节内容：1 决策方案与方案生成为了解决问题，需要拟定方案。拟定方案要遵循

29、这些原则：方案的前瞻性，决策方案必须建立在科学预测与系统分析的基础上，具有一定的前瞻性；方案的可行性，决策方案一定要进行可行性研究，使决策方案建立在切实可行的科学根据基础上，不至于违反客观规律；方案的多样性，应该从全方位、多途径和多角度来制定各种方案，以便对比，使决策趋于合理；方案的层次性，多种备选方案不能集中于某一层次水平上，既要考虑宏观和微观，又要考虑近期和远期，多层次、多水平地对备选方案进行逻辑思考；方案的创新性，拟定的方案要大胆设想，勇于开拓，通过想象、灵感和创新来拟定方案；方案的优化性，决策是对各种可行性方案进行评估，通过总体权衡、对比分析和科学判断，选择最优方案。决策方案的生成：利

30、用管理科学/运筹学中的大量数据模型，为当前决策问题建立决策方案，有两种情况：按照标准数学模型的数学结构（方程式）的要求，分析当前决策问题的数学结构并获取所需数据，形成决策方案。例如，对线性规划模型的决策问题，应该做到这样两点：一是确定达到目标的决策变量，建立目标函数和约束方程的结构形式，即确定实际问题的数学结构；二是获取所需的目标函数中的参数、约束方程系数以及约束值。利用标准数学模型组合实际问题方案。对于复杂的决策问题的方案需要考虑用多个标准数学模型的组合来完成。在计算机中，对模型的组合有两种方式：并行组合与串行组合。并行组合的各模型所需输入数据是相同的，但输出数据的结构（变量、数组等）相同、

31、数值不同。串行组合的两个模型间的数据关系，则是一个模型的输出为另一个模型的输入。在实际问题中，不是这种直接关系，而是一个模型的输出数据，经过变换后成为另一个模型的输入数据。这样，就增加了模型组合的难度，即增加决策方案的难度。串行组合的模型越多，难度越大。2模型并行组合方案的决策支持 在对一个实际决策问题做方案时，往往会采用对同一个问题的多个不同模型进行计算，然后对这些模型的计算结果进行选择或者进行综合，得到一个比较合理的结果。这是一种采用多模型并行组合的决策方案。例：某县对粮食产量进行规划，预测2010年的粮食总产量。为此，利用该县从1990年到2000年各年粮食产量数据，按照不同预测模型的要

32、求，分别建立了5个不同的数学模型，并分别进行了预测计算，具体预测情况如下： （1）灰色模糊预测模型其中，、分别为良种面积、旱涝保收面积、化肥施用量、农药用量。预测2010年总产量为7.95亿公斤。（2）生长曲线预测模型预测2010年总产量为7.7亿公斤。（3）时间趋势预测模型预测2010年总产量为8.75亿公斤。（4）多元回归预测模型其中，、分别为化肥、种子、水、种粮面积、时间、政策因素。预测2010年粮食总产量为8.45亿公斤。 （5）三次平滑预测模型预测2010年粮食总产量为8.75亿公斤。归纳各模型预测结果，可知预测2010年粮食总产量在78.75亿公斤范围内。为了确定一个比较合理的粮食

33、产量预测值，只能由决策者集体讨论，共同决策该县在2010年的预测值。分析粮食产量的主要影响因素是：投入水平（化肥适用量）、科技水平（如杂交良种推广应用）和生产条件（农田基本建设效益）。假设该县的实际情况是全县基础较好，部分区域有较大发展，但是全县粮食“突变性”增长可能性小，稳步增长可能性大，总产量高端可能性小。综合分析，总产量达到区间中间值把握性大。最后确定该县的预测值是，2010年 粮食总产量为7.5亿公斤。3模型串行组合方案的决策支持 问题描述：橡胶产品的研制是通过对橡胶的3中原料，各以不同的数量进行配方后做成产品，然后对产品进行性能测试，测试9种性能的数据。若要设计新产品，对9种性能有一

34、定的指标要求，3种原料如何配方呢？由于不清楚原料与性能之间的内部本质联系，一般的做法只能是凭经验配方，制成产品后进行测试，不合格时，再配方，再测试这样反复、大量地试验，凑出符合要求地产品。这自然要消耗大量的物资、经费和时间。这是一个非结构化决策问题。对该非结构化决策问题我们设计了两个数学模型进行串联组合的决策方案，即利用一定数量产品的实际测试结果，用多元线性回归模型来找出各性能与原料之间的内部规律，得出回归方程式。然后利用多目标规划模型，按新产品对各性能的约束条件，计算出新产品3种原料的配方数据。这个方案是用半结构化决策去近似解决该非结构化问题。如果该方案计算出的橡胶配方数据，在做成产品后不能

