(决策管理)决策支持系统升级

a结构化决策问题。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。

b半结构化决策问题。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。

c非结构化决策问题。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。 作业调度 运筹管理 战略规划 支持需求 结构化 库存报表、线性规划、生新厂位置选EDP MS/OR 零件定货 产调度 择 半结构化 股票管理、开发市场、经资本获利分DSS 贸易 费预算 析 非结构化 为杂志选择聘用管理人研究、开发经验和直觉 封面 员 分析 2、决策过程：就是人们为了实现一定的目标而制定行动方案，并准备组织实施

的活动过程，这个过程也是一个提出问题、分析问题、解决问题的过程。（第一部分ppt20）

决策的过程，赫尔伯特•西蒙划分的四个阶段 1.情报活动 2.设计活动 3.抉择活动 4.实施活动 3、个人决策和集体决策（第一部分ppt30）

——从决策的主体看可划分为个人决策和集体决策

优 点：效率高；

缺 点：决策质量可能低；可接受性低。

其人存，则其政举， 其人亡，则其政息

4、做一位明智的决策者 （第一部分ppt37） ① 开始工作。

② 关注重大问题。 ③ 改善工作计划。 ④ 化繁为简 ⑤ 摆脱困境 ⑥ 适时退出

⑦ 聪明地利用他人的帮助 ⑧ 确立基本的决策原则 ⑨ 调整决策风格 ⑩ 掌握自己的决策

5、当前决策科学化发展的方向（第一部分ppt27） 一、 用信息系统支持和辅助决策 二、 定性决策向定量与定性相结合的决策发展

三、 单目标决策向多目标综合决策发展 四、 战略决策向更远的未来决策发展 6、决策支持的方式（第一部分ppt44）

a 数据与决策支持 b模型的决策支持

c“如果，将怎样”（what-if）分析的决策支持 d决策问题方案的决策支持

e自动生成决策问题方案的决策支持 f知识推理与智能技术的决策支持 7、模型是对于现实世界的事物、现象、过程或系统的简化描述（第一部分ppt46） （一）物理模型 ：也称实体模型，又可以分为实物模型和类比模型。 （二）数学模型 ：用数学语言描述的一类模型

（三）结构模型 ：主要反映系统的结构特点和因果关系的模型

（四）仿真模型 ：通过数字计算机，模拟计算机或混合计算机上运行的程序表

达的模型。

选择模型需要做到：（1） 对已有模型解决的问题很熟悉。

（2）对现实世界的实际问题也很熟悉。

模型库管理系统：提供模型的提取、访问、更新和合成等操作。（第二部分ppt33） 数学建模步骤（第一部分ppt51）

1）模型准备 4）模型求解 2）模型假设 5）模型分析 3）模型建立 6）模型检验

模型库管理系统的功能：一、模型的存储管理，包括模型的表示、模型存储组织

结构、模型的查询和维护。

二、模型的运行管理，包括模型程序的输入

和编译、模型的运行控制、模型对数据的存取。

三、支持模型的组合，包括模型间的组合以及模型之

间数据的共享与传递。（课本99）

8、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、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。 （第二部分ppt20） 决策支持系统的结构图

9、DSS与MIS、 DSS与ES、DSS与MS/OR的关系 （第二部分ppt14） (1) DSS与MS/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、规划等半结构化的决策问题。 (2) DSS与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。 (3) DSS与ES的关系 IDSS = DSS + ES

ES：利用知识和推理机，处理半结构化问题。

DSS：使用数据和模型，处理结构化问题，与ES结合后，可处理半结构化

问题

10、数据集市(Data Mart)——具有特定应用的数据仓库，主要针对某个具有战略

意义的应用或者具体部门级的应用，支持用户利用已有的数据获得重要的竞争优势或者找到进入新市场的具体解决方案。（第四部分ppt18）

数据集市可以分为两种：

a独立的数据集市(Independent Data Mart)，数据直接来源于数据源。 b从属的数据集市(Dependeant Data Mart)，数据来源于中央的数据仓

