決策支持系統問題范文

本站小編為你精心準備了決策支持系統問題參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

決策支持系統(DDS)的概念提出20多年來,隨著決策理論、信息技術、數據庫技術、辦公自動化、專家系統等相關技術的發展,DDS取得了長足的進展,在許多領域得到應用。DDS已成為許多行業經營管理中一個不可缺少的現代化支持工具。本期專題介紹了銀行、房地產、企業等應用DDS的情況,包括如下文章:

1.決策支持系統建立中的關鍵問題

——兼論云南玉溪卷煙廠信息管理與決策支持系統

本文以建立云南玉溪卷煙廠信息管理與決策支持系統為例,介紹了決策支持系統建立中的關鍵問題,包括決策支持與數據管理系統,模型、方法和知識管理系統及用戶交互環境。

2.銀行智能決策支持系統

面對激烈競爭和瞬息萬變的金融市場,傳統的銀行決策方法已不能適應現代化銀行發展的需要。本文探討如何將計算機決策支持技術應用到銀行高層決策,建立銀行智能決策支持系統。

3.地震預報智能決策支持系統的研制與應用

地震是眾多自然災害中對人類生存造成危害最為嚴重的一種災害。為了科學、準確預報地震,減輕地震的影響,建立地震預報智能決策支持系統具有非常重要的價值。

4.智能房地產決策支持系統EID

柔性綜合集成能夠使系統按照當前運行狀況,動態配置所需的計算機部件,以解決傳統專家系統表示和推理單

一、難以融合異質計算部件等缺點。本文介紹在構建智能房地產決策支持系統中,采用基于任務歸約和子任務聯想的知識湯建模方法,對柔性綜合集成作了初步的嘗試。

5.低成本CIMS成本管理決策支持系統

本文以特鋼企業為背景,闡述了建立網絡環境下低成本CIMS成本管理決策支持系統的基本思想,并提出CIMS環境下管理與決策的模型庫、數據庫、方法庫和知識庫的分析與設計,進而達到控制鋼鐵企業成本的目的。

決策支持系統是以日常業務處理系統的數據為基礎,利用數學的或智能的方法,對業務數據進行綜合、分析,預測未來業務的變化趨勢,在企業發展、市場經營戰略等重大問題上為領導層提供決策幫助的計算機系統。近年來企業(包括商業)部門業務處理以及信息管理系統的廣泛使用,既為決策支持系統的建立提供了基礎,也為它的應用產生了強大的推動力。

與此同時,計算機在理論與技術上的新進展也使決策支持系統的研究與應用水平不斷提高,使它從早期的批處理方式演變成今天的聯機分析處理方式,也帶動了數據倉庫、多維數據庫、數據挖掘等新技術的研究。

決策支持系統大體上由以下三個部分組成:

·對決策用的數據進行管理的決策數據管理子系統。

·決策知識、模型管理子系統。

·與用戶進行對話、接收命令,提供決策結果的交互環境。

在建立決策支持系統中,以下幾個問題顯得尤為關鍵:

一、決策支持與數據管理系統

數據管理系統必須為決策支持的分析處理提供以下服務:

(1)根據主題需要,從OLTP數據庫中抽取分析用的數據。為此在抽取過程中要對原始數據進行分類、求和、統計等處理,抽取的過程實際上是數據的再組織。

(2)在抽取過程中,完成數據凈化,即去掉不合格的原始數據,必要時還必須對缺損的數據加以補充。

(3)在改變分析、決策的主題時,可以按主題進行數據查詢與訪問。

(4)采用脫機大容量存儲、聯機磁盤存儲、內存存儲的多級存儲模式,解決數據量巨大及按照主題、粒度劃分的數據組織問題。

今天,人們常把滿足上述功能需求的數據管理系統稱為數據倉庫系統。數據抽取與凈化、存儲組織等,都是建立數據倉庫的關鍵技術。除此之外,在設計數據倉庫時,還應特別重視數據的粒度與劃分問題。

