决策支持系统在企业管理中的应用研究Word文档下载推荐.docx
《决策支持系统在企业管理中的应用研究Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《决策支持系统在企业管理中的应用研究Word文档下载推荐.docx（17页珍藏版）》请在冰豆网上搜索。
决策支持系统作为一种新兴的信息技术，能够为企业提供各种决策信息以及许多商业问题的解决方案，从而减轻了管理者从事低层次信息处理和分析的负担，使得他们专注于最需要决策智慧和经验的工作，因此提高了决策的质量和效率。
自1974年美国学者Michal．S．Scott．Morton等人提出“决策支持系统”（DSS）的概念以来，DSS（DecisionSupportSystems，决策支持系统）在企业中的应用开发价值至今已在海内外得到了高度认同。
近几年来，随着“3C1N”技术的发展及与计算机网络技术的结合，又开发了能供异地决策者共同参与进行决策的群体决策支持系统GDSS（GroupDecisionSupportSystems）IDSS（IntelligentDSS智能决策支持系统）、ESS（Executivesupportsystems主管支持系统）等等，并在传统的DSS的模型库、数据库和人一机交互系统的基础上，增加了知识库和方法库。
本课题通过对近年来DSS研究的理论成果与应用的研究，分析了目前企业DSS开发和应用的现状，以及企业在DSS开发应用中存在的问题和不足，目的就是通过分析当前企业在管理工作中面临的新问题，促进DSS在企业管理工作中的应用，从理论上对企业管理工作如何建立和运用DSS提供相应的对策与建议，全面提高管理水平和决策效率。
同时本课题从系统论、信息论和运筹学的角度，结合计算机、数据库等技术，针对DSS主要部件的设计方面，提出了一种基于动态决策支持系统在企业管理中的应用研究规划的决策方法，用于DSS模型管理系统的设计；
提出利用反馈控制原理，用于DSS用户交互部件的设计：
提出一种基于知识推理的规则，用于DSS知识库的设计；
并就数据仓库在DSS数据库系统的应用进行了较深入的研究。
在理论上有创新，对今后的该项研究工作提供借鉴和启发。
0．2文献综述
DSS是当前信息系统研究的最新发展阶段，DSS的各类研究成果为各级各类决策提供了科学的方法和依据。
自DSS的概念提出以来，与它的理论研究相比，实际应用工作开展得更早，它广泛用于企业管理、系统开发、经济分析与规划、战略研究、资源管理、投资规划等方面，支持各类决策问题的决策支持系统大量出现并已投入使用。
在国外，特别是工业发达的西方国家，DSS已经进行实际应用，成为一种正规的、普遍使用的信息系统。
己成为支持企业管理决策的主要活动，不同程度地改善了决策者和信息决策工作人员的素质和行为，为各级主管决策提供了科学的依掘。
近年来，DSS理论和技术已经传入我国，80年代软科学的兴起，促进了DSS的研究。
软科学的根本任务是为领导决策服务，为各级、各类决策提供科学依据。
在软科学的研究中，“发展规划”和“前景预测”在我国取得了明显效果。
綦振法等人在（（DSS在企业中的开发与应用构想》（2005）一文中，运用系统工程原理与方法，通过分析企业现实系统，阐述了建立DSS的必要性，针对我国的实际情况，提出了企业DSS设计的目标，构造出一个具有实用价值的企业DSS结构框架。
李珊等人在《决策支持系统（DSS）的研究与发展》（2001）一文中，分析了决策支持系统（DSS）在计算机管理领域中模型、专用及生成工具、结构、决策风格的研究现状，结合实际论述了DSS群体、智能、分布以及集成化的发展趋向。
王宗军在《智能决策支持系统的结构模型及研究趋势》一文中，介绍了IDSS的基本概念和特征，给出了IDSS的基本结构模型，最后讨论了IDSS的研究趋势。
