《工学第一章绪论》PPT课件.ppt

信息工程学院,首都师范大学,智能决策支持系统,教材与参考教材,教材： 1、机器学习与智能决策支持系统杨善林 倪志伟著，科学出版社 参考教材： 1、 智能决策支持系统黄梯云著， 电子工业出版社 2、 智能决策支持系统研究开发与应用张荣梅著，冶金工业出版社 3、智能决策方法与智能决策支持系统杨善林著， 科学出版社 4、决策支持系统(DSS)理论、方法、案例高洪深著，清华大学出版社 5、 决策支持系统教程陈文伟 著，清华大学出版社,1. 前言,长期来信息系统的研究者以及技术人员不断研究和构建决策支持系统（Decision Support System,DSS）。DSS的大致发展历程是：60年代后期，面向模型的DSS的诞生，标志着决策支持系统这门学科的开端； 70年代，DSS的理论得到长足发展； 80年代前期和中期，实现了金融规划系统以及群体决策支持系统（Group DSS,GDSS）。 80年代中期，通过将DDS与知识系统相结合，我们提出并实现了 智能决策支持系统（Intelligent Decision Support System，IDSS）。 以后开始出现了主管信息系统， 联机分析处理（OLAP）以及商业智能。 90年代中期，发展基于Web的DSS成为了活跃的研究领域，并产生 了广泛的影响。,从不同的研究角度大体可分为：,数据驱动的DSS 模型驱动的DSS 知识驱动的DSS 基于Web的DSS 基于GIS（地理信息系统）的DSS 通信驱动DSS 基于仿真的DSS,1.1数据驱动的DSS,数据驱动的DSS是DSS的一种，此类决策支持是基于大规模历史数据的分析,强调以时间序列方式，检索和操纵公司的数据。如：数据仓库系统允许采用特定任务或设置下的计算工具算子来对数据进行操纵，结合联机分析处理（OLAP）的数据驱动DSS提供最高级的功能和决策支持。 主管信息系统（EIS）以及地理信息系统（GIS）属于专用的数据驱动DSS。 所以数据驱动的DSS主要靠大量数据的分析处理来支持决策。,1.2 模型驱动的DSS,模型驱动的DSS强调对于模型的访问和操纵，比如， 统计模型，金融模型，优化模型和仿真模型。简单的统计和分析工具为其提供最基本的功能，联机分析处理系统（OLAP）进行复杂的数据分析并被分类为混合DSS系统，提供模型和数据的检索， 以及数据摘要功能。一般来说，模型驱动的DSS综合运用金融模型，仿真模型，优化模型或者多规格模型来提供决策支持。在二战期间使用统计数学模型制定战略行动的事例比比皆是，德军向法国发动攻势时，英国首相丘吉尔应法国的请求，动用了十几个防空中队的飓风式战斗机和德军作战，但损失惨重，法国要求继续增援，但英国内阁立刻召集数学家进行分析预测，他们通过出动飞机数和损失飞机数的统计数据建立了回归预测模型，发现了补充率和损失率对英国十分不利，于是及时制止了丘吉尔决定再派出战斗机的决策，并将法国战场的战斗机只留了三个中队，其余全部调回，为下一步英国本土保卫战保存了实力。 所以模型驱动的DSS主要靠大量模型的综合应用来支持决策。,1.3 知识驱动的DSS,知识驱动的DSS可以就采取何种行动向管理决策者提出建议或推荐。 这类DSS是具有解决问题的专门知识，形成人机系统，专门知识”包括理解特定领域问题的“知识”，以及解决这些问题的“技能”。通常一部分知识来源于专家系统，与之相关的一个概念是数据挖掘（知识获取）数据挖掘对大量数据进行分析筛选，在数据集中搜寻隐藏模式（知识），放入知识库，加上推理机制（人工智能中的确定性推理、不确定性推理），解决实际的辅助决策问题。显然，另一部分知识来源于知识发现。例如市场营销策略的辅助决策，可以用大量发生的市场数据来分析决策；也可以用大量的金融模型综合决策；还可以应用金融专家的知识建立知识库，并挖掘市场数据中的隐藏知识，利用推理机制辅助决策下一步的营销策略。 构建知识驱动的DSS的工具称为智能决策支持方法，相应的系统称为智能决策支持系统。,1.3 知识驱动的DSS,智能决策支持系统IDSS（Intelligent Decision Support Systems）是在决策支持系统DSS的基础上集成人工智能AI （Artificial Intelligence）中的专家系统ES（Expert System)，将专家系统中的知识推理引入到DSS，知识推理是人工智能的基础技术，也是专家系统的核心技术，独特的研究方法和广泛的发展前途使IDSS成为了决策支持技术研究发展的热点。,IDSS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题，通过提供背景材料、协助明确问题、修改完善模型、列举可能方案选择最优、进行分析比较等方式，为管理者做出正确决策提供帮助的智能型人机交互信息系统。 