决策支持系统解决方案
目录
1 工程背景和依据 (2)
1.1 项目背景 (2)
1.2 编制的依据 (3)
2 决策支持建设现状 (4)
2.1 建设基础 (4)
2.2 需求分析 (4)
3 指导思想、建设原则 (6)
3.1 指导思想 (6)
3.2 建设原则 (6)
4 总体目标 (7)
4.1 总体目标 (7)
5 总体框架和体系 (8)
5.1 总体框架 (8)
5.2 技术路线 (9)
6 主要任务 (11)
6.1 完善信息基础设施 (11)
6.2 建立信息资源中心 (11)
6.3 搭建应用支撑平台 (11)
6.4 建立决策支持应用 (12)
6.5 完善相关支撑体系 (13)
7 重点工程 (15)
7.1 市领导辅助决策支持系统 (15)
7.1.1 市级领导应用 (15)
7.1.2 办公厅及部门应用 (15)
7.2 市领导空间决策支持系统 (16)
7.3 市领导智能决策支持系统 (17)
7.4 市领导多媒体协同办公系统 (18)
7.5 决策分析政务数据交换平台 (19)
7.6 领导决策综合数据库 (20)
8 保障措施 (22)
8.1 加强组织体系建设 (22)
8.2 完善相关政策和制度 (22)
8.3 加强资金保障 (23)
8.4 加强项目培训和咨询 (23)
8.5 强化标准规范建设 (23)
9 计划安排及投资类别 (24)
9.1 总体安排 (24)
9.1.1 工程一期 (24)
9.1.2 工程二期 (24)
9.2 投资类别 (25)
1 工程背景和依据
1.1 项目背景
贯彻党的十六大报告要求“进一步转变政府职能，改进管理方式，推行电子政务，提高行政效率，降低行政成本，形成行为规范、运转协调、公正透明、廉洁高效的行政管理体制”。
贯彻党的十七大报告要求“推进决策科学化、民主化，完善决策信息和智力支持系统”。
《黑龙江省电子政务建设“十一五”规划》：“各级各部门要高度重视电子政务建设工作，切实纳入重要议事日程。主要领导要及时掌握情况，解决问题，加强督促，有计划、有力度地搞好工作推进。”。
《黑龙江省电子政务建设“十一五”规划》：“整合各专业数据系统的关系型数据、非结构化数据，以及多媒体数据，建设全省电子政务数据仓库，利用数据整合、数据分析、数据挖掘技术，建立全省电子政务决策支持系统，为各级领导提供决策支持。”
哈尔滨市已经具备决策支持建设的条件和环境，《哈尔滨市国民经济和社会信息化“十一五”发展规划》指出：“在应用系统建设方面，统一建设了公文传输、信息管理、督办管理、目标管理、议案管理和政务值班管理等6个政务应用系统，在工商、税务等各业务部门分别建设各自业务应用系统的基础上，建设完成了全市企业基础信息共享平台、城市空间地理基础信息共享平台等跨领域、跨部门的应用系统，工商、建委、市政、市长热线和政务呼叫中心等电话呼叫系统，提高了政府为民排忧解难的服务效率”。
1.2 编制的依据《黑龙江省电子政务建设“十一五”规划》《哈尔滨市国民经济和社会信息化“十一五”发展规划》
2 决策支持建设现状
2.1 建设基础
“重点业务系统建设情况我市政府各部门利用电子政务网平台，大力发展应用系统建设，逐步取消纸介质办公和单机操作，推行网络化办公。建立和推进跨部门业务应用系统建设。
在政务信息资源开发方面，启动建设企业法人、地理信息、人口、宏观经济基础数据库，并建设了公文、法律法规、统计、政务、农业、企业、人才、招商引资、俄罗斯经贸等数据库和信息库。
已形成以“中国哈尔滨”市政府门户网站为龙头、56个政府部门网站和19个区、县（市）政府网站为子网站的市政府公众信息网网站群，在政务公开、公众服务方面的作用日趋明显。
机房实行统一管理、统一配电、统一平台架构、统一网络出口（电子政务网络出口100M，互联网出口1000M）、统一安全体系，降低了建设成本，提高了网络性能和资源利用率，加强了网络安全。截止2006年底，我市以电子政务网络中心平台为中心枢纽的互联互通的网络体系基本建成。”
2.2 需求分析
用户范围。市级领导，相关委办局的领导、区（市、县）领导，归口业务管理人员（发改委、统计局、财政局等）。为各级领导宏观决策提供全面、准确、及时、可靠的信息，增强宏观决策的有效性和科学性，满足城市运行、经济发展，提升宏观决策能力。
业务管理。要为领导提供日常工作的信息辅助支撑，掌握和了解日常工作情况。要为领导提供监控预警、预测分析、综合统计、查询分析的指标体系，以定量为主，定性为辅的综合分析，
对区域经济、重大活动、公共安全、国民经济发展、城市综合管理等各项综合指数和各项指标的综合情况把握。
信息资源。在现有信息资源基础上，进一步促进业务协同、资源整合与流程优化，提高工作效率和服务水平，加强人、财、物的管理。
应用模式。综合所有决策支持的基本信息、重要信息、业务信息，建立城市多级、多层、多门类的指标管理体系，建设技术平台。实现跨地域、跨部门、跨系统（异构）的横向和纵向系统或平台的业务梳理、流程优化。
3 指导思想、建设原则
3.1 指导思想
实事求是、务实可行。利用已有的信息资源和系统，制定可行的目标和实施计划，确保目标按时、有质量的完成。
科学规划、突出重点。抓领导决策的重点，总结难点，集中人力、物力、财力，保证目标的实现。
需求导向、应用先行。结合政府职能，按“服务、监管、效率”的优先级，增强信息化对辅助决策的力度和范围。
整体设计、规划统一。对业务模型、数据结构、标准化体系整体分析和设计。坚持统计规划、统一实施、统一标准、统一管理的原则，形成面向决策支持的开发和管理模式。
完善基础、保障安全。建立安全管理体系，建设安全有效系统物理环境。处理好应用与安全、成本与效益的关系，保障决策支持系统的安全运行。
3.2 建设原则
按照“统筹规划、分步实施，科学规范、坚持创新，资源共享、业务协同，突出重点、务求实效，因地制宜、急用先建”的原则进行建设，明确方向，扎实推进，实现决策支持系统信息化建设的跨越式发展。
4 总体目标
4.1 总体目标
面向哈尔滨市决策支持的实际需求，通过完善基础设施，建立决策支持数据中心，建设决策支持应用软件平台，整合各类信息资源，建设相关的信息化支撑环境。
领导决策科学化。利用信息技术，挖掘和分析各类信息资源，构建决策模型，预警模型，把握行政管理需求，准确判断区域经济发展、城市规划、社会事业、人民生活、资源环境的趋势。
决策手段信息化与智能化。消除信息孤岛，实现资源共享，运用数据挖掘、地理信息系统等实现数据整合和可视化；梳理核心业务流程，立足统一的决策支持平台，提高协同管理能力。
优化整合信息资源。将数据有效分类，并建立数据间的关联关系，建设综合数据查询与分析系统，为各级领导及相关工作人员提供信息获取渠道。实现数据的统一采集、统一存储、统一处理，统一的数据展示、分析平台和门户，提高数据的及时性和准确性。
推进业务协同。运用科学管理、预测、监测方法，增强哈尔滨政府和委办局的业务协同调控、决策的定量分析，减少人为主管臆断。
5 总体框架和体系
5.1 总体框架
通过决策支持工程建设，各系统将协同工作，为各级领导、工作人员提供相应的服务。
辅助决策支持门户：用户的统一入口，是各类用户获取所需服务的主要入口和交互界面，由门户和访问渠道组成。应用层：以支撑层为基础，提供业务处理功能的各类应用系统，市级。支撑层：支撑服务层连接决策支持应用和各类数据资源，组织和整合各类数据、组件和服务，为上层应用系统的搭建和运行提供支撑服务。数据层：包含：元数据管理、业务数据、主题数据、基础数据。数据格式有结构化数据和非结构化数据。基础层：网络设施、主机、存储、备份设施，以及系统软件（如操作系统、中间件系统、数据库系统等）。支撑体系：法律、法规、规范性文件、管理办法；安全体系、标准体系、运维体系等。
5.2 技术路线
采用J2EE技术架构，采用“数据仓库(DW)+联机分析处理(OLAP)+数据挖掘(DM)+GIS”等国际上比较先进的技术来进行系统的开发，并采用原型法开发模式。解决建设所涉及到的指标体系编码、数据展现、数据仓库技术(DW)、联机分析处理(OLAP)、预测模型应用、数据挖掘、即席查询(Discoverer)、单点登录（SSO）、门户、信息检索技术、GIS等关键技术。
