决策支持系统修稿

null决策支持系统发展与应用决策支持系统发展与应用2010112622 潘玉辰**null 一、DSS的产生与发展 二、DSS的基本概念 三、DSS的构造与系统结构 四、DSS在企业中的应用**null 计算机是当代发展最为迅速的科学技术之一，其应用几乎已深入到人类活动和生活的一切领域，大大提高了社会生产力，引起了经济结构、社会结构和生活方式的深刻变化和变革。计算机科学技术具有极大的综合性质，与众多科学技术相交叉而反过来又渗入更多的科学技术，促进它们的发展。计算机科学与其他学科相交叉产生了许多新学科，推动着科学技术向更广阔的领域发展。 **null 决策支持系统是以信息技术为手段，应用管理科学、计算机科学及有关学科的理论和方法，针对半结构化和非结构化的决策问，通过提供背景材料、协助明确问题、修改完善模型、列举可能、进行分析比较等方式，为管理者做出正确决策提供帮助的人机交互信息系统。 **一、DSS的产生与发展一、DSS的产生与发展1.1 DSS的产生背景 电子数据处理——EDP（Electronic Data Processing） 管理信息系统——MIS（Management Information Systems） 决策支持系统——DSS（Decision Support Systems） **null 电子数据处理EDP（Electronic Data Processing） 提高了工作效率，把人们从繁琐的事务处理中解脱出来。缺点：仅局限于具体信息处理，不共享，不考虑整体或部门情况。 **null 管理信息系统 MIS（Management Information Systems）： 整体分析，系统设计，信息共享，部门协调。缺点：难于适应多变的内、外部管理环境，对管理人员的决策帮助十分有限。**null 决策支持系统DSS（Decision Support Systems）： 70年代中期Keen和Scott Morton在《管理决策系统》（1971）一中提出。目标：对管理者做决策提供技术支持。**null 技术背景： 运筹学模型发展已经比较完善，多目标决策分析突破了单一效用理论的框架，计算机软、硬件及网络技术的迅猛发展，人工智能特别是知识处理技术的发展，数据库技术、图形显示技术、各类工具软件的发展与完善，构成了DSS形成与发展的技术基础。 **null1.2 DSS的发展 70年代，Scott Morton在《管理决策系统》（1971）一书中首次提出DSS。 Peter G. W. Keen等人编写了一套丛书，阐明DSS的主要观点，初步构造出DSS的基本框架。 1978至1988年，DSS得到迅速发展，许多实用系统被开发出来，投入实际应用，产生明显效益。 1988至现在，DSS技术持续发展，目前已基本成熟。新一代DSS研究仍然十分活跃。 **null1.3 DSS的理论基础 信息论 计算机技术 管理科学与运筹学 信息经济学 行为科学 人工智能**null (1) 信息论 信息是现代科学技术中普遍使用的一个重要概念。 信息论是运用信息的观点，把系统看作是借助于信息的获取、传送、加工处理、输出而实现其有目的性行为的研究方法。**null (2) 计算机技术 计算机软件技术 计算机硬件技术 计算机网络技术 计算机图形处理技术 计算机知识处理技术等。 **null (3) 管理科学与运筹学 管理科学MS（Management Science）：面向管理者，研究决策问题，如决策目标、决策效能等。 运筹学OR（Operations Research）：提供一系列优化、仿真、决策等模型。**null (4) 信息经济学 在信息时代，研究信息的产生、获得、传递、加工处理、输出等方面的价值问题。从经济学的角度，研究信息产生和获得的成本是多少？利润是多少？即研究信息价值问题。**null (5) 行为科学 研究决策者的决策风格、在决策过程中的决策行为等，指导DSS的设计和开发。涉及到决策者的心理学。 **null (6) 人工智能 将人工智能技术用于管理决策是一项开拓性工作。当前研究的IDSS就是DSS与AI技术相结合的产物，它用领域专家的知识来选择和组合模型，完成问题的推理和运行，为用户提供智能的交互式接口。 **null 人工智能技术作为计算机应用研究的前沿，近十年取得了惊人的进展，呈现了光明的前景。 专家系统、智能机器人和模式识别是人工智能中最活跃、最富有成果的三个研究领域。**null 其中专家系统（Expert Systems , 即ES ） 研究，取得了许多实用化的成果。当今世界上已经有上万个专家系统，应用于医疗、诊断、探矿、军事、调度、质谱分析、计算机配置、辅助教育等各种领域，并已开始涉足财务分析、计划管理、工程评估、法律咨询等管理决策领域。 **null 决策的正确性关系到经营效果和事业成败，决策理论、决策方法和决策工具的科学化和现代化是正确性的重要保证。人工智能将为DSS提供有效的理论和方法。例如，知识的示和建模，推理、演绎和问题求解及各种搜索技术，再加上功能很强的人工智能语言，都为DSS的发展走向更加实用的阶段提供强有力的理论和方法的支持。**null 一、DSS的产生与发展 二、DSS的基本概念 三、DSS的构造与系统结构 四、DSS在企业中的应用**二、DSS的基本概念二、DSS的基本概念2.1 决策过程 **设计方案评价方案确定目标实施方案环 境null2.2 决策问题的类型 决策问题的类型（按结构化程度分为）： 结构化决策问题 半结构化决策问题 非结构化决策问题 三类。**null 结构化程度： 对某一过程的环境和规律，能否用明确的语言（数学的或逻辑学的，形式的或非形式的）给予清晰的描述（定量的或推理的）。**null结构化问题：能够描述清楚的问题。三个阶段都能使用确定的算法或决策规则。 非结构化问题：不能够描述清楚，而只能凭直觉或经验作出判断的问题。三个阶段都不能使用确定的算法或决策规则。 半结构化问题：介于两者之间的问题。一个或二个阶段能使用确定的算法或决策规则。 **null 一、DSS的产生与发展 二、DSS的基本概念 三、DSS的构造与系统结构 四、DSS在企业中的应用**三、DSS 的构造与系统结构三、DSS 的构造与系统结构DSS的构造研究主要解决DSS的组成问题，即组成DSS的部件。 现在，经典提法是： DSS = 四库系统 + 对话系统 （人机界面） 四库系统：数据库系统、模型库系统、方 法库系统、知识库系统。 **null 近年来，有的学者提出增加DSS的组成部件，从而形成5库、6库、7库、8库等群库结构。即： DSS = 群库系统 + 对话系统 （人机界面） 群库系统： 数据库、模型库、方法库、知识库、 文本库、图形库、语音库、工具库、 地理信息库。。。 **null 一、DSS的产生与发展 二、DSS的基本概念 三、DSS的构造与系统结构 四、DSS在企业中的应用**1、现代企业所面临的决策挑战1、现代企业所面临的决策挑战1. 决策时要考虑的因素更复杂 2. 决策速度要求更快 3. 决策质量的要求更高**2、企业采用DSS后可能的预期收益2、企业采用DSS后可能的预期收益更高的决策质量; 沟通的改进; 成本的削减; 生产率的提高; 节约时间; 客户和员工满意度的改善。 **3、DSS的主要应用3、DSS的主要应用1、销售支持： 　　 每日按地区、部门、销售员和产品生成销售情况的汇总，给高级经理提供支持。这些标识了丢失的业务、挽回的业务和新的业务。根据需要还可以定制额外的周期报表，这些特殊的报表给经理提供了比较和趋势分析，有助于确定问题和机会。DSS应用能够分析和评价以往产品的销售，以确定产品成功或失败的因素。借助DSS，可以利用全公司的数据来推测一个决策所隐含的利润和收入。 **null　2、客户分析和市场研究： 　DSS应用可以利用统计工具来分析每天收集的交易数据，以确定各种类型客户的消费模式，然后采取相应的营销措施，从而实现最大的利润。对于重点客户要提供更好的服务和更优惠的价格策略。对于潜在客户要进行促销以争取。对于易流失的客户要分析原因以挽回。由于客户关系管理是目前的一大热点，这方面的分析内容很多，作者将在后续的文章中详细介绍。市场研究包括：利用预测模型分析得出每种产品的增长模式，以便作出终止或者扩张某种产品的适当决定；企业品牌和形象的研究，以便提高企业和品牌的知名度和美誉度；分析客户满意度；市场规模和潜在规模的研究等。 **null　3、财务分析： 　按年、月、日或其它自定义周期来进行实际费用和花费的比较；审查过去现金流的趋势，并预测未来的现金需求量；复杂项目的预算计划和成本分摊；整合各分支机构的财务数据，形成正确、一致的财务报表。 　4、运筹和战略计划： 　基于资源和时间的限制，来确定最优的项目时间表；制定工厂每日的生产计划；确定大型连锁机构中分支网点的设立, 如连锁店、加油站、通讯中继站等等；协助制定大规模资本投资计划，并计算投资风险。 **null5、企业分析： 　　为了达到组织的目标所必须考虑的因素被称为关键成功因子(Critical Success Factor, CSF)。CSF是企业级分析的焦点。这样的因子可以是战略性的或者操作性的，主要从三个来源导出：组织性因素、行业因素和环境因素。关键性能指标(Key Performance Index, KPI)提供了CSF在公司层次上的度量。**