第一篇：《決策支持系統(tǒng)》課程講稿
決策支持系統(tǒng)
課前導(dǎo)入
第一章 決策支持系統(tǒng)概述 第一節(jié) 決策支持系統(tǒng)的形成和發(fā)展
決策支持系統(tǒng)（DSS）是20世紀(jì)70年代初由美國的Scott Morton在《管理決策系統(tǒng)》中首先提出，于20世紀(jì)80年代迅速發(fā)展起來。
? 管理信息系統(tǒng) ? 管理科學(xué)/運(yùn)籌學(xué) ? 決策支持系統(tǒng)
管理科學(xué)與運(yùn)籌學(xué)是運(yùn)用模型輔助決策，體現(xiàn)在單模型輔助決策上，這樣以來，對于多模型輔助決策問題，在決策支持系統(tǒng)出現(xiàn)之前要靠人來實現(xiàn)模型間的聯(lián)合和協(xié)調(diào)。決策支持系統(tǒng)的出現(xiàn)要解決由計算機(jī)自動組織和協(xié)調(diào)多模型的運(yùn)行以及數(shù)據(jù)庫中大量數(shù)據(jù)的存取及處理，達(dá)到更高層次的輔助決策能力。
決策支持系統(tǒng)具有以下6個特性： ①用定量方式輔助決策，而不是代替決策 ②使用大量的數(shù)據(jù)和多個模型 ③支持決策制定過程
④為多個管理層次上的用戶提供決策支持 ⑤能支持相互獨(dú)立的決策和相互依賴的決策 ⑥用于半結(jié)構(gòu)化決策領(lǐng)域 ? 專家系統(tǒng) 專家系統(tǒng)也是一種很有效的輔助決策系統(tǒng)。它是利用專家的知識，特別是經(jīng)驗知識經(jīng)過推理得出輔助決策結(jié)論，專家系統(tǒng)輔助決策的方式屬于定性分析。
? 智能決策支持系統(tǒng)
智能決策支持系統(tǒng)是以決策支持系統(tǒng)為主體，結(jié)合人工智能技術(shù)形成的系統(tǒng)。除專家系統(tǒng)這種典型的人工智能技術(shù)以外，還有神經(jīng)網(wǎng)絡(luò)、機(jī)器學(xué)習(xí)、遺傳算法以及自然語言理解等多種人工智能技術(shù)。
? 經(jīng)理信息系統(tǒng) ? 決策支持系統(tǒng)的發(fā)展
決策支持系統(tǒng)的技術(shù)進(jìn)步經(jīng)歷以下四個階段： ①單模型輔助決策 ②交互建模的DSS ③組合模型的DSS ④智能的DSS 第二節(jié) 決策支持系統(tǒng)概念
R.H.Spraque和E.D.Carlson對DSS的定義：
? 決策支持系統(tǒng)具有交互式計算機(jī)系統(tǒng)的特征，幫助決策者利用數(shù)據(jù)和模型去解決半結(jié)構(gòu)化問題。S.S.Mittra對DSS的定義：
? 決策支持系統(tǒng)是從數(shù)據(jù)庫中找出必要的數(shù)據(jù)，并利用數(shù)學(xué)模型的功能，為用戶產(chǎn)生所需要的信息。
DSS是在MIS的基礎(chǔ)上發(fā)展起來的，都是以數(shù)據(jù)庫系統(tǒng)為基礎(chǔ)，都需要進(jìn)行數(shù)據(jù)處理，也都能在不同程度上為用戶提供輔助決策信息。第三節(jié) 新決策支持系統(tǒng)與綜合決策支持系統(tǒng)
? 20世紀(jì)90年代中期，興起了數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘三項新技術(shù)，這三項新技術(shù)的結(jié)合為決策支持系統(tǒng)開辟了新方向，形成了基于數(shù)據(jù)倉庫的新決策支持系統(tǒng)。
?
數(shù)據(jù)倉庫中存儲著大量輔助決策的數(shù)據(jù)，它為不同的用戶隨時提供各種輔助決策的隨機(jī)查詢、綜合數(shù)據(jù)或趨勢分析信息。聯(lián)機(jī)分析處理提供了多維數(shù)據(jù)分析、進(jìn)行切片、切塊、鉆取等多種分析手段。數(shù)據(jù)挖掘是挖掘數(shù)據(jù)中隱含的信息和知識，讓用戶在進(jìn)行決策中使用。? 以數(shù)據(jù)倉庫為基礎(chǔ)結(jié)合聯(lián)機(jī)分析處理和數(shù)據(jù)挖掘形成了基于數(shù)據(jù)倉庫的新決策支持系統(tǒng)。
新決策支持系統(tǒng)與傳統(tǒng)決策支持系統(tǒng)具有以下關(guān)系：
①新決策支持系統(tǒng)中數(shù)據(jù)挖掘獲取的知識與傳統(tǒng)決策支持系統(tǒng)的知識推理中的知識是不相同的。
②新決策支持系統(tǒng)中沒有充分利用模型和模型組合來輔助決策。③決策支持系統(tǒng)的技術(shù)還沒有完全成熟。
把數(shù)據(jù)倉庫、聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘、模型庫、數(shù)據(jù)庫、知識庫結(jié)合起來形成的綜合決策支持系統(tǒng)是更高級形式的決策支持系統(tǒng)。
決策支持系統(tǒng)的綜合部件是由網(wǎng)絡(luò)上的客戶機(jī)來完成，即在客戶機(jī)上編制DSS控制程序，由它來調(diào)用或者組合模型服務(wù)器上的模型并完成模型計算，調(diào)用知識服務(wù)器上的知識，完成知識推理以及實現(xiàn)數(shù)據(jù)倉庫的綜合信息查詢，或用歷史數(shù)據(jù)進(jìn)行預(yù)測。這樣，就形成了網(wǎng)絡(luò)環(huán)境的綜合決策支持系統(tǒng)。
第二章 決策支持 課前復(fù)習(xí)
第一節(jié) 決策與決策支持
決策
決策自古有之，從宏觀講，決策就是制定政策，從微觀講，決策就是做出決定。
決策是指個人或集體為了達(dá)到或?qū)崿F(xiàn)某一目標(biāo)，借助一定的科學(xué)手段和方法，從若干備選方案中選擇或綜合成一個滿意合理的方案，并付諸實施的過程。
決策過程與決策技術(shù)
著名的學(xué)者Ｈ.Ａ.西蒙認(rèn)為決策過程由四大步驟組成：
（1）確定決策目標(biāo)；
（2）擬定各種被選方案；
（3）從各種被選方案中進(jìn)行選擇；
（4）執(zhí)行方案。決策過程八個階段
決策過程中四大步驟可以分成更詳細(xì)的八個步驟：
提出問題；確定目標(biāo)；價值準(zhǔn)則；擬定方案；
分析評估；選定方案；實驗驗證；普遍實施。決策體系與決策信息
決策體系是指決策整個過程中的各個層次、各個部門在決策活動中的決策權(quán)限、組織形式、機(jī)構(gòu)設(shè)置、調(diào)節(jié)機(jī)制、監(jiān)督方法的整個體系。
決策體系由決策系統(tǒng)、參謀（智囊）系統(tǒng)、信息系統(tǒng)、執(zhí)行系統(tǒng)與監(jiān)督系統(tǒng)這五大部分組成一個統(tǒng)一整體。
決策支持的概念
在DSS發(fā)展歷史中，決策支持是一個先導(dǎo)概念，決策支持的概念形成若干年后，才出現(xiàn)決策支持系統(tǒng)。
Keen和Morton認(rèn)為，決策支持是指用計算機(jī)來達(dá)到如下的目的：
幫助經(jīng)理在非結(jié)構(gòu)化任務(wù)中作出決策；
支持而不是代替經(jīng)理的判斷能力； 改進(jìn)決策的效能（Effectiveness），而不是提高決策的效率（Efficiency）。第二節(jié) 模型的決策支持
模型及分類
模型反映了實際問題最本質(zhì)的特征和量的規(guī)律，描述了現(xiàn)實世界中有顯著影響的因素和相互關(guān)系。
按模型的表現(xiàn)可以分為物理模型、數(shù)學(xué)模型、結(jié)構(gòu)模型和仿真模型 數(shù)學(xué)模型及建模
數(shù)學(xué)模型分類：
（1）原理性模型
自然科學(xué)中所有定理，公式都是這類模型。
（2）系統(tǒng)學(xué)模型
系統(tǒng)學(xué)是研究系統(tǒng)結(jié)構(gòu)與功能的一般規(guī)律的科學(xué)。
按系統(tǒng)的復(fù)雜程度把系統(tǒng)分為簡單系統(tǒng)和巨系統(tǒng)。
簡單系統(tǒng)是指組成系統(tǒng)的元素比較少，它們之間的關(guān)系又比較簡單的系統(tǒng)。巨系統(tǒng)是指組成系統(tǒng)元素的數(shù)目非常龐大的系統(tǒng)。
系統(tǒng)學(xué)的模型有：系統(tǒng)動力學(xué)、大系統(tǒng)理論、灰色系統(tǒng)、系統(tǒng)辨識、系統(tǒng)控制、最優(yōu)控制和創(chuàng)造工程學(xué)等。
優(yōu)化模型的決策支持（線性規(guī)劃實例）第三節(jié) 決策方案的決策支持
決策方案及生成
設(shè)計的方案要有明確的、清晰的和簡潔的表述。決策方案盡量計算機(jī)語言描述。并在計算機(jī)上通過計算得出方案的結(jié)果，以便決策者參考。
管理科學(xué)與運(yùn)籌學(xué)所研究的大量數(shù)學(xué)模型，均是解決實際決策問題時進(jìn)行抽象、總結(jié)的結(jié)晶。我們可以在管理科學(xué)/運(yùn)籌學(xué)中的大量數(shù)學(xué)模型的基礎(chǔ)上，設(shè)計解決當(dāng)前的決策問題的決策方案。
模型并行組合方案的決策支持
在對一個實際決策問題做方案時，往往會采用對同一問題的多個不同模型進(jìn)行計算，然后對這些模型的計算結(jié)果進(jìn)行選擇或者進(jìn)行綜合，得到一個比較合理的結(jié)果。這是一種采用多模型并行組合的決策方案。下面通過一個實例進(jìn)行說明。
模型串行組合方案的決策支持 第三章 決策支持系統(tǒng) 課前復(fù)習(xí)
第一節(jié) 決策支持系統(tǒng)結(jié)構(gòu)的分析
決策支持系統(tǒng)的結(jié)構(gòu)形式
三部件結(jié)構(gòu)、三系統(tǒng)結(jié)構(gòu)、三庫結(jié)構(gòu)、四庫結(jié)構(gòu) 決策支持系統(tǒng)的結(jié)構(gòu)比較
決策支持系統(tǒng)有多種結(jié)構(gòu)形式，但主要是兩種基本結(jié)構(gòu)形式:（1）以“對話（人機(jī)交互）、模型、數(shù)據(jù)”三部件組成DSS。
（2）以“語言系統(tǒng)（LS）、問題處理系統(tǒng)（PPS）、知識系統(tǒng)（KS）”三系統(tǒng)組成DSS。
“對話、模型、數(shù)據(jù)”三部件結(jié)構(gòu)的優(yōu)點 ：
①明確了三部件之間關(guān)系
明確它們之間的接口關(guān)系和集成關(guān)系，便于決策支持系統(tǒng)的設(shè)計和關(guān)鍵技術(shù)的解決。
②便于和其他系統(tǒng)的區(qū)別 它和“管理信息系統(tǒng)(MIS)”的區(qū)別在于DSS多了模型部件。它和“專家系統(tǒng)(ES)”的區(qū)別在于DSS中是以“模型、數(shù)據(jù)”部件進(jìn)行數(shù)值計算為主體的系統(tǒng)，而ES是以定性知識進(jìn)行推理為主體的系統(tǒng)。
“LS、PPS、KS”三系統(tǒng)結(jié)構(gòu)的優(yōu)點：
①突出了問題處理系統(tǒng)(PPS)的重要性。
在設(shè)計和開發(fā)DSS時，應(yīng)該重點考慮決策問題的處理。
②明確了語言系統(tǒng)(LS)在人機(jī)交互中的作用。
人機(jī)交互是要通過語言系統(tǒng)來完成的。決策問題的形式化也要用LS來描述。
③統(tǒng)一了知識的看法。
將數(shù)據(jù)、模型、規(guī)則看成是知識的不同表現(xiàn)形式。
決策支持系統(tǒng)的統(tǒng)一結(jié)構(gòu)形式
三部件結(jié)構(gòu)中的最大弱點，在于“人機(jī)交互”部件太簡化。該部件應(yīng)該是三系統(tǒng)中問題處理系統(tǒng)和語言系統(tǒng)、人機(jī)交互系統(tǒng)的綜合部件。
把“人機(jī)交互部件”改為 “綜合部件”更合適一些。
它具有對決策問題綜合“多模型組合運(yùn)行，大量數(shù)據(jù)庫的存取，人機(jī)交互”為一個整體，形成實際決策支持系統(tǒng)。
“人機(jī)交互與問題綜合系統(tǒng)（綜合部件）”可理解為對實際決策問題的集成處理與人機(jī)交互的綜合作用。它包含的功能有： ? 人機(jī)交互 ? 控制模型的運(yùn)行 ? 多模型的組合運(yùn)行 ? 數(shù)值計算 ? 數(shù)據(jù)處理 決策支持系統(tǒng)的語言系統(tǒng)的功能要求比較高，即它應(yīng)具有：調(diào)用模型運(yùn)行能力、數(shù)據(jù)庫存取能力、數(shù)值運(yùn)算能力、數(shù)據(jù)處理能力、人機(jī)交互能力等五種綜合能力，我們稱它為決策支持系統(tǒng)語言（DSS語言）。DSS語言應(yīng)是兩類語言（數(shù)值計算語言和數(shù)據(jù)庫語言）的綜合。第二節(jié) 數(shù)據(jù)庫系統(tǒng)
