决策支持系统[编辑]

决策支持系统(decision support system ，简称dss)是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统。它是管理信息系统(mis)向更高一级发展而产生的先进信息管理系统。它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。

决策分类　　按支持层次分类

　　支持系统可以支持组织中的各个管理层次。根据各层次决策任务之不同，决策支持系统可以划分为：

　　1战略规划决策支持系统，这是用于高层管理决策的；

　　2战略决策支持系统，这是用于操纵管理决策的。

　　2. 按支持的决策类型分类

　　1个人决策支持系统；

　　2组织机构决策支持系统，又称为分布式决策支持系统；

　　3群体决策支持系统。

　　3. 按支持的数据与模型操纵能力分类

　　数据检索和模型计算是决策支持系统的两种重要功能，所以决策支持系统可分为：

　　1数据检索决策支持系统，包括文件检索系统、数据分析系统、信息分析系统；

　　2模型计算决策支持系统，包括统计模型系统、模拟模型系统、优化模型系统、建议模型系统等。

　　4. 按决策支持系统的适用范围分类

　　按决策支持系统适用范围的狭窄与宽广，可分为专用的决策支持系统和通用的决策支持系统。前者通常针对特定的决策环境和需求所开发，而后者往往是根据一类问题开发一种决策支持系统的生成系统器，对同类问题的不同具体案例，只要更换一些参数和要求并进行适当的调整，即生成新的决策支持系统。[1]

编辑本段决策步骤

　　决策的进程一般分为4个步骤：

　　(1)发现问题并形成决策目标，包括建立决策模型、拟定方案和确定效决策支持系统

果度量，这是决策活动的起点；

　　(2)用概率定量地描述每个方案所产生的各种结局的可能性；

　　(3)决策人员对各种结局进行定量评价，一般用效用值来定量表示。效用值是有关决策人员根据个人才能、经验、风格以及所处环境条件等因素，对各种结局的价值所作的定量估计；

　　(4)综合分析各方面信息，以最后决定方案的取舍，有时还要对方案作灵敏度分析，研究原始数据发生变化时对最优解的影响，决定对方案有较大影响的参量范围。

　　决策往往不可能一次完成，而是一个迭代过程。决策可以借助于计算机决策支持系统来完成，即用计算机来辅助确定目标、拟定方案、分析评价以及模拟验证等工作。在此过程中，可用人机交互方式，由决策人员提供各种不同方案的参量并选择方案。

编辑本段基本结构

概述

　　决策支持系统，是以管理科学、运筹学、控制论、和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，针对半结构化的决策问题，支持决策活动的具有智能作用的人机系统。该系统能够为决策者提供所需的数据、信息和背景资料，帮助明确决策目标和进行问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进行评价和俦优选，通过人机交互功能进行分析、比较和判断，为正确的决策提供必要的支持。

　　DSS的概念是在20世纪70年代提出的，并在80年代获得发展。它的产生原因有：传统的MIS没有给企业带来巨大的效益，人在管理中的积极作用要得到发挥；人们对信息处理规律认识提高，面对不断变化的环境，要求更高层次的系统来直接支持决策；计算机应用技术的发展为DSS的发展提供了物质基础。

　　20世纪80年代初，R。H。Sprague提出决策支持系统应用具有以下主要特征：

　　1.数据和模型是DSS的主要资源；

　　2.DSS主要是解决半结构化及非结构化问题；

　　3.DSS是用来辅助用户作决策，但不是代替用户；

　　4.DSS的目的在于提高决策的有效性而不是提高决策的效率。决策支持系统的发展过程

　　自从20世纪70年代决策支持系统概念被提出以来，决策支持系统已经得到很大的发展。

　　1980年Sprague提出了决策支持系统三部件结构（对话部件、数据部件、模型部件），明确了决策支持系统的基本组成，极大地推动了决策支持系统的发展。

　　20世纪80年代末90年代初，决策支持系统开始与专家系统（Expert System, ES）相结合，形成智能决策支持系统（ Intelligent Decision Support System, IDSS）。智能决策支持系统充分发挥了专家系统以知识推理形式解决定性分析问题的特点，又发挥了决策支持系统以模型计算为核心的解决定量分析问题的特点，充分做到了定性分析和定量分析的有机结合，使得解决问题的能力和范围得到了一个大的发展。智能决策支持系统是决策支持系统发展的一个新阶段。20世纪90年代中期出现了数据仓库（Data Warehouse, DW）、联机分析处理（On-Line Analysis Processing, OLAP）和数据挖掘（Data Mining, DM）新技术，DW+OLAP+DM逐渐形成新决策支持系统的概念，为此，将智能决策支持系统称为传统决策支持系统。新决策支持系统的特点是从数据中获取辅助决策信息和知识，完全不同于传统决策支持系统用模型和知识辅助决策。传统决策支持系统和新决策支持系统是两种不同的辅助决策方式，两者不能相互代替，更应该是互相结合。

　　把数据仓库、联机分析处理、数据挖掘、模型库、数据库、知识库结合起来形成的决策支持系统，即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是更高级形式的决策支持系统，成为综合决策支持系统（Synthetic Decision Support System, SDSS）。综合决策支持系统发挥了传统决策支持系统和新决策支持系统的辅助决策优势，实现更有效的辅助决策。综合决策支持系统是今后的发展方向。

　　由于Internet的普及，网络环境的决策支持系统将以新的结构形式出现。决策支持系统的决策资源，如数据资源、模型资源、知识资源，将作为共享资源，以服务器的形式在网络上提供并发共享服务，为决策支持系统开辟一条新路。网络环境的决策支持系统是决策支持系统的发展方向。

　　知识经济时代的管理——知识管理（Knowledge Management, KM）与新一代Internet技术——网格计算，都与决策支持系统有一定的关系。知识管理系统强调知识共享，网格计算强调资源共享。决策支持系统是利用共享的决策资源（数据、模型、知识）辅助解决各类决策问题，基于数据仓库的新决策支持系统是知识管理的应用技术基础。在网络环境下的综合决策支持系统将建立在网格计算的基础上，充分利用网格上的共享决策资源，达到随需应变的决策支持。决策支持系统（DSS）的基本特征

　　1、对准上层管理人员经常面临的结构化程度不高、说明不充分的问题；

　　2、把模型或分析技术与传统的数据存取技术检索技术结合起来；

　　3、易于为非计算机专业人员以交互会话的方式使用；

　　4、强调对用户决策方法改变的灵活性及适应性；

　　5、支持但不是代替高层决策者制定决策。决策支持系统（DSS）的结构特征

　　1、数据库及其管理系统；

　　2、模型库及其管理系统；

　　3、交互式计算机硬件及软件；

　　4、图形及其他高级显示装置；

　　5、对用户友好的建模语言。

参考资料：

扩展阅读：