决策支持系统概述.docx
《决策支持系统概述.docx》由会员分享，可在线阅读，更多相关《决策支持系统概述.docx（27页珍藏版）》请在冰豆网上搜索。
决策支持系统概述
第1章决议支持系统概括
▲数据：
记录下来的事实，客观属性的值
▲信息：
构成必定含义的一组数据
▲系统：
由若干相互联系相互限制的元素联合在一同，并拥有特定功能的有机整体。
▲系统的构成：
1、系统由各元素或子系统构成
2、起码包含两个以上的元素
3、各元素之间相互联系或相互限制
4、拥有目的性
5、适应环境的变化
▲数据办理系统：
是对大批数据进行采集、组织、储存、加工与流传的总和
▲数据办理系统的特色：
1、数据量大；2、没有特别复杂的运算；3、时效性强
▲管理信息系统MIS：
运用系统管理的理论方法，以计算机网络和现代通讯技术为手段，对信息进行采集、组织、储存、加工、流传和使用的人机系统。
▲管理信息系统的基本构成：
管理业务应用系统、数据库系统
▲管理信息系统特色：
1、以数据库系统为基础；2、数据录入；3、数据传输；4、数
据储存；5、数据查问；6、数据统计；7、指标计算
▲决议支持系统：
以管理科学、运筹学、行为科学、控制论为基础，以计算机技术、模拟技术、信息技术为手段，面向半构造化的决议问题，支持决议活动的拥有智能作用的人机系统。
▲决议支持系统主要特色：
1、关注上层管理人员常常碰到的构造化程度不高、规范化不明
确的问题
2、把模拟或剖析技术与传统的数据存取和检索技术联合起来
3、易于非计算机专业的人员，以交互会话的方式使用
4、重申对环境及用户决议方法改变的适应性和灵巧性
5、供应决议的优秀成效
▲DSS的功能：
1、管理并供应外面信息
2、采集、管理并供应内部信息
3、采集、管理并供应反应信息
4、储存和管理数学模型
5、改正和增添数据、模型、方法
6、加工、汇总、剖析、展望数据、
7、拥有人时机话和图像输出功能以知够数据查问需求
8、供应优秀的数据通讯功能
9、合理的加工速度和响应时间
▲决议支持系统的形成过程
1、科学计算为管理信息系统确立了算法基础
2、运筹学的发展为模型协助决议确立了模型基础
3、管理信息系统
4、模型协助决议系统
5、决议支持系统
▲散布式决议支持系统DDSS：
研究由多个物理地点上分其余决议体怎样并发计算、协调一致地求解问题
DDSS分为：
同步系统：
有时间压力下参加者之间同时同地和同时异地的信息互换。
异步系统：
无时间压力下参加者异时异地对信息的检查、核实，
并经过对在线商讨产生的不连结信息进行提取整合，形成系统完好的结论。
▲与DSS集成的人工智能技术主要有：
1、自然语言办理和语音办理技术；2、专家系统ES；3、人工
神经网络ANN
▲智能决议的新技术
、计算智能（经过对“数值知识”进行数值计算，来实现某些智能行为，与传统的以符号推演为特色的符号智能相互增补）
、Agent技术
、商业智能技术（从商业数据中提守信息和知识，并依据这些做出商业决议）
▲决议支持的主要方式
1、数据协助决议
2、模型协助决议
3、知识协助决议
4、方案协助决议
▲决议支持系统与管理信息系统的差别
【联系】：
DSS是从MIS的基础上发展起来的，都是以数据库为基础，都需要进行数据办理，都能在不一样程度上为用户供应协助
决议信息
【差别】1、DSS支持半构造化，MIS支持构造化决议
2、DSS可办理不确立性问题，MIS办理确立性问题
3、DSS拥有模型管理与服务功能，MIS只波及办理单模型问
题
4、DSS拥有强盛的人机交互功能，MIS交互功能较弱
5、DSS一般只使用数据，MIS常常保护数据
6、DSS支持方案生成与评估，MIS不具备此功能
