DSS的基本概念课件

上传人:cl****1 文档编号:569932385 上传时间:2024-07-31 格式:PPT 页数:65 大小:352.50KB
返回 下载 相关 举报
DSS的基本概念课件_第1页
第1页 / 共65页
DSS的基本概念课件_第2页
第2页 / 共65页
DSS的基本概念课件_第3页
第3页 / 共65页
DSS的基本概念课件_第4页
第4页 / 共65页
DSS的基本概念课件_第5页
第5页 / 共65页
点击查看更多>>
资源描述

《DSS的基本概念课件》由会员分享,可在线阅读,更多相关《DSS的基本概念课件(65页珍藏版)》请在金锄头文库上搜索。

1、 1 1 决策、决策分析、决策、决策分析、 决策过程和决策风格决策过程和决策风格1决策的概念决策就是为实现一定的目的而制定多个行动方案,并从中选择一个“最优的”或“最有利的”或“最满意的”或“最合理的”行动的过程。2决策七宗罪n盲目自信:相信自己已经有了所有答案n问错误的问题:用正确的信息做知情决策n自我为中心:自以为是,思维定势n过度节省:省事省钱,错误决策n照抄照搬:盲目模仿,知其然,不知所以然n不听劝戒:忠言逆耳利于行n犹豫不决:等待,错失良机3决策分析的概念决策分析是应用一套概念、方法、模型、系统程序合理地分析含有不确定性的决策问题,从而改善决策的过程。4n决策主体n决策目标(单目标,

2、多目标)n行动空间(可供选择的行动或方案集合) 完备性:尽可能地包括所有行动 互斥性:只能选择一个方案 行动或方案的性质: 多目标性,不确定性和时序性。决策分析的要素5决策分析的要素n状态空间:重要的环境因素 完备性:包括了一切可能出现的状态 随机性:状态出现的不确定n结果空间:结果函数 行动的结果值表现为收益、损失、效用n决策准则:决策所依据的价值准则和行为准则 主观概率 (专家知识) 效用函数 (参数拟合)6决策过程决策过程是人们为实现一定目的而制定行动方案,并准备组织实施的活动的过程,这个过程也是提出问题、分析问题、解决问题的过程。7决策过程决策过程图示8决策过程DSS对决策过程的支持图

3、示9决策过程(决策情境)决策情境也称为决策环境,它是特定系统在给定时间的运行环境的假设。情境描述了决策模型的不可控变量和参数。 每个决策问题都可能有成千上万个情境,可能的情境是实际问题中经常用到: 最坏的情境 最好的情境 最可能发生的情境 最不能出现的情境 平均的情境10决策分析的步骤决策不是“拍脑袋”、不是“想当然”、不是“眉头一皱,计上心来”,不是“一蹴而就”,而是一个反复收集信息并对信息进行处理的过程,是一个从感性认识逐步发展到理性认识的过程。因此,决策分析是一个动态系统的反馈过程。11n识别问题:善于识别分析问题,深入调查研究,抓住本质问题n设计目标:决策的出发点和归宿 目标的针对性:

4、本质属性和内在规律 目标的准确性:具体、准确、规范、量化 目标层次性:从属结构、相关结构 目标可靠性:定性+定量 目标相关性:去除相关,保证独立决策分析的步骤(两阶段六步骤)12n拟定方案: 目的明确化:精确目的的内容、程度、期限 约束条件:客观+主观 列出一切可行方案:创新+精心设计 估计各方案的可能结果决策分析的步骤(两阶段六步骤)13n评价分析:对可行方案比较分析、筛选排序、准备方案选优 评价准则+评价要素 灵敏度分析 修正方案n优化方案:权衡利弊优劣,好坏得失,决策n实施反馈决策分析的步骤(两阶段六步骤)14n战略决策、战术决策:从决策的重要程度n确定型决策、风险决策、不确型决策: 从

5、决策条件的肯定程度n短期决策、长期决策:从规划时间长短n单目标决策、多目标决策:从目标数量n静态决策、动态决策:从时间次序 也称为单阶段决策和多阶段决策(序贯决策)决策分析的分类15n针对客观环境的决策、面对竞争对手的决策:从决策域中不受决策者影响部分的不同n个人决策、群体决策:从决策主体的数量决策分析的分类16决策的风格系统型(ST)思辨型(NT) 司法型(SF) 直观推断型(NF)按获取数据的方式,把决策者分为感知型(S)和直觉型(N)按处理数据的方式,把决策者分为思考型(T)和感觉型(F)17决策的风格n系统型(ST):喜欢量化信息、喜欢进行成本效益分析和评价n思辨型(NT):善于思考未

