决策支持系统应用案例

广东国税局税务分析与决策支持系统应用案例

——信息XXXX班XXX XXXXXXXXXXXX

广东国税局采用菲奈特软件公司商业智能系统平台，共同打造广东国税的税务分析与决策支持系统。同时，该系统将在广东省国税系统全面推广。这不但是广东国税在“科技兴税”战略实施上的又一进步，同时也标志着菲奈特软件公司商业智能系统在税务行业的成功应用。

随着电子政务系统的发展以及税务信息化程度的不断提高，在税务决策支持方面不断吸纳新的信息处理技术、提高决策的科学性和规范性，成为提高行政办公效率、促进经济发展的关键所在。广东省国税局自“科技兴税”战略实施以来，信息化工作在网络建设、设备配置、应用系统开发应用等方面已逐步得到完善；金税工程、统一征管软件、出口退税、公文管理、人事管理等应用系统都已推广应用多年，具备一定的应用规模和应用深度,并取得了较好的应用效果。

广东国税的业务系统在满足日常税收业务需求的同时也采集了大量的业务数据。例如，每年采集2000多万份的申报数据和2000多万份的税票数据，其中出口专用税票数据达100多万份；1999-2000年全省共采集5000多万份的专用发票数据。这些业务数据的背后隐含了十分丰富的信息和规律，也给税务信息化建设带来一些问题，主要体现在：业务数据分散在不同的应用系统中，数据共享度低且格式不统一；数据太多而信息太少；缺乏快速、高效、便捷的获取信息的工具；基层单位的管理手段日益先进，而上级管理机关却仍然停留在以汇报和检查为主的传统的管理模式上；上级管理部门没有或很少信息，上下级税务机关形成信息不对称等方面。

为进一步加强税务信息化建设，实现对税收业务和纳税人的纳税情况进行科学分析，为管理决策提供及时准确的信息，以进一步加强税收管理，加强业务监控，促进依法治税，广东省国税提出建设税务分析与决策支持系统。该系统作为国家税务总局关于税务信息化“一个网络，一个平台，四个系统”的总体规划的重要组成部分，其目标在于通过建立规范统一、高度共享的综合性主题数据库，

并在此基础上，建设一个能够对事物(如：税收收入)的规模、构成、分布、发展速度、平均水平、平衡程度等特征以及增长变化规律和发展趋势，以及事物之间(如：GDP与税收收入)的相关关系、强度及均衡性等问题进行分析的平台。

菲奈特软件公司的税务分析与决策支持系统(BI.TAXATION)全面满足广东省国税局的需求。该系统建立在商业智能平台——BI.Office上，应用数据仓库、OLAP分析和数据挖掘等技术，实现税收宏观分析、税收收入分析、税收征管分析、出口退税分析、专用发票分析、纳税人分析、纳税人审计分析等功能。它可以对经济和税收综合数据进行科学分析，研究经济与税收增长的弹性、发展的均衡性等数量关系，揭示税收收入和税收负担等重大指标的长期增长趋势、波动规律、发展速度、地区分布、行业分布、所有制分布和月度时序特征；运用对比分析方法揭示事物之间的关系、强度及均衡性；对税收收入、出口及出口退税等重大税收指标进行精确监控和科学预测；根据纳税人的生产经营情况和纳税情况对其申报的真实性进行量化评测和科学分类。

由于菲奈特软件公司税务分析与决策支持系统(BI.TAXATION)能够同时适应省局和各市局的要求，广东省国税系统将全面推广使用。广东国税局相关负责人认为：菲奈特软件公司的税务分析与决策支持系统(BI.TAXATION)将全面提高税务决策的科学性和规范性，增强税收对国民经济的杠杆作用；并加强业务监管力度，有效地打击偷漏税违法行为，从而极大地提高广东国税的税收管理水平。

广东国税税收分析与辅助决策系统的解决方案由以下产品组成：

数据仓库产品：ORACLE 8I(9I)

OLAP服务器(多维数据库)：ESSBASE OLAP SERVER(IBM OLAP SERVER)

应用服务器：IBM WEBSPHERE APPLICATION SERVER

前端展示软件：BI.OFFICE 3.0

主机系统：IBM RS/6000 M85(4CPU/8GB RAM)

应用环境：

税务分析与决策支持系统应用于税务局税务分析领域。

商业智能平台(BI.Office)是菲奈特软件公司成功自主开发的基于企业业务数据库的商业智能应用开发平台。BI.Office建立在传统的业务系统上，面向企业决策层和综合管理层，提供综合决策支持、风险评估、预警系统和相关企业事务管理系统，是企业信息化的高层应用；同时，它可以全面地分析企业信息，为企业发现潜在的商机，寻找隐藏的客户消费规律，监控企业潜在的风险。

所起到的作用：

纳税企业动态性很大，得到准确及时的数据并不容易。数据共享度低且格式不统一，缺乏快速、高效、便捷的获取信息的工具，上下级税务机关信息不对称。

税收决策支持系统提供查询统计、综合分析、业务预警‘税收预测四大业务功能。以查询、分析、报表一体，三者不断循环深入为手段，提供多角度的税收数据查询、分析、预警、预测功能。