7、DSS为模型驱动，MIS是数据驱动
8、DSS面向高层管理人员，MIS面向中低层管理人员
第2章决议、决议过程和决议支持
▲决议：
为了确立将来某个行动目标，依据决议者的经验，在拥有必定信
息的基础之上，借助科学的方法，从两个以上的可行方案中选择
最优方案的剖析判断过程。
▲决议的内涵：
1、决议目标；2、多个可行方案；3、决议实行；4、目标优化
▲决议的特色：
、目的性
、超前性
、创建性
、管理性▲决议的分类：
按性质分（构造化、半构造化、非构造化）按影响范围分（战略、战术、履行）
按决议环境分（确立型、风险型、非确立型）▲决议过程：
人们为实现必定目标而拟订行动方案，并准备实行的过程，此过
程也是一个提出问题、剖析问题、解决问题的过程。
▲决议分三个阶段：
1、情报采集；2、方案设计；3、方案评估与选择▲决议过程表示图：
（看书上图）▲科学决议包含：
1、科学的决议程序；2、科学的决议技术；3、用科学的思想方
法做出抉择
▲科学决议的特色：
1、有科学的决议系统和运作体制；2、有科学的决议程序；3、
重视顾问作用；4、运用科学技术和科学方法。
▲科学决议原则：
1、信息化；2、定量剖析与定性剖析相联合；3、对照优化；4、
反应；5、复杂问题集体决议
▲科学决议流程：
1、提出问题；2、确立目标；3、价值准则；4、制定方案；5、剖析评估；6、选择方案；7、实验考证；8、广泛实行
1、构造化决议（指问题的实质和构造特别明确，且常常重复发生的决议问题，解决这些问题的步骤是已知的，能够采纳格式化的书面指示留给用户或计算机办理）
、非构造化（问题的实质和构造复杂难以理解，没法用固定决议程序来解决）
2、半构造化（介于构造化和非构造化之间）▲决议支持系统的三零件构造：
对话零件，模型零件，数据零件
▲三零件构造图（看书上图）
▲决议支持系统的三系统构造
语言系统LS，知识系统KS，问题办理系统PPS▲三系统构造图（看书上图）▲三零件和三系统构造的比较
【三零件】（长处：
①明确了三零件之间的关系②便于和其余系
统的差别。
弊端：
①没有突出DSS的问题办理特征②没有突出语言系统）
【三系统】（长处：
①突出了问题办理系统的重要性②明确了语
言系统的重要性。
弊端：
①忽视了数据库系统、模型库系统的关
系②不合适与其余系统的差别）
▲模型库和方法库的关系
、一个模型能够有多个方法；
、多个方法构成一个模型；
、模型是由方法实现的
、模型和方法的表现形式不一样
、模型和方法是同一个问题的两个侧面▲加强型三零件构造（看书上图）▲四库系统（看书上图）
▲智能决议支持系统IDSS：
是将人工智能技术引入决议支持系统而形成的一种拥有人工智
能行为的信息系统。
IDSS的分层
1、应用层（面向IDSS的使用者）
2、控制协调层（面向IDSS的总设计师）
、基本构造层（面向专业程序设计人员）
▲IDSS是专家系统ES与决议支持系统DSS的联合
用户
问题办理与人机交互系统
模型库管理系统
数据库管理系统
知识库管理系统·推理机
▲什么是I3DSS：
数据库
模型库
知识库
是面向决议者、
是智能化、交互性、集成化决议支持系统的简称，
决议过程的综合型决议支持系统的一个功能框架，
也称综合决议
支持系统。
▲综合决议支持系统I3DSS的构造图（看书上图）
I3DSS的系统构造
1、第一个主体是数据库系统、方法库系统和模型库系统的联合，
为决议问题供应定量剖析的协助决议信息，是定量剖析基础。
2、第二个主体是数据库房、OLAP，它从数据库房中提取数据
和信息，这些东西反应了大批数据的内在实质，是定量剖析的关
键。
、第三个主体是专家系统和数据发掘的联合，数据发掘从数据库和数据库房发掘知识，放入专家系统中，并由知识推理达到定性剖析的协助决议。