库。

数据集市的特点

（1）规模较小，灵活，

（2）开发工作一般由业务部门主持定义、设计、实施、管理和维护。 （3）能够快速实现，代价较低，投资回收期短，风险小。 （4）具集的紧密集成。

（5）有利于进一步升级到完整的数据仓库或形成分布式数据仓库。 数据集市的应用：人力资源数据集市、财务数据集市、

销售数据集市、市场数据集市等

数据仓库：是指从业务数据中创建信息数据库，并针对决策和分析进行优化，

且支持决策过程的、面向主题的、集成的、随时间变化的、稳定的数据集合。（第四部分ppt6）

数据仓库的特点 （第四部分ppt9）

a面向主题 b集成的 c数据仓库是稳定的 d随时间变化的

数据挖掘：具体地说是在数据库中，对数据进行一定的处理，从大量的、不完

全的、有噪声的、模糊的、随机的数据中提取隐含的、事先未知的、但又是潜在有用的信息和知识的过程。（第四部分下ppt14）

11、 数据仓库构建大致有如下几个步骤

1）明确主题 2）概念设计 3）技术准备 4）逻辑设计

5） 物理设计 6）数据仓库生成 7）数据仓库的运行与维护 12、OLTP、OLAP（第四章上ppt39）

On-line Analytical Processing(在线分析处理或联机分析处理) 是针对特定问题的联机数据访问和分析，使分析人员、管理人员或执行人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维特性的信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术。(OLAP委员会的定义) （第四章上ppt44） OLAP的特性 1. 快速性 2. 可分析性 3. 多维性 4.信息型.（第四章上ppt46）

OLTP系统——联机事务处理

On-Line Transaction Processing 事件驱动，面向应用。 如：银行的储蓄系统 OLAP系统——联机分析处理

On-Line Analytical Processing 跨部门，面向主题。

OLTP与OLAP对比

13、 数据挖掘的主要方法（第四部分下ppt16）

（1）归纳学习方法 信息论方法（决策树方法）：

ID3、ID4、ID5、C4.5、IBLE方法

集合论方法：粗糙集方法、关联规则挖掘、

覆盖正例排斥反例方法、概念树方法

（2）仿生物技术：神经网络方法、遗传算法

（3）公式法：现在工程和科学数据库中对若干数据项（变量）进行一定

的数学运算，求得相应的数学公式。

（4）统计分析方法 常用统计方法、相关分析、回归分析、

假设检验、聚类分析、判别分析

（5）模糊数学方法：模糊模式识别、模糊聚类、模糊分类、

模糊关联规则等

（6）可视化技术

14、Apriori算法\\ID3算法的思想及其应用 Apriori算法(课本230)（第四章下ppt26）

在关联规则挖掘算法中，把项目的集合称为项集（itemset），包含有k个项目的项集称为k-项集。包含项集的事务数称为项集的出现频率，简称为项集的频率或支持度计数。如果项集的出现频率大于或等于最小支持度s与D中事务总数的乘积，则称该项集满足最小支持度s。如果项集满足最小支持度，则称该项集为频繁项集（frequent itemset ）。

关联规则的挖掘主要被分解为下面两步：

第1步：找出所有的频繁项集，即找出支持度大于或等于给定的最小支持度阈值的所有项集。可以从1到k递归查找k-频繁项集。

第2步：由频繁项集产生强关联规则，即找出满足最小支持度和最小置信度的关联规则。对给定的L，如果其非空子集AL，sup(L)为L的支持度，sup(A)为A的支持度，则产生形式为AL-A的规则。