实现税收宏观分析、税收收入分析、税收征管分析、出口退税分析、专用发票分析、纳税人分析、纳税人审计分析等功能。它可以对经济和税收综合数据进行科学分析，研究经济与税收增长的弹性、发展的均衡性等数量关系，揭示税收收入和税收负担等重大指标的长期增长趋势、波动规律、发展速度、地区分布、行业分布、所有制分布和月度时序特征；运用对比分析方法揭示事物之间的关系、强度及均衡性；对税收收入、出口及出口退税等重大税收指标进行精确监控和科学预测；根据纳税人的生产经营情况和纳税情况对其申报的真实性进行量化评测和科学分类。

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。

决策支持系统国内外研究现状

决策支持系统国内外研究现状摘要：决策支持系统国内外研究现状决策支持系统DSS(DeeisionS即portSystem)是信息系统研究的最新发展阶段。它是运用可供利用的、合适的计算机技术，针对半结构化和非结构化问题，通过人机互换方式帮助和改善管理决策制定的有效性的系统。卫生装备是保证部队平时和战时顺利完成卫勤保障任务的物质基础和重要条件。作为军队后勤战略体系中的重要组成部分，卫生装备发展战略是对未来一个时期军队卫生装备发展的整体谋划，包括对未来一定时期卫生装备整体保障效能的基本取向，对卫生装备发展在高层次、大系统、全方位等方面的综合筹划。它必须适应不同的卫勤保障模式，并随着军事战略和保障要求的变革而发生内在的客观变化，与战场环境及战争样式同步发展。它决定了一个国家在未来一段时期内，军队卫生装备发展的方向和基本要求，其决策是否得当将直接影响到卫勤力量的组成和作用的发挥，直接关系到装备研究成果和平战时卫勤保障的水平。关键词：卫生装备；决策支持系统；整个卫生装备发展过程大致可以分为图中两个阶段: 卫生装备发展战略制定阶段和卫生装备发展战略实施与管理阶段。前一阶段是重点，决定了卫生装备体系建设的方向，后一阶段是在前一阶段的指导下按步骤完成的。在环境评价的基础上，确定可能的威胁来源与威胁程度，从而确定我军可能担负的卫勤保障任务，并进行一系列比较研究，发现我军卫生装备体系的不足之处，从而提出一系列需求方案，再根据合适的方法对各种方案中提出的发展对象进行效能评估研究，将评估结果作为卫生装备发展战略决策的依据。因此，卫生装备发展战略研究的重点就是体现在如何制定战略上。在卫生装备研究方面，决策支持系统已用于卫生装备选型与编配等方面的研究。但在卫生装备发展方向与重点研究中，尚没有较系统的辅助研究手段，大部分发展研究工作都是研究人员根据实际经验和成功的案例进行，已经不能满足卫生装备科学发展的需要。因此巫需建立一个系统、实用的卫生装备发展决策平台，供从事卫勤保障与卫生装备决策的机关和研究人员使用，同时也为全军野战卫生装备论证中心提供决策平台。国内外研究现状：决策支持系统国内外研究现状决策支持系统DSS(DeeisionS即portSystem)是信息系统研究的最新发展阶段。它是运用可供利用的、合适的计算机技术，针对半结构化和非结构化问题，通过人机互换方式帮助和改善管理决策制定的有效性的系统。目前，DSS 己成为系统工程与计算机应用领域中的重要研究课题。通过国内外相关专家、学者的不断探索和研究，DSS在国内外学术界的理论研究和国民经济的实际应用中得到了迅猛发展，在军事应用领域也有广阔的发展前景，世界各国都在竞相开发军事应用中的DSS。国外民用代表性的DSS (1)GeodataAnalysisandnisply System(GADs)这是由IBM研究开发的一个地理数据分析与显示系统，其作用是用计算机来构造和演示地图，它被用于辅助设计警察的巡逻线路、规划城市发展、安排学校的辖区范围等。 (2)water ware 江河流域综合规划决策支持系统。作为EuxekaEU487计划的最终成果，在墨西哥莱尔玛流域进行应用，以建立水量和水质的平衡，用这种方法可以产生一个取代历史流量资料的稳定流态，用来确定应改进哪些地方的废水处理设施以获取最大的利益。它采用了完全开放式的、模块化的体系，根据集合程度的不同，具有不同的层次和结构。系统包括如下基本结构:a、主菜单程序，用以协调各项独立的任务;b、地理信息系统(GIS)，