▲I3DSS的特色
、集成化
、交互性
、智能化
▲鉴于服务的决议支持系统S-DSS的分层：
资源层、服务层、应用支撑层、应用层
▲鉴于服务的决议支持系统S-DSS的特色：
1、有较强的可扩展性；2、兼容性好；3、应用领域宽▲说明模型库、知识库、数据库三者的两两之间的接口问题（找答案）
▲怎样集成模型库系统、知识库系统、数据库系统为一致整体（找答案）
第三章鉴于数据的决议支持技术
▲数据库房：
数据库房是面向主题的、集成的、稳固的、随时间变化的数据会合，用于支持决议拟订过程。
▲数据库房特色：
面向主题
集成
稳固
随时间变化
▲数据市集：
是指拥有特定应用的数据库房，主要针对某个拥有战略意义的应用或许详细部门级的应用。
▲数据库与数据库房的差别：
数据库
数据库房
定位
事务办理
数据剖析
设计
E-R模型，面向应用
星型模型，面向主题
数据
目前的
历史的
汇总
细节的
汇总的
视图
关系的
多维的
存取
读/写
读
接见记录
少许记录
记录会合
规模
MB到GB
TB
单位
简单
复杂
▲多维数据模型：
以剖析和描绘数据的多维特色为目标，
将客观世界区分为维度和
胸怀，最后形成多维逻辑视图
▲多维数据模型有关观点：
维、维级别、维成员、胸怀、多维数
组、数据单元
维：
人们察看数据的特定角度
维级别：
人们察看数据的特定角度还存在不一样的细节维成员：
维的一个取值
胸怀：
数据的实质意义，即描绘数据“是什么”
多维数组：
能够表示为（维1····维n，胸怀1···胸怀m）数据单元：
多维数组的取值
▲数据库房中的数据分为四个级别：
初期细节数据、目前细节数据、轻度综合数据、高度综合数据
▲粒度：
粒度是对数据库房中数据的综合程度高低的胸怀。
粒度越小，细节程度越高。
▲元数据：
对于数据的数据
▲元数据的分类：
技术元数据（对于数据库房系统技术细节的数据）
业务元数据（从业务角度描绘数据库房的数据）
▲元数据的系统管理功能：
1、描绘哪些数据在数据库房中；
2、定义要进入数据库房的数据和数据库房中产生的数据；
、记录数据抽取工作时间安排；
、记录并检测系统数据一致性的要乞降履行状况；
、权衡数据质量。
▲数据库房的数据组织方式：
、虚构储存方式
、鉴于关系表的储存方式（
、多维数据库储存方式▲数据库房中主要有几类表？
事实表、维表▲星型模式
事实表和维表联系在一同形成“星型模式”的数据构造▲雪花模式
“星型模式”的维表按其层次构造用多个维表分开表示。
▲数据库房的基本系统构造：
数据源，数据ETL，储存与管理，数据的表现
ETL办理过程描绘：
抽取：
是数据进入库房的进口。
变换：
依据数据库房的要求，进行数据变换等办理，保证来自
不一样系统、不一样格式的数据的一致性和完好性，并按要求装入数
据库房。
加载：
将变换后的数据加载到数据库房中。
▲数据冲洗：
指发现并纠正数据文件中可识其余错误，包含检查数据的一致
性，办理无效值和缺失值等。
▲数据质量问题可分为：
单数据源模式层问题，单数据源实例层问题，多半据源模式层问
题，多半据源实例层问题。
▲数据冲洗分类：
1、手工实现方式；2、经过特意编写的应用程序；3、某类特定
领域的问题；4、与特定应用领域没关。
▲数据冲洗分红哪几个阶段？
、数据剖析
、定义冲洗
、履行冲洗▲异构数据集成
主要办理多半据源的异构问题。
▲异构性分为哪几个层次？
系统级异构：
指不一样的主机
语法级异构：
指数据种类
构造级异构：
指数据构造
语义级异构：
指词汇的语义差别
▲数据库房设计的方法分为：
自顶向下、自底向上、两者混淆
▲数据库房的设计过程：
、选用待建模的剖析主题