數(shù)據(jù)管理技術(shù)的發(fā)展 ? 人工管理（50年代中期）
數(shù)據(jù)不保存 沒有數(shù)據(jù)管理軟件 ? 文件系統(tǒng)（60年代中期）
數(shù)據(jù)管理軟件——文件管理系統(tǒng) 面向單個應(yīng)用，冗余度大、獨(dú)立性差 ? 數(shù)據(jù)庫系統(tǒng)（60年代后期開始）
數(shù)據(jù)管理軟件——數(shù)據(jù)庫管理系統(tǒng) 面向組織，冗余度小、獨(dú)立性好
1、數(shù)據(jù)庫系統(tǒng)的組成、數(shù)據(jù)庫管理系統(tǒng)
數(shù)據(jù)庫系統(tǒng)一般由四部分組成：-數(shù)據(jù)庫
-數(shù)據(jù)庫管理系統(tǒng)-數(shù)據(jù)庫管理員-用戶和應(yīng)用程序
數(shù)據(jù)庫管理系統(tǒng)有四項主要功能：
1、描述數(shù)據(jù)庫
描述數(shù)據(jù)的邏輯結(jié)構(gòu)、存儲結(jié)構(gòu)等。
2、管理數(shù)據(jù)庫（1）控制整個數(shù)據(jù)庫系統(tǒng)的運(yùn)行；
（2）進(jìn)行數(shù)據(jù)檢索、插入、刪除和修改操作；
（3）控制用戶的并發(fā)訪問；
（4）檢驗數(shù)據(jù)的安全、保密與完整性；
3、維護(hù)數(shù)據(jù)庫
（1）控制初始數(shù)據(jù)的裝入；
（2）修改、更新、重組數(shù)據(jù)庫；
（3）恢復(fù)出現(xiàn)故障的數(shù)據(jù)庫；
4、數(shù)據(jù)通信
組織數(shù)據(jù)的傳輸
2、數(shù)據(jù)庫應(yīng)用系統(tǒng)的設(shè)計和開發(fā)步驟
數(shù)據(jù)庫應(yīng)用系統(tǒng)的設(shè)計過程主要是：
（1）系統(tǒng)需求分析
（2）概念結(jié)構(gòu)設(shè)計
（3）邏輯結(jié)構(gòu)設(shè)計
（4）物理結(jié)構(gòu)設(shè)計
3、數(shù)據(jù)庫應(yīng)用
4、數(shù)據(jù)庫系統(tǒng)在決策支持系統(tǒng)中的作用 第三節(jié) 人機(jī)交互與問題綜合系統(tǒng)
人機(jī)交互系統(tǒng)
人機(jī)交互的三個元素： ? 交互設(shè)備
計算機(jī)系統(tǒng)的輸入輸出設(shè)備 ? 交互軟件
展示各種交互功能的核心 ? 人的因素
用戶操作模型
問題綜合系統(tǒng)
問題綜合系統(tǒng)在決策支持系統(tǒng)的統(tǒng)一結(jié)構(gòu)形式中和人機(jī)交互系統(tǒng)結(jié)合在一起形成綜合部件。
人機(jī)交互系統(tǒng)主要實現(xiàn)人機(jī)對話和對DSS的控制。
問題綜合系統(tǒng)完成的任務(wù)是：在決策問題用DSS語言描述（形式化）后，完成對DSS問題的分析和求解。
決策支持系統(tǒng)的綜合部件
（1）決策支持系統(tǒng)語言
決策支持系統(tǒng)既要達(dá)到綜合模型部件和數(shù)據(jù)部件的作用，又要起到人機(jī)交互對話作用，是需要利用功能很強(qiáng)的語言來完成。
（2）綜合部件功能 ? 控制模型的運(yùn)行 ? 多模型的組合運(yùn)行 ? 人機(jī)交互
? 數(shù)值計算和數(shù)據(jù)處理 第四節(jié) 模型庫系統(tǒng)
模型庫
模型庫的概念
? 模型庫的由來（模型應(yīng)用水平的不斷提高）模型程序：即用即編；誰用誰編
模型程序包：結(jié)構(gòu)簡單；相互獨(dú)立；數(shù)據(jù)不共享 模型庫：共享；可重用；可管理；相關(guān) ? 模型庫——具有一定組織結(jié)構(gòu)的模型集合 由模型庫管理系統(tǒng)進(jìn)行管理 每個模型都具有輔助決策能力 多個模型能有效地組織成系統(tǒng)
多個模型的連接需要利用共享的數(shù)據(jù)庫 模型庫的組織和存儲 模型庫的存儲需求
1個模型對應(yīng)2～4個文件： 源程序文件 目標(biāo)程序文件 模型說明文件 數(shù)據(jù)描述文件 模型庫管理系統(tǒng)
模型的存儲管理
（1）模型的表示（文件形式）
程序文件（數(shù)學(xué)模型、數(shù)據(jù)處理模型）
數(shù)據(jù)文件（圖形、圖像等）（2）模型存儲的組織結(jié)構(gòu)
模型字典庫
模型文件庫
（3）模型的查詢和維護(hù)
查詢、增加、刪除、修改需要：
模型字典庫和文件庫同時進(jìn)行 基本概念
模型庫管理系統(tǒng)的功能
模型庫管理系統(tǒng)的語言體系 1.模型管理語言MML（1）模型的存儲管理-同時完成字典庫和文件庫的管理（2）模型的查詢和維護(hù) 2.模型運(yùn)行語言MRL（1）單模型的調(diào)用、運(yùn)行-用命令語言完成（2）模型的組合運(yùn)行-用集成語言編制程序控制運(yùn)行 3.數(shù)據(jù)接口語言DIL 模型程序通過接口操作數(shù)據(jù)庫 第五節(jié) 組合模型的決策支持系統(tǒng)
? 組合模型輔助決策是決策支持系統(tǒng)研究的內(nèi)容。? 它需要模型庫提供共享模型和數(shù)據(jù)庫提供共享數(shù)據(jù)。? 其基礎(chǔ)是多模型輔助決策系統(tǒng)。
多模型輔助決策系統(tǒng)
區(qū)域發(fā)展規(guī)劃系統(tǒng)：區(qū)域發(fā)展規(guī)劃問題是典型的多模型輔助決策系統(tǒng)。? 區(qū)域：社會、經(jīng)濟(jì)、文化、生態(tài)環(huán)境的地域空間，如縣、市、國家等都是區(qū)域。
? 規(guī)劃：制定未來一定時期的目標(biāo)、任務(wù)及實現(xiàn)方案。
? 區(qū)域發(fā)展規(guī)劃：分析自身的優(yōu)、劣勢，對比其他區(qū)域狀況，制定快速發(fā)展的目標(biāo)和措施。模型組合技術(shù)
模型的組合有多種方式，用邏輯形式表示有： ? 模型間的關(guān)系為“與”（and）關(guān)系
例如“模型1 and模型2” ? 模型間的關(guān)系為“或”（or）關(guān)系
例如“模型3 or 模型4” ? 模型間的關(guān)系為組合“閉包”(and|or)+ 關(guān)系
例如“模型1 and模型2”or“模型3 and 模型4”……
模型組合的程序設(shè)計
決策支持系統(tǒng)程序與一般系統(tǒng)程序的比較
1、相同處
DSS的控制程序?qū)δＰ偷恼{(diào)用與一般系統(tǒng)主程序?qū)ψ映绦虻恼{(diào)用在程序結(jié)構(gòu)上是相似的。
2、不同處：
（1）DSS中的“模型”是共享資源，同一模型可以被不同DSS程序所調(diào)用。
一般系統(tǒng)程序中的子程序（模塊）只能被該系統(tǒng)主程序調(diào)用，并隸屬于它。它不能被別的系統(tǒng)主程序所調(diào)用。
（2）DSS中模型程序所使用的語言可以不同于DSS的控制程序。
一般系統(tǒng)的子程序（模塊）和主程序的語言是一致的。
結(jié)論：DSS程序是利用模型程序和數(shù)據(jù)兩個共享資源組建的。在本質(zhì)上，DSS程序與一般系統(tǒng)程序是不一樣的。
決策支持系統(tǒng)的決策支持
由多個模型組合而成的決策支持系統(tǒng)，在模型組合中，可以選擇不同的模型、相同的數(shù)據(jù)構(gòu)成不同的決策支持系統(tǒng)方案；
DSS也可以選擇相同模型、不同的數(shù)據(jù)構(gòu)成不同的決策支持系統(tǒng)方案； DSS還可以選擇不同的模型和不同的數(shù)據(jù)構(gòu)成不同的決策支持系統(tǒng)方案。
決策支持系統(tǒng)要修改方案，只需修改綜合部件中控制的模型名以及該模型發(fā)送控制信息的程序地址。
決策支持系統(tǒng)的決策支持作用很容易在模型組合的控制程序中實現(xiàn)。第四章 智能決策支持系統(tǒng)和智能技術(shù)的決策支持 第一節(jié) 智能決策支持系統(tǒng)概述 智能決策支持系統(tǒng)的概念
智能決策支持系統(tǒng)（Intelligent Decision Support Systems , IDSS）是：決策支持系統(tǒng)（DSS）與人工智能（Artificial Intelligent , AI）技術(shù)相結(jié)合的系統(tǒng)。
智能決策支持系統(tǒng)的結(jié)構(gòu)
1、人工智能的決策支持技術(shù)
智能決策支持系統(tǒng)中包含了人工智能技術(shù)，與決策支持有關(guān)的人工智能技術(shù)主要有：專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、遺傳算法、機(jī)器學(xué)習(xí)、自然語言理解等。
2．智能決策支持系統(tǒng)結(jié)構(gòu)形式 1）基本結(jié)構(gòu)
智能決策支持系統(tǒng)（IDSS）＝?jīng)Q策支持系統(tǒng)（DSS）＋人工智能（AI）技術(shù)
人工智能技術(shù)可以概括為：推理機(jī)＋知識庫 第二節(jié) 人工智能基本原理
邏輯推理-形式邏輯
形式邏輯是研究人的思維形式及其規(guī)律的科學(xué)。它是屬“符號處理”范疇。形式邏輯主要研究：形成概念、作出判斷、進(jìn)行推理。
1）概念：概念是反映事物的特有屬性和它的取值。2）判斷：判斷是對概念的肯定或否定。
3）推理：推理是從一個或幾個判斷推出一個新判斷的思維過程。
知識表示與知識推理 命題邏輯 舉例： 1）如果a是偶數(shù)，那么a2是偶數(shù)
2）“人不犯我，我不犯人；人若犯我，我必犯人”
歸結(jié)原理使用反證法來證明語句。即歸結(jié)是從結(jié)論的非，導(dǎo)出已知語句的矛盾。
利用命題邏輯公式和謂詞邏輯公式，把邏輯表達(dá)式化成合取范式、前束范式，再化成子句。一子句定義為由文字的析取組成的公式。
逆向推理是從目標(biāo)開始，尋找以此目標(biāo)為結(jié)論的規(guī)則，并對該規(guī)則的前提進(jìn)行判斷，若該規(guī)則的前提中某個子項是另一規(guī)則的結(jié)論時，再找以此結(jié)論的規(guī)則。
重復(fù)以上過程，直到對某個規(guī)則的前提能夠進(jìn)行判斷。按此規(guī)則前提判斷（“是”或“否”）得出結(jié)論的判斷，由此回溯到上一個 規(guī)則的推理，一直回溯到目標(biāo)的判斷。
搜索技術(shù)
搜索技術(shù)是人工智能的一個重要研究內(nèi)容。智能技術(shù)體現(xiàn)在減少搜索樹中的盲目搜索。
1.執(zhí)行時間與ｎ，ｎ２，ｎ３等成正比的算法，稱為按多項式時間執(zhí)行。2.執(zhí)行時間與２ｎ，ｎ！和ｎｎ等成正比的算法，稱為按指數(shù)時間執(zhí)行。按多項式時間執(zhí)行的算法，計算機(jī)是可以實現(xiàn)的。按指數(shù)時間執(zhí)行的算法，計算機(jī)是不可能實現(xiàn)的。
1、基本搜索法
對搜索樹的基本搜索法有兩種思想，一是按廣度優(yōu)先展開搜索樹的搜索方法，叫廣度優(yōu)先搜索法；一是按深度優(yōu)先展開搜索樹的搜索方法，叫深度優(yōu)先搜索法。
（1）廣度優(yōu)先搜索法。（2）深度優(yōu)先搜索法。
2、生成測試法。
3、爬山法。
4、啟發(fā)式搜索。
5、博弈算法。
第三節(jié) 專家系統(tǒng)與智能決策支持系統(tǒng)
專家系統(tǒng)原理
專家系統(tǒng)是具有大量專門知識，并能運(yùn)用這些知識解決特定領(lǐng)域中實際問題的計算機(jī)程序系統(tǒng)。
專家系統(tǒng)是利用大量的專家知識，運(yùn)用知識推理的方法來解決各特定領(lǐng)域中的實際問題。計算機(jī)專家系統(tǒng)這樣的軟件能夠達(dá)到人類專家解決問題的水平。
產(chǎn)生式規(guī)則專家系統(tǒng)
產(chǎn)生式規(guī)則的推理機(jī)＝搜索+匹配（假言推理）
在推理過程中，是一邊搜索一邊匹配。匹配需要找事實。這個事實一是來自于規(guī)則庫中別的規(guī)則，一是來自向用戶提問。在匹配時會出現(xiàn)成功或不成功，對于不成功的將引起搜索中的回溯和由一個分枝向另一個分枝的轉(zhuǎn)移，可見在搜索過程中包含了回溯。
專家系統(tǒng)與決策支持系統(tǒng)的集成