向阳和黄梯云等在《基于管理问题理解的DSS智能构模理论框架研究））（2004）中，分析了目前国内外模型构造现状及存在的问题，首次提出了一个更加符合人决策支持系统在企业管理中的应用研究类思维习惯的三层次智能构模理论框架，该理论框架由管理问题理解层、问题模型类匹配屋和模型知能构造层三个层次组成，并给出了三个组成层次中的主要研究内容。
樊群，达庆利等在《基于虚拟数据库的决策支持系统》（2002）针对虚拟数据库技术能够快速收集、组织和集成来自不同数据源的数据，便于数据挖掘和在线分析处理，提高系统决策支持的能力的特点。
在此基础上，提出了一种新的易于实现的决策支持系统体系结构。
刘金禄，陈守煜等在《基于Hessian矩阵的模糊优选BP算法及其应用》（2004）中在模糊优选神经网络理论的基础上，提出了等效误差函数的概念。
建立了基于误差函数的Hessian矩阵的一种BP算法。
该方法应用数值计算方法中的Newton迭代法显著提高了计算中的学习效率。
将该方法应用于大连市经济、水资源和环境规划的决策分析中，取得了满意的效果。
总的说来，目前在国内，DSS在企业中的开发与应用尚处于初级阶段。
由于决__策是一项复杂的管理活动，不同企业针对不同的决策，对决策支持系统的要求也不尽相同；
DSS在开发上，也需要与计算机、数据库、网络等多项技术的融合。
目前国内现有的文献，一部分是偏重于对DSS的模型、结构等理论方面的研究，另一部分偏重于从信息管理系统开发的角度进行研究。
对从管理决策层面上如何开展DSS的设计和实现，研究还不够深入。
本文正是从管理学的角度全面分析了决策支持系统的作用、功能、关键环节和意义等，并结合管理学、信息论、运筹学等理论给出了决策支持系统主要部件的一些具体的设计方法，对企业实际开展决策支持系统的开发和应用具有一定的指导意义。
系统概述
对于决策支持系统（DecisionSupportSystem，以下简称DSS），目前还没有被普遍接受的严格定义。
一个较为经典的定义由ScootMorton提出并经过Keen和ScootMorton修正后，定义如下：
“决策支持系统是将个人的智力资源和计算机的能力结合起来改进决策的质量，它是于计算机的支持系统。
帮助管理决策制定者处理半结构化问题。
”这个定义经过后人的不断完善后，概括为：
“决策支持系统DSS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、模拟技术和信息技术为手段，面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一机计算机系统。
能为决策者提供决策所需要的数据、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，提供各种被选方案，并对各种方案进行评价和优选，通过人一机对话进行分析、比较和判断，为正确决策提供有益的帮助。
”
在此定义中，DSS的主要任务是：
（1）分析和识别问题：
（2）描述和表达决策问题及决策知识；
（3）形成决策方案
（4）构造决策问题的求解模型；
（5）建立评价决策问题的各种准则。
由于市场竞争日趋激烈，新技术革命的飞速发展，企业发展规模不断扩大，因而企业要在市场中求得自身生存与发展的空间，企业的决策者将不可避免地面临以下两方面的挑战：
（1）为决策服务的内、外部信息量迅速增加，对信息的及时性、准确性、客观性等方面的要求更高、更严；
（2）参与决策的决定性因素众多，包括技术、经济、管理、个人经验等，而且诸因素间有机关联，导致现代决策复杂程度大幅度提高，难度增大。
因此，仅凭以往自身经验进行的决策已远远不能适应现代企业管理的要求，利用计算机辅助企业决策，实施决策科学化乃是大势所趋。