IDSS是一个新的正在发展的研究领域，它将人工智能技术融于传统的DSS之中，弥补了传统DSS单纯依靠模型技术与数据处理技术（数值分析等），以及用户高度卷入而可能出现主观意向性偏差的缺陷。,1.3 知识驱动的DSS,1.4 基于Web的DSS,基于Web的DSS是网络环境下的产物，数据仓库利用联机分析处理和数据挖掘工具获得更深层次的辅助决策信息，建立网络结构形式的决策支持系统（区别于集中式DSS的分布式DSS），是网络时代决策支持系统的必然发展趋势。 基于Web的DSS可以是通讯驱动，数据驱动，文件驱动，知识驱动，模型驱动， 或者混合类型。 知识驱动下的基于Web的DSS是智能决策支持系统的网络结构形式。,1.5 基于GIS的DSS,基于GIS（地理信息系统）的DSS，是通过GIS向管理者或商情分析者提供决策支持信息或决策支持工具。 通用目标GIS工具是诸如ARC/INFO, MAPInfo 以及 ArcView这样一些程序，具有广泛的功能，但对于那些不熟悉GIS以及地图概念的用户来说，比较难于掌握。特殊目标GIS工具是由GIS程序设计者编写的程序，以易用程序包的形式向用户组提供特殊功能。 现在，GIS程序设计者拥有较从前丰富得多的工具集来进行应用程序开发。程序设计库拥有交互映射以及空间分析功能的类，从而使得采用工业标准程序设计语言来开发特殊目标GIS工具成为可能，这类程序设计语言可以独立于主程序进行编译和运行（单机）。同时，Internet开发工具已经走向成熟，能够开发出相当复杂的基于GIS的程序让用户通过World Wide Web进行使用。,1.6 通信驱动的DSS,通信驱动DSS强调通信、协作以及共享决策支持，简单的公告板或者线程电子邮件就是最基本的功能。 通信驱动DSS能够使两个或者更多的人互相通讯，共享信息，以及协调他们的行为。 群体决策支持系统GDSS（Group Decision Support System) 允许多个用户使用不同的软件工具在工作组内协调工作。群体支持软件工具有：音频会议，公告板和网络会议，文件共享，电子邮件，计算机支持的面对面会议软件，以及交互电视等。,1.7 应用实例,我们已经在许多应用领域运用了IDSS（智能决策支持系统），例如税务稽查、渔业专家系统、 中国工商银行风险投资决策、为电信部门进行VIP 分析，等等。渔场预报系统就是CBR（基于范例的推理）一个很好的应用实例（由中科院计算所史忠植老师指导完成），这个系统 已被应用于中国东海渔业中心的预测，2002年，该项目荣获国家科学技术进步二等奖。,代表性的DSS实例,1.Portfolio Management System，PMS (T.P.Gerity, 1971)：其作用是支持投资者对顾客证券管理的日常决策，具有股票分析、证券处理和分类功能。 2.Brand aid(J.D.C.Little,1975)：它用于产品推销、定价和广告决策的混合市场模型。它规定了一种设计模型的准则，用户根据这个准则来优选模型或者把模型与其它信息连接起来。这个系统提供了一种结构，把商品销售和利润与经理的行动联系起来，从而使经理和管理人员进行战略分析和决策制定。,代表性的DSS实例,3.Projector：是一种交互式的DSS，用于支持企业的短期规划。它主要是帮助经理构造问题和探求解决问题的方法。Projector认为，DSS注重探索，系统决不提供任何“答案”，只是帮助决策者开发他们自己的分析方法。 4.Geodata Analysis and Display System (GADS)：是由IBM研究部开发的一个实验性系统，其作用是用计算机构造和演示地图，它被用于警察巡逻路线的辅助设计、城市发展规划、学校辖区范围的安排等 。,代表性的DSS实例,5.Capacity Information System (CIS)：适用于大型卡车生产厂家的规划部。它可以迅速建立或修改产品计划，包括安排计划进度，协调部件和最终产品。它并不提出解决问题的每一个细节，只作辅助规划决策。 6. Generalized Management Information System (GMIS)：该系统的目标在于集成现有的工具，决策者可以利用他们熟悉的语言和数据管理系统，即使其中某些工具相互之间不相容也没有什么关系，系统可以完成其中必要的转换。该系统主要用于处理能源规划。,2. 决策支持系统的产生与发展,1、运筹学和管理科学 50年代末，美国大企业在经营管理中大量应用运筹学，进行生产计划制定、物资储备、资源分配、设备更新、任务分派等。大量运筹学研究机构专门从事有关方法和建模的研究，为决策提供科学的依据。 运筹学是用数学方法研究经济、国防等部门在环境的约束条件下，合理调配人力、物力、财力等资源，使实际系统能够有效运行，并且用它来预测发展趋势，制定行动规划或优选可行方案。 