6 主要任务
6.1 完善信息基础设施
1. 网络支撑平台：具有高速度和低延时；具有较好的安全性、可靠性、灵活性和可扩充性。
2. 硬件支撑平台：包括主机、存储、备份。管理各个系统的数据交互、数据备份，以及相关系统维护等工作；系统在运行建设中要形成有效的系统安全和保密机制。
3. 软件支撑平台：应用服务器服务、数据库服务、中间件服务等。
6.2 建立信息资源中心
共享交换管理平台建设：提供决策支持信息资源的数据交换和数据目录服务管理，实现与各部门数据库互联、异构数据采集，通过数据目录服务实现跨部门的数据查询和共享。
数据加工整理平台建设：对信息资源中心的数据进行提取、路由、分发、转换、装载、比对、校核提炼有用的决策支持信息。
知识库、模型库、代码库、指标库、元数据库、业务数据库、空间地理数据库、数据仓库建设。
6.3 搭建应用支撑平台
1. 门户支撑平台（单点登录、个性化）。
2. BI平台（信息展现、多维分析、即席查询）。
3. 地理信息平台（GIS）。
4. 数据挖掘平台。
5. 组件服务、安全服务、应用集成、渠道接入。
6.4 建立决策支持应用
1. 应用系统建设
1) 市级领导应用：建立辅助领导决策支持管理平台，为市领导和委办局领导、区（县）领导提供全面、个性化的决策支持。 2) 行业归口应用：横向业务：领导决策支持信息管理、数据报送等管理。纵向业务：公安、城管、发改委、财政、税务、工商、审计、人口管理、安全生产等等信息系统的整合。重点业务领域：城管、应急指挥、区域经济、国土、农业、社会保障、医疗卫生、城市交通、投资项目审批、重大工程项目进度与质量监控等领域的应用。 2. 通用工具和模型完成决策支持系统中一些核心主题决策支持和通用模型工具，及其管理系统的开发。
1) 监控预警
定义和选取预警指标，监测绝对差异和相对差异的变化，不同领域的发展高低值之间的差异，设定预警指标临界值。
智能分析，分析国民经济和社会发展的各种情况和趋势，为决策提供参考。 2) 预测分析
利用历史数据和现在采集的数据，运用不同的方法，预测将来发展的必然性和可能性，为政府规划工作提供依据。
3) 综合统计
对行政管理中各类数据和相关业务数据的处理、统计、分析，提供数据的整合能力。
4) 查询分析
建立国民经济和社会发展的年度、季度、月度的指标体系和走势，定量分析为主，定性分析为辅的综合分析和评价方法，通过综合指数和各项指标，掌握哈尔滨市社会发展和改革的进展情况，为领导业务办理和宏观调控、决策提供依据，发现运行规律和突出问题，及时采取相应措施。
6.5 完善相关支撑体系
信息安全体系：符合国家、黑龙江省、哈尔滨市信息化建设有关规定，保证系统安全高效运行。
标准化体系：运用和贯彻国家和省市的标准化体系，为互联互通、信息共享、业务协同，信息安全奠定基础，为项目建设提供有效支持。
管理体系：系统的使用，数据的更新、维护与管理模式。运维体系：建立高效的运维体系，保障系统的实施，为项目的发展和完善提供支持和基础。
7 重点工程
7.1 市领导辅助决策支持系统 7.1.1 市级领导应用
1) 信息展现
通过时间维，行政区划维，产业行业维等等多维分析为领导决策提供多方面信息的展现。
以简明直观的方式展现所需的文字、分析数据等。灵活的报表，可以察看区域经济、区域管理等的各个方面的指标和情况。
2) 信息检索与查询
常规和宏观数据检索与查询、各类查询报表定制。 3) 决策分析服务
以数据挖掘工具，通过模型算法为领导提供经济、业务数据、常规统计、宏观经济等辅助决策信息资源分析。
7.1.2 办公厅及部门应用
提供各个市及委办局的组织机构、重点工作（工作进展情况、相应的数据、图表以及工作成
果等，相关的会议纪要、向领导请示的文件、领导批示、成果、数据等。）、规划计划、会议纪要、领导批示、行政许可事项等。
提供工作快报、各类决策数据、应急事件、决策建议、工作请示、工作安排、信息抽取、专题报道。
辅助管理：包括空间数据、业务数据等综合性数据进行采集、整理、分析和发布，并将数据存放在领导决策综合数据的数据仓库中。
提供文字、图片、音频等形式的信息发布与上报。
报表定制与生成：固定分析表格定制，报表添加，输出打印。
7.2 市领导空间决策支持系统
以地图为背景，对国民经济指标、工业、商业、农业等统计指标等内容进行查询，结合其他多媒体数据，做到图、文、数并茂，以最新的统计报告、新闻、统计分析报告等，全方位、多层次为领导提供决策信息。提供如下功能。
1) 基本地图功能
基本地图操作、地图导航。 2) 通用查询
实现对任意图层的模糊条件查询、区域范围查询（包括辖区、任意区域）、周边查询等功能，查询结果以列表显示，选择查询结果在地图定位）。
3) 数据采集
遥感和矢量数据建库、地理信息采集、标准地理编码工具。 4) 业务数据管理
地址信息和标准地址编码库进行智能匹配。7.3 市领导智能决策支持系统
模型库、方法库、知识库、专家库是决策支持系统的核心和灵魂，以各职能部门掌握的统计数据为基础，综合运用经济指标分析对比、计量经济模型、概率预测进行专项主题分析。
建立领导决策使用的各种数据指标，体现更新与对比，包括图表、图饼、曲线、折线等多种表现形式。
1) 数据采集
便于指挥协调各地区和专业部门，应对城市运行中的各种问题，实现准确把握城市运行情况，科学决策。采集城市运行指标和城市运行重大事件情况（重点工程指标、招商引资指标、市政管网指标、城市规划指标、国土资源指标、房产信息指标、城管指标、应急指挥指标、公共安全指
标等等）
2) 业务数据分析
实现重大情况和指标数据汇总和预警，初步建立如下主题库和分析。
建立城市管理主题库（重点项目管理主题库、经济指标主题库、投资情况主题库、财政支出主题库、行业情况主题库、税源情况主题库等等）。
常规统计分析（各类常规统计分析方法的模型库，如参数统计分析、回归分析、分类与聚类分析、结构分析、时间序列分析等）。
辅助决策分析（统计图表与分析结果的展示、发展状态比对）。经济分析（城市经济景气指标、可视化对比分析、财政支出、投资分析、综合经济发展状况主题分析、人民生活质量主题分析、行业发展综合主题分析）。
3) 突发应急管理
按突发应急事件的类型、影响范围、严重程度、可控性及处理结果等，提供决策依据。
4) 报表管理
按数据仓库框架,深入能够进行数据分析,复杂的固定报表展现以及权限管理。实现基础报表管理（设置报表统计分析的基础参数，如数据源、数据字段、报表条件等，根据自己工作需要，设计需要的报表）、固定报表管理（预定义固定报表，在实施中可以根据具体进行增减）。
5) 地理信息展现
支持采用数据库引擎模式访问数据的方式，实现地理空间数据与其他数据的统一。
7.4 市领导多媒体协同办公系统
1) 移动办公
支持集成电子邮件、个人办公、即时交流、系统提示/提醒和系统留言、操作界面自定义等功能，供市级领导应用。
2) 应用支撑管理
单点登录、统一认证、工作流、统一消息、用户的基本信息、属性信息、认证信息、授权信息等的查询、核对、统计分析等服务，支持各单位之间松耦合的数据交换和业务协同。
3) 视频会议接入管理
提供IP地址与终端E164号码匹配校验、H.323ID与E.164号码匹配校验、密码认证三种方式进
行终端接入认证方式。保证网络安全、连接认证、硬件隔离、移动设备安全、数据安全、数据传输安全。
支持MCU资源调度和H.323域节点管理分离的资源调度策略。
7.5 决策分析政务数据交换平台
通过资源目录和数据共享交换服务，为决策支持应用提供技术平台支撑和信息资源支撑。
1) 前置机管理
支持所有的ODBC或JDBC兼容数据库，支持格式化数据文件，如XLS、XML、文本文件等。
实现源数据库和目标数据库之间的信息的转换，根据需求对抽取的数据进行必要数据处理配置。
2) 信息交换管理
具有较高的运行容错和负载均衡处理机制，交换流程的配置和部署。采用加密和用户身份验证技术（SSL，CA认证），保证信息传输过程中信息传递的安全性和用户操作的不可否认性。
3) 资源目录管理
