详谈关于决策支持系统发展

　　决策一词的意思就是为了到达一定目标，采用一定的科学方法和手段，从两个以上的方案中选择一个满意方案的分析判断过程。管理就是决策。是指通过分析、比较，在若干种可供选择的方案中选定方案的过程。随着电子信息技术的发展，决策支持系统也应运而生。决策支持系统DSS（Decision Support SySTem）的概念于20世纪70年代初由美国Michael S.Scott Morton在《管理决策系统》一文首次提出，20世纪80年代中期引入我国。

　　1 DSS的定义

决策支持系统（decision support system ，简称dss）是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统。它是管理信息系统（mis）向更高发展而产生的先进信息管理系统。它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。

20世纪80年代末90年代初， 决策支持系统开始与系统（Expert System, ES）相结合，形成智能决策支持系统（ Intelligent Decision Support System, IDSS）。智能决策支持系统充分发挥了系统以知识推理形式解决定性分析问题的特点，又发挥了决策支持系统以模型计算为的解决定量分析问题的特点，充分做到了定性分析和定量分析的有机结合，使得解决问题的能力和范围得到了一个大的发展。智能决策支持系统是决策支持系统发展的一个新阶段。20世纪90年代中期出现了数据仓库（Data Warehouse, DW）、联机分析处理（On-Line Analysis Processing, OLAP）和数据挖掘（Data Mining, DM）新技术，DW+OLAP+DM逐渐形成新决策支持系统的概念，为此，将智能决策支持系统称为传统决策支持系统。新决策支持系统的特点是从数据中获取辅助决策信息和知识，完全不同于传统决策支持系统用模型和知识辅助决策。传统决策支持系统和新决策支持系统是两种不同的辅助决策方式，两者不能相互代替，更应该是互相结合。

事实上，决策支持系统的定义并未达到广泛的认同，但绝大部分的DSS定义都陈述一些共同的主题。

　　（1）问题结构化的程度

如果决策的目标简单，可选行动方案少，界定明确并且决策带来的影响确定，则此类决策为高度结构化决策；反之，为高度非结构化的决策。自动化技术只能对高度结构化决策进行有效模拟，而对于半结构化和非结构化决策，只能依靠DSS辅助人类决策（如企业管理决策）。

　　（2）决策结果

决策结果也称决策达到其目标的程度。DSS必须考虑支持决策目标的实现过程中所扮演的角色，一般认为是辅助决策。

（3）控制管理

决策是一种活动，从多个备选方案中选择一个方案，终选择的控制取决于决策者。为了达到目标，DSS必须对选择过程提供支持。

　　2 DSS的产生背景

以下三种系统在DSS的产生和发展过程中，起到了相当重要的作用。

　　（1）电子数据处理EDP

计算机在管理领域的应用是从进行数据处理和编制报表开始的，这类应用所涉及的技术称为电子数据处理。

　　（2）管理信息系统MIS

对一个企业或部门的有关信息进行整体分析和系统设计，由人和计算机组成的进行管理信息收集、传递、储存、加工、维护和使用的系统。

　　（3）系统分析SA

挖掘大量信息背后所隐藏的规律，取代决策者作出决策的系统。

EDP主要针对孤立、零碎的数据进行处理及办公自动化应用；MIS已经进化为对信息整体的组织与管理；SA则更进一步，希望挖掘信息，取代决策者作出决策。EDP是英文The Executive Development Programs的简称，即经理人发展课程，中文意思是高层管理者培训与发展中心。是基于现代公司企业的具体特点，开设的一整套具有针对性的短期强化课程，旨在满足企业高层经理人员对时间较短、针对性较强的管理课程的学习需要。本项目的培训时间长短和课程内容根据具体需要确定，其内容可以偏重综合管理技能，也可以偏重某一具体管理领域的知识与技巧，例如经营战略、财务管理、领导艺术、人力资源的开发与管理、生产与经营管理、国际市场营销管理等。