管理科学是利用数学、统计学和运筹学中的原理和方法，建立数学模型和进行计算机仿真，给管理决策提供科学依据（日常生活中管理决策无处不在，例如：十字路口的交通设置，左转等待区域的设定，是在既不阻碍交通，又可以在最短的时间内通过最多的车辆，是个决策规划问题。还比如车辆直行起步时间掌握的决策、行人过马路决策，当垂直直行已绿灯，只剩左转通行，就可准备）,2、管理信息系统MIS 70年代兴起了管理信息系统（Management Information SystemsMIS），它是管理科学和计算机科学结合的产物。 管理信息系统的系统结构包括职能子系统和保证子系统两部分。 管理信息系统的开发主要是利用数据库语言编制程序。数据库语言的主要功能是对数据进行输入、查询、更新、统计、维护、通信、安全、报表等。因此，开发出的管理信息系统在模型辅助决策上存在不同。它只能以数据和信息的形式辅助决策。另外，MIS的重点在于完成日常管理活动的信息处理，忽视了现代管理的重点在于决策这一基本思想，没有把管理、决策和控制联系在一起，常常无法提供决策人员所需的信息。,3、决策支持系统 决策支持系统（Decision Support SystemDSS）是80年代迅速发展起来的新型计算机学科。70年代初由美国M. S. Scott Morton在管理决策系统一文中首先提出决策支持系统的概念。 70年代末期 DSS一词已经非常流行，一般认为DSS是:结合与利用计算机强大的信息处理能力和人的灵活判断能力，以交互方式支持决策者解决半结构化和非结构化问题的系统。 DSS是在管理信息系统和运筹学的基础上发展起来的。管理信息系统重点在对大量数据的处理。运筹学在运用模型辅助决策，体现在单模型辅助决策上。 决策支持系统的出现是要解决由计算机自动组织和协调多模型的运行，对大量数据库中数据的存取和处理，达到更高层次的辅助决策能力。,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）。 结构化决策问题：能够清楚地描述的问题，几个阶段都能使用确定的算法或决策规则。 结构化决策问题相对比较简单、直接，其决策过程和决策方法有固定的规律可以遵循，能用明确的语言和模型加以描述，并可依据一定的通用模型和决策规则实现其决策过程的基本自动化。早期的多数管理信息系统，能够求解这类结构化决策问题，,例如，应用解析方法、运筹学方法等进行作业计划、库存报表、生产调度、厂址选择、库存补充等。 结构问题有两个方面的含义： 一是完全结构化，即结构简明，足以完全交付计算机予以自动处理； 二是结构复杂，计算机难以处理(如NP完全问题)；这种结构复杂的问题在理论上是可以解决的，但考虑实际情况中的时间和空间复杂性就难以实现，因而此类问题必须介入人的判断。,非结构化决策问题：不能够清楚地描述的问题，而只能凭直觉或经验作出判断的问题，几个阶段都不能使用确定的算法或决策规则。 非结构化决策问题是指那些决策过程复杂，其决策过程和决策方法没有固定的规律可以遵循，没有固定的决策规则和通用模型可依，决策者的主观行为(学识、经验、直觉、判断力、洞察力、个人偏好和决策风格等)对各阶段的决策效果有相当影响。往往是决策者根据掌握的情况和数据临时做出决定。 例如：确定杂志封面、确定销售对象、聘用管理人员等等。 非结构有两个方面的含义： 一是问题无结构。这意味着从理论上讲问题本身是不可判定的(神)，但实际中很少遇到此类问题。 二是问题在一定意义下有结构而人们至今尚未找到此结构(UFO)，或未找到恰当的结构。这是我们在实际中经常遇到的问题。,半结构化决策问题：介于两者之间的问题。一个或两个阶段能使用确定的算法或决策规则。 半结构化决策问题介于上述两者之间，其决策过程和决策方法有一定规律可以遵循，但又不能完全确定，即有所了解但不全面，有所分析但不确切，有所估计但不确定。这样的决策问题一般可适当建立模型，但无法确定最优方案。 例如：奖金分配、股票管理、开发市场、经费预算、资本获利分析 半结构问题指问题的局部可以结构化而不能全部结构化，此类问题需介入人的判断来完成。,表1-1大致说明了各类决策问题的结构化程度，表中越向右边的决策问题，其结构化程度越低，也越难以实现决策的程序化。另外，应当指出，决策问题的结构化程度并不是一成不变的，当人们掌握了足够的信息和知识时；非结构化问题有可能转化为半结构化问题，半结构化问题也有可能向结构化问题方面转化，这是人们对客观事物不断提高认识的过程。,通常认为，管理信息系统主要解决结构化的决策问题，而决策支持系统则以支持半结构化和非结构化问题为目的。这个论点早期由GoI和Scott Morton提出，他们把DSS定义为“一个在非结构(unstructured)或半结构 (semi-structured)环境下支持管理决策者的系统”。 