共享信息资源目录、交换数据资源目录管理的数据更新及展现管理。
7.6 领导决策综合数据库
围绕信息资源交换、共享、整合及服务, 整合人口、法人、自然资源和空间地理信息、宏观经济等等基础信息资源和政务专题信息资源，形成空间和非空间信息资源基础库。
整合政府业务系统数据和各委办局业务系统数据及外部数据，完善数据共享交换业务模式，通过数据采集和数据清洗建设政府决策数据中心，建立数据间的关联关系。提供节点管理、主题管理、元数据管理、指标管理、目录管理等功能。
1) 数据模型
数据模型主要包括两大类数据库：基础数据库和业务应用数据库。
基础数据库: 元数据、数据字典、业务和数据规则、标准规范、基础数据库(国家人口、法人、地理、宏观基础数据库）为核心的基础数据库，城市建设地理信息数据库、国民经济统计数据库、政策法规数据库。
业务应用数据库：共享交换数据库、委办局业务数据库、领导决策综合数据库。
2) 节点管理
实现与决策数据中心相连的各个节点的信息管理、配置管理。 3) 主题管理
数据采集、数据发布、数据共享、数据交换、决策支持服务管理。 4) 元数据管理
定义和创建元数据。包括基础数据元和共享数据元。 5) 运维管理
对数据进行备份、导入导出以及数据库恢复等功能。完善运行管理与监控维护制度，保证数据中心的安全可靠和高效运行。
8 保障措施
8.1 加强组织体系建设
决策支持信息化建设是一个长期的、庞大的系统工程，为了有效地协调、管理建设工作，需要不断完善建设的组织管理体制，健全决策支持信息化工作领导，由市领导和办公厅，以及信息化主管部门牵头，加强对决策支持信息化建设的统一管理、协调和监督，强化决策支持信息的规划、审核等管理和监督职能，以保证决策支持信息化工程项目之间具有较好的关联性、协调性和互补性，符合整体规划。
8.2 完善相关政策和制度
加强有助于决策支持信息化建设、信息技术应用的政策配套，制定项目建设计划和资金计划，合理配置各种资源；建立规划实施与评价机制，组织开展规划执行情况评估，科学分析规划目标的实现程度。
健全决策支持信息化管理制度，制定与完善数据交换、数据管理、数据运行和维护等管理办法；制订和完善包括信息发布、信息安全、信息分类分级等管理制度。
在决策支持信息化建设项目上强化纵向和纵向系统或平台的管理制度，以保证上下步调一致，横向协调发展，使决策支持信息化建设工作稳步推进。
8.3 加强资金保障
加强决策支持信息化建设项目及资金使用的管理力度，加强对全局资金的统筹规划及合理使用，加强项目的前期研究。
对全市决策支持系统建设进行统一规划，制定标准及管理办法，按照统一的规划、标准，负责具体项目的实施，确定投资重点，确保哈尔滨市决策支持项目的顺利实施。
可设置信息化专项资金，以保证决策支持信息化工作的顺利开展。
8.4 加强项目培训和咨询
加强培训工作，促进城市管理与信息化建设工作的有机结合，以一带多,全面推进, 提高决策支持项目的建设和应用能力。
充分发挥专家和行业骨干队伍的作用，让决策支持信息化建设工作与国家、省和全市信息化建设工作同步。
8.5 强化标准规范建设
采取逐点突破方式，梳理应用系统，建立一批标准规范，逐步建立起完善的哈尔滨市决策支持信息化应用系统标准规范体系。
9 计划安排及投资类别
9.1 总体安排
按照“先易后难、急用先建、效益显著、分步实施”的原则，规范、梳理和优化业务流程，加快基于部门业务协同进程和项目的建设工作。
9.1.1 工程一期
共享交换管理平台建设、运行基础平台建设、应用支撑平台建设。搭建技术平台（ETL ,BI、GIS等）环境，以及业务单位数据交换的准备工作。
建设市领导辅助决策支持系统、决策分析政务数据交换平台、领导决策综合数据库。
9.1.2 工程二期
建设市领导空间决策支持系统、市领导智能决策支持系统、市领导多媒体协同办公系统。
完成通用工具和模型的设计和应用。完善一期建设工程项目。
拟定决策支持应用的规章制度、拟定决策支持应用的安全体系。
9.2 投资类别
软硬件购置费、应用软件开发及相关研究费用、安全系统和应用支撑环境部署费用、决策支持模型研究费用、标准规范制定及人员培训费用等，以及项目前期费、工程管理费、系统集成费等其他费用。信你自己罢！只有你自己是真实的，也只有你能够创造你自己
智能决策支持系统
智能决策支持系统 一、智能决策支持系统的定义 决策支持系统(Decision Support System,简称DSS),就是以管理科学、运筹学、控制论、与行为科学为基础,以计算机技术、仿真技术与信息技术为手段,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、信息与背景资料,帮助明确决策目标与进行问题的识别,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与优选,通过人机交互功能进行分析、比较与判断,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,检验决策者的要求与设想,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。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,但模型库与方法库通常则就是必须的。由于应用领域与研究方法不同,导致决策支持系统的结构有多种形式。 传统DSS 采用各种定量模型,在定量分析与处理中发挥了巨大作用, 它也对半结构化与非结构化决策问题提供支持, 但由于它通过模型来操纵数据,实际上支持的仅仅就是决策过程中结构化与具有明确过程性的部分、随着决策环境日趋复杂,DSS的局限性也日趋突出, 具体表现在:系统在决策支持中的作用就是被动的, 不能根据决策环境的变化提供主动支持, 对决策中普遍存在的非结构化问题无法提供支持,以定量数学模型为基础,对决策中常见的定性问题、模糊问题与不确定性问题缺乏相应的支持手段。[1] DSS应具备以下特征[2]: ●系统的主要功能就是为管理人员提供决策支持,其目的就是帮助管理人员进行决策 而不就是代替她们,就是为了提高决策的效能而不就是组织的管理效率; ●传统数据管理技术与有关的模型技术、分析技术相结合; ●系统应该有很强的灵活性、适应性、便于用户使用。 智能决策支持系统(IDSS)就是决策支持系统与人工智能技术相结合的系统[3],她包括决 策支持系统所拥有的组件,包括数据库系统、模型库系统与人机交互系统,同时集成了最新发展的人工智能技术,如专家系统、多代理以及神经网络与遗传算法等。它就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与方法,针对半结构化与非结构化的决策问题,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智能型人机交互式信息系统。智能决策支持系统的广义结构如下图所示。
决策支持系统解决方案
目录 1 工程背景和依据 (2) 1.1 项目背景 (2) 1.2 编制的依据 (3) 2 决策支持建设现状 (4) 2.1 建设基础 (4) 2.2 需求分析 (4) 3 指导思想、建设原则 (6) 3.1 指导思想 (6) 3.2 建设原则 (6) 4 总体目标 (7) 4.1 总体目标 (7) 5 总体框架和体系 (8) 5.1 总体框架 (8) 5.2 技术路线 (9) 6 主要任务 (11) 6.1 完善信息基础设施 (11) 6.2 建立信息资源中心 (11) 6.3 搭建应用支撑平台 (11) 6.4 建立决策支持应用 (12) 6.5 完善相关支撑体系 (13) 7 重点工程 (15)