智能決策支持系統(tǒng)IDSS充分發(fā)揮了專家系統(tǒng)以知識推理形式解決定性分析問題的特點，又發(fā)揮了決策支持系統(tǒng)以模型計算為核心的解決定量分析問題的特點，充分做到定性分析和定量分析的有機(jī)結(jié)合。
IDSS中DSS和ES的結(jié)合主要體現(xiàn)在三個方面: 1.DSS和ES的總體結(jié)合。由集成系統(tǒng)把DSS和ES有機(jī)結(jié)合起來(即將兩者一體化)。
2.KB和MB的結(jié)合。模型庫中的數(shù)學(xué)模型和數(shù)據(jù)處理模型作為知識的一種形式，即過程性知識，加入到知識推理過程中去。
3.DB和動態(tài)DB的結(jié)合。DSS中的DB可以看成是相對靜態(tài)的數(shù)據(jù)庫，它為ES中的動態(tài)數(shù)據(jù)庫提供初始數(shù)據(jù)，ES推理結(jié)束后，動態(tài)DB中的結(jié)果再送回到DSS中的DB中去。
建模專家系統(tǒng)
智能決策支持系統(tǒng)實例 第四節(jié) 神經(jīng)網(wǎng)絡(luò)的決策支持
神經(jīng)網(wǎng)絡(luò)原理
神經(jīng)元的學(xué)習(xí)規(guī)則是Hebb規(guī)則。
Hebb學(xué)習(xí)規(guī)則：若i與j兩種神經(jīng)元之間同時處于興奮狀態(tài)，則它們間的連接應(yīng)加強(qiáng)，即：
△Wij＝?SiSj(?＞0)
這一規(guī)則與“條件反射”學(xué)說一致，并得到神經(jīng)細(xì)胞學(xué)說的證實。
設(shè)α＝1，當(dāng)Si＝Sj＝1時，△Wij＝1，在Si，Sj中有一個為0時，△Wij＝0。反向傳播模型
神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)及實例 神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)特點: 1.神經(jīng)元網(wǎng)絡(luò)知識庫體現(xiàn)在神經(jīng)元之間的連接強(qiáng)度（權(quán)值）上。它是分布式存貯的，適合于并行處理。
2.推理機(jī)是基于神經(jīng)元的信息處理過程。它是以ＭP模型為基礎(chǔ)的，采用數(shù)值計算方法。
3.神經(jīng)元網(wǎng)絡(luò)有成熟的學(xué)習(xí)算法。感知機(jī)采用delta規(guī)則。反向傳播模型采用誤差沿梯度方向下降以及隱節(jié)點的誤差由輸出結(jié)點誤差反向傳播的思想進(jìn)行的。４.容錯性好。由于信息是分布式存貯，在個別單元上即使出錯或丟失，所有單元的總體計算結(jié)果，可能并不改變。
確定系統(tǒng)框架-完成對神經(jīng)元網(wǎng)絡(luò)的拓樸結(jié)構(gòu)設(shè)計：（1）神經(jīng)元個數(shù)（2）神經(jīng)元網(wǎng)絡(luò)層次（3）網(wǎng)絡(luò)單元的連接
確定神經(jīng)元的作用函數(shù)和閾值-作用函數(shù)用得較多的有兩種：（1）階梯函數(shù)（2）S型函數(shù)
閾值的選取可為定值如?i=0或?i=0.5，或者進(jìn)行迭代計算。神經(jīng)網(wǎng)絡(luò)的容錯性 第五節(jié) 遺傳算法的決策支持
遺傳算法(Genetic Algorithm，GA)是模擬生物進(jìn)化的自然選擇和遺傳機(jī)制的一種尋優(yōu)算法。它模擬了生物的繁殖、交配和變異現(xiàn)象，從任意一初始種群出發(fā)，產(chǎn)生一群新的更適應(yīng)環(huán)境的后代。
這樣一代一代不斷繁殖、進(jìn)化，最后收斂到一個最適應(yīng)環(huán)境的個體上。遺傳算法對于復(fù)雜的優(yōu)化問題無需建模和進(jìn)行復(fù)雜運(yùn)算，只需要利用遺傳算法的算子就能尋找到問題的最優(yōu)解或滿意解。
遺傳算法原理 1.群體中個體的編碼
如何將問題描述成位串的形式，即問題編碼。一般將問題的參數(shù)用二進(jìn)制位（基因）編碼構(gòu)成子串，再將子串拼接起來構(gòu)成“染色體”位串。
2.適應(yīng)值函數(shù)的確定
適應(yīng)值函數(shù)(即評價函數(shù))是根據(jù)目標(biāo)函數(shù)確定的。適應(yīng)值總是非負(fù)的，任何情況下總是希望越大越好。如果目標(biāo)函數(shù)不是取最大值時，需要將它映射成適應(yīng)值函數(shù)。優(yōu)化模型的遺傳算法求解
優(yōu)化模型的計算是遺傳算法最基本的也是最重要的研究和應(yīng)用領(lǐng)域之一。一般說來，優(yōu)化計算問題通常帶有大量的局部極值點，往往是不可微的、不連續(xù)的、多維的、有約束條件的、高度非線性的NP完全問題。
精確地求解優(yōu)化問題的全局最優(yōu)解一般是不可能的。獲取知識的遺傳算法
? 1980年，Smith采用遺傳算法研制了一種分類器系統(tǒng)，這是遺傳算法在機(jī)器學(xué)習(xí)中的重要應(yīng)用系統(tǒng)。他使用單個字符串來表示一條規(guī)則。? 分類器系統(tǒng)的規(guī)則形式如下： ? IF
? 遺傳規(guī)劃是建立數(shù)學(xué)模型（發(fā)現(xiàn)公式）的一類遺傳算法。
? 編碼采用了層次化形式進(jìn)行，每個個體都對應(yīng)一個公式，在設(shè)計適應(yīng)度函數(shù)時，應(yīng)用給定數(shù)據(jù)對每個公式的誤差進(jìn)行計算，誤差小的適應(yīng)度高，誤差大的適應(yīng)度低。
? 通過遺傳規(guī)劃算子對群體空間進(jìn)行操作，通過選擇算子，變異算子，交換算子等選擇適應(yīng)度高的個體進(jìn)入下一代遺傳，? 最終按照終止原則，輸出算法計算的結(jié)果，即發(fā)現(xiàn)的公式。第六節(jié) 機(jī)器學(xué)習(xí)的決策支持
機(jī)器學(xué)習(xí)概述
學(xué)習(xí)和解決問題是人類最重要的兩個智能行為。
機(jī)器學(xué)習(xí)是讓計算機(jī)模擬和實現(xiàn)人類的學(xué)習(xí)，獲取知識。機(jī)器學(xué)習(xí)也是計算機(jī)具有智能的重要標(biāo)志。（1）R.S.Michalski認(rèn)為：學(xué)習(xí)是構(gòu)造或修改所經(jīng)歷的事物的表示。該觀點強(qiáng)調(diào)知識的表示。
（2）學(xué)習(xí)是知識的獲取。該觀點強(qiáng)調(diào)知識獲取。
（3）H.A.Simon認(rèn)為：學(xué)習(xí)是系統(tǒng)在相似的任務(wù)中，做一些適應(yīng)性變化，使得在下一次類似的任務(wù)中，做得更好。該觀點強(qiáng)調(diào)學(xué)習(xí)的效果。
機(jī)器學(xué)習(xí)分類
學(xué)習(xí)過程的本質(zhì)是學(xué)生(學(xué)習(xí)系統(tǒng))把教師或環(huán)境(如書本)提供的信息轉(zhuǎn)換成能夠理解的形式記憶下來，以便將來使用。
當(dāng)前,國際上流行的機(jī)器學(xué)習(xí)分類方法主要有：
按應(yīng)用領(lǐng)域分類(專家系統(tǒng)、問題求解、認(rèn)知模擬）；按獲取知識的表示分類(邏輯表達(dá)式、產(chǎn)生式規(guī)則、決策樹、框架、神經(jīng)網(wǎng)絡(luò))；按推理策略分類(演繹推理和歸納推理)；按系統(tǒng)性分類(歷史淵源、知識表示、推理策略、應(yīng)用領(lǐng)域)。
建立模型的發(fā)現(xiàn)學(xué)習(xí)
BACON系統(tǒng)的思想是利用一些算子反復(fù)構(gòu)造一些新的項，當(dāng)這些項中有一個是常數(shù)時，就得到概念：“項＝常數(shù)”。第五章 數(shù)據(jù)倉庫與數(shù)據(jù)挖掘的決策支持 第一節(jié) 數(shù)據(jù)倉庫、數(shù)據(jù)倉庫系統(tǒng)及應(yīng)用 1.數(shù)據(jù)倉庫的基本原理
數(shù)據(jù)倉庫的概念、結(jié)構(gòu)，數(shù)據(jù)集市，元數(shù)據(jù)
數(shù)據(jù)倉庫是面向主題的、集成的、穩(wěn)定的，不同時間的數(shù)據(jù)集合，用于支持經(jīng)營管理中決策制定過程。
近期基本數(shù)據(jù)：是最近時期的業(yè)務(wù)數(shù)據(jù)，是數(shù)據(jù)倉庫用戶最感興趣的部分，數(shù)據(jù)量大。歷史基本數(shù)據(jù)：近期基本數(shù)據(jù)隨時間的推移，由數(shù)據(jù)倉庫的時間控制機(jī)制轉(zhuǎn)為歷史基本數(shù)據(jù)。
輕度綜合數(shù)據(jù)：是從近期基本數(shù)據(jù)中提取出的，這層數(shù)據(jù)是按時間段選取，或者按數(shù)據(jù)屬性（attributes）和內(nèi)容（contents）進(jìn)行綜合。
高度綜合數(shù)據(jù)層：這一層的數(shù)據(jù)是在輕度綜合數(shù)據(jù)基礎(chǔ)上的再一次綜合，是一種準(zhǔn)決策數(shù)據(jù)。
? 數(shù)據(jù)倉庫工作范圍和成本常常是巨大的。開發(fā)數(shù)據(jù)庫是代價很高、時間較長的大項目。
? 提供更緊密集成的數(shù)據(jù)集市就應(yīng)運(yùn)產(chǎn)生。
? 目前，全世界對數(shù)據(jù)倉庫總投資的一半以上均集中在數(shù)據(jù)集市上。? 數(shù)據(jù)集市（Data Marts）是一種更小、更集中的數(shù)據(jù)倉庫，為公司提供分析商業(yè)數(shù)據(jù)的一條廉價途徑。
? Data Marts是指具有特定應(yīng)用的數(shù)據(jù)倉庫，主要針對某個應(yīng)用或者具體部門級的應(yīng)用，支持用戶獲得競爭優(yōu)勢或者找到進(jìn)入新市場的具體解決方案。
元數(shù)據(jù)是數(shù)據(jù)倉庫的重要組成部分。
元數(shù)據(jù)描述了數(shù)據(jù)倉庫的數(shù)據(jù)和環(huán)境，即關(guān)于數(shù)據(jù)的數(shù)據(jù)(meta data)元數(shù)據(jù)包括四種元數(shù)據(jù)。
2、數(shù)據(jù)倉庫系統(tǒng)
數(shù)據(jù)倉庫系統(tǒng)結(jié)構(gòu)、數(shù)據(jù)倉庫的存儲
數(shù)據(jù)倉庫應(yīng)用是一個典型的客戶/服務(wù)器（C/S）結(jié)構(gòu)形式。
數(shù)據(jù)倉庫采用服務(wù)器結(jié)構(gòu)，客戶端所做的工作有：客戶交互、格式化查詢、結(jié)果顯示、報表生成等。
服務(wù)器端完成各種輔助決策的SQL查詢、復(fù)雜的計算和各類綜合功能等?，F(xiàn)在，越來越普通的一種形式是三層C/S結(jié)構(gòu)形式，即在客戶與數(shù)據(jù)倉庫服務(wù)器之間增加一個多維數(shù)據(jù)分析（OLAP）服務(wù)器。
數(shù)據(jù)倉庫存儲采用多維數(shù)據(jù)模型。
3、簡單闡述一下數(shù)據(jù)倉庫在決策支持中的應(yīng)用 第二節(jié) 數(shù)據(jù)挖掘及其應(yīng)用
1、數(shù)據(jù)挖掘的概念
知識發(fā)現(xiàn)（KDD）：從數(shù)據(jù)中發(fā)現(xiàn)有用知識的整個過程。
數(shù)據(jù)挖掘（DM）：KDD過程中的一個特定步驟，它用專門算法從數(shù)據(jù)中抽取模式（patterns）。
KDD過程定義：從大量數(shù)據(jù)中提取出可信的、新穎的、有用的并能被人理解的模式的高級處理過程。
“模式”可以看成是“知識”的雛形，經(jīng)過驗證、完善后形成知識。
2、數(shù)據(jù)挖掘的方法和技術(shù)
（一）歸納學(xué)習(xí)方法
分為兩大類：信息論方法（決策樹方法）和集合論方法。
1、信息論方法（決策樹方法）
利用信息論的原理建立決策樹或者是決策規(guī)則樹。
（1）ID3方法：Quiulan研制的ID3方法是利用信息論中互信息建立決策樹。
（2）IBLE方法：是利用信息論中信道容量，尋找數(shù)據(jù)庫中信息量大的多個字段的取值建立決策
2、集合論方法
（1）粗糙集（Rough Set）方法
對數(shù)據(jù)庫中的條件屬性集與決策屬性集建立上下近似關(guān)系，對下近似集合建立確定性規(guī)則，對上近似集合建立不確定性規(guī)則（含可信度）。（2）關(guān)聯(lián)規(guī)則挖掘