、选用数据粒度
、选用用于每个事实表记录的维
、选用将记录在事实表中的胸怀。
▲联机剖析办理OLAP
是使剖析、管理或履行人员能够从多角度对公司数据进行迅速、一致、交互地存取，进而获取对数据更为深入认识的一类软件技术。
OLAP特色
迅速性、可剖析性、多维性、信息性
OLAP剖析：
指对以多维形式组织起来的数据进行切片、切块、上钻、下钻和旋转平剖析，使用户能从多角度察看数据库房中的数据，进而深
入认识数据的信息和内涵。
OLAP基本剖析操作
1、切片：
在多维数组的某一维上选定一维成员
2、切块：
在多维数组的某一维上选定某一区间的维成员
3、旋转：
改变报告或页面的显示的维方向
4、上钻：
经过归约，将观点向上齐集。
5、下钻：
由不太详尽的数据分解到更详尽的数据。
OLAP系统构造：
C/S模式,B/S模式
▲OLAP
储存格式可分为：
关系
OLAP
（ROLAP
，鉴于关系数据库的
OLAP
实现），多维
OLAP
（MOLAP
，鉴于多维数据组织的
OLAP
实现），混淆型
OLAP
（HOLAP
，鉴于混淆数据组织的
OLAP
实现）
MOLAP与ROLAP的比较
1、储存构造比较：
MOLAP查问速度快，构造清楚了然
2、数据更新比较：
ROLAP灵巧性好，对数据变化适应性强
3、性能比较：
MOLAP在存取速度上占优势，但在估计算、
响应时间上的优势是经过牺牲储存空间换来的。
▲数据发掘的定义：
就是从大批的、不完好的、有噪声的、模糊的、随机的数据中，
提取隐蔽在此中的，但又潜伏实用的信息和知识的过程。
▲数据发掘的分类：
、关系规则发掘（发现数据库中一组对象之间的关系）
、分类和展望（分类是对数据集的剖析，找出并区分数据类，以便使用模型展望未知种类的数据）
分类展望模型的成立采纳的技术：
人工神经元网络、决议树方法、规则推理方法
、聚类发掘（利用计算机技术进行自动分类）聚类技术主要分为：
4区分聚类、层次聚类、密度性聚类和网格型聚类
5、误差检测（对历史数据的异样记录进行检测）
、演变剖析（描绘行为随时间变化的对象的规律和趋向）▲数据发掘和联机剖析的异同：
OLAP：
1、考证型剖析工具，由用户驱动2、预先要对用户需求有深入的认识
3、不一样的视图获取的结果可能不一样，简单产生误导DM：
1、发掘型剖析工具，由数据驱动
、计算机将处于长时间工作，结果中可能产生好多无用信息
、发掘出的信息可能用户不知道能做什么用
▲联机剖析发掘OLAM的产生背景及典型模式：
OLAP和DM技术在决议剖析中存在极为符合的互补性，所以
促成了联机剖析发掘。
【典型模式】
、先进行立方体计算，再进行数据发掘
、先进行数据发掘，再利用立方体计算进行深入剖析
、立方体计算与数据发掘同时进行
、回溯操作
▲经理信息系统EIS定义：
是一种以支持高层管理和决议人员进行平时管理和决议工作的
计算机信息系统，能为高层管理者供应决议支持，提升工作效率，
加强管理与决议能力。
EIS的要求：
数据的外面化与智能化、构造的柔性化和灵巧化、系统的协作化
和散布化
▲EIS的功能：
、办公支持是基本部分
、信息支持是根本功能
、决议支持着重决议的可行性评论
、思想支持重申决议过程中的思想过程
▲EIS的建设中集成数据库房、联机剖析和数据发掘的优势：
、数据库房技术改良了数据组织问题
、联机剖析、数据发掘技术提升了剖析能力
第四章鉴于知识的决议支持技术
▲知识：
是以各样不一样方式把多个信息关系在一同的信息构造，是人们对
客观事物及其规律的认识。
▲数据、信息和知识的差别：
数据
信息
知识
根源
对事件的基本记录
由大批数据构成
由大批信息构成
形式
无心义
有必定意义
形成决议的综合性知识