人工智能发展综述

人工智能发展综述摘要:概要的阐述下人工智能的概念、发展历史、当前研究热点和实际应用以及未来的发展趋势。关键词:人工智能; 前景; 发展综述人工智能(Artificial Intelligence)自1956 年正式问世以来的五十年间已经取得了长足的进展,由于其应用的极其广泛性及存在的巨大研究开发潜力, 吸引了越来越多的科技工作者投入人工智能的研究中去。尤其是八十年代以来出现了世界范围的开发新技术的高潮，许多发达国家的高科技计划的重要内容是计算机技术,而尤以人工智能为其基本重要组成部分。人工智能成为国际公认的当代高技术的核心部分之一。 1什么是人工智能美国斯坦福大学人工智能研究中心尼尔逊教授给人工智能下了这样一个定义:人工智能是关于知识的学科, 是怎样表示知识以及怎样获得知识并使用知识的科学。从人工智能所实现的功能来定义是智能机器所执行的通常与人类智能有关的功能,如判断、推理、证明、识别学习和问题求解等思维活动。这些反映了人工智能学科的基本思想和基本内容, 即人工智能是研究人类智能活动的规律。若是从实用观点来看,人工智能是一门知识工程学:以知识为对象,研究知识的获取、知识的表示方法和知识的使用。从计算机应用系统的角度出发，人工智能是研究如何制造智能机器或智能系统，来模拟人类智能活动的能力，以延伸人们智能的科学。如果仅从技术的角度来看，人工智能要解决的问题是如何使电脑表现智能化，使电脑能更灵活方效地为人类服务。只要电脑能够表现出与人类相似的智能行为,就算是达到了目的，而不在乎在这过程中电脑是依靠某种算法还是真正理解了。人工智能就是计算机科学中涉及研究、设计和应用智能机器的—个分支，人工智能的目标就是研究怎样用电脑来模仿和执行人脑的某些智力功能，并开发相关的技术产品，建立有关的理论。 2 人工智能历史当然，人工智能的发展也并不是一帆风顺的，人工智能的研究经历了以下几

决策支持系统

第十一章决策支持系统 1 决策支持系统的概念 1.1 决策支持系统的产生与发展诺贝尔奖获得者西蒙强调管理就是决策，认为一个组织的管理活动主要就是决策活动。对于决策依赖有两个观点： ?依靠决策者的经验、智慧、洞察力和魄力 ?依靠科学方法和技术为克服人性的弱点和计算机的机械性，综合人的分析判断能力和计算机强大的信息处理能力，产生了决策支持系统。 – 20世纪70年代，产生了许多较有代表性的DSS：支持投资者对顾客证券管理日常决策的Profolio Management System；用于产品推销、定价和广告决策的Brandaid；用以支持企业短期规划的Projector；用于大型卡车生产企业生产计划决策的Capacity Information System，等等 DSS的发展也体现在部件的扩展和新技术、新方法的不断引入。增加知识库和推理机，形成了智能DSS；应用网络技术，形成了群体DSS；集成分布的资源，形成了分布式DSS；结合Web 、智能系统和／或电子商务，形成了基于Web的DSS。

1.2决策支持系统的功能与定义 DSS的定义： DSS是一种以计算机为工具，应用决策科学及有关学科的理论与方法，以人机交互方式辅助决策者解决半结构化和非结构化决策问题的信息系统。 DSS实现以下目标：在人的分析与判断能力的基础上，借助计算机与科学方法，支持对半结构化和非结构化问题的有序决策，以获得尽可能令人满意的客观的解或方案。不同类型的DSS，目标和功能略有不同。 DSS的主要功能：能存储、管理、维护和组织决策模型、求解方法；用模型与方法对数据进行加工、汇总、分析和预测，得出综合信息与预测信息；具有方便的人机对话和图象输出功能，能满足随机的数据查询要求，回答“What … if … ” 之类的问题。 DSS 的主要特征：对准结构化程度不高、说明不够充分的决策问题模型或分析技术与传统的数据存取及检索技术相结合易于为非计算机专业人员以交互方式使用；强调对环境及用户特点的灵活性适应性；支持但不是代替高层决策者制定决策。例：某企业为确定生产规模和合适的库存量建立DSS。模型库存有生产计划、库存模拟模型等，数据库存有历年销售量、资金流动情况、成本等。决策者通过计算机终端屏幕，根据DSS 提供最佳订货量和重新订货时间，相应的生产成本、库存成本等信息，进行“如果……将会怎样？”的询问。对所提方案进行灵敏度分析，或者以新的参数进行模拟而得到一个新方案。需要特别说明：决策支持系统并不强调寻找最优解，也不意味着提供最后结果，而是为决策者做出自己的判断提供支持；由决策者在一系列选择中，综合其他不适宜进入模型的因素，得出最后的合理的决策方案。 1.3 决策支持系统的应用与分类按总体功能划分，DSS有以分析为主、以求解为主和兼有分析与求解等三大类。分析类既为把握决策问题又为决策前期工作，能为决策方案的设计和抉择提供依据；求解类为决策者提供决策过程和方案抉择支持；分析求解类具备分析类与求解类的共同功能。 DSS的分类有多种角度：按社会领域划分：经济、管理、教育、科技、医疗、政治、军事按管理层次划分：战略、控制和作业按管理职能或管理对象划分：营销、生产、采购、财务、人力资源、研发按决策者划分：个人、群体、高层主管从发展角度划分：传统、智能、群体、分布式概括起来，比较成功的DSS应用具有以下特点：（1）大都带有问题分析功能，有些实质上就是一类决策分析系统。（2）有积累大量数据的信息系统，如ERP系统、CRM系统、经济统计系统的信息支