在交易事務(wù)數(shù)據(jù)庫中，挖掘出不同商品集的關(guān)聯(lián)關(guān)系，即發(fā)現(xiàn)哪些商品頻繁地被顧客同時購買。
（3）覆蓋正例排斥反例方法
它是利用覆蓋所有正例，排斥所有反例的思想來尋找規(guī)則。
比較典型的有AQ11方法，AQ15方法以及AE5方法。
（二）仿生物技術(shù)
仿生物技術(shù)典型的方法是神經(jīng)網(wǎng)絡(luò)方法和遺傳算法。
1、神經(jīng)網(wǎng)絡(luò)方法：包括：前饋式網(wǎng)絡(luò)、反饋式網(wǎng)絡(luò)、自組織網(wǎng)絡(luò)等多個神經(jīng)網(wǎng)絡(luò)方法。
2、遺傳算法：這是模擬生物進(jìn)化過程的算法。
它由三個基本算子組成：
繁殖（選擇）、交叉（重組）、變異（突變）
遺傳算法起到產(chǎn)生優(yōu)良后代的作用，經(jīng)過若干代的遺傳，將得到滿足要求的后代（問題的解）。
（三）公式發(fā)現(xiàn)
在工程和科學(xué)數(shù)據(jù)庫中對若干數(shù)據(jù)項（變量）進(jìn)行一定的數(shù)學(xué)運(yùn)算，求得相應(yīng)的數(shù)學(xué)公式。
1．物理定律發(fā)現(xiàn)系統(tǒng)BACON BACON發(fā)現(xiàn)系統(tǒng)完成了物理學(xué)中大量定律的重新發(fā)現(xiàn)。2．經(jīng)驗公式發(fā)現(xiàn)系統(tǒng)FDD 我們研制了FDD發(fā)現(xiàn)系統(tǒng)，尋找由數(shù)據(jù)項的初等函數(shù)或復(fù)合函數(shù)組合成的經(jīng)驗公式。
（四）統(tǒng)計分析方法
利用統(tǒng)計學(xué)原理通過對總體中的樣本數(shù)據(jù)進(jìn)行分析得出描述和推斷該總體信息和知識的方法。
（五）模糊數(shù)學(xué)方法
利用模糊集合理論進(jìn)行數(shù)據(jù)挖掘，如模糊聚類、模糊分類等。
（六）可視化技術(shù)
利用可視化技術(shù)分析數(shù)據(jù)庫，找到潛在的有用信息。
3、數(shù)據(jù)挖掘的知識表示
主要有四種：規(guī)則、決策樹、濃縮數(shù)據(jù)、公式。
規(guī)則知識由前提條件和結(jié)論兩部分組成,前提條件由字段項（屬性）的取值的合?。ㄅc?）和析取（或?）組合而成。結(jié)論為決策字段項（屬性）的取值或者類別組成。
4、數(shù)據(jù)挖掘在決策支持中的應(yīng)用 數(shù)據(jù)挖掘的決策支持分類有：
關(guān)聯(lián)分析、時序模式、聚類、分類、偏差檢測、預(yù)測。
關(guān)聯(lián)分析：
若兩個或多個數(shù)據(jù)項的取值之間重復(fù)出現(xiàn)且概率很高時，它就存在某種關(guān)聯(lián)，可以建立起這些數(shù)據(jù)項的關(guān)聯(lián)規(guī)則。
時序模式：
通過時間序列搜索出重復(fù)發(fā)生概率較高的模式。這里強(qiáng)調(diào)時間序列的影響。
聚類：在數(shù)據(jù)庫中找出一系列有意義的子集，即類。分類：對數(shù)據(jù)庫中的類，找出該類別的概念描述規(guī)則。偏差檢測： 在數(shù)據(jù)庫中找出異常數(shù)據(jù)。
預(yù)測：利用歷史數(shù)據(jù)找出變化規(guī)律的模型，并用此模型預(yù)測未來。第六章 綜合決策支持系統(tǒng)
1.傳統(tǒng)決策支持系統(tǒng)的概念 ? 1980年Sprague提出了決策支持系統(tǒng)三部件結(jié)構(gòu)； ? 1981年Bonczak等提出了決策支持系統(tǒng)三系統(tǒng)結(jié)構(gòu)； ? 根據(jù)以上兩種結(jié)構(gòu)的優(yōu)缺點建立起來的統(tǒng)一的DSS結(jié)構(gòu)；
? 20世紀(jì)90年代初，決策支持系統(tǒng)與專家系統(tǒng)結(jié)合起來，形成了智能決策支持系統(tǒng)（IDSS）。DSS的關(guān)鍵技術(shù)：
（1）模型庫系統(tǒng)的設(shè)計和實現(xiàn)。
（2）部件接口。部件接口包括對數(shù)據(jù)部件的數(shù)據(jù)的存取，對模型部件的模型的調(diào)用和運(yùn)行，以及對知識部件的知識完成推理。
（3）系統(tǒng)綜合集成。通過集成語言完成對各部件的有機(jī)綜合，形成一個完整的系統(tǒng)。
2.數(shù)據(jù)倉庫與新決策支持系統(tǒng) 數(shù)據(jù)倉庫技術(shù)
管理大量數(shù)據(jù)
數(shù)據(jù)倉庫中的數(shù)據(jù)量是10GB或100GB級的，數(shù)據(jù)倉庫開發(fā)需要滿足處理大量數(shù)據(jù)的需求。
數(shù)據(jù)的高效裝入和數(shù)據(jù)壓縮
裝入數(shù)據(jù)：裝入的數(shù)據(jù)量很大，同時也要裝入高效的索引。（2）數(shù)據(jù)壓縮：DW數(shù)據(jù)量大需要進(jìn)行數(shù)據(jù)的壓縮。
存儲介質(zhì)的管理
數(shù)據(jù)倉庫中的數(shù)據(jù)量是10GB或100GB級的，數(shù)據(jù)倉庫開發(fā)需要滿足處理大量數(shù)據(jù)存儲介質(zhì)的需求。
元數(shù)據(jù)管理:沒有一個好的元數(shù)據(jù)來運(yùn)作的話，DSS分析員的工作就非常困難。
數(shù)據(jù)倉庫語言 數(shù)據(jù)倉庫語言可有效管理數(shù)據(jù)倉庫中的數(shù)據(jù)和快速、高效地訪問數(shù)據(jù)倉庫中的數(shù)據(jù)。
高效索引
數(shù)據(jù)倉庫不僅能夠方便地支持新索引的創(chuàng)建和裝入，而且要能夠高效地訪問這些索引。
數(shù)據(jù)倉庫的特殊管理
（1）復(fù)合鍵碼：能夠支持復(fù)合鍵碼。
（2）變長數(shù)據(jù)：有效管理變長數(shù)據(jù)的能力。
（3）快速恢復(fù)：快速地恢復(fù)數(shù)據(jù)倉庫表。
多維DBMS和數(shù)據(jù)倉庫
多維數(shù)據(jù)庫管理系統(tǒng)（多維DBMS）提供了用多種方法對數(shù)據(jù)進(jìn)行切片、分割，動態(tài)地考查匯總數(shù)據(jù)和細(xì)節(jié)數(shù)據(jù)的關(guān)系，非常適合DSS環(huán)境。
數(shù)據(jù)倉庫中的細(xì)節(jié)數(shù)據(jù)為多維DBSM提供了數(shù)據(jù)源，數(shù)據(jù)要定期從數(shù)據(jù)倉庫中導(dǎo)入到多維DBMS中去，為DSS用戶服務(wù)。
3.傳統(tǒng)決策支持系統(tǒng)與新決策支持系統(tǒng)的比較 傳統(tǒng)決策支持系統(tǒng)的特點
(1)用模型和模型的組合來輔助決策
多模型的組合擴(kuò)大了模型輔助決策的能力。多模型的組合的實現(xiàn)是靠數(shù)據(jù)或數(shù)據(jù)處理來完成模型間的連接。
多模型的組合使模型的范圍由數(shù)學(xué)模型擴(kuò)展為數(shù)據(jù)處理模型等。
人機(jī)交互的手段豐富了多模型組合輔助決策的效果，也為人控制多模型的組合提供了支持手段。
(2)用知識推理進(jìn)行定性分析
知識推理的專家系統(tǒng)主要是進(jìn)行定性分析。它結(jié)合到?jīng)Q策支持系統(tǒng)中形成智能決策支持系統(tǒng)。實質(zhì)上完成了定量分析和定性分析相結(jié)合的輔助決策方式。
新決策支持系統(tǒng)的特點：
（1）數(shù)據(jù)倉庫和聯(lián)機(jī)分析處理的數(shù)據(jù)組織方式是多維數(shù)據(jù)數(shù)據(jù)倉庫的數(shù)據(jù)組織為空間的多維結(jié)構(gòu)形式。
（2）數(shù)據(jù)倉庫是為決策分析服務(wù)的數(shù)據(jù)倉庫可以提供綜合信息和時間趨勢信息等輔助決策信息。
（3）聯(lián)機(jī)分析處理提供多維分析手段（4）數(shù)據(jù)挖掘是從數(shù)據(jù)中挖掘出隱藏知識 4.綜合決策支持系統(tǒng)結(jié)構(gòu)和原理
數(shù)據(jù)倉庫（DW）實現(xiàn)對決策主題數(shù)據(jù)的存儲和綜合。聯(lián)機(jī)分析處理（OLAP）實現(xiàn)多維數(shù)據(jù)分析。數(shù)據(jù)挖掘（DM）能挖掘數(shù)據(jù)倉庫中的知識。
DW+OLAP+DM形成的新決策支持系統(tǒng)是利用數(shù)據(jù)資源輔助決策的。新決策支持系統(tǒng)主要針對商場、銀行、顧客、銷售等獲取企業(yè)外部社會上的信息。
傳統(tǒng)決策支持系統(tǒng)是以模型庫（MB）和知識庫（KB）為基礎(chǔ)的。數(shù)學(xué)模型的優(yōu)化模型輔助決策的效果很明顯。知識推理具有較強(qiáng)的智能性。
傳統(tǒng)決策支持系統(tǒng)充分發(fā)揮模型資源的輔助決策作用和知識資源輔助決策作用。
兩個決策支持系統(tǒng)是完全不同的輔助決策方式，兩者不能相互代替，應(yīng)該是相互結(jié)合。
通過兩個決策支持系統(tǒng)的結(jié)合能充分發(fā)揮數(shù)據(jù)、模型、知識這三種不同的決策資源，獲取企業(yè)或組織的內(nèi)部和外部相互補(bǔ)充的信息和知識，才能為決策者提供更全面，更廣泛和更有效的輔助決策信息和知識。把數(shù)據(jù)倉庫（DW）、聯(lián)機(jī)分析處理（OLAP）、數(shù)據(jù)挖掘（DM）、模型庫（MB）、數(shù)據(jù)庫（DB）、知識庫（KB）結(jié)合起來形成的決策支持系統(tǒng)：
將傳統(tǒng)決策支持系統(tǒng)和新決策支持系統(tǒng)結(jié)合起來的決策支持系統(tǒng)是更高級形式的決策支持系統(tǒng)，稱為綜合決策支持系統(tǒng)（Synthetic Decision Support System, SDSS）。
綜合決策支持系統(tǒng)體系結(jié)構(gòu)包括三個主體: 第一個主體是模型庫系統(tǒng)和數(shù)據(jù)庫系統(tǒng)的結(jié)合，它是決策支持的基礎(chǔ)，它為決策問題提供定量分析（模型計算）的輔助決策信息。
第二個主體是數(shù)據(jù)倉庫和OLAP的結(jié)合，它從數(shù)據(jù)倉庫中提取綜合數(shù)據(jù)和信息，這些數(shù)據(jù)和信息反映了大量數(shù)據(jù)的內(nèi)在本質(zhì)。
第三個主體是知識庫與推理機(jī)和數(shù)據(jù)挖掘的結(jié)合。5.網(wǎng)絡(luò)環(huán)境下的綜合決策支持系統(tǒng)體系 客戶/服務(wù)器結(jié)構(gòu)與數(shù)據(jù)庫服務(wù)器
計算機(jī)聯(lián)網(wǎng)可以使得某些服務(wù)在服務(wù)器系統(tǒng)上執(zhí)行，而另一些任務(wù)在客戶機(jī)系統(tǒng)上執(zhí)行，這種工作任務(wù)的劃分，形成了客戶機(jī)/服務(wù)器系統(tǒng)。
客戶機(jī)/服務(wù)器（Client/Server, C/S），由服務(wù)器提供應(yīng)用服務(wù)，多臺客戶機(jī)進(jìn)行連接。
當(dāng)前的實際應(yīng)用中多數(shù)服務(wù)器就是一臺數(shù)據(jù)庫服務(wù)器而客戶端就是編寫的客戶軟件，通過ODBC或ADO同數(shù)據(jù)庫服務(wù)器通信。組成一個應(yīng)用系統(tǒng)。
在當(dāng)前Internet/Intranet領(lǐng)域，“瀏覽器/服務(wù)器”結(jié)構(gòu)是當(dāng)前非常流行的客戶機(jī)/服務(wù)器結(jié)構(gòu)，簡稱B/S結(jié)構(gòu)。
Web瀏覽器只利用鼠標(biāo)點擊某個強(qiáng)調(diào)的詞語或某個圖形按鈕，你就會毫不費(fèi)力地迅速訪問到世界各地的計算機(jī)。
決策支持系統(tǒng)的綜合部件由網(wǎng)絡(luò)上的客戶機(jī)來完成。
模型服務(wù)器是對用戶提供各種模型的服務(wù)。模型需要調(diào)用數(shù)據(jù)庫服務(wù)器存取數(shù)據(jù)，在模型服務(wù)器內(nèi)完成模型運(yùn)算，這些模型服務(wù)器相對數(shù)據(jù)庫服務(wù)器來說是客戶端。當(dāng)模型運(yùn)算出結(jié)果后為用戶提供輔助決策信息時，它起到服務(wù)器的作用。這種關(guān)系形成了三層客戶／服務(wù)器結(jié)構(gòu)。