抽象性
简单直观
有必定抽象性
复杂抽象
编码化程度
可编码
较难编码
难以编码
▲知识的分类：
按作用范围分：
知识性知识和领域性知识
按作用及表示分：
事实性知识、过程性知识和控制性知识按作用层次分：
对象级知识、元级知识按确立性分：
确立性、不确立性
▲知识表示：
是知识的符号化过程，即用某种商定的形式构造描绘知识，并转变成计算机能够储存、办理和利用的形式。
▲知识表示法分为：
符号表示法：
（用各样符号，以不一样方式和序次组合起来表告知识的方法）
连结体制表示法：
（运用神经网络技术，把各物理对象以不一样方式和序次连结起来，并在此间传达和加工信息的方法）▲知识表示形式：
谓词逻辑、产生式规则、语义网络、框架、剧本、过程性知识（属于符号表示法）
神经网络（属于连结体制表示法）
▲形式逻辑：
研究人的思想形式及其规律的科学。
▲形式逻辑主要研究：
形成观点、做出判断、进行推理
▲观点：
反应事物的特有属性和它的取值
▲判断：
对观点的必定或否认
▲推理：
从已知事实出发，经过运用已掌握的知识，找出此中包含的事实，
或归纳出新的事实。
▲推理有哪几种：
、演绎推理（从一般现象到特别现象）
、归纳推理（从特别现象到一般现象）
、类比推理（从特别现象到特别现象）▲三种推理的关系：
、演绎推理的结论没有高出已知的知识范围，而归纳推理和类比推理的结论高出了已知的知识范围。
、演绎推理只需前提为真，结论必定为真；归纳推理和类比推
理的前提和结论不必定有必定联系，结论未必靠谱。
▲基本神经元模型的基本因素：
一组连结、一个乞降单元、一个非线性激活函数（书
P103，决
策支持系统教程P79）
▲语义网络的推理分为：
（书P101）
闭式推理（着眼找寻几个观点之间的内在联系）
开式推理（针对某个或某些观点提出问题，经过推理往返答下列问题）
▲专家系统：
应用于某一特意领域、拥有该领域相当数目的专家级知识，能模
拟专家的思想、达到专家级水平，像专家同样解决困难和复杂的
实质问题的计算机系统。
▲专家系统的特色：
、拥有丰富的经验和知识
、能进行符号办理
、能依据不确立的知识进行推理
、拥有元知识
、知识的独立性
、推理不是固定形式▲专家系统的功能：
、储存问题求解所需的知识
、储存详细问题求解的初始数据和推理过程中的各样信息
、利用已有知识进行问题求解，并控制和协调系统运转
、能够对推理过程、结论或系统自己行为做出必需解说
、供应知识获取、机器学习及知识库的保护手段
、供应用户接口，方便用户使用及剖析用户需求▲专家系统的一般构造并描绘各零件功能：
（看书上图）
、知识获取机构（把知识输入到知识库中）
、知识库及其管理系统（储存领域内的原理性知识、专家的经验性知识及有关的事实）
1、推理机（模拟专家的思想，控制问题求解）
2、解说机构（对自己的行为做出解说）
、综合数据库及其管理系统（储存初始数据和推理过程中的各样信息）
、人机接口（计算机与使用者之间的输入输出接口）▲知识获取：
从知识源获取悉识并转变为计算机能够表示、储存、办理的形式。
▲从知识获取到成立知识库需要做的工作有哪些？
、抽取知识（把包含于知识源的知识抽拿出来）
、知识的变换（把知识从一种表示形式变换成另一种表示形式）
、知识的输入（把用知识送入知识库的过程）
、知识的检测（经过检测发现并纠正错误）▲知识获取的困难在于：
、知识表示失配
、专家的启迪性知识不精准
、有些启迪性知识表示的不行能性
、缺少开发专家系统的现代技术
、知识测试与调试的困难性▲什么是知识库？
是合理组织的对于某一特定领域的陈说型知识和过程型知识的会合。
▲知识库管理的功能：
1、知识的分类
2、知识的组织与储存
、知识的检索