35、满足新产品性能约束要求时，将该新产品数据加入产品数据库中，重新进行该方案的计算。由于新产品性能数据比较接近所需产品的性能要求，通过多元线性回归后的方程式，将会更真实反映性能与原料之间的关系。这样，反复多次进行该方案的计算，就会找到满足产品性能需求的橡胶配方数据。图2.2 橡胶配方决策问题方案示意图 多元线性回归模型 在产品数据库中，每个产品的数据是不同的3种原料配方值以及对产品测得的9项性能值，如表2.3所示（参看教材）。利用产品数据库，进行多元回归模型的计算，即通过最小二乘法原理能得到性能和原料间的回归方程式。为其中，表示3种原料，yj(j=1,2,9)表示9项性能。 多目标规划模型该模型有

36、3个目标，即3个原料值。约束方程用9项性能的回归方程构成的。约束方程中的约束值确定方法如下：每个性能值按新产品的要求，设定一个指标值要求。如对性能的指标值是则在多目标规划模型中的约束方程为由于性能指标比较多，而且是多目标规划。所以为了求解方便，采用人工给定优先级的方法来保证重要指标首先要满足的要求。经过两个模型的联合运行后，得到的新产品原料配方数据为：。 两个模型间的数据关系 从上面两个模型的关系可以得出以下结论：a 多目标规划数据库中的约束方程系数来自于多元线性回归模型求出的性能与原料间的回归方程系数。b 多目标规划数据库中的性能约束值是通过计算得来的，即约束方程得约束值对新产品性能设定的约

37、束值该性能方程式中的常熟。c 约束方程中的约束符与优先级别是人为设定的。d 目标方程的约束值与约束符也是人为设定的。可见，多元线性回归模型的输出数据（回归方程式）要经过变换（约束值的计算）后才能成为多目标规划模型的输入数据。 该方案的决策支持 由于该方案是利用两个模型的串行组合的方案，试探性解决非结构化决策问题。该方案是属于半结构化决策问题的方案，利用了多元线性回归模型和多目标规划模型两个结构化模型，它们的组合方案只是近似地解决实际决策问题，还需要通过多次方案计算才能逼近非结构化决策问题地解。本节重点：1 在模型的串行和并行组合中，数据是如何转换的2 注意从本节的例题中，学会一种灵活处理问题的

38、方法，而不是强调理论。本节难点：1 多元线性回归模型的参数获取，可以课外查资料2 多目标规划的方法，课外查一些资料，应该很熟练掌握。课堂进行中的情况记录：（碰到难以回答的问题、突然有些的想法、学生的好建议等）第 3 章：决策支持系统第 3.1 节：决策支持系统结构的分析本节内容：20世纪70年代和80年代初建立的DSS主要由5个部件组成：人机接口（对话部件）、数据库、模型库、知识库和方法库。后来围绕这5个部件又开发了各自的管理系统，即对话管理系统、数据库管理系统、模型库管理系统、知识库管理系统和方法库管理系统。因此，一大批DSS都可以从这10个基本部件中得到描述。对决策支持系统发展影响最大的结

39、构形式有两个，即1980年R. H. Spraque提出的三部件结构（人机交互系统件、数据库系统、模型库系统）和1981年R. H. Bonczek等人提出的三系统结构（语言系统、问题处理系统、知识系统）。三部件结构强调模型部件在决策支持系统中的作用，而三系统结构强调知识库系统在决策支持系统中的作用。经过20年的发展，三部件结构已被大家所接受。在三部件的基础上增加知识库部件形成之能决策支持系统。1 决策支持系统的三部件结构形式 决策支持系统的三部件结构如图3.1所示。图3.1 决策支持系统的三部件结构对话部件是决策支持系统与用户之间的交互界面，用户通过“人机交互系统”控制实际决策支持系统的运行

40、。决策支持系统既需要用户输入必要的信息（用于控制）和数据（用于计算），同时要向用户显示运行的情况以及最后的结果。对话部件包括这几个功能：提供丰富多彩的显示和对话形式、输入输出转换、控制决策支持系统的有效运行。数据部件包括数据库和数据库管理系统。模型部件由模型库和模型库管理系统组成。模型库用来存放模型，模型不同于数据，主要表现在以下两个方面：模型的表示，模型的动态形式。模型库管理系统管理模型库，为了适应模型的静态表示与动态（运行）特征，模型库管理系统有两方面的功能：一是类似数据库管理系统的静态管理功能，另一是模型的动态（运行）管理功能。2. 决策支持系统的三系统结构形式图3.2 决策支持系统得三