在網(wǎng)絡(luò)環(huán)境下形成的決策支持系統(tǒng)結(jié)構(gòu)，既具有客戶/模型/數(shù)據(jù)三層C/S結(jié)構(gòu)，也有客戶/數(shù)據(jù)二層C/S結(jié)構(gòu)，這種組合是一種三角的C/S結(jié)構(gòu)形式。
第七章 決策支持系統(tǒng)的開發(fā)
1．決策支持系統(tǒng)開發(fā)過程、步驟 DSS系統(tǒng)開發(fā)的主要步驟為：
（1）DSS系統(tǒng)分析-包括確定實際決策問題目標(biāo)，對系統(tǒng)分析論證。（2）DSS系統(tǒng)初步設(shè)計-包括對決策問題進(jìn)行分解成多個子問題以及它們的綜合。
（3）DSS系統(tǒng)詳細(xì)設(shè)計-包括各個子問題的詳細(xì)設(shè)計（數(shù)據(jù)設(shè)計和模型設(shè)計）和綜合設(shè)計。數(shù)據(jù)設(shè)計包括數(shù)據(jù)文件設(shè)計和數(shù)據(jù)庫設(shè)計，模型設(shè)計包括模型算法設(shè)計和模型庫設(shè)計。綜合設(shè)計包括對各個子問題的綜合控制設(shè)計。
（4）各部件編制程序-包括①建立數(shù)據(jù)庫和數(shù)據(jù)庫管理系統(tǒng)；②編制模型程序，建立模型庫、模型庫管理系統(tǒng)；③編制綜合控制程序（總控程序），由總控程序控制模型的運(yùn)行和組合，對數(shù)據(jù)庫數(shù)據(jù)的存取、計算等處理，設(shè)置人機(jī)交互等。
（5）三部件集成為DSS系統(tǒng)-包括解決部件接口問題，由總控程序的運(yùn)行實現(xiàn)對模型部件和數(shù)據(jù)部件的集成，形成DSS系統(tǒng)。
2．決策支持系統(tǒng)設(shè)計 設(shè)計思想 決策支持系統(tǒng)的系統(tǒng)結(jié)構(gòu)是由綜合部件、模型部件、數(shù)據(jù)部件三大部件組成。
決策支持系統(tǒng)設(shè)計主要是決策支持系統(tǒng)總體結(jié)構(gòu)設(shè)計，它包括運(yùn)行結(jié)構(gòu)設(shè)計和管理結(jié)構(gòu)設(shè)計。
運(yùn)行結(jié)構(gòu)是對實際決策問題用決策支持系統(tǒng)原理設(shè)計的程序結(jié)構(gòu)。
管理結(jié)構(gòu)是完成模型庫管理和數(shù)據(jù)庫的管理，達(dá)到多模型的共享和大量數(shù)據(jù)的共享。
運(yùn)行結(jié)構(gòu)的關(guān)鍵是綜合部件。
3．決策支持系統(tǒng)開發(fā)技術(shù) 建立模型概述
系統(tǒng)建模目的主要在于：
（1）分析和設(shè)計實際系統(tǒng)
（2）預(yù)測或預(yù)報實際系統(tǒng)的未來發(fā)展趨勢。（3）對系統(tǒng)實行最優(yōu)控制。建立模型步驟
(１)建立模型的數(shù)學(xué)結(jié)構(gòu)，即建立模型中變量之間的方程形式。(２)確定模型的參數(shù)，它包括模型中變量的數(shù)目、方程的個數(shù)、變量的系數(shù)等。
? DSS的建模技術(shù)
DSS建模的主要問題是如何選擇多個模型組合形成解決實際問題的方案。也可以認(rèn)為該方案是解決實際問題的大模型。每個具體的小模型又涉及所需要的數(shù)據(jù)。多模型的組合表現(xiàn)為用模型資源和數(shù)據(jù)資源來組合成實際問題方案。決策支持系統(tǒng)就是利用模型庫（模型資源）和數(shù)據(jù)庫（數(shù)據(jù)資源），通過問題綜合來組合多模型和大量數(shù)據(jù)形成解決實際問題的方案，方案可以是一個或者多個，通過方案的計算和比較，達(dá)到輔助決策的作用。? 模型部件和綜合部件存取數(shù)據(jù)庫的接口
模型程序一般采用數(shù)值計算語言編制。不具有數(shù)據(jù)庫操作功能。而數(shù)據(jù)庫語言對數(shù)組運(yùn)算等數(shù)值計算功能很弱，故數(shù)據(jù)庫語言不適合于編制數(shù)值計算類型的模型程序。決策支持系統(tǒng)又需要把數(shù)值計算和數(shù)據(jù)處理二者結(jié)合起來。有效的途徑是解決好模型存取數(shù)據(jù)庫的接口。
決策支持系統(tǒng)中，把所有公用的數(shù)據(jù)都放入數(shù)據(jù)庫中，這便于數(shù)據(jù)庫共亨，又便于數(shù)據(jù)的統(tǒng)一管理。模型程序用到數(shù)據(jù)時，需要通過這個接口去存取所需數(shù)據(jù)。
? 綜合部件對模型的接口
綜合部件對模型的控制運(yùn)行以及多模型的組合。一般采用“順序、選擇、循環(huán)”結(jié)構(gòu)以及嵌套組合結(jié)構(gòu)形式來組合模型。? 綜合部件的集成技術(shù)
綜合部件要真正達(dá)到控制單模型運(yùn)行以及多模型的組合運(yùn)行，控制大量的數(shù)據(jù)庫的存取，實現(xiàn)DSS的系統(tǒng)集成。
綜合部件需要利用一種計算機(jī)語言，針對具體的決策問題，編制或者自動生成決策問題的總控程序，將所需要的模型庫、數(shù)據(jù)庫進(jìn)行集成，形成一個實際的決策支持系統(tǒng)。? 系統(tǒng)快速原型開發(fā)技術(shù)
快速原型開發(fā)技術(shù)用于決策支持系統(tǒng)的主要任務(wù)是：按決策問題處理過程，快速生成對多模型的組合以及大量數(shù)據(jù)庫數(shù)據(jù)的存取并進(jìn)行集成的決策支持系統(tǒng)?？焖僭头椒ㄊ歉鶕?jù)系統(tǒng)的需求能迅速的產(chǎn)生出系統(tǒng)的原型，該原型能表現(xiàn)出系統(tǒng)的功能、行為特性，但不一定符合其全部要求。當(dāng)用戶對原型運(yùn)行結(jié)果不滿意時，能迅速修改原型，經(jīng)過幾次反復(fù)，將可得到用戶滿意的應(yīng)用系統(tǒng)。
快速原型法的實現(xiàn)是需要一個很好的支撐環(huán)境來保證軟件原型的快速生成。
4.決策支持系統(tǒng)的開發(fā)
綜合部件的總控程序開發(fā)從DSS總控程序的設(shè)計中可知它要完成的工作為：
（1）控制模型程序的運(yùn)行；
（2）存取數(shù)據(jù)庫的數(shù)據(jù)；
（3）進(jìn)行數(shù)據(jù)處理；
（4）進(jìn)行數(shù)值計算；
（5）完成人機(jī)交互。
總控程序既要有數(shù)值計算能力又要有數(shù)據(jù)處理能力，還需要有很強(qiáng)的人機(jī)交互能力?？梢娝且粋€集成語言。
第二篇：決策支持系統(tǒng)--教學(xué)大綱
決策支持系統(tǒng)（教學(xué)大綱）
Decision Support System
課程編碼：05405090 學(xué)分： 2 課程類別： 專業(yè)方向課 計劃學(xué)時：32 其中講課：32 實驗或?qū)嵺`：0 上機(jī)：0 適用專業(yè)：信息管理與信息系統(tǒng) 推薦教材：
陳文偉，決策支持系統(tǒng)教程(第2版)清華大學(xué)出版社;第2版(2010年10月1日)參考書目：
《決策支持系統(tǒng)》，張鵬翥，上海交通大學(xué)出版社，2009年?！稕Q策支持系統(tǒng)》，陳文偉，清華大學(xué)出版社，2009年?！队嬎銠C(jī)決策支持系統(tǒng)》，孟波編著，武漢大學(xué)出版社，2010年。
《決策支持系統(tǒng)（DSS）理論.方法.案例（第三版）》，高洪深著，清華大學(xué)出版社，2010年。
課程的教學(xué)目的與任務(wù)
決策支持系統(tǒng)是一門年輕的學(xué)科，又是集自然科學(xué)與社會科學(xué)于一體的交叉學(xué)科，也是一門應(yīng)用科學(xué)。本科程是管理信息系統(tǒng)專業(yè)的一門重要的專業(yè)課，目的與任務(wù)在于是使學(xué)生掌握決策支持系統(tǒng)的理論基礎(chǔ)、基本結(jié)構(gòu)、發(fā)展方向及其應(yīng)用，重點是決策的基本原理、決策過程建模、決策支持系統(tǒng)的基本構(gòu)成、決策支持系統(tǒng)的實施過程。
課程的基本要求
1、正確認(rèn)識課程的性質(zhì)、任務(wù)及其研究對象，全面了解課程的體系、結(jié)構(gòu)，對決策支持系統(tǒng)有一個總體的把握。
2、通過本課程的學(xué)習(xí)，要求學(xué)生應(yīng)能夠充分理解決策分析、決策支持系統(tǒng)的基本概念。
3、通過本課程的學(xué)習(xí)，要求學(xué)生應(yīng)能夠針對不同的決策問題，通過使用計算機(jī)軟件或編制計算機(jī)程序的手段，設(shè)計和開發(fā)決策支持系統(tǒng)。
各章節(jié)授課內(nèi)容、教學(xué)方法及學(xué)時分配建議
第一章：決策支持系統(tǒng)綜述 建議學(xué)時：4學(xué)時
[教學(xué)目的與要求] 通過本節(jié)90分鐘的教學(xué)，使學(xué)生對決策支持系統(tǒng)的產(chǎn)生和發(fā)展進(jìn)行了解，知道決策支持系統(tǒng)的概念和基本應(yīng)用領(lǐng)域，對系統(tǒng)的演變有所了解。
[教學(xué)重點與難點] 決策支持系統(tǒng)的產(chǎn)生和發(fā)展
[授 課 方 法] 以課堂講授為主，課堂討論和課下自學(xué)為輔。[授 課 內(nèi) 容] 1.1 決策支持系統(tǒng)的形成 1.1.1 管理信息系統(tǒng) 1.1.2 管理科學(xué)/運(yùn)籌學(xué) 1.1.3 決策支持系統(tǒng) 1.1.4 專家系統(tǒng)
1.1.5 智能決策支持系統(tǒng)
1.1.6 基于數(shù)據(jù)倉庫的決策支持系統(tǒng) 1.1.7 綜合決策支持系統(tǒng)
1.1.8 網(wǎng)絡(luò)環(huán)境的綜合決策支持系統(tǒng) 1.2 決策支持系統(tǒng)概念
1.2.1 決策問題的結(jié)構(gòu)化分類 1.2.2 決策支持系統(tǒng)的定義
1.2.3 決策支持系統(tǒng)與管理科學(xué)/運(yùn)籌學(xué)的關(guān)系 1.2.4 決策支持系統(tǒng)與管理信息系統(tǒng)的關(guān)系 1.2.5 幾個典型的決策支持系統(tǒng) 1.3 決策科學(xué)與決策支持系統(tǒng) 1.3.1 決策與決策科學(xué)
1.3.2 決策過程與決策支持系統(tǒng) 1.3.3 決策體系與決策支持系統(tǒng) 1.3.4 決策支持系統(tǒng)的技術(shù)基礎(chǔ)
第二章：決策資源與決策支持 建議學(xué)時：6學(xué)時
[教學(xué)目的與要求] 通過對本章內(nèi)容的學(xué)習(xí)，使學(xué)生對決策資源與決策支持的概念有所了解，知道決策資源分類及其特點，了解模型實驗的決策支持和模型組合方案的決策支持。
[教學(xué)重點與難點] 決策資源分類及其特點，模型實驗的決策支持和模型組合方案的決策支持的應(yīng)用。
[授 課 方 法] 以課堂講授為主，課堂討論和課下自學(xué)為輔。[授 課 內(nèi) 容] 2.1決策資源
2.1.1 數(shù)據(jù)資源 2.1.2 模型資源 2.1.3 知識資源 2.2 決策支持
2.2.1 決策支持概念 2.2.2 決策資源的決策支持 2.2.3 決策方案的決策支持 2.3 模型實驗的決策支持
2.3.1 模型的建立與what-if分析 2.3.2 模型組的決策支持 2.4 模型組合方案的決策支持
2.4.1 經(jīng)濟(jì)優(yōu)化方案的決策支持 2.4.2 產(chǎn)品優(yōu)化方案的決策支持 2.4.3 多模型輔助決策系統(tǒng)
第三章：決策支持系統(tǒng) 建議學(xué)時：6學(xué)時
[教學(xué)目的與要求] 通過對本章內(nèi)容的學(xué)習(xí)，使學(xué)生對決策系統(tǒng)的結(jié)構(gòu)有所了解，知道數(shù)據(jù)庫系統(tǒng)的開發(fā)應(yīng)用，了解模型庫系統(tǒng)的概念、組織和存儲。了解決策支持系統(tǒng)的實際應(yīng)用。
[教學(xué)重點與難點] 數(shù)據(jù)庫系統(tǒng)的開發(fā)應(yīng)用，模型庫系統(tǒng)的組織和存儲 [授 課 方 法] 以課堂講授為主，課堂討論和課下自學(xué)為輔。[授 課 內(nèi) 容]
3.1 決策支持系統(tǒng)結(jié)構(gòu)
3.1.1 決策支持系統(tǒng)結(jié)構(gòu)形式 3.1.2 決策支持系統(tǒng)的結(jié)構(gòu)比較 3.1.3 決策支持系統(tǒng)的統(tǒng)一結(jié)構(gòu)形式 3.2 數(shù)據(jù)庫系統(tǒng)
