决策支持系统：基本概念和主要类型

（一）决策支持系统基本概念

1.决策

决策是人们为达到某一目的而进行的有意识、有选择的行动，在一定的人力、设备、材料、技术、资金和时间因素的制约下，人们为实现特定的目标，而从多种可供选择的策略中做出决断，以求得最优解或满意解的过程。

传统的决策依靠决策者个人的经验，凭借直觉判断，因而被认为是一种艺术和技巧。但随着管理决策问题数量的增多、复杂程度的提高和难度的加大，当代决策不仅仅凭借决策者的经验和智慧，还要凭借许多数学分析的方法和先进工具，称之为科学决策。要做到科学决策，则要求：科学的预测作为依据；借助于数学方法，以计算机为工具，进行计算分析，得出定量的参数；把定性分析和定量计算结合起来，进行分析、比较和判断，从若干个方案种选择最优的或较满意的方案。

2.决策支持系统

决策支持系统（Decision Support System，简称DSS），是以管理科学、运筹学、控制论、和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，针对半结构化的决策问题，支持决策活动的具有智能作用的人机系统。该系统能够为决策者提供所需的数据、信息和背景资料，帮助明确决策目标和进行问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进行评价和优选，通过人机交互功能进行分析、比较和判断，为正确的决策提供必要的支持。它通过与决策者的一系列人机对话过程，为决策者提供各种可靠方案，检验决策者的要求和设想，从而达到支持决策的目的。

决策支持系统一般由交互语言系统、问题系统以及数据库、模型库、方法库、知识库管理系统组成（图3-4）。在某些具体的决策支持系统中，也可以没有单独的知识库及其管理系统，但模型库和方法库通常则是必需的。由于应用领域和研究方法不同，导致决策支持系统的结构有多种形式。

决策支持系统强调的是对管理决策的支持，而不是决策的自动化，它所支持的决策可以是任何管理层次上的，如战略级、战术级或执行级的决策。

（二）决策支持系统的主要类型

自20世纪70年代提出决策支持系统（DSS）以来，DSS已经得到了很大发展。从目前发展情况看，主要有如下几种决策支持系统：

1.数据驱动的决策支持系统（Data-Driven DSS）

这种DSS强调以时间序列访问和操纵组织的内部数据，也有时是外部数据。它通过查询和检索访问相关文件系统，提供最基本的功能。后来发展了数据仓库系统，又提供了另外一些功能。数据仓库系统允许采用应用于特定任务或设置的特制的计算工具或者较为通用的工具和算子来对数据进行操纵。再后发展的结合了联机分析处理（OLAP）的数据驱动型DSS则提供更高级的功能和决策支持，并且此类决策支持是基于大规模历史数据分析的。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型DSS。

2.模型驱动的决策支持系统（Model-Driven 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、优化模型或仿真模型。简单的统计和分析工具提供最基本的功能。一些允许复杂的数据分析的联机分析处理系统（OLAP）可以分类为混合DSS系统，并且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。模型驱动的DSS利用决策者提供的数据和参数来辅助决策者对于某种状况进行分析。模型驱动的DSS通常不是数据密集型的，也就是说，模型驱动的DSS通常不需要很大规模的数据库。模型驱动的DSS的早期版本被称作面向计算的DSS。这类系统有时也称为面向模型或基于模型的决策支持系统。

3.知识驱动的决策支持系统（Knowledge-Driven DSS）

知识驱动的DSS可以就采取何种行动向管理者提出建议或推荐。这类DSS是具有解决问题的专门知识的人—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”。与之相关的一个概念是数据挖掘工具——一种在数据库中搜寻隐藏模式的用于分析的应用程序。数据挖掘通过对大量数据进行筛选，以产生数据内容之间的关联。构建知识驱动的DSS的工具有时也称为智能决策支持方法。

4.基于Web的决策支持系统（Web-Based DSS）

基于Web的DSS通过“瘦客户端”Web浏览器（诸如Netscape Navigator或者Internet Explorer）向管理者或商情分析者提供决策支持信息或者决策支持工具。运行DSS应用程序的服务器通过TCP/IP协议与用户计算机建立网络连接。基于Web的DSS可以是通信驱动、数据驱动、文件驱动、知识驱动、模型驱动或者混合类型。Web技术可用以实现任何种类和类型的DSS。“基于Web”意味着全部的应用均采用Web技术实现。“Web启动”意味着应用程序的关键部分，比如数据库，保存在遗留系统中，而应用程序可以通过基于Web的组件进行访问并通过浏览器显示。

5.基于仿真的决策支持系统（Simulation-Based DSS）

基于仿真的DSS可以提供决策支持信息和决策支持工具，以帮助管理者分析通过仿真形成的半结构化问题。这些种类的系统全部称为决策支持系统。DSS可以支持行动、金融管理以及战略决策。包括优化以及仿真等许多种类的模型均可应用于DSS。

6.基于GIS的决策支持系统（GIS-Based DSS）(www.xing528.com)

基于GIS（地理信息系统）的DSS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，如ARC/INFO、MAPInfo以及Ar-cView等是一些有特定功能的程序，可以完成许多有用的操作，但对于那些不熟悉GIS以及地图概念的用户来说，比较难以掌握。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。以前，特殊目标GIS工具主要采用宏语言编写。这种提供特殊目标GIS工具的方法要求每个用户都拥有一份主程序（如ARC/INFO或者ArcView）的拷贝用以运行宏语言应用程序。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使用。