7.1 市领导辅助决策支持系统 (15) 7.1.1 市级领导应用 (15) 7.1.2 办公厅及部门应用 (15) 7.2 市领导空间决策支持系统 (16) 7.3 市领导智能决策支持系统 (17) 7.4 市领导多媒体协同办公系统 (18) 7.5 决策分析政务数据交换平台 (19) 7.6 领导决策综合数据库 (20) 8 保障措施 (22) 8.1 加强组织体系建设 (22) 8.2 完善相关政策和制度 (22) 8.3 加强资金保障 (23) 8.4 加强项目培训和咨询 (23) 8.5 强化标准规范建设 (23) 9 计划安排及投资类别 (24) 9.1 总体安排 (24) 9.1.1 工程一期 (24) 9.1.2 工程二期 (24) 9.2 投资类别 (25)
1 工程背景和依据 1.1 项目背景 贯彻党的十六大报告要求“进一步转变政府职能，改进管理方式，推行电子政务，提高行政效率，降低行政成本，形成行为规范、运转协调、公正透明、廉洁高效的行政管理体制”。 贯彻党的十七大报告要求“推进决策科学化、民主化，完善决策信息和智力支持系统”。 《黑龙江省电子政务建设“十一五”规划》：“各级各部门要高度重视电子政务建设工作，切实纳入重要议事日程。主要领导要及时掌握情况，解决问题，加强督促，有计划、有力度地搞好工作推进。”。 《黑龙江省电子政务建设“十一五”规划》：“整合各专业数据系统的关系型数据、非结构化数据，以及多媒体数据，建设全省电子政务数据仓库，利用数据整合、数据分析、数据挖掘技术，建立全省电子政务决策支持系统，为各级领导提供决策支持。” 哈尔滨市已经具备决策支持建设的条件和环境，《哈尔滨市国民经济和社会信息化“十一五”发展规划》指出：“在应用系统建设方面，统一建设了公文传输、信息管理、督办管理、目标管理、议案管理和政务值班管理等6个政务应用系统，在工商、税务等各业务部门分别建设各自业务应用系统的基础上，建设完成了全市企业基础信息共享平台、城市空间地理基础信息共享平台等跨领域、跨部门的应用系统，
决策支持系统实例
决策支持系统实例 物资分配调拨问题是根据各单位提出对物资的需求申请，按仓库的库存情况制定分配方案，再根据分配放案以及仓库和单位的距离制定物资运输方案。最后按照物资运输方案制定各仓库的发货表和各单位的接收表，修改各仓库库存数和各单位的物资数。 该决策问题需要设计多个数据库和多个模型共同求解。总的处理流程如图： 图1 物资分配调拨流程图 一、物资申请和库存的计划汇总 1、各单位按自己的需求提出对各物资的申请 申请数据库为： D i={SQ(W1)，SQ(W2)，… } i=1,2,3…（1.1） 其中D i表示第i各单位，SQ(W j)表示申请物资W j的需要数量。 将各单位的申请数据库汇总成各单位对物资的需求量，形成总申请数据库。 W j={ SQ(D1)，SQ(D2)，…} j=1,2，3… (1.2) 其中SQ(D i)表示第i个单位对物资W j的申请数量。 该项数据处理需要编制程序，类似于数据库的旋转来完成。
2、 各仓库度物资的可供应情况 K i ={XY(W 1)—KD(W 1)，XY(W 2)—KD(W 2)，…} i=1，2，… （1.3） 其中K i 表示第i 个仓库；XY(W j )， KD(W j )分别表示该仓库中物资W j 的现有数量和最低储备量；XY(W j )—KD(W j )表示物质W j 的可供量。 各仓库的多物资的可供应情况汇总成某一物资个仓库的可供量，形成总库存数据库。 Wj={XY(K 1)—KD(K 1)，XY(K 2)—KD(K 2)，…} （1.4） 该项数据处理工作，要在数据库中计算出可供量后，再进行类似于数据库旋转来实现。 该计划汇总工作构成数据处理模型，它与数据库的关系如图： 图2 计划汇总模型与数据库的关系 二、 制定物资的分配方案 物资分配方案是利用物资分配模型来完成的，该分配模型是通过一系列公式实现。 1、 比较分配情况 对同一物资W j 计算总可供量S （各仓库可供量之和）与总申请量Q （各单位申请量之和）的大小。 2、 物资分配方法 （1） 总可供量大于等于总申请量S ≥Q 物资总申请数据库 物资总库存数据库
决策支持系统解决实施方案
决策支持系统解决方案
————————————————————————————————作者：————————————————————————————————日期：
目录 1 工程背景和依据 (2) 1.1 项目背景 (2) 1.2 编制的依据 (3) 2 决策支持建设现状 (4) 2.1 建设基础 (4) 2.2 需求分析 (4) 3 指导思想、建设原则 (6) 3.1 指导思想 (6) 3.2 建设原则 (6) 4 总体目标 (7) 4.1 总体目标 (7) 5 总体框架和体系 (8) 5.1 总体框架 (8) 5.2 技术路线 (9) 6 主要任务 (11) 6.1 完善信息基础设施 (11) 6.2 建立信息资源中心 (11) 6.3 搭建应用支撑平台 (11) 6.4 建立决策支持应用 (12) 6.5 完善相关支撑体系 (13) 7 重点工程 (15)
7.1 市领导辅助决策支持系统 (15) 7.1.1 市级领导应用 (15) 7.1.2 办公厅及部门应用 (15) 7.2 市领导空间决策支持系统 (16) 7.3 市领导智能决策支持系统 (17) 7.4 市领导多媒体协同办公系统 (18) 7.5 决策分析政务数据交换平台 (19) 7.6 领导决策综合数据库 (20) 8 保障措施 (22) 8.1 加强组织体系建设 (22) 8.2 完善相关政策和制度 (22) 8.3 加强资金保障 (23) 8.4 加强项目培训和咨询 (23) 8.5 强化标准规范建设 (23) 9 计划安排及投资类别 (24) 9.1 总体安排 (24) 9.1.1 工程一期 (24) 9.1.2 工程二期 (24) 9.2 投资类别 (25)
决策支持系统期末考试复习
决策支持系统（DSS）与管理信息系统（MIS）的联系和区别 DSS是从MIS的基础上发展起来的，都是以数据库系统为基础，都需要进行数据处理，也都能在不同程度上为用户提供辅助决策信息。 DSS与MIS的不同 （1）MIS是面向中层管理人员，为管理服务的系统。DSS是面向高层人员，为辅助决策服务的系统。 （2）MIS综合了多个事物处理功能如生产、销售、人事等。DSS是通过模型计算辅助决策。 （3）MIS是以数据库系统为基础，以数据驱动的系统。DSS是以模型库系统为基础的，以模型驱动的系统。 （4）MIS分析着重于系统的信息的需求，输出报表模式是固定的。DSS分析着重于决策者的需求，输出的数据是计算的结果。 （5）MIS系统追求的是效率，即快速查询和产生报表。DSS追求的是有效性，即决策的正确性。 （6）MIS支持的是结构化决策。这类决策是已知的、可预见的，而且是经常的、重复发生的。DSS支持的是半结构化决策。这类决策是指既复杂又无法准确描述处理原则又涉及大量计算，既要应用计算机又要用户干预，才能取得满意结果的决策。 论述决策过程 答：决策过程是决策者对决策问题进行识别、分析、研究、最终作出决策的过程。 1.识别问题：一切决策活动都必须从问题开始，而不是从演绎推理和假设开始。因此，问题的存在是一切决策活动的发端，“问题”在决策活动中占有特殊重要地位。决策制定过程始于一个存在的问题，或更具体一些，存在着现实与期望状态之间的差异。 在决策系统中，问题的产生来源于以下三个方面： （1）主观方面产生的问题； （2）客观方面产生的问题；