3.2.1 數(shù)據(jù)庫系統(tǒng)開發(fā)與應(yīng)用
3.2.2 數(shù)據(jù)庫系統(tǒng)在決策支持系統(tǒng)中的作用 3.3 人機(jī)交互與問題綜合系統(tǒng)
3.3.1 人機(jī)交互系統(tǒng) 3.3.2 問題綜合系統(tǒng)
3.3.3 決策支持系統(tǒng)的綜合部件 3.4 模型庫系統(tǒng)
3.4.1 模型庫
3.4.2 模型庫的組織和存儲 3.4.3 模型庫管理系統(tǒng) 3.5 組合模型的決策支持系統(tǒng)
3.5.1 模型組合技術(shù) 3.5.2 模型組合的程序設(shè)計 3.5.3 決策支持系統(tǒng)的決策支持 3.6 決策支持系統(tǒng)實例
3.6.1 物資申請和庫存的計劃匯總 3.6.2 制定物資的分配方案 3.6.3 物資調(diào)撥預(yù)處理 3.6.4 制定物資運(yùn)輸方案 3.6.5 制定物資調(diào)撥方案
3.6.6 物資分配調(diào)撥決策支持系統(tǒng)結(jié)構(gòu)與決策支持
第四章：人工智能的決策支持和智能決策支持系統(tǒng) 建議學(xué)時：4學(xué)時
[教學(xué)目的與要求] 通過對本章內(nèi)容的學(xué)習(xí)，使學(xué)生掌握人工智能的基本原理，知道專家系統(tǒng)的決策支持的應(yīng)用，掌握神經(jīng)網(wǎng)絡(luò)的決策支持原理。了解機(jī)器學(xué)習(xí)的決策支持的相關(guān)知識。了解智能決策支持系統(tǒng)。
[教學(xué)重點與難點] 專家系統(tǒng)的決策支持的應(yīng)用，神經(jīng)網(wǎng)絡(luò)的決策支持原理。[授 課 方 法] 以課堂講授為主，課堂討論和課下自學(xué)為輔。[授 課 內(nèi) 容] 4.1 人工智能基本原理
4.1.1 邏輯推理 4.1.2 知識推理 4.1.3 搜索技術(shù) 4.2 專家系統(tǒng)的決策支持
4.2.1 專家系統(tǒng)原理 4.2.2 產(chǎn)生式規(guī)則專家系統(tǒng) 4.2.3 建模專家系統(tǒng) 4.3 神經(jīng)網(wǎng)絡(luò)的決策支持
4.3.1 神經(jīng)網(wǎng)絡(luò)原理 4.3.2 反向傳播模型
4.3.3 神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)及實例 4.3.4 神經(jīng)網(wǎng)絡(luò)的容錯性 4.4 遺傳算法的決策支持
4.4.1 遺傳算法原理
4.4.2 優(yōu)化模型的遺傳算法求解 4.4.3 獲取知識的遺傳算法 4.5 機(jī)器學(xué)習(xí)的決策支持
4.5.1 機(jī)器學(xué)習(xí)綜述 4.5.2 機(jī)器學(xué)習(xí)分類 4.5.3 建立模型的發(fā)現(xiàn)學(xué)習(xí)4.6 智能決策支持系統(tǒng)
4.6.1 智能決策支持系統(tǒng)概念 4.6.2 智能決策支持系統(tǒng)結(jié)構(gòu) 4.6.3 專家系統(tǒng)與決策支持系統(tǒng)的集成 4.6.4 智能決策支持系統(tǒng)實例
第五章：基于數(shù)據(jù)倉庫的決策支持系統(tǒng) 建議學(xué)時：4學(xué)時
[教學(xué)目的與要求] 通過對本章內(nèi)容的學(xué)習(xí)，使學(xué)生掌握數(shù)據(jù)倉庫的基本原理，掌握聯(lián)機(jī)分析處理的概念、數(shù)據(jù)組織以及決策支持，掌握數(shù)據(jù)倉庫的決策支持以及數(shù)據(jù)挖掘的概念。了解基于數(shù)據(jù)倉庫的決策支持系統(tǒng)。
[教學(xué)重點與難點] 聯(lián)機(jī)分析處理的數(shù)據(jù)組織以及決策支持，數(shù)據(jù)倉庫的決策支持以及數(shù)據(jù)挖掘。[授 課 方 法] 以課堂講授為主，課堂討論和課下自學(xué)為輔。[授 課 內(nèi) 容] 5.1 數(shù)據(jù)倉庫的基本原理
5.1.1 數(shù)據(jù)倉庫概念 5.1.2 數(shù)據(jù)倉庫結(jié)構(gòu) 5.1.3 數(shù)據(jù)集市 5.1.4 元數(shù)據(jù) 5.1.5 數(shù)據(jù)倉庫存儲 5.1.6 數(shù)據(jù)倉庫系統(tǒng) 5.2 聯(lián)機(jī)分析處理
5.2.1 基本概念 5.2.2 OLAP數(shù)據(jù)組織
5.2.3 OLAP的決策支持: 多維數(shù)據(jù)分析 5.2.4 OLAP的應(yīng)用實例 5.3 數(shù)據(jù)倉庫的決策支持
5.3.1 查詢與報表
5.3.2 多維分析與原因分析 5.3.3 預(yù)測未來 5.3.4 實時決策 5.3.5 自動決策 5.4 數(shù)據(jù)挖掘
5.4.1 知識發(fā)現(xiàn)與數(shù)據(jù)挖掘概念 5.4.2 數(shù)據(jù)挖掘方法和技術(shù) 5.4.3 數(shù)據(jù)挖掘的知識表示 5.5 數(shù)據(jù)挖掘的決策支持 5.5.1 數(shù)據(jù)挖掘的決策支持分類
5.5.2 決策樹與決策規(guī)則樹的挖掘及其應(yīng)用 5.3.3 關(guān)聯(lián)規(guī)則及應(yīng)用 5.6 基于數(shù)據(jù)倉庫的決策支持系統(tǒng)
5.6.1 基于數(shù)據(jù)倉庫的決策支持系統(tǒng)的原理和結(jié)構(gòu) 5.6.2 基于數(shù)據(jù)倉庫的決策支持系統(tǒng)簡例 5.6.3 基于數(shù)據(jù)倉庫的決策支持系統(tǒng)實例
第6章 綜合決策支持系統(tǒng) 建議學(xué)時：4學(xué)時
[教學(xué)目的與要求] 通過對本章內(nèi)容的學(xué)習(xí)，使學(xué)生掌握基于模型庫與知識庫的傳統(tǒng)決策支持系統(tǒng)，掌握基于數(shù)據(jù)倉庫的新決策支持系統(tǒng)和綜合決策支持系統(tǒng)，了解網(wǎng)絡(luò)環(huán)境的綜合決策支持系統(tǒng)。[教學(xué)重點與難點] 基于數(shù)據(jù)倉庫的新決策支持系統(tǒng)和綜合決策支持系統(tǒng)。[授 課 方 法] 以課堂講授為主，課堂討論和課下自學(xué)為輔。[授 課 內(nèi) 容] 6.1 基于模型庫與知識庫的傳統(tǒng)決策支持系統(tǒng)
6.1.1 傳統(tǒng)決策支持系統(tǒng)概念 6.1.2 傳統(tǒng)決策支持系統(tǒng)的進(jìn)展
6.1.3 傳統(tǒng)決策支持系統(tǒng)的關(guān)鍵技術(shù)和開發(fā)的困難 6.2 基于數(shù)據(jù)倉庫的新決策支持系統(tǒng)
6.2.1 新決策支持系統(tǒng)與商業(yè)智能 6.2.2 數(shù)據(jù)倉庫關(guān)鍵技術(shù) 6.2.3 數(shù)據(jù)倉庫開發(fā)的困難 6.3 綜合決策支持系統(tǒng)
6.3.1 傳統(tǒng)決策支持系統(tǒng)與新決策支持系統(tǒng)的比較 6.3.2 數(shù)據(jù)倉庫與數(shù)學(xué)模型
6.3.3 綜合決策支持系統(tǒng)原理、結(jié)構(gòu)和定義 6.4 網(wǎng)絡(luò)環(huán)境的綜合決策支持系統(tǒng)
6.4.1 客戶機(jī)/服務(wù)器結(jié)構(gòu)與數(shù)據(jù)庫服務(wù)器 6.4.2 網(wǎng)絡(luò)環(huán)境的決策支持系統(tǒng)
6.4.3 網(wǎng)絡(luò)環(huán)境的綜合決策支持系統(tǒng)體系
第7章 決策支持系統(tǒng)的開發(fā)與實例 建議學(xué)時：4學(xué)時
[教學(xué)目的與要求] 通過對本章內(nèi)容的學(xué)習(xí)，使學(xué)生掌握傳統(tǒng)決策支持系統(tǒng)設(shè)計與開發(fā)，掌握各種傳統(tǒng)決策支持系統(tǒng)開發(fā)工具，掌握新決策支持系統(tǒng)的開發(fā)的開發(fā)方法。
[教學(xué)重點與難點] 傳統(tǒng)決策支持系統(tǒng)開發(fā)工具，新決策支持系統(tǒng)的開發(fā)的開發(fā)方法。[授 課 方 法] 以課堂講授為主，課堂討論和課下自學(xué)為輔。[授 課 內(nèi) 容] 7.1 傳統(tǒng)決策支持系統(tǒng)設(shè)計與開發(fā)
7.1.1 決策支持系統(tǒng)開發(fā)過程 7.1.2 決策支持系統(tǒng)設(shè)計 7.1.3 決策支持系統(tǒng)的關(guān)鍵技術(shù) 7.2 傳統(tǒng)決策支持系統(tǒng)開發(fā)工具
7.2.1 決策支持系統(tǒng)開發(fā)技術(shù)與方法 7.2.2 系統(tǒng)快速原型開發(fā)方法 7.2.3 決策支持系統(tǒng)的開發(fā)實踐 7.2.4 專家系統(tǒng)開發(fā)工具與實例 7.3 新決策支持系統(tǒng)的開發(fā)
7.3.1 數(shù)據(jù)倉庫開發(fā)過程 7.3.2 數(shù)據(jù)抽取、轉(zhuǎn)換和裝載
7.4 基于客戶機(jī)/服務(wù)器的決策支持系統(tǒng)快速開發(fā)平臺CS-DSSP 7.4.1 CS-DSSP開發(fā)平臺綜述 7.4.2 客戶端交互控制系統(tǒng) 7.4.3 廣義模型服務(wù)器系統(tǒng) 7.4.4 CS-DSSP決策支持方式 7.5 基于客戶機(jī)/服務(wù)器的決策支持系統(tǒng)實例 7.5.1 全國農(nóng)業(yè)投資決策問題
7.5.2 全國農(nóng)業(yè)投資空間決策支持系統(tǒng) 7.6 網(wǎng)絡(luò)環(huán)境的決策支持系統(tǒng)的對比分析
7.6.1 網(wǎng)絡(luò)環(huán)境的決策支持系統(tǒng)的技術(shù)進(jìn)步
7.6.2 網(wǎng)絡(luò)環(huán)境的決策支持系統(tǒng)的決策支持效果的提升
撰稿人：劉鵬 審核人：
第三篇：決策支持系統(tǒng)實驗3
決策支持系統(tǒng)
實驗名稱：回歸分析實驗
實驗地點：
專業(yè)班級：信管
學(xué)生姓名：
學(xué)生學(xué)號：
指導(dǎo)教師：
成 績：
2016年X月X日
一、實驗?zāi)康?.了解Microsoft
Office
Excel
2003
提供的數(shù)據(jù)分析工具
2.掌握Microsoft
Office
Excel
2003
提供的三種回歸方法
3.掌握通過回歸分析進(jìn)行預(yù)測的方法
二、實驗內(nèi)容
1.掌握Excel2003提供的分析工具庫
2.使用數(shù)據(jù)分析方法進(jìn)行回歸分析
3.使用函數(shù)方法進(jìn)行回歸分析，包括直線回歸函數(shù)，預(yù)測函數(shù)，指數(shù)曲線趨勢函數(shù)
三、實驗內(nèi)容及步驟
7.1數(shù)據(jù)分析對話框
圖7.2參數(shù)設(shè)置示意圖
圖7.3部分分析結(jié)果
圖7.5斜率和Y軸截距數(shù)據(jù)
圖7.6
圖7.7
圖7.8
圖7.9
圖7.10
圖7.12
圖7.13
圖7.14
圖7.15
圖7.16
圖7.17
圖7.18
圖7.19
練習(xí)
數(shù)據(jù)分析
預(yù)測函數(shù)
指數(shù)曲線預(yù)測函數(shù)
四、實驗總結(jié)
通過本次實驗，我熟悉了Excel提供的分析工具庫，并能使用“數(shù)據(jù)分析”方法進(jìn)行回歸分析，使用直線回歸函數(shù)，使用預(yù)測函數(shù)，使用指數(shù)曲線趨勢函數(shù)，用趨勢線進(jìn)行回歸分析，并能通過回歸分析進(jìn)行預(yù)測。也讓我懂得回歸分析對我們生活有很大的作用，回歸分析是將一系列影響因素和結(jié)果進(jìn)行一個擬合,擬合出一個方程,然后通過將這個方程應(yīng)用到其他同類事件中,可以進(jìn)行預(yù)測通過回歸可以找出哪些影響因素及對結(jié)果的影響規(guī)律。
第四篇：智能審計決策支持系統(tǒng)
智能審計決策支持系統(tǒng)