7.通信驱动的决策支持系统（Communication-Driven DSS）

通信驱动型DSS强调通信、协作以及共享决策支持。简单的公告板或者电子邮件就是最基本的功能。组件比较FAQ（常见问题解答）定义诸如“构建共享交互式环境的软、硬件”，目的是支撑和扩大群体的行为。组件是一个更广泛的概念——协作计算的子集。通信驱动型DSS能够使两个或者更多的人互相通信、共享信息以及协调他们的行为。

8.基于数据仓库的决策支持系统（Data Ware-Based DSS）

数据仓库是支持管理决策过程的、面向主题的、集成的、动态的、持久的数据集合。它可将来自各个数据库的信息进行集成，从事物的历史和发展的角度来组织和存储数据，供用户进行数据分析并辅助决策，为决策者提供有用的决策支持信息与知识。基于数据仓库理论与技术的DSS的主要研究课题包括：①数据仓库（DW）技术在DSS系统开发中的应用以及基于DW的DSS的结构框架；②采用何种数据挖掘技术或知识发现方法来增强DSS的知识源；③DSS中的DW的数据组织与设计及DW管理系统的设计。总的说来，基于DW的DSS的研究重点是如何利用DW及相关技术来发现知识并向用户解释和表达，为决策支持提供更有力的数据支持，有效地解决了传统DSS数据管理的诸多问题。

9.群决策支持系统（GDSS）

群决策支持系统可提供三个层次的决策支持：

第一层次是GDSS，旨在减少群体决策中决策者之间的通信，沟通信息，消除交流的障碍，如及时显示各种意见的大屏幕，投票表决和汇总设备，无记名的意见和偏爱的输入，成员间的电子信息交流等。其目的是通过改进成员间的信息交流来改进决策过程，通常所说的“电子会议系统”就属于这一类。

第二层次的GDSS提供善于认识过程和系统动态的结构技术，决策分析建模和分析判断方法的选择技术。这类系统中的决策者往往面对面地工作，共享信息资源，共同制定行动计划。

第三层次是GDSS，其主要特征是将上述两个层次的技术结合起来，用计算机来启发、指导群体的通信方式，包括专家咨询和会议中规则的智能安排。

10.分布式决策支持系统（DDSS）

DDSS是由多个物理分离的信息处理特点构成的计算机网络，网络的每个节点至少含有一个决策支持系统或具有若干辅助决策的功能。与一般的决策支持系统相比，DDSS有以下一些特征：

DDSS是一类专门设计的系统，能支持处于不同结点的多层次的决策，提供个人支持、群体支持和组织支持。它不仅能从一个节点向其他节点提供决策，还能提供对结果的说明和解释，有良好的资源共享。能为节点间提供交流机制和手段，支持人机交互，机与机交互和人与人交互。具有处理节点间可能发生的冲突的能力，能协调各节点的操作，既有严格的内部协议，又是开放性的，允许系统或节点方便地扩展，同时系统内的节点作为平等成员而不形成递阶结构，每个节点享有自治权。

11.智能决策支持系统（IDSS）

智能决策支持系统是决策支持系统（DSS）与人工智能（AI）相结合的产物，其设计思想着重研究把AI的知识推理技术和DSS的基本功能模块有机地结合起来。有的DSS已融进了启发式搜索技术，这就是人工智能方法在DSS中的初步实现。将人工智能技术引入决策支持系统主要有两方面原因：第一是人工智能因可以处理定性的、近似的或不精确的知识而引入DSS中；第二，DSS的一个共同特征是交互性强，这就要求使用更方便，并在接口水平和在进行的推理上更为“透明”。人工智能在接口水平尤其是对话功能上对此可以作出有益的贡献，如自然语言的研究使用使DSS能用更接近于用户的语言来实现接口功能。

12.智能—交互—集成化决策支持系统（3IDSS）

随着DSS应用范围的不断扩大，应用层次的逐渐提高，DSS已进入区域性经济社会发展战略研究、大型企业生产经营决策等领域的决策活动中来，这些决策活动不仅涉及经济活动各个方面、经营管理的各个层次，而且各种因素互相关联，决策环境更加错综复杂。对于省、市、县等发展战略规划方面的应用领域，决策活动还受政治、社会、文化、心理等因素不同程度的影响，而且可供使用的信息又不够完善、精确，这些都给DSS系统的建设造成了很大的困难。在这种情况下，一种新型的、面向决策者、面向决策过程的综合性决策支持系统产生了，即智能—交互—集成化决策支持系统（Intelligent,Interactive and Integrated DSS，简称3IDSS）。

集成化：在这种情况下，采用单一的以信息为基础的系统，或以数学模型为基础的系统，或以知识、规则为基础的系统，都难以满足上述这些领域的决策活动的要求。这就需要在面向问题的前提下，将系统分析、运筹学方法、计算机技术、知识工程、人工智能等有机地结合起来，发挥各自的优势，实现决策支持过程的集成化。

交互性：决策支持系统的核心内容是人机交互。为了帮助决策者处理半结构化和非结构化的问题，认定目标和环境约束，进一步明确问题，产生决策方案和对决策方案进行综合评价，系统应具备更强的人机交互能力，成为交互式系统（Interactive Systems）。

智能化：决策支持系统在处理难以定量分析的问题时，需要使用知识工程、人工智能方法和工具，这就是决策支持系统的智能化（Intelligent）。