（3）实践活动方面产生的问题。 2.确定目标：当选择要解决的问题后，为了抓住问题的实质，必须首先确定系统的决策目标，即进行决策系统的目标分析。经过分析后，所确定的目标必须符合以下要求：目标成果可以用决策目标的价值准则进行定性或定量的衡量；目标是可以达到的，即在内外各种约束条件下是现实的、合理的、可能实现的；达到目标要有明确的时间概念。 3.收集信息：一旦确定了需要解决的问题，就必须对问题进行系统扮析，着手调查研究，收集与解决问题相关的信息，并加以整理。只有掌握了大量准确的信息，才有可能作出正确的决策，提高科学决策水平。为了保证信息收集的质量，应坚持以下原则：（1）准确性原则；（2）全面性原则；（3）时效性原则。 4.确定决策标准和拟订决策方案：确定决策标准，即运用一套合适的标准分析和评价每个方案。首先确定出若干与决策相关的因素，然后规定出各种方案评比、估价、衡量的标准。在一般情况下，实现目标的方案不只一下，而是有两个或更多的可供选择的方案。拟订可行方案主要是寻找达到目标的有效途径，因此这一过程是一个具有创造性的过程。 5.分析方案：备选方案拟订出之后，决策者必须认真地分析每一个方案的可应用性和有效性。对每一个备选方案所希望的结果和不希望的结果出现的可能性进行估计，运用第四阶段确定的标准来对这些备选方案进行比较。 6.选择方案：就是在各种可供选择的方案中权衡利弊，然后选取苦命或对一些各有利弊的备选方案优势互补、融会贯通、取其精华、去其不足。 7.实施方案：选择满意的方案后，决策过程还没有结束，决策者还必须使方案付诸实施。他必须设计所选方案的实施方法，做好各种必需的准备工作，实施方案阶段是最重要的阶段。 8.评价决策效果：决策者最后的职责是定期检查计划的执行情况并将实际情况与计划结果进行对比。这一过程根据已建立的标准来衡量方案实施的效益，通过定期检查来评价方案的合理性。
企业智能综合决策支持系统方案设计
企业智能综合决策支持系统方案设计 厦门巨龙软件工程有限公司王三明硕士 2003-1-22 投稿 一般来讲，企业管理中的决策基本上可以分为两种：即结构化决策和非结构化决策。结构化决策涉及到的变量较少，只要采用专门的公式来处理相关信息，就能够得到准确的答案。通过计算机语言来编制相应的程序，就可以在计算机上面处理这些信息。结构化决策完全可以用计算机来代替。 在非结构化决策中，可能提供出很多正确的解决方案，但是没有精确的计算公式能够计算出哪个解决方案是最优。也没有规则和标准能够衡量那种方案是最佳解决方案。在没有决策支持系统作基础的情况下是难以迅速而有效地进行决策的。 因此，企业智能综合决策支持系统（InterigentDecisionSupportSystem，IDSS）应有高度的灵活性和良好的交互性，适用于非结构化决策的支。 一、智能综合决策支持系统IDSS方案设计 企业决策支持系统应以支持经营决策为主要目的，故IDSS应支持： ◆企业外部环境研究分析决策支持； ◆企业内部条件分析决策支持； ◆经营决策，其中包括产品决策、销售决策与财务决策等。 1.企业外部环境研究决策支持 为了支持外部环境调查分析，IDSS系统中应提供以下一些主要因素的检索机制: §国家有关经济政策和法规，尤其是金融、财务、税收、外贸进出口方面的政策和法规； §国际国内相关行业的市场行情及产量、价格等；产品市场分析；主要原、燃、材料供应情况及价格等等。 2.企业内部条件分析决策支持 IDSS应支持：产品分析、市场分析、资金利润分析、盈亏分析等。 市场分析决策模块 包括市场开拓决策、销售策略决策等。 ◆市场分析模块应提供： §市场面分布分析 §市场产品竞争分析 §价格变动对需求影响程度分析 §开辟新市场分析 为此，IDSS应提供市场潜力模型，以便支持管理者考虑提高产品竞争能力，占领未实现市场，开辟未开发市场 ◆销售决策支持 IDSS应包括： §预测模型（可用于销售量预测、价格预测等）
数据中心同步平台建设方案
第一章概述 1.1 平台建设背景 当前政府、企业的信息化的状况是，各政府和企业一般都设计和建设了属于机构、业务本身的应用、流程以及数据的信息处理系统，独立、异构、涵盖各自业务内容的信息处理系统，系统设计建设的时期不同、业务模式不同，信息化建设缺乏有效的总体规划，重复建设；缺乏统一的设计标准，大多数系统都是由不同的厂商在不同的平台上，使用不同的语言进行开发的，信息交互共享困难，存在大量的信息孤岛和流程孤岛。为了有效整合分散异构的信息资源，消除“信息孤岛”现象，提高政府和企业的信息化水平。宇思公司要开发的数据共享交换平台，主要目的是有效整合分散异构系统的信息资源，消除“信息孤岛”现象，提高政府和企业的信息化水平，灵活实现不同系统间的信息交换、信息共享与业务协同，加强信息资源管理，开展数据和应用整合，进一步发挥信息资源和应用系统的效能，提升信息化建设对业务和管理的支撑作用。 要求新构建的数据共享交换平台要遵循标准的、面向服务架构（SOA）的方式，基于先进的企业服务总线ESB技术，遵循先进技术标准和规范，为跨地域、跨部门、跨平台不同应用系统、不同数据库之间的互连互通提供包含提取、转换、传输和加密等操作的数据交换服务，实现扩展性良好的“松耦合”结构的应用和数据集成；同时要求数据共享交换平台，能够通过分布式部署和集中式管理架构，可以有效解决各节点之间数据的及时、高效地上传下达，在安全、方便、快捷、顺畅的进行信息交换的同时精准的保证数据的一致性和准确性，
实现数据的一次 数据共享交换平台-设计方案 采集、多系统共享；要求数据交换平台节点服务器适配器的可视化配置功能，可以有效解决数据交换平台的“最后一公里”问题，快速实现不同机构、不同应用系统、不同数据库之间基于不同传输协议的数据交换与信息共享，为各种应用和决策支持提供良好的数据环境。要求数据共享交换平台能够把各种纷繁复杂的数据系统集成在一起完成特定业务，提供同构数据、异构数据之间的数据抽取、格式转换、内容过滤、内容转换、同异步传输、动态部署、可视化管理监控等方面功能，支持的数据包括各主流数据库（如Oracle、SQL Server、MySQL等）、地理空间数据（如卫星影像、矢量数据）、常规文件（word、excel、pdf）等各种格式，并可以根据用户需求定制开发特定业务服务。 1.2 应用场景 场景一：中国科学院电子学研究所的信息交换需求 实现各个数据中心间的数据库层面的数据共享交换，各中心之间是双向的、实时的数据交换，各数据节点的数据库是同构的数据库系统（即Oracle），数据的类型是基于数据库表格的规则数据，字段类型包含BLOB字段类型。目前各数据节点的数据结构（表）是相同的，主要是一表对一表的数据交换，数据抽取和过滤需求比较简单。目前数据共享交换是通过Oracle GoldenGate数据库同步工具来实现的。 用户具体需求包括： 1）可视化的交换节点配置管理，包括：动态添加数据交换节点、配置交换节点间的表的同步映射关系、配置表的同步规则、过滤条件
智能决策支持系统
基于云计算的智能决策发展综述 郜炎峰 （哈尔滨商业大学计算机学院哈尔滨Y1310120306 ）摘要：随着计算机和通信技术的快速发展，一些基于不同环境下的智能决策支持系统层出不穷，本文主要简单介绍了智能决策支持系统的发展现状，然后重点介绍了基于云计算的智能决策的研究现状，对云计算环境下的智能决策受到的影响，决策资源管理，决策问题协同求解，智能决策支持系统等进行简单分析，进一步提出今后的智能决策系统的研究思路。 关键词：发展现状；云计算；智能决策； Abstract:With the rapid development of computer andcommunicatio n technology, a number of different environments based intelligent decisionsupport systemafter another,This paper briefly introduces the development status of intelligent decision support system, and then focuses on the research status of cloud-based intelligent decis ion.The impact of cloud computing environments being intelligent decision,decision-making resource management,collaborative deci sion-making problem solving, intelligent decision support system fo r simple analysis.Further research ideas putted forward in the futur e of intelligent decision system.