審計決策支持系統(tǒng)(Audit Decision Support System，ADSS)是輔助審計人員通過數(shù)據(jù)、模型和知識，以人機(jī)交互方式進(jìn)行半結(jié)構(gòu)化或非結(jié)構(gòu)化決策的計算機(jī)應(yīng)用系統(tǒng)。目前，ADSS被應(yīng)用于會計師事務(wù)所的審計決策支持活動，并承擔(dān)審計信息的收集、處理和傳遞功能，為審計人員提供分析問題、建立模型、模擬決策過程和方案的環(huán)境，調(diào)用各種信息資源和分析工具，幫助提高決策水平和審計質(zhì)量。
智能審計決策支持系統(tǒng)(Inteligent Audit Decision Support System，IADSS)通常簡稱為智能審計系統(tǒng)，是在傳統(tǒng)ADSS的基礎(chǔ)上結(jié)合審計專家系統(tǒng)(Audit Expert System，AES)和數(shù)據(jù)挖掘系統(tǒng)(Data Mining System，DMS)而形成的軟件系統(tǒng)。ADSS能夠借助定量化的決策支持模型輔助審計人員進(jìn)行決策，但智能性不足；AES能模擬審計專家思維來解決非結(jié)構(gòu)性的問題，但審計專家知識獲取和轉(zhuǎn)化困難，而且不具備自我學(xué)習(xí)的功能；以神經(jīng)網(wǎng)絡(luò)為代表的DMS具有良好的自組織、自學(xué)習(xí)和自適應(yīng)能力，但不能對自身的結(jié)論進(jìn)行解釋。這三種系統(tǒng)的優(yōu)缺點恰好互補(bǔ)，若相互融合，則可構(gòu)建一個IADSS。
一、審計決策支持系統(tǒng)(ADSS)
1、ADSS的特征。ADSS是支持審計人員進(jìn)行非程序性決策的一種信息系統(tǒng)，具有如下三個特征：(1)以處理非程序性決策為主。(2)對審計人員進(jìn)行支持而不是代替。(3)系統(tǒng)本身要求具有靈活性，采用聯(lián)機(jī)對話方式，以便利用審計人員的經(jīng)驗和系統(tǒng)提供的信息來分析解決問題。
2、ADSS的構(gòu)建。按照（國家經(jīng)濟(jì)信息系統(tǒng)設(shè)計應(yīng)用標(biāo)準(zhǔn)化規(guī)范）中的“三庫一體化理論”，ADSS由數(shù)據(jù)庫、模型庫和方法庫組成，它們彼此獨(dú)立，用戶系統(tǒng)通過三庫控制系統(tǒng)與“三庫”發(fā)生聯(lián)系。(1)數(shù)據(jù)庫子系統(tǒng)是存儲、管理、提供與維護(hù)用于審計決策支持的審計數(shù)據(jù)的ADSS基本部件，是支撐模型庫子系統(tǒng)及方法庫子系統(tǒng)的基礎(chǔ)。數(shù)據(jù)庫子系統(tǒng)由數(shù)據(jù)庫、數(shù)據(jù)析取模塊、數(shù)據(jù)字典、數(shù)據(jù)庫管理系統(tǒng)及數(shù)據(jù)查詢模塊等部件組成。(2)模型庫是ADSS中最復(fù)雜和最難實現(xiàn)的部分，通?？芍苯佑糜谥贫▽徲嫑Q策的模型是應(yīng)用結(jié)構(gòu)性比較好的問題，其處理算法有明確規(guī)定，其參數(shù)值是已知的。對于非結(jié)構(gòu)化的決策問題，有些參數(shù)值并不知道，需要運(yùn)用數(shù)理統(tǒng)計等方法估計這些參數(shù)值。模型庫管理系統(tǒng)的主要功能是模型的利用和維護(hù)，模型的利用包括決策問題的定義和概念模型化，從模型庫中選擇恰當(dāng)?shù)哪Ｐ突騿卧Ｐ蜆?gòu)造具體問題的決策支持模型，以及運(yùn)行模型；模型的維護(hù)包括模型的聯(lián)結(jié)、修改和增刪等。模型庫子系統(tǒng)是在與ADSS其他部件交互過程中發(fā)揮作用的，與數(shù)據(jù)庫子系統(tǒng)的交互可獲得各種模型所需的數(shù)據(jù)，實現(xiàn)模型輸入、輸出和中間結(jié)果存取自動化；與方法庫子系統(tǒng)的交互可實行目標(biāo)搜索、靈敏度分析和仿真運(yùn)行自動化等。更主要的交互則是在人機(jī)對話子系統(tǒng)之間，模型的使用和維護(hù)實質(zhì)上是審計人員通過人機(jī)對話子系統(tǒng)予以控制與操作。(3)方法庫子系統(tǒng)是存儲、管理、調(diào)用及維護(hù)ADSS要用到的通用算法、標(biāo)準(zhǔn)函數(shù)等方法的部件，方法庫中的方法一般用程序方式存儲。它通過對描述外部接口的程序向ADSS提供合適的環(huán)境，是計算過程實行交互式的數(shù)據(jù)存取，從數(shù)據(jù)庫選擇數(shù)據(jù)，從方法庫選擇算法，然后將數(shù)據(jù)和算法結(jié)合起來進(jìn)行計算，以清晰地呈現(xiàn)方式輸出結(jié)果，供決策者使用。
3、ADSS的思路。ADSS解決問題的過程是沿著“審計人員根據(jù)當(dāng)前環(huán)境提出問題→審計專家與審計人員交互理解問題→審計專家抽象出數(shù)學(xué)模型→依據(jù)數(shù)學(xué)模型編制或調(diào)用求解軟件→軟件運(yùn)行求解問題”這一思路進(jìn)行。在該思路中，問題的求解由“模型驅(qū)動”，問題求解模型隨著問題環(huán)境的變化而變化，由于變化而重新構(gòu)造模型時離不開審計專家的輔助，這使原本的審計人員在決策支持系統(tǒng)輔助下求解變成了在審計專家輔助下求解，用戶在求解問題的多數(shù)環(huán)節(jié)仍離不開審計專家。ADSS應(yīng)用中出現(xiàn)這種問題，其主要原因是系統(tǒng)的智能性不足，不能根據(jù)問題的變化作出適應(yīng)性的自主調(diào)整。
二、審計專家系統(tǒng)(AES)
1、AES的功能。ADSS借助計算機(jī)強(qiáng)大的運(yùn)算能力與審計人員（專家）靈活的分析和判斷能力交互寫作，為解決審計中的半結(jié)構(gòu)化與非結(jié)構(gòu)化的決策問題提供了有力的支持。但由于ADSS中計算機(jī)一方的重點還在于模型的定量計算，人機(jī)對話方式對于大多數(shù)不熟悉計算機(jī)的使用者仍存在一定的距離，限制了ADSS的應(yīng)用效果。作為人工智能的一個分支，專家系統(tǒng)在二十世紀(jì)80年代初開始進(jìn)入審計人員的視野，AES是建立在管理信息系統(tǒng)和計算機(jī)人工智能技術(shù)基礎(chǔ)上的一種計算機(jī)輔助審計軟件系統(tǒng)。與普通計算機(jī)輔助審計技術(shù)不同的是，它利用人工智能的原理，借助計算機(jī)模擬人類的思維過程，對管理信息系統(tǒng)的數(shù)據(jù)進(jìn)行計算、分析及推理，并作出相應(yīng)的判斷，提出審計建議及線索，以供審計人員進(jìn)行進(jìn)一步的重點審計，最終得出審計結(jié)論。AES能夠借助計算機(jī)強(qiáng)大的數(shù)據(jù)分析和處理能力，在最短的時間里，做廣泛、詳細(xì)的計算與核查，而且在面臨多個結(jié)論時，能夠通過排序來尋找最佳方案，減少審計人員在做出結(jié)論時出現(xiàn)的失誤或不一致的可能性，因而可以有效地提高審計效率，降低審計風(fēng)險。
2、AES的工作過程。AES的工作過程可分為三個階段：初始化階段、實質(zhì)性測試階段和完善工作底稿階段。每一個階段，系統(tǒng)會自動地根據(jù)審計人員事先選擇的要求和系統(tǒng)數(shù)據(jù)庫中所存儲的相關(guān)審計知識，分成若干個推理判斷的步驟，對被審計單位的會計資料及其他相關(guān)資料進(jìn)行審查，并自動查找存在的各類錯誤、舞弊、異常數(shù)據(jù)和變動及其他不利于企業(yè)經(jīng)營的情況，并以列表或?qū)徲嬕庖姵醺宓男问较驅(qū)徲嬋藛T列示。在每一個階段，審計人員都可以通過系統(tǒng)的人機(jī)對話界面對審查情況進(jìn)行監(jiān)控。作為一種模擬審計專家水平來解決問題的AES，必須具備的組件包括：(1)知識獲取組件，它負(fù)責(zé)審計專家經(jīng)驗（規(guī)則）處理，并存儲在知識庫中，以備推理機(jī)調(diào)用。(2)知識表達(dá)組件，它運(yùn)用各種表達(dá)法，解決內(nèi)碼轉(zhuǎn)換問題，使信息在系統(tǒng)內(nèi)部各部件之間得以溝通。(3)知識庫，它存儲的是既不能用數(shù)據(jù)表示，也不能用模型方法描述的審計專家知識與經(jīng)驗，同時也包括一些特定問題領(lǐng)域的專家知識。(4)知識庫管理子系統(tǒng)，由一系列知識庫的操作命令程序組成，是知識庫操作與其他部件進(jìn)行聯(lián)系的橋梁。(5)推理機(jī)，主要功能是查詢和分析，它由一組具有推理策略的程序組成，根據(jù)系統(tǒng)知識庫的數(shù)據(jù)和程序，推斷出問題的可能解。(6)解釋組件，將推理機(jī)得出的結(jié)果經(jīng)過解釋輸出，在系統(tǒng)的人機(jī)交互界面上，尋求審計決策人員的確認(rèn)和進(jìn)一步分析。AES中，知識庫和推理機(jī)是核心。建立知識庫的關(guān)鍵是如何表示知識，也就是審計經(jīng)驗的形式化表示，推理機(jī)用于確定不精確推理的方法。AES的弱點在于審計知識獲取和轉(zhuǎn)化困難，因為其需要人工地將各種審計專家知識從人類專家的頭腦中或其他知識源處轉(zhuǎn)換到知識庫中，費(fèi)時且低效；對于動態(tài)和復(fù)雜的系統(tǒng)，由于其推理規(guī)則是固定的，難以適應(yīng)變化的情況，AES還不能從過去處理過的審計案例中繼續(xù)學(xué)習(xí)，使知識獲取較為困難。
三、數(shù)據(jù)挖掘系統(tǒng)(DMS)
1、DMS的功能。DMS能夠從大量不完全的、有噪聲的、模糊的、隨機(jī)的數(shù)據(jù)中，提取隱含在其中的、事先不知道的、潛在有用的信息和知識。不僅可以對信息系統(tǒng)產(chǎn)生的被審計單位財務(wù)、業(yè)務(wù)數(shù)據(jù)進(jìn)行深層次分析和研究，而且可以通過模型匹配和挖掘算法實現(xiàn)其在信息系統(tǒng)開發(fā)審計、安全審計等方面的應(yīng)用。此外，通過數(shù)據(jù)挖掘技術(shù)與信息系統(tǒng)審計技術(shù)的有效結(jié)合可確定快照技術(shù)中快照點的選擇問題，以及確定系統(tǒng)控制審計復(fù)核文件中嵌入審計程序應(yīng)采集什么信息。
2、DMS的應(yīng)用。(1)運(yùn)用統(tǒng)計分析子系統(tǒng)發(fā)現(xiàn)偏差數(shù)據(jù)。審計人員通過建立統(tǒng)計模型對搜集的被審計單位以及同類型單位的大量財務(wù)、業(yè)務(wù)歷史數(shù)據(jù)進(jìn)行分析，挖掘內(nèi)部存在的函數(shù)關(guān)系或相關(guān)關(guān)系，然后對審計期間內(nèi)的相關(guān)數(shù)據(jù)進(jìn)行合理預(yù)測。(2)運(yùn)用聚類分析子系統(tǒng)確定審計重點。利用聚類分析技術(shù)對信息系統(tǒng)中被審計單位的同類型的財務(wù)數(shù)據(jù)或者業(yè)務(wù)數(shù)據(jù)進(jìn)行分組，使其成為有相似特性的聚集。一般來說，財務(wù)數(shù)據(jù)及重要業(yè)務(wù)數(shù)據(jù)（如銷售數(shù)據(jù)）的變動具有一定的規(guī)律性，如果某些數(shù)據(jù)處于稀疏區(qū)域，說明其變動表現(xiàn)異常，需要重點關(guān)注。如SQL2005中的Microsoft Analysis Services工具，選擇聚類挖掘模型，就可利用其強(qiáng)大的分析功能實現(xiàn)日志數(shù)據(jù)的分類，將非正常的日志記錄從正常的日志數(shù)據(jù)中區(qū)分出來。(3)運(yùn)用孤立點分析子系統(tǒng)挖掘?qū)徲嬕牲c。面對海量的電子數(shù)據(jù)，采用孤立點檢測算法，發(fā)現(xiàn)異常審計數(shù)據(jù)或異常發(fā)生頻率等，從而發(fā)現(xiàn)有可能隱藏的違規(guī)行為，如利用快照點捕捉問題數(shù)據(jù)，利用嵌入式審計模塊進(jìn)行實時監(jiān)控等方法，達(dá)到鎖定疑點數(shù)據(jù)的目的。(4)運(yùn)用關(guān)聯(lián)分析子系統(tǒng)揭示關(guān)鍵屬性。在對財務(wù)或業(yè)務(wù)數(shù)據(jù)的審計中，同類或不同類會計科目及數(shù)據(jù)項之間，可能存在某種對應(yīng)關(guān)系，利用關(guān)聯(lián)分析方法來查找、分析，可發(fā)現(xiàn)一些隱藏的經(jīng)濟(jì)活動，挖掘出數(shù)據(jù)的各個屬性間可能的相互影響，為后續(xù)審計工作提供參考。
四、智能審計決策支持系統(tǒng)(IADSS)