在DSS中，“支持”是个关键概念： “支持”意味着帮助或提高决策者于决策过程之中而非替代决策者。 另外一个概念是组织结构中的三个层次：,在整个决策管理活动的组织结构中可以划分三个层次： 战略计划：确定组织的目标、政策和总的发展方向，以组织为整体进行分析（北京市教委确定最新科研发展方向） 管理控制：资源获取(如预算的确定和成本的确定等)，其目的是实现战略计划（首都师范大学确定各学院指标） 作业控制：在预算内有效地利用现有资源来完成各项活动，具体实施管理控制，间接完成战略计划（信息工程学院确定由谁来牵头做这个项目）。又例如学院制定专业培养方向(智能、网络、管理)，各系制定培养计划(必修、选修)，进一步确定认可教师执行。 上述三个层次所处理的对象不尽相同， 战略计划是面向决策的 管理控制是面向信息的 而作业控制是面向数据的 在这里，并不是说DSS仅仅是最高层管理惟一需要的，实际上每个层次都有决策问题,思考复习题,1、简述运筹学、管理科学、管理信息系统和决策支持系统之间有什么样的联系。 2、简述什么是结构化决策问题、半结构化决策问题和非结构化决策问题。,决策支持系统(DSS)的定义和结构框架,DSS是一种以计算机为工具，应用决策科学及有关学科的理论与方法，以人机交互方式辅助决策者解决半结构化决策问题的信息系统,1 决策过程,1,2,3,4,5,应用DSS作决策的过程是一个人机交互的启发，分解成若干个阶段，阶段的结果以及某些启示不断反复，直到用户形成决策意见，确定问题的解。,基本框架三角式结构(两库结构),面向决策者解决半结构决策问题 强调支持 模型和用户共同驱动 交互式处理方式,（二）三库结构,决策支持系统的新特点是增加了模型库和模型库管理系统，它把众多的模型（数学模型与数据处理模型以及更广泛的模型）有效进行组织和存储，并且建立了模型库和数据库的有机结合。 它不同于MIS数据处理，也不同于模型的数值计算，而是它们的有机集成。它既具有数据处理功能又具有数值计算功能。因此，决策支持系统就是综合利用大量数据，有机结合众多模型（数学模型与数据处理模型等），通过人机交互，辅助各级决策者实现科学决策的系统。,决策支持系统与信息管理系统的区别,决策支持系统-出现的原因,1 MIS自身局限性 刻板的结构化系统分析方法 忽视人在管理领域和系统处理中的作用 2 新技术的发展(外部因素) 运筹学模型发展已经比较完善。 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。,决策支持系统-所涉及的理论学科,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,(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、输出而实现其目标的行为的研究方法。 (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。,(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，如：投入产出模型。 (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。 (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。,（6）人工智能,1、人工智能 人工智能是计算机科学的一个分支，是一门研究机器智能的学科，即用人工的方法和技术，研制智能机器或智能系统来模仿、延伸和扩展人的智能，实现智能行为。 2、人工智能的研究范围 问题求解：如下棋程序。逻辑推理和定理证明：如数学定理的证明。自然语言处理：如语言翻译、语音识别、语言生成和理解等。自动程序设计：“超级编译程序”，能从高级形式的描述，生成所需的程序。机器学习：归纳学习和类比学习。专家系统：利用专家知识进行推理达到专家解决问题的能力。机器人学：完成人部分工作的机器人。机器视觉：研究感知过程。智能检索系统：具有智能行为的情报检索等。,3、专家系统 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，其中专家系统的实用化应用于医疗、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，并进一步涉足财务分析、计划管理、工程评估、法律咨询等管理决策领域。 专家系统是一个含有知识型程序的系统，使得计算机具有人类专家那样解决问题的能力，依靠大量的专门知识以解决特定领域的复杂问题。,（6）人工智能,（6）人工智能,20世纪70年代，一大批成功的专家系统涌现出来。所具有的共同特点是：能进行求解工作、以规则或框架的形式表示知识、人-系统对话、同时考虑多个假设等。 专家系统=知识库+推理机。 