6、来的可能性、喜欢进行决策树作为决策帮助n司法型(SF):集中于当前环境、喜欢用决策小组进行决策n直观推断型(NF):重视现实可能性、喜欢用双向调整决策18决策问题的分类决策问题的分类 决策问题按结构化程度分类,即对决策问题的内在规律能否用明确的程序化语言(数学的、逻辑的、形式的、定量的、推理的)给以清晰的说明或者描述。如果能够描述清楚的,称为结构化问题;不能描述清楚,而只能凭直觉或者经验作出判断的,称为非结构化问题;介于这两者之间的,则成为半结构化问题。19决策问题的分类决策问题的分类决策问题非 结 构 化半结构化结结 构构 化化结构化问题结构化问题可以用计算机程序来实现。可以用计算机程序来实

7、现。非结构化问题非结构化问题计算机难以处理。计算机难以处理。当把计算机和人有机的结合起来就能有效地处理当把计算机和人有机的结合起来就能有效地处理半结构化决策问题半结构化决策问题。20决策问题的分类决策问题的分类 对问题的结构化程度区分,具体用下面三个因素来判别: 1. 问题形式化描述的难易程度 2. 解题方法的难易程度 3. 解题中所需计算量的多少21 决策问题的解决方案利用数学模型和数据是可以实现的,这部分是结构化的。 对于多个解决方案的选择在计算机中是难以实现的,由人来解决,这部分是非结构化的。 DSS只能解决半结构化决策问题。决策问题的分类决策问题的分类 22 决策支持系统的作用就是在决

8、策的“结构化”部分为决策者提供支持,从而减轻决策者的负荷,使之能够将精力放在问题的非结构化部分。 处理决策的非结构化部分的过程可以看成是人的处理过程。决策问题的分类决策问题的分类23决策问题的性质与层次决策问题的性质与层次24决策问题的性质与层次决策问题的性质与层次25 2 2 决策支持系统的决策支持系统的 概念概念和基本结构和基本结构26决策支持系统的定义决策支持系统的定义 和 对DSS 的定义:决策支持系统具有交互式计算机系统的特征,帮助决策者利用数据和模型去解决半结构化问题。决策支持系统具有如下功能:(1) 解决高层管理者常碰到的半结构化和非结构化问题。(2)把模型或分析技术以传统的数据

9、存储和检索功能结合起来。(3)以对话方式使用决策支持系统(4)能适应环境和用户要求的变化 27决策支持系统的定义决策支持系统的定义对DSS的定义: 决策支持系统是“决策”(D),“支持”(S),“系统”(S),三者汇集成的一体。 通过不断发展的计算机建立系统的技术(System),逐渐扩展支持能力(Support),达到更好的辅助决策(Decision)。 传统的支持能力是指提供的工具能适用当前的决策过程,而理想的支持能力是主动的给出被选方案甚至于决策被选方案。 28决策支持系统的定义决策支持系统的定义对DSS的定义:决策支持系统是从数据库中找出必要的数据,并利用数学模型的功能,为用户产生所需

10、要的信息。决策支持系统具有如下功能:(1)为了作出决策,用户可以试探几种“如果,将如何”(What If.)的方案。(2)DSS必须具备一个数据库管理系统,一组以优化和非优化模型为形式的数学工具和一个能为用户开发DSS资源的联机交互系统。(3)DSS结构是由控制模块将数据存取模块,数据变换模块(检索数据,产生报表和图形),模型建立模块(选择数学模型或采用模拟技术)三个模块连接起来实现决策问题的回答。29决策支持系统的定义决策支持系统的定义 综合以上定义,我们可以将决策支持系综合以上定义,我们可以将决策支持系统定义为:统定义为: 决策支持系统是综合利用大量数据,决策支持系统是综合利用大量数据,有

11、机组合众多模型,通过人机交互,辅有机组合众多模型,通过人机交互,辅助各级决策者实现科学决策的系统。助各级决策者实现科学决策的系统。 该定义与决策支持系统的结构是一致的。该定义与决策支持系统的结构是一致的。30决策支持系统的基本功能决策支持系统的基本功能通过计算机实现帮助经理在半结构化或帮助经理在半结构化或非结构化的任务中做决策非结构化的任务中做决策支持经理的决策,支持经理的决策,显然无代替经理的判断力的意思显然无代替经理的判断力的意思 改进决策效能改进决策效能(effectiveness),而不是提高它的效率而不是提高它的效率(efficiency)31决策支持系统(决策支持系统(DSSDSS