决策支持系统发展综述精编

决策支持系统发展综述精编 Document number：WTT-LKK-GBB-08921-EIGG-22986

决策支持系统发展综述空军工程大学导弹学院雷英杰计算机是当代发展最为迅速的科学技术之一，其应用几乎已深入到人类活动和生活的一切领域，大大提高了社会生产力，引起了经济结构、社会结构和生活方式的深刻变化和变革。计算机科学技术具有极大的综合性质，与众多科学技术相交叉而反过来又渗入更多的科学技术，促进它们的发展。计算机科学与其他学科相交叉产生了许多新学科，推动着科学技术向更广阔的领域发展。智能决策支持系统（Intelligent Decision Support Systems，简称IDSS）是决策支持系统（Decision Support Systems，简称DSS）与人工智能（Artificial Intelligence，简称AI）相结合的产物，它将人工智能中的知识表示与处理的思想引入到DSS，其独特的研究方法和广泛的发展前途使之一出现就成为决策支持技术研究的热点。智能决策支持系统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和方法，针对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、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信息系统。

实践表明，只有当决策支持系统具有较丰富的知识和较强的知识处理能力时，才能向决策者提供更为有效的决策支持。考虑到IDSS是在传统DSS基础上发展起来的，所以这里先介绍有关决策、决策科学和决策支持技术的基本概念。一、DSS的产生与发展 1.1DSS的产生背景电子数据处理EDP（Electronic Data Processing）：提高了工作效率，把人们从繁琐的事务处理中解脱出来。缺点：仅局限于具体信息处理，不共享，不考虑整体或部门情况。管理信息系统MIS（Management Information Systems）：整体分析，系统设计，信息共享，部门协调。缺点：难于适应多变的内、外部管理环境，对管理人员的决策帮助十分有限。决策支持系统DSS（Decision Support Systems）：70年代中期Keen和Scott Morton在《管理决策系统》（1971）一书中提出。目标：对管理者做决策提供技术支持。背景：运筹学模型发展已经比较完善，多目标决策分析突破了单一效用理论的框架，计算机软、硬件及网络技术的迅猛发展，人工智能特别是知识处理技术的发展，数据库技

决策支持系统发展综述

决策支持系统发展综述计算机是当代发展最为迅速的科学技术之一，其应用几乎已深入到人类活动和生活的一切领域，大大提高了社会生产力，引起了经济结构、社会结构和生活方式的深刻变化和变革。计算机科学技术具有极大的综合性质，与众多科学技术相交叉而反过来又渗入更多的科学技术，促进它们的发展。计算机科学与其他学科相交叉产生了许多新学科，推动着科学技术向更广阔的领域发展。 DSS的产生背景三．决策支持系统（DecisionSupportSystems---DSS）是70年代末期兴起的一种新的管理系统。它是计算机技术、人工智能技术与管理决策技术相结合的一种决策技术，“它涉及到计算机软件和硬件、信息论、人工智能、信息经济学、管理科学、行为科学等学科”，旨在支持半结构化决策问题的决策工作，帮助决策者提高决策能力与水平，最终实现提高决策的质量和效果的目的。一、DSS的产生与发展DSS的发展70年代，Scott Morton在《管理决策系统》（1971）一书中首次提出DSS。Peter G. W. Keen等人编写了一套丛书，阐明DSS的主要观点，初步构造出DSS的基本框架。1978至1988年，DSS得到迅速发展，许多实用系统被开发出来，投入实际应用，产生明显效益。 1988至现在，DSS技术持续发展，目前已基本成熟。新一代DSS研究仍然十分活跃。DSS的理论基础（1）信息论信息是现代科学技术中普遍使用的一个重要概念。信息论是运用信息的观点，把系统看作是借助于信息的获取、传送、加工处理、输出而实现其有目的性行为的研究方法。（2）计算机技术计算机软件技术、硬件技术、网络技术、图形处理技术、知识处理技术等。（3）管理科学与运筹学管理科学MS（Management Science）：面向管理者，研究决策问题，如决策目标、决策效能等。运筹学OR（Operations Research）：提供一系列优化、仿真、决策等模型。（4）信息经济学在信息时代，研究信息的产生、获得、传递、加工处理、输出等方面的价值问题。从经济学的角度，研究信息产生和获得的成本是多少？利润是多少？即研究信息价值问题。（5）行为科学研究决策者的决策风格、在决策过程中的决策行为等，指导DSS的设计和开发。涉及到决策者的心理学。（6）人工智能将人工智能技术用于管理决策是一项开拓性工作。当前研究的IDSS就是DSS与AI技术相结合的产物，它用领域专家的知识来选择和组合模型，完成问题的推理和运行，为用户提供智能的交互式接口。人工智能技术作为计算机应用研究的前沿，近十年取得了惊人的进展，呈现了光明的前景。专家系统、智能机器人和模式识别是人工智能中最活跃、最富有成果的三个研究领域。其中专家系统ES（Expert Systems）研究，取得了许多实用化的成果。当今世界上已经有上千个专家