决策支持系统解决方案(精编文档).doc
【最新整理，下载后即可编辑】 目录 1 工程背景和依据 (2) 1.1 项目背景 (2) 1.2 编制的依据 (3) 2 决策支持建设现状 (4) 2.1 建设基础 (4) 2.2 需求分析 (4) 3 指导思想、建设原则 (6) 3.1 指导思想 (6) 3.2 建设原则 (6) 4 总体目标 (7) 4.1 总体目标 (7) 5 总体框架和体系 (8) 5.1 总体框架 (8) 5.2 技术路线 (9) 6 主要任务 (11) 6.1 完善信息基础设施 (11) 6.2 建立信息资源中心 (11) 6.3 搭建应用支撑平台 (11) 6.4 建立决策支持应用 (12)
6.5 完善相关支撑体系 (13) 7 重点工程 (15) 7.1 市领导辅助决策支持系统 (15) 7.1.1 市级领导应用 (15) 7.1.2 办公厅及部门应用 (15) 7.2 市领导空间决策支持系统 (16) 7.3 市领导智能决策支持系统 (17) 7.4 市领导多媒体协同办公系统 (18) 7.5 决策分析政务数据交换平台 (19) 7.6 领导决策综合数据库 (20) 8 保障措施 (22) 8.1 加强组织体系建设 (22) 8.2 完善相关政策和制度 (22) 8.3 加强资金保障 (23) 8.4 加强项目培训和咨询 (23) 8.5 强化标准规范建设 (23) 9 计划安排及投资类别 (24) 9.1 总体安排 (24) 9.1.1 工程一期 (24) 9.1.2 工程二期 (24) 9.2 投资类别 (25)
1工程背景和依据 1.1项目背景 贯彻党的十六大报告要求“进一步转变政府职能，改进管理方式，推行电子政务，提高行政效率，降低行政成本，形成行为规范、运转协调、公正透明、廉洁高效的行政管理体制”。 贯彻党的十七大报告要求“推进决策科学化、民主化，完善决策信息和智力支持系统”。 《黑龙江省电子政务建设“十一五”规划》：“各级各部门要高度重视电子政务建设工作，切实纳入重要议事日程。主要领导要及时掌握情况，解决问题，加强督促，有计划、有力度地搞好工作推进。”。 《黑龙江省电子政务建设“十一五”规划》：“整合各专业数据系统的关系型数据、非结构化数据，以及多媒体数据，建设全省电子政务数据仓库，利用数据整合、数据分析、数据挖掘技术，建立全省电子政务决策支持系统，为各级领导提供决策支持。” 哈尔滨市已经具备决策支持建设的条件和环境，《哈尔滨市国民经济和社会信息化“十一五”发展规划》指出：“在应用系统建设方面，统一建设了公文传输、信息管理、督办管理、目标管理、议案管理和政务值班管理等6个政务应用系统，在工商、
医学决策支持系统的应用
作者简介：蒋慧贤（1984—）,女，武漢人，碩士，研究方向：信息咨询服务。摘要：从智能决策支持系统的概念、性能出发，探讨了该系统应用于管理决策的优势，并大胆描述了智能决策支持系统将对企业管理决策带来的巨大变化。关键词：智能决策支持系统；AI；ES 1智能决策支持系统的概念 智能决策支持系统（IDSS，Intelligence Decision Supporting Sys tem），是人工智能（AI，Artifieial Intelligence）和DSS相结合而成的决策支持系统，它应用专家系统（ES，Expert System）技术，通过逻辑推理的手段充分应用人类知识处理复杂的决策问题。 2智能决策支持系统的特点和功能 智能决策支持系统，我们又称为高阶决策支持系统，它将决策支持系统的人机交互系统、模型库系统、数据库系统和专家系统的知识库、推理机及动态数据库相结合，因此能拥有优于传统决策支持系统的特性和功能： ①由于智能DSS具有推理机构，能模拟决策者的思维过程，所以能根据决策者的需求，通过提问会话、分析问题、应用有关规则引导决策者选择合适的模型。②智能DSS的推理机能跟踪问题的求解过程，从而可以证明模型的正确性，增加了决策者对决策方案的可信度。③决策者使用DSS解决半结构化或非结构化的问题时，有时对问题的本身或问题的边界条件不是很明确，智能DSS却可以通过询问决策者来辅助诊断问题的边界条件和环境④智能DSS能跟踪和模拟决策者的思维方式，所以它不仅能回答“what……if……”,而且还能够回答“why”,“when”之类的解释性原因，从而能使决策者不仅知道结论，而且知道为什么会产生这样的结论。 IDSS充分发挥了专家系统以知识推理形式解决定性分析问题的特点，又发挥了初级决策支持系统模型计算为核心解决定量分析问题的特点，充分做到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。IDSS中DSS和ES的结合主要体现在三个方面： ①DSS和ES的总体结合。由人机交互系统把DSS和ES一体化。②KB 和MB的结合。模型库中的数学模型作为知识的一种形式即过程性知识，加入到知识推理过程中去。③DB和动态DB的结合。DSS中的DB可以看成是相对静态的数据库，它为ES中的动态数据库提供初始数据。ES推理结束后，动态DB 中的结果再送回到DSS中的DB中去。 3管理决策中智能决策支持系统的应用 DSS与ES相结合，意味着智能化决策支持系统不仅能提供许多传统的决策支持功能，还可以提供知识编辑、推理、学习等更接近于人类决策方式的功能。同时，系统还可能在一定程度上接受自然语言所提出的问题，让系统使用起来更加友好。人工智能技术引入DSS中可以有几种途径。首先Simon提出有限合理性模型是和人工智能技术紧密结合的，有限合理要求建立一个紧密跟踪人的行为的系统，而专家系统正是这样的一种系统。其次，人工智能因为可以处理定性的、近似的知识而引入DSS中，这方面正是专家系统的优势所在。最后，DSS的一个共同特征是交互性强，这就要求高阶的决策支持系统使用起来更方便，并且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，尤其在对话功能上对此可以做出有益的贡献。 正因为智能决策支持系统具有优于一般决策支持系统的特性，使其有可能在企业日常管理中发挥重要作用，甚至影响企业组织的方方面面。
智能决策支持系统我的总结
第一章决策支持系统和智能决策支持系统 1．智能决策支持系统IDSS是决策支持系统与人工智能技术相结合的产物。AI是研究如何使机器具有智能的科学与技术。 2．DSS定义：是以（信息）为手段，应用决策科学及有关学科的理论和方法，针对某一类型的（半结构化）和（非结构化）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、例举可能方案、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式的（信息系统）。 3．决策定义：是人们为了达到某一目的而进行的有意识、有选择的行动。 4．决策化问题分类：（结构化）决策问题，（半结构）化决策问题；（非结构）化决策问题。5．Gorry和Scott Mortor对DSS的定义：“一个在非结构或半结构环境下支持管理决策者的系统”。 6．支持：（帮助）或（提高）决策者于决策过程之中而非替代决策者。 7．组织结构中的管理活动可划分为三个层次：①战略计划，是面向决策的；②管理控制，面向信息的；③作业控制，是面向数据的。 8．决策的基本要素：决策者和决策对象。 9．决策的一般过程：（情报收集）、（方案设计）和（方案选择）三个阶段。 10．科学的决策程序：(发现问题)、(确定目标)、(收集情报)、(探索方案)、(方案选定)和（决策执行）等。 11．决策模式定义：是决策系统中以决策过程和客观规律的表述，是决策者进行决策必须遵从的规律。 12．决策模型是人们设计和实现的决策系统的同态系统，是一个客观的现实的系统。13．决策模式是为了获得科学的决策，决策者应遵循的活动程序和行动原则，它指导决策者进行正确决策。 14．四种决策模式：（1）R模式，即理性模式；（2）B模式，即有限理性模式；（3）F 模式，又称有效理性模式；（4）N模式，即非理性模式。 15．DSS的基本模式：管理者处于核心位置，运用自己的知识，把他和DSS的响应输出结合起来，对他所管理的“真实系统”进行决策。如下图