1、IADSS的特點。與AES相比，人工智能的另一個分支，以神經(jīng)網(wǎng)絡(luò)為代表的數(shù)據(jù)挖掘系統(tǒng)(DMS)具有良好的自組織、自學(xué)習(xí)和自適應(yīng)能力，因而適用于處理復(fù)雜問題和開放系統(tǒng)，這彌補(bǔ)了AES的不足。同樣，DMS也有其弱點：數(shù)據(jù)挖掘的知識是分布在整個系統(tǒng)內(nèi)部，對審計人員而言是個黑箱；而且其對于自己的結(jié)論不能作出合理的解釋。因此，在ADSS的基礎(chǔ)上，融入AES與DMS，可以充分發(fā)揮各自的優(yōu)勢，向IADSS發(fā)展。
2、IADSS的構(gòu)建。IADSS的結(jié)構(gòu)是在傳統(tǒng)三庫ADSS的基礎(chǔ)上增設(shè)知識庫和推理機(jī)，在人機(jī)對話子系統(tǒng)加入自然語言處理系統(tǒng)(LS)，并在四庫之間插入問題處理系統(tǒng)(PPS)而構(gòu)成的四庫系統(tǒng)結(jié)構(gòu)。四庫系統(tǒng)的智能人機(jī)接口接受用自然語言或接近自然語言的方式表達(dá)的決策問題及決策目標(biāo)，這較大程度地改變了人機(jī)界面的性能。決策者可以使用自然語言來提出決策問題，由LS通過語法、語義結(jié)構(gòu)分析等方法轉(zhuǎn)換成系統(tǒng)能理解的形式。運(yùn)行后，系統(tǒng)則以決策者能清晰理解的或制定的方式輸出求解過程與結(jié)果。PPS是IADSS中最活躍的部件，它既要識別與分析問題，設(shè)計求解方案，還要為問題的求解調(diào)用四庫中的數(shù)據(jù)、模型、方法及知識等資源，對半結(jié)構(gòu)化或非結(jié)構(gòu)化問題還要觸發(fā)推理機(jī)作推理或新知識的推求。在分析被審計單位海量數(shù)據(jù)和復(fù)雜經(jīng)濟(jì)業(yè)務(wù)的條件下，可以對被審計單位原始數(shù)據(jù)（數(shù)據(jù)池）按審計風(fēng)險分析目的進(jìn)行有機(jī)歸并（數(shù)據(jù)泵），利用關(guān)聯(lián)規(guī)則的挖掘算法，提取其反映相關(guān)性的規(guī)則、規(guī)律和模式，并對這些規(guī)則、規(guī)律和模式進(jìn)行分析和評價，有效地形成審計知識（知識庫）。伴隨著IADSS的發(fā)展，這種學(xué)習(xí)人腦思維活動的程序會日臻完善，但無論該技術(shù)如何發(fā)展，其畢竟是審計人員思維的外化，是計算機(jī)審計的高級形式，其作用不是完全替代審計人員，而是代替審計人員完成大量繁瑣的線性或非線性邏輯思維過程，減輕審計人員的工作強(qiáng)度。^
第五篇：安全監(jiān)管執(zhí)法與決策支持系統(tǒng)使用與管理辦法
山西省煤炭工業(yè)廳關(guān)于印發(fā)《山西省煤炭工業(yè)廳煤礦安全監(jiān)管執(zhí)法與決策支持系統(tǒng)使用與管理辦法（試行）》的通知
各市煤炭工業(yè)局、各國有重點煤炭集團(tuán)公司、中煤平朔煤業(yè)有限責(zé)任公司、山西煤炭運(yùn)銷集團(tuán)有限公司、山西煤炭進(jìn)出口集團(tuán)有限公司、山西正華實業(yè)集團(tuán)有限責(zé)任公司：
為了規(guī)范山西省煤礦安全監(jiān)管執(zhí)法與決策支持系統(tǒng)的建設(shè)、管理、使用和維護(hù)，保證系統(tǒng)的正常運(yùn)行，充分發(fā)揮其在煤礦安全生產(chǎn)中的作用，省廳依據(jù)國發(fā)《國務(wù)院關(guān)于進(jìn)一步加強(qiáng)企業(yè)安全生產(chǎn)工作的通知》((2010)23號)、《煤炭工業(yè)礦井監(jiān)測監(jiān)控系統(tǒng)裝備配置標(biāo)準(zhǔn)》(GB 50581-2010)和《煤礦安全生產(chǎn)監(jiān)控系統(tǒng)聯(lián)網(wǎng)技術(shù)要求》(MT/T 1116-2011)，制定了《山西省煤炭工業(yè)廳煤礦安全監(jiān)管執(zhí)法與決策支持系統(tǒng)使用與管理辦法(試行)》，現(xiàn)印發(fā)你們，請你們認(rèn)真貫徹執(zhí)行。
二〇一一年十二月二日 山西省煤炭工業(yè)廳煤礦安全監(jiān)管執(zhí)法與決策支持系統(tǒng)
使用與管理辦法(試行)
第一章
總則
第一條 為了規(guī)范山西省煤礦安全監(jiān)管執(zhí)法與決策支持系統(tǒng)(簡稱執(zhí)法網(wǎng)系統(tǒng))的建設(shè)、管理、使用和維護(hù)，保證系統(tǒng)的正常運(yùn)行，充分發(fā)揮其在煤礦安全生產(chǎn)中的作用，依據(jù)《國務(wù)院關(guān)于進(jìn)一步加強(qiáng)企業(yè)安全生產(chǎn)工作的通知》(國發(fā)(2010)23號)、《煤炭工業(yè)礦井監(jiān)測監(jiān)控系統(tǒng)裝備配置標(biāo)準(zhǔn)》(GB 50581-2010)和《煤礦安全生產(chǎn)監(jiān)控系統(tǒng)聯(lián)網(wǎng)技術(shù)要求》(MT/T 1116-2011)制定本辦法。
第二條 執(zhí)法網(wǎng)系統(tǒng)是為了提高行政效率、加大對煤礦企業(yè)的安全監(jiān)管力度，促進(jìn)煤礦安全生產(chǎn)，根據(jù)相關(guān)國家標(biāo)準(zhǔn)，利用煤炭專網(wǎng)作為傳輸途徑建立的煤礦安全監(jiān)控系統(tǒng)、煤炭產(chǎn)量監(jiān)測系統(tǒng)、煤礦井下作業(yè)人員管理系統(tǒng)由煤礦至縣(集團(tuán)、子公司)、市(省屬集團(tuán))、省煤礦監(jiān)管部門的同一平臺聯(lián)網(wǎng)、實現(xiàn)數(shù)據(jù)綜合利用、對煤礦安全生產(chǎn)進(jìn)行網(wǎng)絡(luò)監(jiān)管的計算機(jī)信息系統(tǒng)。
第三條 煤礦企業(yè)應(yīng)當(dāng)執(zhí)行煤炭管理部門依據(jù)有關(guān)法律法規(guī)利用執(zhí)法網(wǎng)系統(tǒng)下達(dá)的網(wǎng)絡(luò)監(jiān)管指令。
第二章 組織機(jī)構(gòu)和職責(zé)
第四條 各級煤炭管理部門、集團(tuán)公司和煤礦企業(yè)的調(diào)度機(jī)構(gòu)(總調(diào)度室)負(fù)責(zé)執(zhí)法網(wǎng)系統(tǒng)的管理和使用。
第五條 各級煤炭管理部門、集團(tuán)公司和煤礦企業(yè)要建立和完善各項管理制度；確定分管領(lǐng)導(dǎo)，配備值班人員，每班值班人員不少于2人，實行24小時值班。
三章 系統(tǒng)的建設(shè)
第六條 省煤炭工業(yè)廳負(fù)責(zé)執(zhí)法網(wǎng)系統(tǒng)的統(tǒng)一規(guī)劃，對執(zhí)法網(wǎng)系統(tǒng)建設(shè)工作進(jìn)行指導(dǎo)。
第七條 各級煤炭管理部門、集團(tuán)公司和煤礦企業(yè)應(yīng)當(dāng)使用省煤炭工業(yè)廳統(tǒng)一開發(fā)的執(zhí)法網(wǎng)系統(tǒng)軟件，配齊相應(yīng)的硬件及系統(tǒng)軟件。如因監(jiān)管需求需對執(zhí)法網(wǎng)軟件進(jìn)行適應(yīng)性改動，應(yīng)經(jīng)省煤炭工業(yè)廳同意，并在保持軟件主體結(jié)構(gòu)、數(shù)據(jù)標(biāo)準(zhǔn)不變的情況下進(jìn)行。
第八條 各級執(zhí)法網(wǎng)系統(tǒng)應(yīng)配備時間同步設(shè)備或采取定期進(jìn)行人工對時等措施，保證各級執(zhí)法網(wǎng)服務(wù)器的時間同步。
第九條 各煤礦企業(yè)要按照AQ6201-2006、AQ1029-2007、AQ6210-2007、AQ1048-2007、MT1082-2008、MT1080-2008等相關(guān)國家標(biāo)準(zhǔn)建設(shè)完善安全監(jiān)控系統(tǒng)、井下作業(yè)人員管理系統(tǒng)、產(chǎn)量監(jiān)測監(jiān)控系統(tǒng)；按照《山西省煤礦安全監(jiān)管執(zhí)法與決策系統(tǒng)數(shù)據(jù)采集標(biāo)準(zhǔn)》為執(zhí)法網(wǎng)系統(tǒng)上傳合格的數(shù)據(jù)。用于上傳數(shù)據(jù)的上傳服務(wù)器要實現(xiàn)一主用一備用，并配備專用于執(zhí)法網(wǎng)的終端。
第十條 安裝執(zhí)法網(wǎng)主機(jī)系統(tǒng)的機(jī)房要符合國家電子計算機(jī)機(jī)房的相關(guān)規(guī)定。煤礦企業(yè)的機(jī)房要有雙回路供電，各機(jī)房均應(yīng)配備在線式不間斷電源系統(tǒng)(簡稱UPS)，保證電網(wǎng)停電后執(zhí)法網(wǎng)系統(tǒng)連續(xù)運(yùn)行時間不小于2小時。
第十一條 新建、改擴(kuò)建、資源整合等建設(shè)礦井的執(zhí)法網(wǎng)系統(tǒng)建設(shè)要與礦井建設(shè)同時設(shè)計、同時施工、同時驗收。沒有執(zhí)法網(wǎng)終端或不能向執(zhí)法網(wǎng)上傳合格數(shù)據(jù)的礦井，不得通過投產(chǎn)驗收。
第四章
系統(tǒng)使用和管理
第十二條 執(zhí)法網(wǎng)系統(tǒng)信息接收和報警處理是指對煤礦安全監(jiān)控系統(tǒng)、煤炭產(chǎn)量監(jiān)測系統(tǒng)、煤礦井下作業(yè)人員管理系統(tǒng)等系統(tǒng)上傳的各種配置數(shù)據(jù)、實時數(shù)據(jù)、報警數(shù)據(jù)及系統(tǒng)異常數(shù)據(jù)的接收和處理。
第十三條 執(zhí)法網(wǎng)系統(tǒng)實行分級管理。省、市煤炭管理部門的調(diào)度機(jī)構(gòu)(總調(diào)度室)負(fù)責(zé)本轄區(qū)內(nèi)執(zhí)法網(wǎng)監(jiān)測數(shù)據(jù)的統(tǒng)計、分析，對下級煤炭管理機(jī)構(gòu)執(zhí)法網(wǎng)系統(tǒng)的運(yùn)行進(jìn)行指導(dǎo)、考核?？h級煤炭管理部門、集團(tuán)公司的調(diào)度機(jī)構(gòu)(總調(diào)度室)負(fù)責(zé)對轄區(qū)內(nèi)煤礦的監(jiān)測監(jiān)管、監(jiān)管指令的下達(dá)和督辦，并對煤礦企業(yè)執(zhí)法網(wǎng)系統(tǒng)運(yùn)行情況進(jìn)行監(jiān)管、指導(dǎo)和考核。
第十四條 省煤炭工業(yè)廳調(diào)度機(jī)構(gòu)應(yīng)在每月10日前對上月全省執(zhí)法網(wǎng)系統(tǒng)運(yùn)行情況、報警及處理情況等進(jìn)行分析、總結(jié)，并通報全省。
第十五條 市煤炭管理部門調(diào)度機(jī)構(gòu)應(yīng)每月5日前對上月本市執(zhí)法網(wǎng)系統(tǒng)運(yùn)行情況、報警及處理情況等進(jìn)行分析、總結(jié)，通報全市并上報省煤炭工業(yè)廳調(diào)度機(jī)構(gòu)。
第十六條 縣級煤炭管理部門、集團(tuán)公司的調(diào)度機(jī)構(gòu)(總調(diào)度室)值班人員應(yīng)監(jiān)視執(zhí)法網(wǎng)系統(tǒng)顯示的各類報警、異常和執(zhí)法指令執(zhí)行情況的反饋等信息，對執(zhí)法網(wǎng)系統(tǒng)顯示的各種報警、異常情況應(yīng)按有關(guān) 規(guī)定處理，對未及時處理的報警信息應(yīng)依據(jù)相關(guān)規(guī)定通過執(zhí)法網(wǎng)系統(tǒng)向煤礦企業(yè)下達(dá)指令，并督促整改。值班人員應(yīng)做好當(dāng)班運(yùn)行記錄，打印有關(guān)報表，每周對所轄煤礦企業(yè)的執(zhí)法網(wǎng)運(yùn)行情況、報警及處理情況等進(jìn)行分析、總結(jié)，通報所轄煤礦企業(yè)并上報上一級監(jiān)管部門。
第十七條 煤礦調(diào)度機(jī)構(gòu)(總調(diào)度室)應(yīng)及時填寫和更新煤礦基礎(chǔ)數(shù)據(jù)和礦圖；認(rèn)真監(jiān)視執(zhí)法網(wǎng)終端顯示的各種信息，通過執(zhí)法網(wǎng)終端接收上級煤炭監(jiān)管部門下達(dá)的監(jiān)管指令，上報監(jiān)管指令的處理結(jié)果。
點擊咨詢 