决策支持系统发展现状与趋势分析

决策支持系统发展现状与趋势分析1 吴新年2 （中国科学院国家科学图书馆兰州分馆兰州730000）陈永平（北方民族大学图书馆银川750021）摘要：在简要回顾决策支持系统发展历史的基础上，系统归纳了决策支持系统的主要类型，分析总结了阻碍决策支持系统发展的关键技术问题和决策支持系统未来的发展取向。关键词：决策支持系统；现状；趋势；关键技术 1 决策支持系统的兴起与发展决策是人类社会发展中时时处处存在的一种社会现象。任何行动都是相关决策的一种结果。正是这种需求的普遍性，人们一直致力于要开发一种系统，来辅助或支持人们进行决策，以便促进提高决策的效率与质量。尤其是随着现代信息技术和人工智能技术的发展和普及应用，更有力地推动了决策支持系统（Decision Support System，简称DSS)的发展。简要说来，DSS大致经历了这样几个发展历程：20世纪60年代后期，面向模型的DSS 诞生，标志着决策支持系统这门学科的开端；20世纪70年代，DSS的理论得到长足发展，80年代前期和中期，实现了金融规划系统以及群体决策支持系统（Group DSS）；20世纪80年代中期，通过将DSS与知识系统相结合，提出发展了智能决策支持系统（IDSS）的设想[1]；此后，开始出现了主管信息系统( executive information system，简称EIS)3、联机分析处理（OLAP）等。到了20世纪90年代中期，人们开始关注和开发基于Web的DSS，随着Internet的革命性发展和深入应用，基于分布式的、支持群体网络化和远程化协同的情报分析与综合决策支持系统逐步浮出水面并开始走向应用；随着人工智能技术的不断发展，DSS 的智能化程度越来越高，对人们决策的支持能力也越来越强大。 2 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）[2]。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，提供了最基本的功能。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 1本研究受“西部之光”项目“甘肃省科技文献信息共享平台建设研究与示范”资助。 2作者简介：吴新年，男，1968年11月出生，在职博士，研究员，硕士研究生导师。迄今公开发表论文60多篇，合作出版著作3部。主要研究方向：信息资源管理；情报研究与决策咨询。wuxn@https://www.360docs.net/doc/d12940840.html, 陈永平，男，1969年出生，1991年毕业于兰州大学图书情报学系，副研究馆员，现任北方民族大学图书馆副馆长，公开发表论文10余篇。主要研究方向：信息组织与服务。cyp1120@https://www.360docs.net/doc/d12940840.html, 3主管信息系统（Executive Information System），指为了满足无法专注于计算机技术的领导人员的信息查询需求，而特意制定的以简单的图形界面访问数据仓库的一种应用。

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.

决策支持系统发展现状与发展趋势(1)

决策支持系统发展现状与趋势分析信息092 王岩090612271引言决策是人类社会发展中人们在为实现某一目的而决定策略或办法时，时时存在的一种社会现象。任何行动都是相关决策的一种结果。正是这种需求的普遍性，决策支持系统应运而生。20多年来，DSS已在理论研究、系统开发和实际应用诸方面取得了令人瞩目的进步，并呈现出积极的多元化的发展态势。随着人工智能技术、网络技术、通信技术和信息处理技术的发展和多学科的交叉结合发展，决策支持系统呈现多元化结构发展态势。决策支持系统，简称DSS(Decision Support System)，是以特定形式辅助决策的一种科学工具。它通过人机对话等方式为决策者提供了一个将知识性、主动性、创造性和信息处理能力相结合、定性与定量相结合的工作环境，协助决策者分析问题、探索决策方法，进行评价、预测和选优。近几年来，从关于决策支持系统基本定义和决策支持系统基本结构出发，演化产生了一系列新的概念、观点和结构。为此，本文从对决策支持系统的发展现状加以概括论述，同时总结了决策支持系统发展的趋势和前景。决策支持系统的兴起于发展决策支持系统的大致经历了这样几个发展过程：20世纪60年代后期，面向模型的决策支持系统诞生，标志着决策系统的这门学科的开端，20世纪70年代，决策支持系统的理论得到了长足的发展，80年代的前期和中期，实现了金融规划系统以及群体决策支持系统；20世纪80年代中期，通过将决策支持系统和知识系统相结合，提出了发展智能决策支持系统的设想；此后，开始出现主管信息系统，联机分析处理等。到了20世纪90年代中期，人们开始关注和开发基于Web的决策支持系统，随着Internet的革命性和深入应用，基于分布式的、基于群体网络化和远程化的协同的情报分析与综合决策支持系统逐步浮出水面并开始走向应用；随着人工智能的不断发展，决策支持系统的智能化程度越来越高，对人们的决策的支持能力也越来越大。 DSS的系统结构尽管DSS在形态上各色各样，但它们在结构上有一个基本特征——集成性，对不同形态的DSS进行分解时，又会发现DSS主要由五个部件组成：人机接口、数据库、模型库、知识库、方法库。每个库又带有各自的管理系统，即对话管理系统、数据库管理系统、模型库管理系统、知识库管理系统、方法库管理系统。因此一般地说，大部分DSS都可以认为是这十个基本部件的不同的集成和组合，即这十个部件可以组成实现支持任何层次和级别的DSS系统。阻碍决策支持系统发展的关键技术问题 1980年，Sprague就曾提出了决策支持系统的三部件结构，即对话部件、数据部件（数据库Data Base和数据库管理系统DBMS）、模型部件（模型库MB和模型库管理系统MBMS）。该结构明确了DSS的组成，也间接地反映了DSS的关键技术，即模型库管理系统、部件接口、系统综合集成。 1981年，Bonczak等又提出了DSS三系统结构，即语言系统(LS)、问题处理系统(PPS)、知识系统(KS)[13]。从这些系统总体架构的概括与设计思路看，开发一个实际的高性能DSS需要解决如下关键技术问题： (1)模型库系统的设计和实现：它包括模型库的组织结构、模型库管理系统