基于人工智能的决策支持系统
基于人工智能的决策支持 系统 Last updated on the afternoon of January 3, 2021
基于人工智能的决策支持系统的发展现状及趋势 2013年12月18日智能决策支持系统作为人工智能的一个重要研究领域，允许决策者和信息经营者、资源配置者和管理者、策略规划者和装备控制者改进他们的工作效率，已经成为学术界关注的焦点，其发展前景备受世人瞩目。 人工智能（ArtificialIntelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，它是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。近十年来，人工智能已得到迅速传播与发展，并在决策支持系统中获得了日益广泛的应用，越来越多的决策支持系统应用了网络技术和分布式人工智能技术。 决策支持系统（DSS）作为人工智能的一个重要研究领域，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）向更高一级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。随着科学技术的进步以及人工智能技术的日趋成熟，决策支持系统智能化已经成为业界研究与实现的目标，尽管目前为止已有一些先进的智能决策支持系统在商业、工业、政府和国防等部门获得成功应用，但是，这一系统远未完善，仍处于发展阶段，可以预见的是在未来的研究过程中，智能决策支持系统必将对社会和组织产生更加重大的影响。智能决策支持系统的工作是可预测和可规划的，它是实实在在可以造福全人类。 基于人工智能的智能决策支持系统（IDSS）属于一个新兴的交叉学科领域，是运筹学、管理科学和计算机科学结合的产物，在我国许多应用领域有了初步的运用，例如税务稽查、渔业专家系统、中国工商银行风险投资决策、为电信部门进行VIP分析，等等。渔场预报系统就是CBR （基于范例的推理）一个很好的应用实例（由中科院计算所史忠植老师指导完成），这个系统已被应用于中国东海渔业中心的预测；在国外IDSS也有着非常深入的研究与广泛的应用，如Hill，Holsaple等人采用神经网络、遗传算法等实现了综合(holistic)决策支持系统，系统在某种程度上体现了人类思维和决策过程的性质；在应用方面有Web和Agent的协同决策支持系统，Web的专家系统，如好莱坞经理决策支持系统。 IDSS未来的的发展趋势主要有5个方面： ①注重基于知识的人机交互 决策支持系统强调决策过程的交互性，对人机对话系统有较高的要求，长期以来，人们对数据、信息和知识的认识仅限于数据--信息--知识的单链条关系，实际上，从数据中获得信息，再从信息中获得知识，仅仅是决策过程的开始，对数据、信息和知识的关系的研究表明，对其他关系的研究对提高决策质量也具有重要意义。在如何从数据中提取信息、信息如何呈现给决策者等问
智能决策支持系统
一、智能决策支持系统的定义 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。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须的。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。 传统DSS 采用各种定量模型,在定量分析和处理中发挥了巨大作用, 它也对半结构化和非结构化决策问题提供支持, 但由于它通过模型来操纵数据,实际上支持的仅仅是决策过程中结构化和具有明确过程性的部分. 随着决策环境日趋复杂,DSS的局限性也日趋突出, 具体表现在:系统在决策支持中的作用是被动的, 不能根据决策环境的变化提供主动支持, 对决策中普遍存在的非结构化问题无法提供支持,以定量数学模型为基础,对决策中常见的定性问题、模糊问题和不确定性问题缺乏相应的支持手段。[1] DSS应具备以下特征[2]： 系统的主要功能是为管理人员提供决策支持,其目的是帮助管理人员进行决策而不是代替他们,是为了提高决策的效能而不是组织的管理效率； 传统数据管理技术与有关的模型技术、分析技术相结合； 系统应该有很强的灵活性、适应性、便于用户使用。 智能决策支持系统（IDSS）是决策支持系统与人工智能技术相结合的系统[3],他包括决策支持系统所拥有的组件，包括数据库系统、模型库系统和人机交互系统，同时集成了最新
决策支持系统试题
决策支持系统试题答案 一、问题题(每题7分，共35分) 1.决策支持的能力体现在： 1)模型的决策支持 模型是对客观事物的特征和变化规律的一种科学抽象。模型方法是制定决策的基本 方法。 2)“如果—将怎样(what-if)”分析的决策支持 对模型中方程、变量、参数作各种各样的假设，并通过模型计算，研究最优解会有 怎样的变化。 3)决策问题方案的决策支持 通过多模型组合形成决策问题方案能扩大单模型的决策支持能力 4)自动生成决策问题方案的决策支持 利用计算机的系统快速原型技术自动生成决策支持系统方案。包括决策资源（数据、模型等）的利用，能提高辅助决策效率，同时能快速改变决策方案，能提高辅助决 策效果。 5)知识推理与智能技术的决策支持 知识推理是人工智能核心，利用专家系统、神经网络、遗传算法、机器学习等人工 智能技术达到利用知识辅助决策的效果。 2.模型库一般由模型字典库和模型文件库两部分组成。 模型库管理系统的功能包括： 1)模型的存储管理：包括模型的表示、模型存储的组织结构、模型的查询和维护等功 能。 2)模型的运行管理：包括模型程序的输入与编译，模型的运行控制，模型对数据的存 取。 3)支持模型的组合 能支持多模型的组合，形成决策支持系统方案。 3.知识发现过程如图： 即由三部分组成：数据准备、数据挖掘、结果评价 数据挖掘是知识发现中最重要的步骤，它是从数据中挖掘出知识的原型：模式 数据挖掘的主要方法有： 1)归纳学习方法：信息论方法和集合论方法
2)关联规则挖掘 3)仿生物技术：神经网络和遗传算法 4)公式发现 5)统计分析方法 6)模糊数学方法 7)可视化技术 4. 说明研究综合决策支持系统的必要性： 1)数据仓库虽然未明确提出使用数学模型，但实际上数据仓库中的综合数据是利用汇 总模型来完成的，数据仓库中的历史数据用于预测是要通过预测模型来完成的。故 数据仓库中已经使用了数学模型。 2)对于银行数据仓库建立以客户为中心的个性化服务，是需要建立有关的数学模型： ①分销渠道分析模型②客户的利润评测模型③客户关系（信用）优化模型④风险评 估模型等。 3)模型库是传统决策支持系统的核心部件。 4)以数据仓库为核心的新决策支持系统和传统决策支持系统的模型库的结合，体现了 综合决策支持系统的特点。 从以上分析可以说明研究综合决策支持系统是很有必要的。 5. 说明网络环境的综合决策支持系统的发展趋势： 现在的数据库产品和数据仓库产品都是以服务器形式在网络环境上提供服务。这样 极大的提高了他们的服务能力。 对于传统的决策支持系统向网络环境上的发展，需要将模型库和知识库向服务器方向发展。即建立模型服务器和知识服务器。人机交互综合部件以客户端形式出现。在客户端上通过控制程序对网络上的模型服务器上的模型以及知识服务器的知识进行组合形成网络环境的传统决策支持系统。 对于新决策支持系统，为实现对数据仓库服务器的有效利用。已经逐步在研究数据挖掘与联机分析处理的服务器。这将形成网络环境的新决策支持系统。 将网络环境的传统决策支持系统与网络环境的新决策支持系统结合起来将形成网络环境的综合决策支持系统。这是决策支持系统的发展方向。 网络环境的综合决策支持系统结构图如下：
农经项目管理和决策支持系统总体设计策划方案
福建省计委农经项目治理 和决策支持系统 总 体 设 计 方 案 （第一稿） 福建省经济信息中心 厦门精图信息技术有限公司 目录 目录 (1) 概述 (2)