1．1决策支持系统（DSS）的发展演变
从管理学观点看，所谓决策，就是人们为了达到一定目标，在掌握充分的信息和对有关情况进行深刻分析的基础上，用科学的方法拟定并评估各种方案，从中选出合理方案的过程。
决策是一个过程，是为达到一定的目标，从两个或多个可行方案中选择一个合理方案的分析判断和抉择的过程。
它贯穿于全部管理活动的始终，贯穿于管理的各种职能活动中，贯穿于计划、组织、人员配备、指导与领导和控制活动中。
西蒙认为：
“为了了解决策的含义，就得将决策一词从广义上予以理解，这样，它和管理一词几近同义。
”决策自古有之，汉高祖刘邦曾称赞谋士张良“运筹帷幄之间，决胜千里之外”；
三国时期著名的军事家诸葛亮通过一篇《隆中对》，为刘备争得三分天下进行了战略决策；
孙膑为田忌赛马献策而战胜齐王的战术决策等，时至今日仍为人们津津乐道。
由于决策主要出自于领导者（或谋士）的直觉、知识和经验，因而甚至被人们当作--fq能体现人类最高智慧的艺术，披上了一层神秘的外衣。
在几千年人类文明史中，直到本世纪30年代以后，决策却才逐渐真正成为一门科学。
随着“大企业”、“大工程”、“大科学”的出现，如著名的福特汽车公司就拥有50万员工，而阿波罗登月计划前后有400万人参加，耗资300亿美元，举世闻名的三峡工程前后历时十多年；
此外，随着全球一体化进程的推进，决策所涉及的因素越来越多，决策过程中信息千变万化，决策的影响也越来越大，1997年国际炒家索罗斯等人操纵泰铢的价格进行投机而导致东南亚、日本、韩国相继出现金融动荡，甚至引发金融危机。
所有这些都极大地推动了决策科学的发展，为DSS的产生和发展提供了环境条件。
同时信息科学技术的飞速发展，尤其是计算机性能按摩尔定理呈指数提高，面体积越来越小，价格越来越低，这些又为DSS的产生和发展奠定了坚实的物质基础。
在此基础上，1970年美国麻省理工学院MS．Scott．Morton教授在“管理决策系统”一文中首次提出DSS的概念，DSS由此应运而生。
它的出现引起了人们的广泛关注，并且在理论研究和应用技术方面取得了迅速发展，获得了一些令人瞩目的成果。
决策支持系统属于信息管理的范畴，目的是推动人的认识水平的提高，促使决策支持系统在企业管理中的应用研究其产生一个好的决策；
其面对的问题领域是非结构化（或半结构化）问题，解决问题的途径是通过一系列结构化求解来支持非结构化问题的求解。
图I-1DSS系统结构
图1—2DSS的基本结构
决策支持系统是在管理信息系统（ManagementInformationSystem，MIS）的基础上发展起来的，它经历了一个从无到有、从低级到高级的发展过程。
由MIS加上能处理数据的模型库，再加上能对模型进行加工的知识库和对知识进行处理（构造、解释、例化）的组织模型，DSS经历了从数据的非结构化，到模型的非结构化，再到知识的非结构化的三个发展阶段，DSS解决问题的层次逐步提高，解决问题的能力逐渐增强。
1984年，决策支持系统与计算机网络相结合，出现了群体决策支持系统（GDSS），将多人的决策进行融合。
近年来，伴随着计算机和人工智能技术的发展，将人工智能技术与传统的决策支持系统相结合，并由此产生了智能决策支持系统（IntelligentDecisionSupportSystem，IDSS），在求解决策问题时，一方面实现了定量分析与定性分析的有机结合，另一方面，将启发性推理和基于模型推理相结合，获得了较高的效率和较强的问题求解能力。
1．2DSS的研究现状
DSS概念提出至今已有30年的发展历史。
但一直到20世纪70年代末、80年代初，当计算机企业管理应用的重点逐渐由事务性处理转向企业的管理、控制、计划和分析等高层次决策制定方面，DSS的研制才得以迅速发展。