简述决策支持系统的功能和结构

简述决策支持系统的功能和结构 1、模型库 “模型”的概念，最初被用于自然科学的研究和工程设计，如分子模型、天体运动模型、建筑模型等。这些被称为模拟模型，在应用中发现这些模型有一定的局限性，构造一个模型往往要花费大量的人力物力，而且对于一些问题的研究不能借助于这种模拟模型，比如要研究事物随时间或外界条件的变化而变化的规律，静态的模拟模型就不能适用，这时，找到了另一种模拟方法，即数学模拟方法。这种方法将客观事物的变化用数学方法表现出来，将事物外界或内部条件的变化用自变量表示，将要反映的事物变化用应变量表示。计算机技术的形成和发展，使人们能够依赖计算机求解一些较为庞大、复杂的数学模型。如对于国民经济的计划模型、宏观预测模型等，必须借助于较大规模的计算机系统才能容纳其巨大的数据量，完成亿万次的工作量。在管理领域常见的是信息处理模型，它的表达式为数学表达式、计算机程序等，通过对模型的建立和使用，决策者可以获得有用的辅助决策信息。建立模型是有关决策领域的专家学者在探索事物的变化规律中抽象出它们的数学模型，这项工作是创造性的劳动，需要花费大量的精力来得到规律性或相近的数学模型。数学模型建立之后的一具重要问题就是该模型的求解算法，它可以是精确求解，也可以是近似求解，这种算法的提出由计算机数值计算学者来完成。有了模型算法，就可以用计算机语言来编制成程序。实际的决策者就可以利用模型程序在计算机上执行，计算出结果，得到辅助决策信息。模型是辅助决策的重要手段，模型库是模型的集合，它按照一定的组织方法，将模型有机地汇集起来，由模型库管理系统统一管理。模型库以及模型库管理系统构成模型库系统。 2、方法库方法库系统由方法库和方法库管理系统组成。它的基本功能是为各种模型的求解分析提供必要的算法以及为用户的决策活动提供所需的方法。方法库中的方法通常可以包括各种优化方法、预测方法、统计方法、对策方法、风险方法、矩阵方程求解等。方法库管理系统负责对方法的描述、录入、存储、增加、修改、删除等处理。通常采用的方法是选择适当的计算机程序设计语言，将有关算法变成一组可执行的程序存入计算机内。这些程序可以表示为附有描述说明的函数或过程，而后按照求解问题的需要调用对应程序模型，从而达到求解问题的目的。另外，方法库管理系统还应具有与数据库、模型库进行交互的能力以及为用户选择算法提供灵活方便的交互揭示功能。 3、“三库”的联系从支持决策过程来看，数据库、方法库和模型库，即“三库”是DSS?的三大组成部分，

临床决策支持系统综述报告

临床决策支持系统综述报告引言: 临床决策支持系统(clinical support decisionsvstens，CDSS)是指将临床数据做为输入信息，将推论结果作为输出，有助于临床医生决策并被用户认为具有一定“智能”的任何软件。大量研究表明，CDSS的应用可以有效解决临床医生知识的局限性、减少人为疏忽(特别是药物定量方面)、相对降低医疗费用等，从而为医疗质量提供了保证。尽管CDSS有很多优点，真正能为医生所接受并投入实际临床使用的为数不多，其主要原因是技术问题，如：不确定知识的表示与推理的困难、知识更新的困难、知识库的透明性问题以及与其它医学信息系统以及医生的工作模式相融合等问题。历史发展：我将系统地回顾电子病历中临床决策支持方法。根据Musen 和Shortliffe等，人临床决策支持系统可以按五个维度（Dimension）进行分类，另外，如果将不直接给出建议而只是给出相关信息的系统也划入临床决策支持系统，那么临床决策支持系统可以按以下六个维度进行分类（表一）：表一临床决策支持系统的分类维度

内部决策机制的不同主要取决于临床决策支持系统的内部知识表示方式，针对不同的决策需求存在着不同的知识表示方式，从而形成了不同的决策机制。例如，根据病人的症状体征等的辅助诊断系统常以概率来表达症状与疾病相关性，此类的决策方式主要有基于Bayesian theorem 的方法和Belief networks。另外，近期的已经在国外的临床中具体应用的事件监视器(Event Monitor)也都是基于规则的决策支持系统。这些系统通过事先定义好的规则来实时地监视病人的相关信息，一旦规则中的前提条件得到满足，相关规则将被触发，相应采取规则中规定的行动，或是对诊断或是对治疗提供决策支持。 2) 系统功能临床决策系统也可以按其设计的所能完成的系统功能来划分。主要有两大类主要的功能：一是帮助决策什么是对的判断，例如临床诊断，早期的Leeds Abdominal Pain、DXplain和QMR等医学诊断系统即属此类。二是帮助医生决策下一步应该做做么事，例如做什么检查，用什么药，要不要手术等，最典型的一个例子就是决策分析树，即根据概率分析医生下一步应该怎样做。 3) 建议方式