ID3的基本思想（第四部分下ppt34）

构造决策树，决策树的每个节点对应一个非类别属性，每条边对应

该属性的每个可能值。以信息熵的下降速度作为选取测试属性的标准，即所选的测试属性是从根到当前节点的路径上尚未被考虑的具有最高信息增益的属性。

ID3方法应用（第四部分下ppt97）

a根据疾病分类患者

b根据起因分类设备故障

c根据拖欠支付的可能性分类债款申请

15、数据仓库在物流领域的应用：

主要实现对物流服务需求分析、物流成本分析和物流过程分析，这主要以分析实时数据为主，将数据在供给链上按需重组，辅助决策者获取与目标相关的信息。（第四部分上ppt72） 物流配送数据仓库（物流数据仓库ppt71）

16、人工智能：是探求人类的思维过程，研究将人类的脑力劳动延伸到某种物理

装置的原理和实现的一门学科。（第六章ppt5）

专家系统：就是利用存储在计算机内的某一特定领域内人类专家的知识，

来解决过去需要人类专家才能解决的现实问题的计算机系统。（第六章ppt4）

17、智能决策支持系统（IDSS，Intelligence Decision Supporting System），是人工

智能（AI，Artificial Intelligence）和DSS相结合，应用专家系统（ES，Expert System）技术，使DSS能够更充分地应用人类的知识，如关于决策问题的描述性知识，决策过程中的过程性知识，求解问题的推理性知识，通过逻辑推理来帮助解决复杂的决策问题的辅助决策系统。既能处理定量问题，又能处理定性问题。（第六章ppt4） IDSS的基本结构图（第六章ppt7）