、知识的增添、删除、改正
、知识的复制和转储
、知识的一致性、完好性和无冗余性检查▲推理按结论的靠谱性不一样可分为？
逻辑推理、似然推理
▲按推理的方向可将逻辑推理分为？
正向推理
反向推理
混淆推理
▲矛盾消解（矛盾解决）的观点：
当可用知识集里有两条以上的知识时，称为发生矛盾，需要决定第一使用哪条规则的问题。
▲矛盾解决的方案有：
专一性排序
上下文排序
先到先触发
元规则
▲搜寻策略分类：
、无知识搜寻（搜寻时不用任何与特定问题有关的信息和控
制性知识）
①深度优先搜寻（深度越大优先级越高）
②宽度优先搜寻（深度越小优先级越高）
、元知识搜寻（经过元知识，即指导怎样使用对象级知识的知识，来进行搜寻）
▲专家系统的解说体制：
专家系统对用户所需求的观点和系统的行为像领域专家同样做出平常易懂的解说。
▲解说系统应有的两个主要功能：
、动向说明系统正在做什么、为何这样做
、对系统知识库的静态说明▲解说系统的作用：
、协助发现和改正知识库中的错误
、在问题求解过程中，给出对推理过程和结论合理的解说
、让非领域专家的用户获取直觉的知识训练
▲解说体制的设计要求：
、正确性
、可理解性
、智能性▲解说体制的实现方法：
1、预制文本法
2、追踪解说法
3、策略解说法
4、自动程序员解说法
▲产生式系统：
采纳产生式规则这类知识表示法的专家系统。
▲产生式系统的基本构成部分：
、综合数据库
、规则库
、推理机
▲产生式系统中的常用问题求解方法：
、正向推理（也叫数据驱动方法。
逐条搜寻规则库，对每一条规则的前提条件，检查事实库中能否存在，若不是所有存在，放弃该规则；若所有存在，履行该规则，把结论放入事实库中。
频频履行以上过程，直至推出目标。
）
、反向推理（也叫目标驱动方法。
从目标开始，找寻以此目标为结论的规则，并对该规则的前提进行判断，若该规则的前提
是另一规则的结论时，再找到另一规则，重复以上过程，直到对
某个规则的前提能够进行判断）
▲产生式规则的计算题（书P129）
▲知识的分类：
、领域知识（特定领域的知识）
、元知识（是对于知识的知识，包含归纳性知识、总结性知识、关系性知识，是说明怎样运用领域知识的知识）
▲元知识的分类：
1、指导规则的选择；2、记录与领域知识有关的事实；3、规则
的论证；4、检查规则中的错误；5、描绘领域知识表示的构造；6、论证系统的系统构造；7、协助优化系统；8、说明系统能力▲元知识构成：
元事实、元规则
▲专家系统的主要设计步骤：
1、初步设计；2、开发原型系统；3、知识库的保护
▲专家系统的开发步骤：
1、准备阶段；2、研究问题；3、整理知识；4、成立模型系统；
5、改良与扩大；6、测试与保护
▲专家系统开发工具与环境分哪几类？
1、程序语言设计；2、知识工程语言；3、协助型工具；4、支
持工具；5、专家系统开发环境
▲知识工程语言分类：
1、骨架型工程语言；2、通用型工程语言
第5章鉴于模型的决议支持技术
▲模型：
客观事物的抽象和归纳
▲人们认识和研究客观世界的方法：
逻辑推理、实验、模型
▲模型特色：
1、模型是现实世界的抽象；2、使用简单；3、节俭时间；4、
降低花费；5、便于敏捷度剖析；6、有助于学习和练习。
▲模型在决议中的作用：
描绘决议对象的变化规律，对将来状态进行展望，协助对方案的
设计、仿真、评论、优化、选择
▲协助决议模型：
为协助决议而研制的模型
▲协助决议模型分类：
1、规划；2、推理；3、剖析；4、展望；5、模拟实验；6、优
化；7、评判；8、综合运筹
▲模型协助决议的形式：
、单模型协助决议：
利用现有的决议模型资源，成立单个针对决议问题的协助决议模型，在计算机上利用该模型的运算协助决议。
2、
升级会员 