重点工作在于将专家的知识翻译和整理成专家系统所需的知识。并按一定的知识表示形式输入到专家系统的知识库中；另外，在人机接口中还要将用户的咨询和专家系统提出的建议和结论进行人机之间的翻译和转换。,DSS与相关技术的关系,决策与预测的关系 DSS与管理科学MS/运筹学OR的关系 DSS与管理信息系统MIS的关系 DSS与专家系统ES的关系,(1) 决策与预测的关系 预测：预言未来，基于分析、研究、仿真、实验 决策：创造未来，基于预测，实现将来一个目标 例如：灾害预测与防灾决策、日常预测与决策（汽车赶绿灯与行人过马路相撞的几率、前方是否有路口需要减速）、经营预测与决策、宏观预测与决策、为重大决策作预备性研究等。,(2) DSS与管理科学MS/运筹学OR的关系 MS：处理结构化问题，运用分析的观点。 OR：处理结构化问题，研究对象主要集中在数学规划、决策论、对策论等理论和方法上。 DSS：处理战略、规划等半结构化和非结构化一类的决策问题。 (3) DSS与信息管理系统MIS的关系 MIS：收集、传递、存储、加工处理各种信息，监测运营数据，利用历史数据预测未来，用指定的数学方法分析数据，提供全面数据和分析报告。面向管理人员，提供低层次的决策支持。 DSS：面向决策者，提供适当的决策支持，是MIS的高级阶段。,(4) DSS与专家系统ES的关系 ES：利用知识库和推理机，处理半结构化和非结构化问题。 DSS：使用数据库和模型，处理半结构化问题，与ES结合后，可处理半结构化和非结构化问题。 IDSS = DSS + ES,复习思考题,1、与DSS相关的技术有哪些？其中决策技术与预测技术的关系是什么？,4.新一代DSS的研究与发展,一、群决策支持系统GDSS(Group DSS)： 多个决策参与者共同进行思想和信息的交流，群策群力，寻找一个令人满意和可行的方案 1.GDSS是指在多个DSS和多个决策者的基础上进行集成。 多方案决策：两个或多个决策者召集在一起，讨论实质性问题，提出解决某一问题的若干方案，评价这些方案各自的优劣，最后作出决策。 子方案群决策：把待解决的问题分为若干子问题，然后把这些子问题交由多人解决，根据它们提出的多个子方案，作出最终的决策； 取长补短的群决策：群决策中的各个决策者都具有某方面的长处或短处，采用合理的协同机制，最大限度地发挥各人的长处，以作出更优的决策(弯道交通事故多发由建筑结构专家、交通事故专家等共同分析决策）。,群体决策支持系统是集成多个决策者的智慧、经验以及相应的DSS(交通DSS、建筑DSS) 组成的集成系统，以计算机及网络设备（传真、电话、可视设备、大屏幕显示）为基础，用于支持群体决策者共同解决半结构化的决策问题。 2.群体决策的研究范围： 应用现代信息技术(分布式计算环境、计算机支持的协同工作、多智能体系统、分布式的对象技术、智能接口等)研究 群组决策支持系统的体系结构 协商问题求解机制 3.GDSS的特点： 需要专门的设计，并不是多个DSS的简单组合。 能完成群决策过程和得出方案，并在组织管理者的指导下得出群决策结果。 能支持群决策和网络远程决策会议，并得出解决问题的结果,二、分布式决策支持系统DDSS（Distributed DSS） 研究DSS在分布式环境中（多个物理位置上分离的决策体）如何利用分布式技术并发计算、协调一致地解决问题 三、智能决策支持系统IDSS(Intelligent DSS)： DSS与人工智能(AI)中的专家系统(ES)相结合的产物 形成了高级别的、具有知识处理能力的DSS。 IDSS的组成：四库系统+接口。 四库：知识库、数据库、模型库、方法库及人机接口， 另外通常还有问题求解模块。,智能决策支持系统IDSS出现的原因： 80年代后期，机器学习及人工神经元网络等技术的研究与应用为知识的学习与获取开辟了新的途径。 专家系统与DSS相结合，充分利用专家系统定性分析与DSS定量分析的优点，形成了智能决策支持系统IDSS，提高了DSS支持非结构化决策问题的能力。,四、经理信息系统（executive information system， EIS)：也称执行信息系统。是针对高层管理、创新（随时变化的市场环境）、资源分配（人、资金、商品、设备的管理和配置）、谈判（纠纷和冲突的协商）等情况,通过获取企业内部和外部的有关信息为高层管理者的战略决策提供支持的系统。 EIS能帮助经理精确快捷地了解自己部门的运营状况（如：商品在不同地区、不同时间的销售情况），而且帮助掌握竞争者(知己知彼方能百战不殆)、顾客和供应商的活动。 EIS具有的特点： 使用图、表、文字等输出形式，提供友好界面 从内外部资源中获取信息，直接为高层决策者服务 提供各种处理信息的工具和各种类型的报告 提供各种办公支持：如邮件处理、新闻、时间安排 有辅助分析数据功能，如趋势分析、异常报告分析 具有数据安全功能等,五、I3DSS 含义：智能的、交互式的、集成化的决策支持系统（Intelligent,Interactive and Integrated DSS)。 