與傳統數據庫設計類似,好的數據倉庫設計也采用概念模型、邏輯模型與物理模型的方法。所不同的是,數據倉庫的數據模型是緊緊圍繞前面所述的決策分析用的主題等范圍進行的。

數據倉庫系統可以在關鍵數據庫的基礎上建立。采用這一方法,開發人員把關系數據庫當作一種存儲結構,自己設計、實現數據倉庫必備的功能。當然也可以利用關系數據庫軟件廠家提供的某些工具。目前這類工具還比較缺乏。

實現決策用的數據管理系統的另一種途徑是采用多維數據庫。多維數據庫中的維是指在進行分析預測時可以變化的角度。例如,一個企業在全國各地的產品銷售,可以按時間逐年統計,也可以按地區或者產品分類統計,這里的時間、地區、產品就是不同的維。多維數據庫為面向主題的分析決策提供了更大的靈活性。它支持對按總體統計的詳略級別組織的數據進行特殊查詢,從宏觀的結果逐步向下跟蹤產生這些結果的微觀數據,或者反過來由底層微觀數據逐步向上得到高層的宏觀結果。

對于較為簡單的分析、決策應用而言,決策數據管理系統可以采用多維電子表格實現。

這是在普通二維電子表格上的擴充,通過增加維數,可以滿足面向主題的分析、決策的需求。

二、模型、方法和知識管理系統

采用數據倉庫和多維數據庫技術的數據管理子系統將數據進行整理(預處理)和凈化之后,形成可靠的易于進行決策的"數據源"(即數據倉庫或多維數據庫),這個"數據源"的結構與形式和決策支持系統所采用的模型與知識有關。決策粗略地分為結構化決策支持、非結構化決策支持、半結構化決策支持。一個較好的決策支持系統必須完成這三方面的決策支持。

1.模型、方法和知識管理系統

在決策支持系統中,模型、方法和知識的管理是核心,它對依問題建立的模型庫、方法庫和知識庫進行管理。

模型、方法和知識管理系統的主要任務是:

(1)對模型庫、方法庫和知識庫進行維護。模型、方法和知識管理系統必須有對三庫的維護界面;可根據問題的需要對模型、方法和知識庫進行增加、刪除和修改,并保證三庫的一致性:一是系統運行過程調用每個庫時不發生矛盾,特別是對知識庫的維護更為復雜;二是每種模型、方法和知識都能調用到。

(2)模型、方法和知識管理系統根據用戶的要求和數據倉庫提供的數據,能有效地選擇模型、方法和知識,經系統運行得到相應的結果,并將結果送給交互環境進行輸出。

2.智能決策支持系統

智能決策支持系統一般是在模型、方法和知識管理系統的基礎上增加專家系統和數據采掘與知識發現技術。目前雖然一般的決策支持系統得到了廣泛使用,但隨著數據量的增大,不確定因素的增多,專家系統技術和各種推理技術對提高決策支持的準確度十分必要,在人也無法描述出數據間的關系時,就提出數據采掘與知識發現技術。近年來數據采掘與知識發現技術發展很快,已達到初步應用的程度。智能決策支持系統將會迅速發展。

分頁

三、用戶交互環境

用戶交互環境是決策者或決策部門與決策支持系統打交道的界面,它負責接收用戶發出的各種命令,根據這些命令調用不同的子系統,并獲得處理結果,最后再將這些結果輸出給用戶。

用戶輸入的命令包括:對確定的主題進行分析、對比、預測等決策處理;對決策用的數據進行各種查詢;其它特殊命令,如控制輸出形式,要求對輸出的結論進行解釋等。

從內容上講決策的輸出主要是圍繞決策主題產生的各種分析、綜合與預測的結果。以市場分析、預測的主題為例,其內部就可以包括行情變化趨勢,各種商品銷售按時間、地區對比、排序,廠家競爭策略,未來銷售預測等。

交互環境的好壞直接影響著用戶對系統的使用。一個好的交互環境,其輸入應當簡單、易學、易用。其輸出應當做到內容豐富、形式活潑。

在輸入方法上可以采用先進的手寫輸入和語音輸入,以及廣為使用的多窗口圖形化界面技術。

在輸出形式上可以包括文字報告、圖表、可視化圖形、語音合成,這些方式相互配合,相得益彰,可以取得令人滿意的效果。

良好的決策支持系統的交互環境很難直接從市場上購買到,常常要靠自己開發。我們以為云南玉溪卷煙廠開發的"信息管理與決策支持系統"(簡稱"玉煙系統")為例來討論交互環境中的結果輸出部分的關鍵技術。