决策支持系统发展综述

计算机是当代发展最为迅速的科学技术之一，其应用几乎已深入到人类活动和生活的一切领域，大大提高了社会生产力，引起了经济结构、社会结构和生活方式的深刻变化和变革。计算机科学技术具有极大的综合性质，与众多科学技术相交叉而反过来又渗入更多的科学技术，促进它们的发展。计算机科学与其他学科相交叉产生了许多新学科，推动着科学技术向更广阔的领域发展。智能决策支持系统（Intelligent Decision Support Systems，简称IDSS）是决策支持系统（Decision Support Systems，简称DSS）与人工智能（Artificial Intelligence，简称AI）相结合的产物，它将人工智能中的知识表示与处理的思想引入到DSS，其独特的研究方法和广泛的发展前途使之一出现就成为决策支持技术研究的热点。智能决策支持系统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和方法，针对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、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信息系统。实践表明，只有当决策支持系统具有较丰富的知识和较强的知识处理能力时，才能向决策者提供更为有效的决策支持。考虑到IDSS是在传统DSS基础上发展起来的，所以这里先介绍有关决策、决策科学和决策支持技术的基本概念。

一、DSS的产生与发展 1.1DSS的产生背景电子数据处理EDP（Electronic Data Processing）：提高了工作效率，把人们从繁琐的事务处理中解脱出来。缺点：仅局限于具体信息处理，不共享，不考虑整体或部门情况。管理信息系统MIS（Management Information Systems）：整体分析，系统设计，信息共享，部门协调。缺点：难于适应多变的内、外部管理环境，对管理人员的决策帮助十分有限。决策支持系统DSS（Decision Support Systems）：70年代中期Keen和Scott Morton在《管理决策系统》（1971）一书中提出。目标：对管理者做决策提供技术支持。背景：运筹学模型发展已经比较完善，多目标决策分析突破了单一效用理论的框架，计算机软、硬件及网络技术的迅猛发展，人工智能特别是知识处理技术的发展，数据库技术、图形显示技术、各类工具软件的发展与完善，构成了DSS形成与发展的技术基础。 1.2DSS的发展 70年代，Scott Morton在《管理决策系统》（1971）一书中首次提出DSS。 Peter G. W. Keen等人编写了一套丛书，阐明DSS的主要观点，初步构造出DSS的基本框架。 1978至1988年，DSS得到迅速发展，许多实用系统被开发出来，投入实际

决策支持系统发展现状与趋势分析精编

决策支持系统发展现状与趋势分析精编 Document number：WTT-LKK-GBB-08921-EIGG-22986

决策支持系统发展现状与趋势分析1 吴新年2 （中国科学院国家科学图书馆兰州分馆兰州730000）陈永平（北方民族大学图书馆银川750021）摘要：在简要回顾决策支持系统发展历史的基础上，系统归纳了决策支持系统的主要类型，分析总结了阻碍决策支持系统发展的关键技术问题和决策支持系统未来的发展取向。关键词：决策支持系统；现状；趋势；关键技术 1 决策支持系统的兴起与发展决策是人类社会发展中时时处处存在的一种社会现象。任何行动都是相关决策的一种结果。正是这种需求的普遍性，人们一直致力于要开发一种系统，来辅助或支持人们进行决策，以便促进提高决策的效率与质量。尤其是随着现代信息技术和人工智能技术的发展和普及应用，更有力地推动了决策支持系统（Decision Support System，简称DSS)的发展。简要说来，DSS大致经历了这样几个发展历程：20世纪60年代后期，面向模型的DSS诞生，标志着决策支持系统这门学科的开端；20世纪70年代，DSS的理论得到长足发展，80年代前期和中期，实现了金融规划系统以及群体决策支持系统（Group DSS）；20世纪80年代中期，通过将DSS与知识系统相结合，提出发展了智能决策支持系统（IDSS）的设想[1]；此后，开始出现了主管信息系统 ( executive information system，简称EIS)3、联机分析处理（OLAP）等。到了20世纪90年代中期，人们开始关注和开发基于Web的DSS，随着Internet的革命性发展和深入应用，基于分布式的、支持群体网络化和远程化协同 1本研究受“西部之光”项目“甘肃省科技文献信息共享平台建设研究与示范”资助。 2作者简介：吴新年，男，1968年11月出生，在职博士，研究员，硕士研究生导师。迄今公开发表论文60多篇，合作出版着作3部。主要研究方向：信息资源管理；情报研究与决策咨询。陈永平，男，1969年出生，1991年毕业于兰州大学图书情报学系，副研究馆员，现任北方民族大学图书馆副馆长，公开发表论文10余篇。主要研究方向：信息组织与服务。 3主管信息系统（Executive Information System），指为了满足无法专注于计算机技术的领导人员的信息查询需求，而特意制定的以简单的图形界面访问数据仓库的一种应用。