特点：面向问题，有机集成。 综合采用系统分析、运筹学方法、计算机技术、知识工程、专家系统等技术，使之有机结合，而不是单一的以信息为基础的系统，或单一的以数学模型为基础的系统，或单一的以知识为基础的系统。在面向问题的前提下，充分发挥各自的优势，特别是发挥它们在联合运用时的优势，即集成化（Integrated）。 在处理难以定量分析的问题时，需要使用知识工程、专家系统方法与工具，涉及到人工智能领域，更重要的问题在于如何使用知识工程的思想方法，组织各个有关模块，实现决策支持过程的集成化。这种应用方式就是决策支持系统的智能化（Intelligent）。,当DSS进入到高层次的决策活动领域时，由于处理的问题多半是半结构化或非结构化的，为了帮助决策者进一步明确问题、认定目标和环境约束，产生决策方案和对决策方案进行综合评价，系统应具有更强的人机交互能力，这种应用方式就是决策支持系统的交互性（Interactive）（决策者不断提出问题和要求，系统不断给出建议方法，进行人机交互）。 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。（例如，基于GPS、地理信息库、交通流量库的交通拥塞是道路优化选择；或基于GPS的出租车为乘客选择定位最佳目的地娱乐、购物、餐饮等）,近年来，有些公司经过长年累月积聚下来的商业数据记录目前已经超过几百万条，因而数据的迅速增加与数据分析方法的滞后的矛盾越来越突出，出现在大量数据分析的基础上进行科学研究、商业决策或者企业管理的需求。但是目前所拥有的数据分析工具很难对数据进行深层次的处理。 20世纪90年代中期，兴起了数据仓库、联机分析处理和数据挖掘三项新技术，它们的结合形成了基于数据仓库的决策支持系统。,基于数据仓库的决策支持系统,1、概念：数据仓库(data warehouse，DW)是在数据库的基础上发展起来的，数据库用于事务处理，而数据仓库由大量相关数据集成而来，用于决策分析。 2、数据仓库的特点： 将大量的数据库的数据按决策需求进行重新组织，形成面向主题的概念化的数据，以数据仓库的形式进行存储，它将为用户提供辅助决策的随机查询、综合数据以及随时间变化的趋势分析信息等。 数据仓库是一种存储技术，它的数据存储量是一般数据库的100倍，它包含大量的历史数据、当前的详细数据以及综合数据。它能为不同用户针对不同决策需要提供所需的数据和信息。 数据仓库是预测利润、分析风险、进行市场分析，以及加强客户服务与营销活动等的催化技术；,数据仓库,1、概念：数据挖掘(data mining，DM)指从大量数据中提取出隐藏在数据中的有用信息，为人们的正确决策提供帮助。 2、数据挖掘的特点： 数据挖掘是从人工智能机器学习中发展起来的。它研究各种方法和技术（统计分析方法、神经网络方法和机器学习方法等） 利用我们上学期讲的智能信息获取方法，从数据集中发现有关知识。使用户利用这些信息和知识来指导和帮助决策，例如，分类本身是个决策问题，但利用分类规则预测未知实体的类别后，可以进一步决策，比如找出一组交通肇事司机的特征（紧张、压力、疲劳、心态和性格上有轻微缺陷前无车、酗酒、争速。又如日本研制智能汽车，用雷达探测预测与前车距离，在一定距离内决策自动刹车）,数据挖掘,数据挖掘技术可以产生5种类型的信息。 第一种是关联信息，它可以显示与某个事件相关联的信息，比如在购买啤酒的同时，有70的可能也购买花生，可以决策放一块儿卖，是一个营销策略的决策。 第二种是序列信息，它可以显示所有事件内互相链接的一些事件，比如(推销准妈妈营养品-推销婴儿用品-推销智力开发玩具及孩子保险-业余爱好培训-升学辅导班-本科学习-就业培训辅导)。 第三种是聚类信息，它把那些没有类别的数据聚集成多个类别，给用户提供“物以类聚”的宏观观念。 第四种是分类信息，它是最常用的一种信息，主要用于找出描述一组特性的模式。 第五种是预测信息，这是最容易理解的信息，它可以通过使用隐藏在数据中的回归模型来估计一些连续变量(如库存周转量)的未来值。,多维数据分析技术-OLAP,OLAP的决策支持是通过多维数据分析来实现的。多维分析是指对以多维形式组织起来的数据采取切片、切块、旋转、钻取等各种分析动作，以求分析数据，使用户能从多个角度（旋转）、多侧面地观察数据库中的数据，从而深入了解包含在数据中的信息、内涵。多维分析的基本操作有： 切片(slice)：在多维数组的某一维上选定一维成员或选定多维数组的一个二维子集的动作。 切块(dice)：选定多维数组的一个三维子集的动作。 旋转(pivot)：改变数据立方体的维方向。例如：将换两个行维的位置，或是把某一个行维移到列维中去等。 