目前DSS的研究主要集中在以下几个方面：
1．2．1决策模型研究
目前，在计算机管理领域中，DSS决策方案主要是建立数学模型，进行定量分析和描述，并提供原始数据及其运行比较，供决策者从中选择最佳方案。
一般常用的数学方法涉及到：
数学分析中的优化和规划；
概率统计中的统计预估、回归分析：
运筹学中的排队论、决策论；
系统工程论的一些理论方法等。
在研究决策环境、管理者行为等因素对决策过程的影响中，分析决策制定与决策支持的理论框架可分为四种决策模型。
1．2．1．1R模型（Rationality）
R模型是一种理性模型，是一种完全信息化、确定结构化的决策模型。
这种模型要求决策者必须有一个明确定义的效用函数，有一个完备的可选方案的集合，能确定未来事件发生的概率分布，进而可按照效用函数值极大的准则进行决策。
在实际生活中，我们可以把具体问题限定在一定范围之内，通过加权或约束，使之形成和接近理想模型。
1．2．12B模型（BoundedRationality）
B模型是一种有限理性模型，是典型的半结构化决策模型。
由于管理者对决策结果的了解总是有限的，决策的效果是受管理者的技能、价值观和知识影响的，并且免不了要补充以主观的判断。
承认决策过程中存在着系统的非确定性和决策效果的模糊性，利用数据库系统检索有关信息，利用统计分析方法对所收集的信息加以分析，利用模型辅助选择方案等，可减少管理者的主观随意性，提高判断的准确性，从而改进决策的效能。
1．2．1．3F模型（FiniteRationalirvl
F模型是一种有效理性模型。
与B模型一样，它也是～种非完全理性模型，但二者又有区别。
典型的F模型的决策过程是管理者根据某一两个主要特性来识别方案。
但对信息和决策准则的曲解，将导致产生一个用来证实隐含“优越性”的、带有偏见的决策准则。
因而抉择与评价变成了漫长的证实过程，对于F模型，一般通过提供有关的“智能”信息，以帮助管理者正确地认识系统的“状态”，尽可能使得管理者判断合理，而不是将一些正规模型强加于管理者。
这种模型常用在财务和管理会计系统的决策中。
l2．1．4N模型mon
N模型即非理性模型，是决策者完全凭主观进行决策的一种模型。
它是F模型和B模型中的一种特例。
由于N模型的决策问题往往是一些涉及国家或组织最高层的政治竞争问题，因而问题与抉择之间的联系、问题与决策方案相关的准则，以及何种方法解决何种问题更为适宜等等都是非常含糊的，无法事前估计和评价。
以上几种典型的决策模型构成一个分析决策制定与决策支持的理论框架。
现实中的决策模型可能更加复杂，可能呈现为兼有以上四种模型的某些特征的混合模型。
因而还需要在构筑理论框架的基础上，具体问题具体分析。
1．2．2专用DSS及DSS生成工具研究
研制专用DSS及DSS生成器是指建立适用于某一领域的专用DSS和DSS生成器。
某一领域专用DSS既可以辅助该领域决策，还能帮助建立专用DSS，例如交互式财务计划系统IFPS；
建立特定目的的DSS，如企业管理决策系统：
建立多种目标决策和规划的DSS系统，如厂长决策支持软件包MDSS、战区防御指挥决策系统等。
1．2．3DSS系统结构的研究
自从DSS出现至今，DSS的系统结构主要有二库、三库以及四库结构。
二库结构：
系统主要由数据库和模型库组成。
适用于一些特定的领域，如财务计划决策支持系统。
根据系统中各个部件的相互关系，又分为网络型、桥型、层次型和塔型结构。
三库结构：
系统由数据库、方法库和模型库组成，其特点是将决策方法从模决镱支持系统在企业管理中的应用研究型库中分离出来，将决策过程中常用的方法，如优化方法、预测方法、蒙特卡方法、矩阵方程求根法等作为子程序存入方法库中。
四库结构：