决策支持系统理论综述

决策支持系统理论综述摘要：本文首先介绍了决策、决策系统及决策支持相关的概念，进而对决策支持系统的概念和一般结构作了介绍。结合各决策支持系统的具体内容，阐述了各决策支持系统的思想和特点。最后，总结了决策支持系统今后的研究方向和工作建议。关键词:决策;决策支持系统;复杂问题 1.引言决策是一个为了解决问题而寻求最优的解决方案的过程。决策支持系统的出现，为决策者提供了辅助决策的科学有效的工具。决策支持的主要任务在于帮助决策者将人的主观性，创造性，知识性与计算机设备等硬件的强大信息处理能力相结合，在问题分析，方法探索，结果评价等方面提供有效支持。自提出以来，决策支持系统的研究取得了很多进展[1]。目前决策支持系统的发展方向主有要群决策系统（GDSS）、决策支持中心（DSC）、智能决策支持系统（IDSS）、综合决策支持系统（SDSS）等。2.决策支持相关概念决策是指决策者为了达到一定的行为目的，根据决策环境做出的一些决定[2]。决策不是一个静态过程，而是一个动态变化的过程。随着决策环境的变化和预期目标的变动，决策行为需要作出相应合理的调整，驱使决策系统不断重复问题识别、问题求解和作出决策的过程。因此，决策系统本身也是动态的，它们在决策者的主观意愿和客观条件影响下，确定决策问题，在相应问题的驱动下，决策者作出决策方法，在对应的环境下实施决策方案，得到决策实施的结果。决策支持的概念独立于具体的实施过程，它存在于决策者和决策支持系统之

间，表现为在有关的决策环境中为决策者作出决策提供帮助，即识别和解决决策问题。因此决策支持被定义为支持决策问题的识别和支持决策问题的求解的集合。决策支持同样是动态的过程，它是问题识别和问题求解的有机结合，决策问题求解是决策问题求解的前提[2]，如果问题识别有误，则问题的求解就失去了意义。但目前很多研究都注重于决策问题的求解，没有充分的把决策问题识别和决策问题求解放到统一的框架中进行分析。 3.决策支持系统 3.1.DSS概念 P.W.Kenn等人于1978年首次给出DSS的定义：“决策支持系统是一个计算机系统，该系统对决策有其影响。其中，计算机及分析辅助工具是有作用的，但管理者的判断仍是决策制定的基础。”[3]此时对DSS的定义并不完善，主要指出了DSS的作用，即辅助作出决策的作用。 1980年，Bonczek提出：“DSS是一个基于计算机的系统，该系统由三个部分组成：语言系统、问题处理系统和知识系统”。该定义从系统构成上定义了DSS[4]。1981年，Ginzberg提出：“DSS是一个基于计算机的信息系统，用于支持不可能或不期望有一个自动的系统实现整个决策制定过程情况下的决策制定活动。”这是Ginzberg在总结有关DSS概念的基础上提出的定义，他第一次强调了DSS的核心问题——支持半结构化情况下的决策制定过程。在数年之内，DSS成为计算机应用中引人关注的领域。当DSS的概念进入我国后，立即引起了国内学者的关注，并对DSS概念作出了解释和定义。 1990年，席酉民指出：“决策支持系统是以计算机为基础的完成信息收集、信息整理、信息处理、信息提供的人机交互系统，它利用计算机运算速度快、存储容量大等特点，应用决策理论方法、心理学、行为科学、人工智能、计算机网络、数据库等技术，根据决策者的决策思维方式，

决策支持系统简介

决策支持系统简介计算机是当代发展最为迅速的科学技术之一，其应用几乎已深入到人类活动和生活的一切领域，大大提高了社会生产力，引起了经济结构、社会结构和生活方式的深刻变化和变革。计算机科学技术具有极大的综合性质，与众多科学技术相交叉而反过来又渗入更多的科学技术，促进它们的发展。计算机科学与其他学科相交叉产生了许多新学科，推动着科学技术向更广阔的领域发展。智能决策支持系统（Intelligent Decision Support Systems，简称IDSS）是决策支持系统（Decision Support Systems，简称DSS）与人工智能（Artificial Intelligence，简称AI）相结合的产物，它将人工智能中的知识表示与处理的思想引入到DSS，其独特的研究方法和广泛的发展前途使之一出现就成为决策支持技术研究的热点。智能决策支持系统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和方法，针对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、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信息系统。实践表明，只有当决策支持系统具有较丰富的知识和较强的知识处理能力时，才能向决策者提供更为有效的决策支持。考虑到IDSS是在传统DSS基础上发展起来的，所以这里先介绍有关决策、决策科学和决策支持技术的基本概念。一、DSS的产生与发展 1.1DSS的产生背景电子数据处理EDP（Electronic Data Processing）：提高了工作效率，把人们从繁琐的事务处理中解脱出来。缺点：仅局限于具体信息处理，不共享，不考虑整体或部门情况。管理信息系统MIS（Management Information Systems）：整体分析，系统设计，信息共享，部门协调。缺点：难于适应多变的内、外部管理环境，对管理人员的决策帮助十分有限。决策支持系统DSS（Decision Support Systems）：70年代中期Keen和Scott Morton在《管理决策系统》（1971）一书中提出。目标：对管理者做决策提供技术支持。背景：运筹学模型发展已经比较完善，多目标决策分析突破了单一效用理论的框架，计算机软、硬件及网络技术的迅猛发展，人工智能特别是知识处理技术的发展，数据库技术、图形显示技术、各类工具软件的发展与完善，构成了DSS形成与发展的技术基础。 1.2DSS的发展 70年代，Scott Morton在《管理决策系统》（1971）一书中首次提出DSS。 Peter G. W. Keen等人编写了一套丛书，阐明DSS的主要观点，初步构造出DSS的基本框架。 1978至1988年，DSS得到迅速发展，许多实用系统被开发出来，投入实际应用，产生明显效益。

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）