向上钻取(roll up上卷）：将数据综合到较高的维层次。 向下钻取(drill down）：将数据细化至较低的维层次。,OLAP切片-多维数据分析,维是观察数据的角度，那么切片的作用或结果就是舍弃一些观察角度，使人们能在二维上集中观察数据。因为人的空间想象能力毕竟有限，一般很难想象四维以上的空间结构。所以对于维数较多的多维数据空间，数据切片是十分有意义的。 如图是一个按产品维、地区维和时间维组织起来的产品销售数据，用多维数组表示为：(地区，时间，产品，销售额)。,OLAP切片-多维数据分析,如果在地区维上选定一个维成员(设为“上海”)，就得到了在地区维上的一个切片(关于“时间”和“产品”的切片)； 在产品维上选定一个维成员(设为“电视机”)，就得到了在产品维上的一个切片(关于“时间”和“地区”的切片)。显然，这样切片的数目取决于每个维上维成员的个数,OLAP切块-多维数据分析,切块可以看成是在切片的基础上，进一步确定各个维成员的区间得到的片段体，即由多个切片叠合起来。对于时间维，如果时间取一个确定值，则得到一个切片 ；如果将时间维上的取值设定为一个区间(例如取“1990年至1999年”)，而非单一的维成员时，就得到一个数据切块，它可以看成由1995年至1999年5个切片叠合而成的。,99,OLAP钻取-多维数据分析,钻取有向下钻取(drill down)和向上钻取(drill up )操作。向下钻取是使用户在多层数据中能通过导航信息而获得更多的细节性数据，而向上钻取是使用户获取概括性的数据。例如，1995年各部门销售收入表所示。 在时间维进行下钻操作，获得 1995年4个季度的数据新表。那 么相反的操作为上钻。drill的 深度与维所划分的层次相对应,OLAP旋转-多维数据分析,通过旋转可以得到不同视角的数据。旋转操作相当于平面数据将坐标轴旋转。例如，旋转可能包含了交换行和列，或是把某一个行维移到列维中去如图所示。 (a)是把一个横向为时间、纵向为产品的报表，旋转成为横向为产品、纵向为时间的报表。 (b)是把一个横向为时间、纵向为产品的报表，变成一个横向仍为时间而纵向旋转为地区的报表。,OLAP应用实例,假设有一个五维数据模型，5个维分别为商店、方案、部门、时间和销售。 1三维表查询 在指定两维“商店All，方案现有”为定值的情况下的三维表(部门、时间和销售量)如表所示。,OLAP应用实例,对汽车部门向下钻取出具体项目(维修、附件、音乐)的销售情况和利润增长情况，如表所示,OLAP应用实例,除去一些列或行不显示的切片操作如下表： 旋转表：将方案维加入到销售维中。加入方案维的两种情况：现有和计划，这次旋转操作得到1995年的方案为：现有、计划、差量(现有与计划的差量)、差量。如表所示。,DW+OLAP+DM的决策支持系统,数据仓库(DW)、联机分析处理(OLAP)与数据挖掘(DM)都是决策支持新技术，但它们有着完全不同的辅助决策方式。 数据仓库中存储着大量辅助决策的数据，它为不同的用户提供各种辅助决策的随机查询、综合数据或趋势分析信息。 联机分析处理提供了多维数据分析，进行切片、切块、钻取等多种分析手段。 数据挖掘是挖掘数据中隐含的信息和知识，让用户在进行决策中使用。 三者可以结合起来。多维数据分析与数据挖掘可以作为数据仓库系统的前端分析工具，帮助决策用户进行多维数据分析和挖掘数据隐含规律。以数据仓库为基础结合联机分析处理和数据挖掘形成了基于数据仓库的决策支持系统。,复习思考题,1、什么是数据挖掘？数据挖掘技术能产生哪几种类型的信息？ 2、简述Olap数据分析中的几个基本操作。,六、综合决策支持系统SDSS兴起的原因,1基于DW的DSS与传统DSS是从不同的角度发展起来，辅助决策的方式也不相同。 传统DSS的知识来源于专家的领域知识和经验知识，而基于DW的DSS的知识来源于数据仓库中的数据。它们的结合将扩大知识面。 基于DW的DSS中没有充分利用模型和模型组合来辅助决策，主要是进行多维数据分析。而模型中的数学模型是管理科学运筹学几十年来研究的成果，它们为各企事业单位的决策问题提供了广泛的辅助决策信息，取得了显著的决策效果。若增加数学模型的计算，将能增加辅助决策能力。 传统DSS发展了二十多年，但没有完全成熟的产品，若将传统DSS和基于DW的DSS结合起来，一方面可以相互促进、互相结合，另一方面，这种结合对决策支持系统有光明的发展前景。,六、综合决策支持系统SDSS概念,1、概念：将传统DSS和基于DW的DSS结合起来的决策支持系统称为综合决策支持系统(synthetic decision support system，SDSS)。 结合起来形成的综合决策支持系统是更高级形式的决策支持系统。其中， 数据仓库能够实现对决策主题数据的存储和综合以及时间趋势分析。 