18、知识的种类（第六章ppt19）

1） 事实性知识：采用直接表示的形式 如：凡是猴子都有尾巴 2）过程性知识：描述做某件事的过程 如：电视维修法

3）行为性知识：不直接给出事实本身，只给出它在某方面的行为。 如：微分方程、（事物的内涵） 4）实例性知识：只给出一些实例，知识藏在实例中。

5）类比性知识: 即不给出外延，也不给出内涵，只给出它与其它事物的某些

相似之处 如：比喻、谜语

6）常识性知识：即普遍存在而被普遍认识了的客观事实

7）元知识：有关知识的知识，及如何从知识库中找到想要的知识等的知识。 知识表示的方法 （第六章ppt45）

a数理逻辑表示法 1）命题逻辑2）谓词逻辑 b产生式规则 1）正向推理2）逆向推理 c语义网络 d框架 e剧本

推理机—— 利用知识库中的知识进行推理，对给定问题进行求解，得

到结论。（第二部分ppt43）

19、遗传算法：是模拟生物在自然环境下的遗传和进化过程而形成的一种自适应

全局优化概率搜索方法。（第六章ppt23）

遗传算法的一般步骤：

1）.首先要对求解的问题进行编码（染色体），评估每条染色体所对应个体的适应度。

2）.遵照适应度越高，选择概率越大的原则，从种群中选择两个个体作为父方和母方。

3）.抽取父母双方的染色体，进行交叉，产生子代。 4）.对子代的染色体进行变异。

5）.重复 2，3，4 步骤，直到求得最佳或较佳的个体。 结束循环。 遗传算法在决策支持方面的应用（第六章ppt34）

(1)函数优化 (2)组合优化 (3)生产调度问题 (4)自动控制

人工神经网络：是模拟人类的形象直觉思维，在生物神经网络研究的基础上，

根据生物神经元和神经网络的特点，通过简化、归纳，提炼总结出来的一类并行处理网络。

20、知识库管理系统——提供对知识（规则）的存储、检索、修改、检查等操作。

（第二部分ppt43）

21、产生式规则知识表示

if A then B , 简化为: A →B（第六章复习ppt8） 产生式规则知识允许有如下的特点：（第六章复习ppt8）

1） 相同的条件可以得出不同的结论。

如：A→B A→C

2） 相同的结论可以由不同的条件来得到。

如：A→G B→G

3） 条件之间可以是“与”（AND）连接和“或”（OR）连接

如 A∧B→G，A∨B→G（相当于A→G，B→G）

4） 一条规则中的结论，可以是另一条规则中的条件。

22、专家系统中正向推理、逆向推理的工作原理 （1） 正向推理

逐条搜索规则库，对每一条规则的前提条件，检查事实库中是否存在。前提条件中各子项，若在事实库中不是全部存在，放弃该条规则。若在事实库中全部存在，则执行该条规则，把结论放入事实库中。反复循环执行上面过程，直至推出目标，并存入事实库中为止。 ——条件驱动的推理（有时推理无法结束） （2） 逆(反)向推理 逆向推理是从目标开始，寻找以此目标为结论的规则，并对该规则的前提进行判断，若该规则的前提中某个子项是另一规则的结论时，再找以此结论的规则。 重复以上过程，直到对某个规则的前提能够进行判断。按此规则前提判断（“是”或“否”）得出结论的判断，由此回溯到上一个规则的推理，一直回溯到目标的判断。

23、知识管理（Knowledge Management，KM）就是为企业实现显性知识和隐性知识共享提供新的途径，知识管理是利用集体的智慧提高企业的应变和创新能力。（百度） 背诵专题 决策过程：就是人们为了实现一定的目标而制定行动方案，并准备组织实施的活

动过程，这个过程也是一个提出问题、分析问题、解决问题的过程。（第一部分ppt20）

模型是对于现实世界的事物、现象、过程或系统的简化描述（第一部分ppt46） 模型库管理系统：提供模型的提取、访问、更新和合成等操作。（第二部分ppt33） 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、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。 （第二部分ppt20）

数据集市(Data Mart)——具有特定应用的数据仓库，主要针对某个具有战略意义

的应用或者具体部门级的应用，支持用户利用已有的数据获得重要的竞争优势或者找到进入新市场的具体解决方案。（第四部分ppt18）

数据仓库：是指从业务数据中创建信息数据库，并针对决策和分析进行优化，

且支持决策过程的、面向主题的、集成的、随时间变化的、稳定的数据集合。（第四部分ppt6）

数据挖掘：具体地说是在数据库中，对数据进行一定的处理，从大量的、不完

全的、有噪声的、模糊的、随机的数据中提取隐含的、事先未知的、但又是潜在有用的信息和知识的过程。（第四部分下ppt14）

OLAP:是针对特定问题的联机数据访问和分析，使分析人员、管理人员或执行

人员能够从多种角度对从原始数据中转化出来的、能够真正为用户所理解的、并真实反映企业维特性的信息进行快速、一致、交互地存取，从而获得对数据的更深入了解的一类软件技术。（第四章上ppt44）

人工智能：是探求人类的思维过程，研究将人类的脑力劳动延伸到某种物理装置

的原理和实现的一门学科。（第六章ppt5）

专家系统：就是利用存储在计算机内的某一特定领域内人类专家的知识，来解决

过去需要人类专家才能解决的现实问题的计算机系统。（第六章ppt4）

智能决策支持系统（IDSS，Intelligence Decision Supporting System），是人工智能

（AI，Artificial Intelligence）和DSS相结合，应用专家系统（ES，Expert System）技术，使DSS能够更充分地应用人类的知识，如关于决策问题的描述性知识，决策过程中的过程性知识，求解问题的推理性知识，通过逻辑推理来帮助解决复杂的决策问题的辅助决策系统。既能处理定量问题，又能处理定性问题。（第六章ppt4）

推理机—— 利用知识库中的知识进行推理，对给定问题进行求解，得到结

论。（第二部分ppt43）

遗传算法：是模拟生物在自然环境下的遗传和进化过程而形成的一种自适应全局

优化概率搜索方法。（第六章ppt23）

人工神经网络：是模拟人类的形象直觉思维，在生物神经网络研究的基础上，

根据生物神经元和神经网络的特点，通过简化、归纳，提炼总结出来的一类并行处理网络。

知识库管理系统——提供对知识（规则）的存储、检索、修改、检查等操作。（第

二部分ppt43）

知识管理（Knowledge Management，KM）就是为企业实现显性知识和隐性知识

共享提供新的途径，知识管理是利用集体的智慧提高企业的应变和创新能力。（百度）