当传统DSS发展到IDSS时，在三库结构的基础上又增加了知识库，它是DSS能解决用户问题的智囊，其中存贮的是有关问题领域的各种知识、数据、模型等。
1．2．4决策风格研究
Sprague提出，一个DSS特别是群体决策支持系统要支持不同的决策者，不应该只采用单一的决策风格。
Huber也支持在实践中应努力使DSS的设计面向灵活且能提供各种建议。
Hogue调查表明，有45％的公司在使用DSS的不同设计方法以适应用户的决策风格。
其中，6％的设计人员通过观察了解决策者的工作方法和作风；
¨
％的设计人员通过提问了解决策者使用的方法；
而28％的决策者本人向设计人员描述自己使用的方法。
由于DSS倾向支持多用户，因此，DSS的设计需要提供更多的灵活性。
这常常要靠计算机硬件和软件系统共同来实现，如菜单、图、表输出以及采用窗口技术。
现在决策风格越来越引起开发者的重视。
1．3DSS的发展趋势
随着新技术的出现和迅速发展，使DSS己逐步扩大应用于大、中、小企业中的预算与分析、预测与计划、生产与销售、研究与开发等部门，并开始用于军事决策、工程决策、区域规划等等，促使DSS形成几大分支，如群体、智能、分布以及集成化决策支持系统等，出现了决策支持的新体系。
随之而来的几个大的应用领域如财务、技术决策支持系统的功能和结构，也得到了进一步的发展和改善。
1．3，1群决策支持系统（GDSS）
GDSS是在多个DSS和多个决策者的基础上进行集成、优化的结果，即GDSS决策支持系统在企业管理中的应用研究是集成多个决策者的智慧、经验以及相应的决策支持系统组成的集成系统，它以计算机及其网络为基础解决一些半结构化、非结构化问题，其体系结构如图3所示。
如何设计开发GDSS来支持群决策是一个复杂的任务，但随着通信、计算机等各种技术的进步，如电子会议、局域网、远距离视讯会议以及决策支持软件的研究成果，GDSS技术将发展得越来越成熟。
目前GDSS有三种应用类型，它们是由各决策者的集中和分散程度以及利用计算机网络形式的不同而形成的。
（1）决策室（DecisionOffice）
每个决策者有一台计算机或终端，在同一个会议室内，每个人可利用各自的DSS系统进行决策，GDSS的组织者协调和综合各决策者的决策意见，使GDSS优选出群决策结论。
会议室中有大屏幕显示器，显示各决策者的决策方案和结果以及统计分析数据和有关图形、图像，供会议参加者讨论。
这种方式使决策者能面对面的交互讨论，迅速得出GDSS结论。
其缺点是在决策当中容易受权威人士的影响，从而影响结论的准确性。
（2）局域决策网（LocalDecisionNetwork）
利用计算机局域网使各决策者在各自办公地点进行群决策。
GDSS组织管理者组织各决策者通过局域网进行通讯，传输各自需要的输入、输出信息，交流彼此的意见。
QDSS组织管理者根据各方意见最终徭出结论。
局域决策网的优点是各决策者可避免受其他决策者的影响，完全根据自己的经验发表看法，最终的结论较客观公正。
（3）远程会议（TeleConferencing）
远程会议是指多个地点的会议室通过可视通讯设备连接在一起，使用ISDN、Intemet、卫星通讯、电子白板等技术组织会议，进行决策。
通过这些现代化技术形成远程会议，达到群体决策。
这种方式不受地域的限制，使参加决策的人数增多，听取的意见更加广泛。
GDSS适用于知识繁多、内部和外部情况复杂、形势变化急剧为特征的决策环境，这种环境使群决策变得更频繁、更重要了。
从80年代早期开始，GDSS技术在理论上的研究就己取得了令人瞩目的进展，DE．Sanct和Gallupe在1985年就开发了一个GDSS基本框架，美国的波音公司、IBM公司等己将GDSS投入应用，获得了较好效果。
图1-3GDSS体系结构图
1．3．2分布式决策支持系统（DDSS）