"玉煙系統"的基本輸出形式是具有標題、段落的文字報告。其內容較為豐富,包括市場分析、預測等若干主題。當輸出時,以實時生成的女聲自然語音輸出為主,同時配合以下手段對輸出內容進行補充:

·二維表格顯示朗讀的數據。

·三維直方圖、餅圖顯示分析、對比結果。

·可以按省、地區變化顏色,在地區上顯示立體柱圖的三維中國地圖。這種顯示主要用于描述全國市場的競爭態勢。

·報告中所提到的某些對象的三維立體造型的動態顯示。

輸出過程可以隨時暫停或繼續。當暫停時,還可要求解釋報告內容。以上述方式向用戶輸出分析、決策結果必須解決以下幾個關鍵問題:

(1)首先要為用戶提供一種手段來定義報告輸出的結構、內容、多媒體輸出的要求。為此我們設計并定義了一種特殊的腳本語言。通過這一腳本語言,用戶可以方便地表達他們希望輸出的內容、文字報告的格式,以及前面提到的輸出格式。

(2)在輸出時要做到說的與顯示的都反映同一個主題,即各種輸出應當在內容上一致,因此必須很好地控制多媒體輸出的同步。在系統實現時,我們以語音輸出為主,計算輸出字符、分句同步等方法使這一問題得到解決。

(3)漢語的文語轉換、語音合成、三維復雜實體造型的實時動態顯示等技術。這些方面既有輸出質量、也有輸出速度的要求。

四、一個用于市場分析與預測的決策支持系統

我們以"玉煙系統"為例來說明一個具體系統的構成。

1.系統描述

"玉煙系統"從功能上分為以下五部分:

(1)數據規范化處理(DSP)由于決策的需要,企業要盡可能地收集各種市場信息和生產數據,因此也就存在原始數據來源多、結構混亂的問題。DSP的目標旨在對原始數據進行一定的預處理,從而得到結構簡單、格式規范、統一的規范化數據,供專家系統、分析、預測和報告生成使用。同時也使系統數據具有獨立性,系統工作從規范化數據開始。其實這部分就是數據倉庫的建立,規范化的數據放在數據庫中就是數據倉庫。

(2)專家系統(ES)通過長期的工作實踐,有經驗的企業管理人員和市場營銷人員必然會對市場的變化和發展形成一套較為完整的看法,將這些知識總結成規則的形式,即可通過專家系統加以運用。ES的功能是運用已定義的經驗性規則,基于實際的數據情況進行推理,以發現一些值得注意的問題。

根據隨機性市場分析的特點,推理機制采用確定性的正、逆向混合推理方法。市場上可能會出現的突發事件類型由用戶在建造知識規則庫時用規則事先定義好。在推理過程中,系統在這類規則的引導下,通過對規則集的匹配和數據查找,驗證各類突發事件是否發生,這是一個逆向過程。當發生了某個突發事件時,則對其產生的背景和相關條件進行跟蹤,找出該突發事件發生的原因和背景,這是一個正向的過程。

專家系統具有解釋功能。系統提供了兩種類型的解釋:一種是服務于系統維護人員的,它可以提供得出某項結論的推理路徑、所用規則及內容,以及推理依據等內容。系統維護人員可以據此對知識規則庫的正確性進行維護。這種解釋是通常專家系統意義下的解釋,只要在推理過程中記錄推理路線和所用到的數據即可。

另一類解釋是服務于生產決策人員的,他們關心的是某項突發事件產生的原因和背景。

由于篇幅的限制,分析報告中不能包括所有突發事件的全部信息,當決策人員想知道某個突發事件的更詳細的情況時,可以通過解釋功能得到。由于該類信息量較大,在正常推理情況下并不保留這些信息,只有當用戶要求對某項內容提供更詳細情況時,系統才重新啟動推理機,將有關更詳細的情況報告給用戶。