12、)基本结构)基本结构 用户人机交互系统模型库管理系统MBMS数据库管理系统DBMS模型库MB数据库DB认为: 决策制定是由决策支持系统和它的用户共同完成的。32 3 3 新一代决策支持系统新一代决策支持系统和综合决策支持系统和综合决策支持系统33新决策支持系统和综合决策支持系统新决策支持系统和综合决策支持系统 2020世纪世纪9090年代中期,兴起了年代中期,兴起了数据仓库(数据仓库(DWDW)、联机分析处理()、联机分析处理(OLAPOLAP)、)、数据挖掘(数据挖掘(DMDM)三项新技术。三项新技术。 数据库用于事务处理,而数据库用于事务处理,而数据仓库数据仓库是由大量的相关数据集成而来,

13、用是由大量的相关数据集成而来,用于决策分析。于决策分析。 联机分析处理联机分析处理把数据的组织由二维平面结构扩充到多维空间结构,并把数据的组织由二维平面结构扩充到多维空间结构,并提供了多维数据分析方法。提供了多维数据分析方法。 数据挖掘数据挖掘则是从数据库中发现知识(则是从数据库中发现知识(KDDKDD)过程的核心,获取数据中)过程的核心,获取数据中隐含的知识。隐含的知识。 这三项新技术的结合形成了这三项新技术的结合形成了基于数据仓库的新决策支持系统。基于数据仓库的新决策支持系统。34数据仓库数据仓库(数据仓库(DWDW)与数据库()与数据库(DBDB)按决策主题按决策主题重新组合重新组合DW

14、多维数据多维数据二维数据二维数据DBDB1DBDBi DBDBn35基于数据仓库的新决策支持系统基于数据仓库的新决策支持系统 数据仓库是对整个企业各部门的数据进行统一数据仓库是对整个企业各部门的数据进行统一和综合,这实际上是决策支持和客户管理的一次革和综合,这实际上是决策支持和客户管理的一次革新。新。 数据仓库是将大量的数据库的数据按决策需求数据仓库是将大量的数据库的数据按决策需求进行重新组织,以数据仓库的形式进行存储,它将进行重新组织,以数据仓库的形式进行存储,它将为用户提供辅助决策的为用户提供辅助决策的随机查询,综合数据以及随随机查询,综合数据以及随时间变化的趋势分析信息时间变化的趋势分析

15、信息等。等。 36数据仓库数据仓库(Data Warehouse(Data Warehouse,DW)DW)的兴起的兴起 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。它能适应于不同用户对不同决策需要提供所需的数据和信据。它能适应于不同用户对不同决策需要提供所需的数据和信息。息。数据仓库是预测利润、分析风险、进行市场分析,以及加强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。客户服务与营销活

16、动等的催化技术。数据仓库技术已紧跟数据仓库技术已紧跟Internet而上,成为信息社会中获得而上,成为信息社会中获得企业竞争优势的一个关键技术。企业竞争优势的一个关键技术。37数据挖掘的兴起数据挖掘的兴起 数据挖掘从大量数据中提取出隐藏在数据中的数据挖掘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了很大的帮助。有用信息,为人们的正确决策提供了很大的帮助。数据挖掘数据挖掘(Data Mining(Data Mining,DM)DM)是在大型数据库中是在大型数据库中知识发现知识发现(Knowledge Discovery in Database(Knowledge Discove

17、ry in Database,KDD)KDD)中的一个步骤,它主要是利用某些特定的中的一个步骤,它主要是利用某些特定的知识知识获取获取算法算法,从数据库中发现出有关的知识。,从数据库中发现出有关的知识。38数据挖掘的兴起数据挖掘的兴起 数据挖掘是从人工智能机器学习中发展起来的。数据挖掘是从人工智能机器学习中发展起来的。利用数据挖掘的方法和技术从数据库中挖掘的信利用数据挖掘的方法和技术从数据库中挖掘的信息和知识,反映了数据库中数据的规律性。用户利息和知识,反映了数据库中数据的规律性。用户利用这些信息和知识来指导和帮助决策。用这些信息和知识来指导和帮助决策。 98 98年的年的GartnerGar