DDSS是研究由多个物理位置上分离的决策体如何并发计算、协调一致地求解问题。
这些分布在不同物理位置上的决策体构成计算机网络，网络的每个结点至少含有一个决策支持系统或有若干辅助决策的功能。
DDSS包含有机结合起来的软、硬件两部分。
DDSS研究重点是分布性和并发性。
人们在研究人类利用知识求解问题的过程中发现：
大型复杂系统的求解需要多个专业人员协作完成。
例如，在军事指挥决策过程中，由于战场环境复杂，范围广，信息的收集需要分布在不同地理位置的多个传感器和信息处理系统同时工作，以便获得完整、准确的当前形势信息，而且军事决策的制定也需要各级军事专家相互协同。
DDSS正是将“协作”作为一个重要的问题求解方法来研究。
DDSS适用于更高的决策层次和更复杂的决策环境，它支持面向的对象已不仅仅限于单个的决策人，或代表同一机构的决策群，而是若干具有一定独立性又存在某种联系的决策组织。
随着InterNet网络的迅速发展，各种局域网、广域网的普及和分布式操作系统、分布式数据库、知识库等成果的取得使DDSS发展成为可能。
1．3．3智能决策支持系统（I／）SS）
IDSS是DSS和AI（人工智能）相结合的产物，它着重研究把AI的知识推理技术和DSS的基本功能模块有机地结合起来。
DSS能够较有效地支持半结构化和非结构化问题的解决，这类问题单纯用定量方法无法解决，至少不能完全解决。
近年来人工智能领域中专家系统（Es）的研究发展很快，专家系统主要参与解决管理科学中半结构和非结构化问题。
DSS与专家系统的结合，使DSS注入了新的活力，增强了DSS系统的主动功能。
它们的互相结合和互相渗透，将会把计算机用于决策支持技术推向一个新的高度。
人工智能将为DSS提供有效的理论和方法。
1．3．4决策支持中心（DSC）
1985年由Owen等人提出一个决策支持中心（DSC）的概念，即～个由了解决策环境的信息系统组成的决策支持小组作为决策支持中心的核心，该中心采用先进的信息技术。
DSC的特点是处在高层次重要决策部位，有一批参与政策制定、决策分析和系统开发的专家，装备有计算机等先进设备，通过人机结合等多种方式支持高层决策者做出应急和重要决策的广义DSS。
在DSC系统中，决策者将要解决的问题先发送给决策专家小组，通过网络、多媒体设备和其它现代化的设备，召开电视会议，也可通过电子公告牌、电子白板发布各自意见和信息。
在这一过程中，可以借鉴兰德公司成功的决策方法，例如特尔斐法。
每位专家把自己的处理意见通过网络发送给小组人员，在此方法中建议专家不面对面交流，也不公布他们的姓名和职务，以免彼此受到影响。
专家小组在讨论中首先发表自己的意见，根据特尔斐的规则把各种意见综合集成，然后再讨论，再集成，最后得出问题的定性描述模型。
然后用同样的工作方式生成定量模型。
这时把定量模型和系统的其它信息发送给计算机决策支持系统。
最后得出定量分析结果。
通过网络把定量分析结果送给专家决策小组，进行又一轮的分析、集成、处理，经过多次循环，直至得到满意的决策意见，将意见交给决策者，为决策提供依据，从而实现了从定性到定量、再到定性的螺旋式上升的决策过程。
1．3．5综合决策支持系统（SDSS）
SDSS是在DSS原有三库的基础上，结合数据仓库、OLAP及数据开采技术形成综合决策支持系统。
SDSS结构如图l一4所示。
图1—4SDSS结构图
综合结构体系包括三个主体：
第一个主体是模型库系统和数据库系统的结合，它是决策支持的基础，为决策问题提供定量分析（模型计算）的辅助决策信息；
第二个主体是数据仓库、OLAP，它从数据仓库中提取综合数据和信息，这些数据和信息反映了大量数据的内在本质；
第三个主体是专家系统和数据开采的结合。
综合体系结构的三个主体可以相互补充又可以相互结合。
升级会员 