第一章系统建设原则和目标 (4) §1-1 、系统设计原则 (4) §1-2、系统建设目标 (5) 第二章系统软硬件配置 (5) §2-1 系统软件配置 (5) §2-2 系统硬件配置 (6) 第三章系统结构和功能设计 (6) §3-1 系统技术路线 (6) 1、Web/Server模式下的技术路线 (6) 2、Client/Server模式下的技术路线 (7) §3-2 系统总体结构 (7) 1、硬件系统框架 (7) 2、系统功能框架图 (9) 3、系统功能 (10) 4、系统建设内容 (10) 第四章系统建设项目启动 (12) §4-1 成立省计委综合农经项目治理信息化建设领导小组 (12) 1、领导小组： (12)
2、下设办公室： (12) 3、项目开发组成员： (12) 4、顾问组成员： (13) §4-2 全省农经项目系统建设实施打算 (13) §4-3 全省农经项目系统建设的技术路线 (14) 第五章系统建设、运行及数据库更新维护 (14) 第六章建设经费和运行经费 (15)
概述 信息化是当今国内外经济和社会进展的大趋势，也是带动我省产业优化升级和实现工业化，现代化的关键环节。加快信息技术在社会生活各个方面的推广应用，加快计算机和网络技术的普及和应用，特不是在我省农经项目治理方面的应用是信息化工作，也是“数字福建”宏伟工程中的一项基础性的工作。第一它符合中央“十五”打算建议中提出的“……政府行政治理、社会公共服务、企业生产经营要运用数字化、网络化技术，加快信息进展的步伐”的要求，第二它符合福建的农业省情。 随着经济全球化趋势的进一步进展，科学技术的突飞猛进，我国加入WTO的步伐加快，我省农业和农村经济工作将面临更为严峻的挑战,但同时也面临着巨大的进展机遇。依照国内外经济环境的变化和今年我省实施结构调整的进展情况以及我省提出的“十五”期间将加快进展现代农业产业化步伐的要求，解决我省农经项目的优化治理问题差不多摆上了决策者的议事日程。为了及时准确地对上向省委省政府及国家有关领导汇报我省农经项目的实施进展情况，确保每个项目都能按打算顺利实施到位，同时取得领导的信任和支持；对下对我省农林水气象等部门及实施农业产业化、沿海防护林体系、防洪工程等各项目业主实施积极有效的监督治理，解决农经项目在传统治理中普遍存在的信息收集慢，上报汇总数据慢，和领导指示下达慢等跟不上信息化时
基于人工智能的决策支持系统
基于人工智能的决策支 持系统 IMB standardization office【IMB 5AB- IMBK 08- IMB 2C】
基于人工智能的决策支持系统的发展现状及趋势 2013年12月18日智能决策支持系统作为人工智能的一个重要研究领域，允许决策者和信息经营者、资源配置者和管理者、策略规划者和装备控制者改进他们的工作效率，已经成为学术界关注的焦点，其发展前景备受世人瞩目。 人工智能（ArtificialIntelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，它是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。近十年来，人工智能已得到迅速传播与发展，并在决策支持系统中获得了日益广泛的应用，越来越多的决策支持系统应用了网络技术和分布式人工智能技术。 决策支持系统（DSS）作为人工智能的一个重要研究领域，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）向更高一级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。随着科学技术的进步以及人工智能技术的日趋成熟，决策支持系统智能化已经成为业界研究与实现的目标，尽管目前为止已有一些先进的智能决策支持系统在商业、工业、政府和国防等部门获得成功应用，但是，这一系统远未完善，仍处于发展阶段，可以预见的是在未来的研究过程中，智能决策支持系统必将对社会和组织产生更加重大的影响。智能决策支持系统的工作是可预测和可规划的，它是实实在在可以造福全人类。 基于人工智能的智能决策支持系统（IDSS）属于一个新兴的交叉学科领域，是运筹学、管理科学和计算机科学结合的产物，在我国许多应用领域有了初步的运用，例如税务稽查、渔业专家系统、中国工商银行风险投资决策、为电信部门进行VIP分析，等等。渔场预报系统就是CBR （基于范例的推理）一个很好的应用实例（由中科院计算所史忠植老师指导完成），这个系统已被应用于中国东海渔业中心的预测；在国外IDSS也有着非常深入的研究与广泛的应用，如Hill，Holsaple等人采用神经网络、遗传算法等实现了综合(holistic)决策支持系统，系统在某种程度上体现了人类思维和决策过程的性质；在应用方面有Web和Agent的协同决策支持系统，Web的专家系统，如好莱坞经理决策支持系统。 IDSS未来的的发展趋势主要有5个方面： ①注重基于知识的人机交互 决策支持系统强调决策过程的交互性，对人机对话系统有较高的要求，长期以来，人们对数据、信息和知识的认识仅限于数据--信息--知识的单链条关系，实际上，从数据中获得信息，再从信息中获得知识，仅仅是决策过程的开始，对数据、信息和知识的关系的研究表明，对其他关系的研究对提高决策质量也具有重要意义。在如何从数据中提取信息、信息如何呈现给决策者等问
基于人工智能的决策支持系统
基于人工智能的决策支持系统的发展现状及趋势 2013 年12 月18 日智能决策支持系统作为人工智能的一个重要研究领域，允许决策者和信息经营者、资源配置者和管理者、策略规划者和装备控制者改进他们的工作效率，已经成为学术界关注的焦点，其发展前景备受世人瞩目。 人工智能（Artificial Intelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，它是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。近十年来，人工智能已得到迅速传播与发展，并在决策支持系统中获得了日益广泛的应用，越来越多的决策支持系统应用了网络技术和分布式人工智能技术。 决策支持系统（DSS）作为人工智能的一个重要研究领域，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）向更高一级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。随着科学技术的进步以及人工智能技术的日趋成熟，决策支持系统智能化已经成为业界研究与实现的目标，尽管目前为止已有一些先进的智能决策支持系统在商业、工业、政府和国防等部门获得成功应用，但是，这一系统远未完善，仍处于发展阶段，可以预见的是在未来的研究过程中，智能决策支持系统必将对社会和组织产生更加重大的影响。智能决策支持系统的工作是可预测和可规划的，它是实实在在可以造福全人类。 基于人工智能的智能决策支持系统（IDSS）属于一个新兴的交叉学科领域，是运筹学、管理科学和计算机科学结合的产物，在我国许多应用领域有了初步的运用，例如税务稽查、渔业专家系统、中国工商银行风险投资决策、为电信部门进行VIP分析，等等。渔场预报系统就是CBR（基于范例的推理）一个很好的应用实例（由中科院计算所史忠植老师指导完成），这个系统已被应用于中国东海渔业中心的预测；在国外IDSS 也有着非常深入的研究与广泛的应用，如Hill，Holsaple 等人采用神经网络、遗传算法等实现了综合(holistic) 决策支持系统，系统在某种程度上体现了人类思维和决策过程的性质；在应用方面有Web和Agent的协同决策支持系统，Web的专家系统，如好莱坞经理决策支持系统。 IDSS未来的的发展趋势主要有5个方面： ①注重基于知识的人机交互 决策支持系统强调决策过程的交互性，对人机对话系统有较高的要求，长期以来，人们对数据、信息和知识的认识仅限于数据--信息--知识的单链条关系，实际上，从数据中获得信息，再从信息中获得知识，仅仅是决策过程的开始，对数据、信息和知识的