18、tner报告列举了五项在今后报告列举了五项在今后5 5年内对年内对工业将产生重要影响的关键技术,其中工业将产生重要影响的关键技术,其中KDDKDD和人工和人工智能排名第一智能排名第一。39简述:DM数据挖掘(数据挖掘(DMDM)数据数据挖掘出挖掘出IfIf条件条件thenthen结论结论IfIf 条件条件n nthenthen结论结论n n知识知识DBDW40DWDWOLAPOLAPDMDM的新决策支持系统的新决策支持系统 数据仓库、联机分析处理与数据挖掘都是决策支持新技术。数据仓库、联机分析处理与数据挖掘都是决策支持新技术。它们有着完全不同的辅助决策方式。它们有着完全不同的辅助决策方式。数据

19、仓库数据仓库为不同的用户随时提供各种辅助决策的随机查询、为不同的用户随时提供各种辅助决策的随机查询、综合数据或趋势分析信息。综合数据或趋势分析信息。联机分析处理联机分析处理提供了多维数据分析。提供了多维数据分析。数据挖掘数据挖掘是挖掘数据中隐含的信息和知识是挖掘数据中隐含的信息和知识。 以数据仓库为基础,结合联机分析处理和数据挖掘形成了以数据仓库为基础,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基于数据仓库的决策支持系统。41新的决策支持系统的基本结构新的决策支持系统的基本结构 42传统决策支持系统的基本结构传统决策支持系统的基本结构 43传统决策支持系统传统决策支持系统 随着

20、数据库应用的不断推广,对数据的处理呈现多层次的特点。目前数据处理一般可划分为两大类:事务处理和分析型处理。1、事务处理主要是针对数据的日常操作,以事务快速响应及频繁的数据访问为特征。2、分析型处理则主要用于决策分析,以支持决策,如:DSS,多维分析等。它们往往需要大量的历史数据,二者之间的这种差异使得两类数据处理的分离成为必然,因而也对传统的DSS提出了挑战。传统的DSS一般是建立在事务处理环境上的,因而其对数据信息缺乏分析能力,随着用户对信息需求的不断增强,传统DSS存在的问题也就逐渐显露出来。 44传统决策支持系统传统决策支持系统 n传统的DSS缺乏内在的统一性 传统的DSS是以模型库、数

21、据库、方法库所组成的系统结构,可是在DSS的开发过程中,模型库、数据库和方法库往往被独立的设计与实现,从而使传统的DSS在系统结构上很难达到内在的统一性和完整性,因而应用效果并不理想。45传统决策支持系统传统决策支持系统 n传统的DSS是面向事务处理的 传统的DSS所进行的数据处理是直接利用关系数据库的数据,因而DSS的开发一般都是面向以业务处理为主的联机事务处理(OLTP)应用,而不是面向分析处理应用,用户要想直接使用联机事务处理系统中的数据进行分析处理是很难实现的OLTP不适应较大规模的DSS的数据分析处理。46传统决策支持系统传统决策支持系统 n传统的DSS缺乏强有力的工具 企业决策是一

22、个提出问题分析问题解决问题的循环过程。分析的过程实质上是一种不断抽取的过程,即要对大最分散的数据进行快速综合分析,然后从中捕获与决策相关的信息。而传统的DSS往往侧重于抽象的理论,在理论上和方法上过于复杂,缺乏有效的分析工具,因而也就得不到有效的分析结果。47传统决策支持系统传统决策支持系统 n传统的DSS没有充足数据源的支持 全面而准确的数据是有效的分析与科学决策的重要前提,这些数据不仅应包括整个企业内部各部门的相关数据,还应包括与企业生产、经营相关的外部数据、历史数据、综合数据等一般来讲,相关数据收集的越完整,得到的结果也就越可靠,而传统的DSS使用的数据库(DB)只能对原始数据进行一般的

23、加工和汇总,致使决策所需要信息不足,难以满足DSS的需要。48传统决策支持系统传统决策支持系统 n传统的DSS所使用的数据库具有以下缺点:(1)数据适用面较窄:传统的DSS所使用的数据库中的数据是围绕着具体事务或为满足某些特定功能的需要来组织和管理的,因而它们只能适用于某些独立部门或工作群体,却不能为整个企业所共享。(2)没有充足的历史数据:企业决策者在进行决策时往往还濡要分析和比较以往各个时期的历史数据,但传统的DSS所使用的数据库中的数据则是为满足一个短期的应用来存储和组织的,而缺乏充足的历史性数据以满足决策者需要。 49传统决策支持系统传统决策支持系统 (3)分散的数据组织:企业营运数据