(3)市場分析模型和知識管理系統(MAS)有限的經驗性知識無法覆蓋可能出現的全部情況,因此,還需要從實際數據中發掘出知識中沒有提到但有可能對企業行為產生影響的信息。在這種情況下,除了采用經驗性知識進行分析推理之外,基于數學方法的統計分析是必不可少的。MAS包括運用幾種常用的統計分析方法(因果分析、趨勢分析等)以及一些經驗性公式,在已有數據的基礎上進行一定的數學運算,以得出一些決策者可能會關心的分析結果。

我們認為一個完整的市場分析框架應包含以下四個方面的內容:

·建立信息綜合處理的數學模型,可以對一個市場對象各方面的屬性進行整體性處理,得出其對市場的影響程度;

·提供一種定性與定量相結合的信息加工手段,可以從經濟學的角度對自變量的數值及其變化情況作出定性解釋。

·根據變量間的依賴關系,對有定性因果關系的變量的變化情況作出合理的推斷;

·根據市場數據的變化,尋找影響變量的有關因素。

僅僅使用數學方法或類似專家系統的知識方法都是不充分的。需要用數學模型對市場對象進行合理的描述,并通過數學手段解決變量間的數值依賴。由于不僅僅關心變量數值的大小,更重要的是揭示其經濟意義,所以在市場分析的實現中需要可控制的推理系統,不僅能處理顯式的規則,而且可以進行基于定性因果關系的推理過程。

在整個框架的研究中,我們著重于定性定量相結合的推理機制,以有效的綜合使用數學方法與知識方法。

(4)市場預測模型及知識管理系統(MFS)MFS的功能是在現有數據的基礎上,對未

來(主要是短期內)的基本經濟情況、市場銷售情況等作出預測,以便決策者在考慮下一步行動時借鑒。由于市場的多樣性和復雜性,單純使用數學上的預測方法難以收到滿意的效果,因此,在本系統中我們引入了一種數學方法與經驗知識相結合的綜合性組合預測方法。

為了收到較好的預測效果,根據預測對象的不同,我們提出幾種不同的預測方案,在各種方案中,充分衡量預測對象變化的條件以及可能變化的幅度,并采取相應的處理方法。本系統將預測對象分為兩類:一類是對各地區的常規的經濟狀況(人口、人均收入、人均消費水平等)進行預測,一類是對某一產品的社會容量(需求量)進行專項預測。常規的經濟狀況的預測分別采用時間序列分析方法、因果回歸分析法或者兩者相結合的方法,而對某一產品社會容量的預測則采用數學方法與知識方法相結合的組合預測方法。知識方法中,我們采用了分類和匹配方法。

(5)報告生成系統(RGS)RGS的功能是根據原始數據以及專家系統、分析和預測所得到的結果,生成市場分析和預測的文字報告,必要時配以輔助信息。在本系統中我們采用的是一種基于模板的文字報告生成方法。

2.系統流程及其框圖

在運行本系統之前,一定的數據準備工作是必要的,所有需要用到的原始數據都應按照DSP所能處理的格式存放在數據庫中。之后,即可通過一定的參數(如時間等)調用本系統。

系統總體結構如圖2所示。系統的工作步驟如下所示:

(1)調用DSP,對原始數據進行規范化處理,得到規范數據;

(2)調用ES,在規范數據的基礎上運行專家系統,得到規則結果;

(3)調用MAS,在規范數據的基礎上進行分析,得到分析結果;

(4)調用MFS,在規范數據的基礎上進行預測,得到預測結果;

(5)調用RGS,在上述結果的基礎上生成相應的文字報告(以及必要的輔助信息)。

五、結束語

Internet特別是Intranet的出現,對決策支持系統的研究與開發提出了許多極富挑戰性的問題。大型企業都把自己的生存與發展與網絡聯在一起,而越是這樣的企業,越是需要決策支持系統。當一個企業是建立在Intraneet上時,就分析與決策而言,至少在以下兩點上會發生很大變化:

(1)分析、決策用的數據不再集中于某一場地,而是分散到網絡上的不同地區、部門。

(2)運行在Intranet環境里的分析、決策模型及知識處理方法會從一臺機器上的集中式處理,變成在網絡環境下的分布、或分布再加上并行的處理方式。這些變化為我們研究分布式數據倉庫、分布式決策處理提供了機遇。