41、系统结构图语言系统：早期的DSS把语言系统看成是用自然语言描述决策问题，语言系统的功能是把自然语言转化为机器能够理解的形式，以及把机器对问题的解答或者系统内部的其他信息转化为自然语言的相应形式向用户输出。把自然语言用于DSS中，这是人们的理想。技术发展到今天，自然语言处理技术仍未成熟，用自然语言来描述决策问题是将来的事。由于决策支持系统涉及模型计算、数据库操作，故用于决策支持系统的语言应该是数值计算语言和数据库语言的结合。目前，市场上仍然没有这两类语言合一的语言系统，但有这两类语言的接口语言，如ODBC、ADO等。决策支持系统语言实质上是数值计算语言和数据库语言通过接口语言进行集成的语言，用这

42、种集成语言来描述决策问题。问题处理系统：问题处理系统是对描述的决策问题进行识别、分析和求解的过程。问题处理系统必须具有明确的识别问题的能力，它能把问题的陈述转化为相应的可执行的操作方案，它能够对问题做出比较透彻的分析，确定问题的陈述变成了详细的过程说明，什么时候执行什么，什么时候得到问题的解答。除了问题识别之外，问题分析能力也是问题处理系统应该具备的重要能力。这是一个模型、知识、数据和用户之间反复交互的过程。最简单的情况是只在模型和数据之间进行交互，最困难的分析过程是组合模型、知识、数据以及和用户之间的交互，形成实际的决策支持系统。由于目前自然语言处理还未成熟，问题处理系统是在语言系统用集成语

43、言描述的决策问题，形成决策支持系统，实现决策问题的求解，把问题求解结果反馈给用户。 知识系统：知识系统包含决策问题领域的知识。它包含问题领域中的大量事实和相关知识。最基本的知识系统是由数据文件或数据库组成。更广泛的知识是对问题领域的规律性描述。这种描述用定量方式表示为数学模型。对问题领域的规律性知识用定性方式描述，一般表示为规则。决策支持系统的这种结构形式具有以下特点：强调语言系统。强调问题处理系统的重要性。把数据、模型、规则统一归为知识系统。 3决策支持系统的三库结构形式三库结构形式是早期DSS系统五部件结构的简化，即不考虑知识部件，只具有数据库、模型库和方法库的3个库及相应的管理系统，简称

44、三库结构，它属于早期的DSS结构形式。三库结构形式把模型和方法分离，对模型和方法的看法有不同的理解。“模型与方法”的第一种理解 用数学结构表示模型，用求解算法表示方法。例如，线性规划模型表示为目标函数和约束条件所构成的方程，而它的解法，即单纯形法看成方法。按照这种观点来组织模型库和方法库，在方法库中用算法程序来表示方法，在模型库中存放问题的方程形式。这种观点淡化了模型，突出了方法，因为在计算机中更注重程序的运行。这种结构形式只适合于从模型库中的方程能够自动生成方法库中的程序的这类决策问题。“模型和方法”的第二种理解 把模型理解为算法加上数据。在这种理解中，方法库称为算法库更合适，存放按算法编制

45、的程序。而在模型库中存放的是一个索引，该索引包括算法程序文件的地址和它所需数据的地址。图 3.3 决策支持系统的三库结构 “模型和方法”的第三种理解 将模型库和方法库合一。模型和方法虽然有它的不同，但这只是表现形式上的不同，在本质上它们代表了同一个问题，即模型和方法是同一个问题的两个侧面。从宏观上看，可以把模型和方法统一看成是模型。特别是在计算机中，模型的数学方程形式不是主要的，模型的算法才是主要的。 4决策支持系统的四库结构形式图3.4 DSS的四库三功能结构 信息服务 信息服务分为外部服务和内部服务两类。外部服务是为决策者提供所需要的信息，也可以为其它系统的信息资源。内部服务是为其它功能的

46、实现提供基础数据。 科学计算 科学计算以信息服务为基础，科学计算既包括模型库和方法库的数值计算，也包括辅助决策时所需要的其它数值计算。DSS的科学计算中还需要注意用户的干预和选择，提高科学计算效果。 决策咨询 在科学计算的基础上，增加知识和推理的功能后，就可以对决策起进一步的支持作用。知识和推理是人工智能专家系统的组成部分。该系统实际上是增加了智能的效果。该系统可以看成是一种初级的智能DSS。 5决策支持系统的结构比较 “对话、模型、数据”三部件结构的优点：明确了三部件的结构以及它们之间的关系；便于和其他系统的区别。不足：没有突出DSS的问题处理特性；没有强调语言系统。“语言系统、问题处理系统、知识系统”三系统结构的优点：突出了问题处理系统的重要性；明确了语言系统在人机交互中的作用；统一了知识的看法。不足：忽略了数据库系统、模型库系统之间的区别和相互关系；该系统结构接近专家系统。6决策支持系统的统一结构形式图3.5 决策支持系统的统一结构 “人机交互与问题综合系统（综合部件）”可理解为对实际决策问题的处理与