24、的收集和维护几乎都是由其相关部门来完成的,这些部门往往根据各自的需要来组织和管理这些数据,这样在整个企业中就会形成各种各样的数据库(源数据库),而早期的数据库管理系统是很难将这些分散的,各式的数据库集成一个统一的整体。(4)数据质量差:由于数据的组织是分散的,因而在对数据进行处理时会产生大量不一致的、冗余的数据,从而影响到对数据的访问效率和处理效率。 50传统决策支持系统传统决策支持系统 n传统的DSS缺乏对数据的综合能力 一般来说在进行事务处理时会积象大量的细节数据,如果对这些细节数据进行分析必然会影响分析效率,同时分析人员也要花费大量的时间和精力而忽略了有用的信息,因此往往要求对这些细节数

25、据进行不同程度的综合,而基于事务处理的传统DSS就缺乏这种综合能力。 51综合决策支持系统综合决策支持系统 新决策支持系统与传统决策支持系统的关系:新决策支持系统与传统决策支持系统的关系: 新决策支持系统和传统决策支持系统几乎新决策支持系统和传统决策支持系统几乎没有什么共同之处,它们是从不同的角度发展没有什么共同之处,它们是从不同的角度发展起来,辅助决策的方式也不相同。起来,辅助决策的方式也不相同。 由于两者不是覆盖关系,也就不存在相互由于两者不是覆盖关系,也就不存在相互代替的问题,而是相互补充和相互结合的问题。代替的问题,而是相互补充和相互结合的问题。 52新决策支持系统与传统决策支持系统的

26、关系新决策支持系统与传统决策支持系统的关系(1)新决策支持系统中数据挖掘获取的知识与传统)新决策支持系统中数据挖掘获取的知识与传统决策支持系统的知识推理中的知识是不相同的。它决策支持系统的知识推理中的知识是不相同的。它们的结合将扩大知识面。们的结合将扩大知识面。(2)新决策支持系统中没有充分利用模型和模型组)新决策支持系统中没有充分利用模型和模型组合来辅助决策。合来辅助决策。(3)决策支持系统的技术还没有完全成熟。)决策支持系统的技术还没有完全成熟。 它们的结合为决策支持系统的发展前景指明了方向。它们的结合为决策支持系统的发展前景指明了方向。53综合决策支持系统综合决策支持系统 将传统决策支持

27、系统和新决策支持将传统决策支持系统和新决策支持系统结合起来的决策支持系统称为系统结合起来的决策支持系统称为综合综合决策支持系统决策支持系统(Synthetic Decision Synthetic Decision Support SystemSupport System,SDSSSDSS)。)。 智能决策支持系统称为智能决策支持系统称为传统决策支传统决策支持系统持系统。 54 数据仓库与联机分析处理和数据挖掘三者结合起数据仓库与联机分析处理和数据挖掘三者结合起来辅助决策能力有极大的提高,是一种来辅助决策能力有极大的提高,是一种新型决策支持新型决策支持系统系统。 这种新决策支持系统的典型特点是

28、这种新决策支持系统的典型特点是从数据中获取辅从数据中获取辅助决策信息。助决策信息。 数据仓库数据仓库本身能提供综合信息和预测信息;本身能提供综合信息和预测信息; 联机分析处理联机分析处理提供多维数据分析信息;提供多维数据分析信息; 数据挖掘数据挖掘提供所获取的知识,共同为实际决策问题提供所获取的知识,共同为实际决策问题辅助决策。辅助决策。综合决策支持系统综合决策支持系统55 传统决策支持系统传统决策支持系统是以模型和知识为决策资源,是以模型和知识为决策资源,通过模型的计算和知识推理为实际决策问题辅助决策。通过模型的计算和知识推理为实际决策问题辅助决策。早期的决策支持系统早期的决策支持系统中包含