从以上三个系统可以看到系统由低级向发展的进化过程。对于第三个系统，在解决实际问题，特别是复杂的社会、经济、环境问题时，遇到不少困难。系统分析的许多模型、方法往往理论上可行，但不一定实用。很多研究成果只是停留在研究和书面层面，真正被决策者所采纳并付诸实施的成功并不多。

经过反思，达成了一个共识：MIS和SA都不要企图取代决策者作出决策，决策支持才是它们的正确地位。因此，人们研制开发了一种能够克服上述缺点，为决策者提供切实可行帮助的决策支持系统DSS。

　　3 DSS系统结构

　　3.1 逻辑结构

逻辑结构也称概念结构，DSS系统通常包含如下三个部分：语言子系统（LS）、知识子系统（KS）和问题处理子系统（PPS）。语言子系统相当于用户接口；知识子系统就是存储与问题求解相关的专门领域知识；问题处理子系统作为语言系统描述的问题与知识系统表达的知识之间的交互机构，产生决策支持所需的信息，它是动态部分和所在。

　　3.2 层次结构

从DSS技术实现的角度，分为专用的DSS（SDSS）、DSS生成器（DSSG）和DSS工具（DSST），相应的操作使用人员分别是终用户、DSS建造者和工具制造者。

三种技术层次的定义。

需要注意：在开发SDSS时，一些SDSS并不需要用到DSSG，只需要部分程序开发者利用DSST直接开发即可。与此同时，利用已有DSSG开发SDSS也离不开程序开发人员。

　3.3 物理结构

针对DSS具体的物理实现，DSS创始人Sprague率先提出应由对话、数据、模型（简记为DDM）三大单元组成的观点，从而给出了DSS的两库（数据库、模型库）结构。在此基础上，又发展成目前较为流行的四库（数据库、模型库、方法库、知识库）结构。若要强化DSS某一方面的功能，还可加入文本库、图形库等，从而形成相应的五库、六库等结构。

以上三种结构都是对DSS系统某个方面的描述：逻辑结构是从概念的角度，对所有的DSS系统抽象得到的结果；物理结构则是具体应用时，专用的DSS实现所需要的结构角度描述；层次结构是如何开发DSS角度描述。

　　4 DSS的发展及其趋势

在新兴的研究领域，如人工智能、各种分布式技术、数据仓库和数据挖掘、联机分析处理等技术发展起来后，迅速与DSS相结合，形成了智能决策支持系统（IDSS），分布式决策支持系统（DDSS），群／组织决策支持系统（GDSS／ODSS）和智能、交互式、集成化的决策支持系统（I3DSS）等。知识经济时代的管理——知识管理（Knowledge Management, KM）与新一代Internet技术——网格计算，都与决策支持系统有一定的关系。知识管理系统强调知识共享，网格计算强调资源共享。决策支持系统是利用共享的决策资源（数据、模型、知识）辅助解决各类决策问题，基于数据仓库的新决策支持系统是知识管理的应用技术基础。在网络环境下的综合决策支持系统将建立在网格计算的基础上，充分利用网格上的共享决策资源，达到随需应变的决策支持。

　　4.1 新型决策支持技术

将数据仓库、OLAP、数据挖掘、人工智能（AI）、模型库等结合起来形成的综合DSS。

　　4.2 结合网络分布技术与群决策技术

随着网络技术和通信技术的快速发展，使得分布在不同地点的信息资源可以同时被多个决策者群体决策，分别发展为GDSS和DDSS。基于网络的DSS结构。

　　4.3 智能、交互式、集成化的决策支持系统I3DSS

I3DSS是智能型（Intelligent）、交互型（Interactive）、集成化（Integrated）的决策支持系统的简称。它是面向决策者和决策过程的综合性决策支持系统的一个框架。究其实质来说，它是结合新型DSS技术和网络通信技术发展的结果。综合采用系统分析、运筹学方法、计算机技术、知识工程、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）。

随着信息的发展及决策者需求的不断增加，DSS理论也在不断完善。DSS的广泛应用领域决定了其具备巨大的发展潜力。