联机分析处理实现多维数据分析。 数据挖掘从数据库和数据仓库中获取知识。 模型库实现多个模型的组合辅助决策。 数据库为辅助决策提供数据。 知识库中知识通过推理进行定性分析。 它们集成的综合决策支持系统，将相互补充和依赖，发挥各自的辅助决策优势，实现更有效的辅助决策。,六、综合决策支持系统SDSS结构,六、综合决策支持系统SDSS结构,综合决策支持系统由3个主体组成： 模型库系统和数据库系统结合的主体。该主体完成多模型的组合与大量共享数据的处理，是利用模型资源辅助决策的。 数据仓库系统与联机分析处理结合的主体。该主体完成对数据仓库中数据的综合、预测和多维数据分析，是利用数据资源辅助决策的。 知识库系统(知识库、推理机和知识库管理系统)与数据挖掘结合的主体。该主体完成知识推理，是利用知识资源辅助决策的。,七、网络环境的综合决策支持系统,Internet技术推动了决策支持系统的发展，网络上的数据库服务器使数据库系统从单一的本地服务上升为网络上的远程服务，数据仓库也是以服务器形式在网络上提供共享、并发服务。同样，模型资源和知识资源也以服务器的形式在网络上为远程的客户机提供并发和共享的模型服务和知识服务。 模型服务器中可以集成大量的数学模型、数据处理模型、人机交互的多媒体模型等，为用户提供不同类型的模型服务，也可以为用户提供组合多种类型模型的综合服务。 知识服务器中可以集中多种智能问题的知识库，或者是不同知识表示形式的知识(规则知识、谓词知识、框架知识、语义网络知识等)和多种不同的推理机，如正向推理机、逆向推理机、混合推理机等。,七、网络环境的综合决策支持系统,决策支持系统的综合部件(问题综合与交互系统)是由网络上的客户机来完成，即在客户机上编制DSS控制程序，由它来调用或者组合模型服务器上的模型并完成模型计算，调用知识服务器上的知识，完成知识推理以及实现服务器上数据仓库的综合信息查询，或用历史数据进行预测。这样，就形成了网络环境的综合决策支持系统，其结构如图,由于Internet技术的成熟和普及，网络环境的综合决策支持系统是决策支持系统的发展方向。,七、网络环境的综合决策支持系统,基于网络的综合决策支持系统的群件：指以网络为平台，支持决策支持系统协同工作的计算机的系统，如：电子邮件与消息系统（电子公告板、新闻组、邮件列表）、屏幕共享（最早有苹果公司提出，使的远端客户机的屏幕出现主机屏幕的界面的内容）、视频电话会议（通电话时还可以看到不同地点的决策成员，可以“面对面”进行讨论；另一服务是视频邮件Video mail或V-mail，将图象声音以邮件的形式发给决策成员，真正支持异时异地的决策支持） 基于网络的决策支持系统的通信机制： Internet技术： Intranet技术：是一种企业内部网络，主要以联系企业内部各部分、促进企业内部的交流与沟通为目的。 一般企业通常是两种网络互连，既可以向外公布企业的新闻和产品及服务宣传，又可以获取外部的市场和物资信息，但为了防止外部不安全信息的侵入，常使用防火墙进行隔离。 采用TCP/IP网络协议,七、网络环境的综合决策支持系统的应用-电子商务,电子商务：是指利用计算机网络进行的商务活动。包括：产品生产、内部管理、物资调配、公司间合作、客户联系、电子交易等方面。 电子商务必然离不开决策的制定，事实上，电子商务运作过程中各个环节都需要决策支持的技术，许多电子商务自身就集成了强大的决策支持功能。 电子商务中市场营销决策支持系统：利用计算机网络系统对利润目标的预测和决策、销售量和销售额的预测决策、产品价格决策、促销决策等。 电子商务中物流决策支持系统：对商品仓储进行运输管理，并适时、适量地供给消费者和用户。决策问题包括库存数量、库存地点、送货计划、配送运输等方案的选择，目的在于降低企业成本费用，提高服务质量和效益。综合利用运筹学、组合数学、计算机技术进行运输流程模拟，并进行路由优化（最短路径）、车次优化（最短路径中车次的链接关系、优劣次序等）,七、网络环境的综合决策支持系统,电子商务中的谈判支持系统：在网络和软件系统的支持下，设置谈判服务器，各客户端通过Web浏览器连接服务器，以电子商务网络为平台，使用谈判问题分析工具和谈判信息交流工具，应用多媒体技术（视频会议、语音信箱）和宽带网络技术的谈判支持系统，为谈判者提供面对面般的交互环境，进行商贸磋商。 在该决策支持系统中，包括问题处理模块、图形表示模块、数据查询和分析模块、通信模块、冲突分析模块和电子合同管理模块等。 还有一种很流行的技术是电子商务智能，它基于计算机网络、人工智能、通信和决策等多种技术，结合数据仓库、数据挖掘和OLAP技术，实现海量商业数据的分析处理，并从中提取出有价值的商务信息，为企业提供战略性决策的依据，提高企业的战略竞争能力。,思考题： 1、新一代DSS主要有哪几个系统？ 2、简述综合决策支持系统的形成原因和组成部件。,谢谢！,