29、模型库系统和数据库中包含模型库系统和数据库系统就是为实现多模型组合需要。组合模型的辅助决系统就是为实现多模型组合需要。组合模型的辅助决策完成了定量分析辅助决策效果。策完成了定量分析辅助决策效果。决策支持系统和专家系统的结合形成了决策支持系统和专家系统的结合形成了智能决策智能决策支持系统支持系统,实现了定量分析辅助决策与定性分析辅助,实现了定量分析辅助决策与定性分析辅助决策的结合决策的结合综合决策支持系统综合决策支持系统56 把数据仓库(把数据仓库(DWDW)、联机分析处理()、联机分析处理(OLAPOLAP)、数据挖掘)、数据挖掘(DMDM)、模型库()、模型库(MBMB)、数据库()、数据库

30、(DBDB)、知识库()、知识库(KBKB)结合起)结合起来形成的来形成的综合决策支持系统综合决策支持系统是是更高级形式的决策支持系统更高级形式的决策支持系统。 其中其中数据仓库数据仓库(DWDW)能够实现对决策主题数据的存储和综合)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。以及时间趋势分析。联机分析处理联机分析处理(OLAPOLAP)实现多维数据分析,)实现多维数据分析,数据挖掘数据挖掘(DMDM)从数据库和数据仓库中获取知识,)从数据库和数据仓库中获取知识,模型库模型库(MBMB)实现多个模型的组合辅助决策,)实现多个模型的组合辅助决策,数据库数据库(DBDB)为辅助决)为辅助决

31、策提供数据,策提供数据,知识库知识库(KBKB)中知识通过推理进行定性分析。)中知识通过推理进行定性分析。 它们集成的它们集成的综合决策支持系统综合决策支持系统(SDSSSDSS),将相互补充和依赖,),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发挥各自的辅助决策优势,实现更有效的辅助决策。 综合决策支持系统综合决策支持系统57综合决策支持系统(综合决策支持系统(SDSS)基本结构)基本结构 58综合决策支持系统(综合决策支持系统(SDSS)基本结构)基本结构 模型库系统和数模型库系统和数据库系统的结合据库系统的结合数据仓库数据仓库OLAPOLAP专家系统和专家系统和数据开

32、采的结合数据开采的结合数据挖掘从数据库和数据仓库中挖掘知识,并将其放入专家系统的知识库中 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 。 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 59综合决策支持系统综合决策支持系统综合决策支持系统由综合决策支持系统由三个主体三个主体组成:组成:(1)模型库系统和数据库系统结合的主体)模型库系统和数据库系统结合的主体(2)数据仓库系统与联机分析处理)数据仓库系统与联机分析处理(OLAPOLAP)结合的主体。结合的主体。(3)知识库系统(知识库、推理机和知识库)知识库系统(知识库、推理机和知识库管理系统)

33、与数据挖掘结合的主体。管理系统)与数据挖掘结合的主体。60网络环境的综合决策支持系统网络环境的综合决策支持系统 InternetInternet技术推动了决策支持系统的发展,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,而且能对远本地服务上升为网络上的远程服务,而且能对远地多个用户的不同客户机,同时并发的提供服务。地多个用户的不同客户机,同时并发的提供服务。 模型资源和知识资源也应该以服务器的形式模型资源和知识资源也应该以服务器的形式在网络上为远地的客户机提供并发和共享的模型在网络上为远地的客户

34、机提供并发和共享的模型服务和知识服务。服务和知识服务。 61 模型服务器模型服务器中可以集成大量的数学模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、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。型等,为用户提供不同类型的模型服务。知识服务器知识服务器中可以集中多种智能问题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的知识库,或者是不同知识表示形式的知识和多种不同的推理机识和多种不同的推理机网络环境的综合决策支持系统网络环境的综合决策支持系统 62 决策支持系统的综合部件(问题综合与交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

35、户机来完成,即:互系统)是由网络上的客户机来完成,即: 在客户机上编制在客户机上编制DSSDSS控制程序,由它来调控制程序,由它来调用或者组合模型服务器上的模型,完成模型计用或者组合模型服务器上的模型,完成模型计算;知识服务器上的知识,完成知识推理以及算;知识服务器上的知识,完成知识推理以及数据仓库的综合信息查询,或用历史数据进行数据仓库的综合信息查询,或用历史数据进行预测。预测。网络环境的综合决策支持系统网络环境的综合决策支持系统 63网络环境的综合决策支持系统结构图网络环境的综合决策支持系统结构图 64思考题1、什么是决策?2、什么是决策分析?人们是如何进行决策分析的?3、简述一下决策支持系统的工作原理。65

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 建筑/环境 > 施工组织

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号