第1章 决策支持系统的理论基础
本章主要内容
学习目标
本章引导案例
1.1 决策及相关知识?
1.1.1 管理和决策的制定
1.1.2 决策及其特征
1.1.3 决策系统的要素
1.1.4 决策的过程
1.1.5 决策的分类?
1.1.6 决策模式
1.1.7 决策的信息、时间和动力?
1.1.8 对现代决策的要求
1.2 决策支持系统的学科内容及与其他学科的关系?
1.2.1 管理科学?
1.2.2 计算机技术
1.2.3 运筹学?
1.2.4 人工智能
1.2.5 数学
1.2.6 信息经济学?
1.2.7 信息管理科学?
1.2.8 行为科学?
思考题
第2章 决策支持系统概述?
本章主要内容?
学习目标
本章引导案例
2.1 决策支持系统的产生和发展
2.1.1 决策支持系统的产生
2.1.2 决策支持系统的发展
2.1.3 DSS发展的3个阶段
2.1.4 我国决策支持系统的进展
2.2 决策支持系统的概念和功能
2.2.1 关于决策支持系统定义和理解
2.2.2 决策支持系统的特点
2.2.3 决策支持系统的任务与功能
2.2.4 决策支持系统组成部件的作用和功能介绍?
2.3 管理信息系统与决策支持系统的关系
2.3.1 从数据管理到模型管理
2.3.2 DSS与MIS的关系
2.3.3 DSS与MIS的主要联系
2.3.4 DSS与MIS的区别
2.4 决策支持系统的类型
2.4.1 Alter的分类
2.4.2 Holsapple和Whinston的分类
2.4.3 根据DSS支持决策情况的性质来分类
2.4.4 根据DSS提供的支持不同来分类
2.4.5 按使用DSS的最终用户或操作模式划分?
2.4.6 按DSS是否具有智能特征来分类?
2.5 新一代决策支持系统的应用与发展
2.5.1 群体决策支持系统
2.5.2 智能决策支持系统
2.5.3 分布式决策支持系统
2.5.4 战略决策支持系统
2.5.5 基于案例推理的决策支持系统
2.5.6 基于数据仓库技术的决策支持系统?
2.5.7 I3DSS
2.5.8 决策支持中心
2.5.9 DSS的发展思路
思考题
第3章 决策支持系统的体系结构
3.1 DSS的结构及技术构成
3.1.1 DSS的概念结构
3.1.2 DSS的两种基本结构
3.1.3 DSS的部件及技术构成
3.1.4 DSS的技术层次
3.2 决策支持系统的两类基本体系结构
3.2.1 基于X库的体系结构
3.2.2 基于知识的3S体系结构.
3.2.3 3S体系结构的组件介绍
3.3 决策支持系统体系结构的规划
3.3.1 决策支持系统体系结构规划的目标
3.3.2 决策支持系统体系结构规划的要求
3.3.3 DSS结构规划实例
3.4 DSS部件的逻辑结构形式
3.4.1 三角形的结构形式
3.4.2 串联结构形式
3.4.3 融合式结构形式
3.4.4 以数据库为中心的结构形式
3.5 DSS用户接口组件的构成与功能
3.5.1 用户接口组件的作用
3.5.2 用户接口应满足的要求
3.5.3 DSS用户接口的任务及功能
3.5.4 用户接口的构成及处理过程
3.5.5 用户接口模式
3.6 影响决策支持系统总体结构的因素分析
3.6.1 DSS的环境对DSS结构的影响
3.6.2 DSS的目标和功能对DSS结构的影响
3.6.3 DSS的资源与DSS结构之间的关系
思考题
第4章 决策支持系统中的模型库
本章主要内容
学习目标：
本章引导案例
4.1 模型库系统概述
4.1.1 模型库系统在DSS的作用与地位
4.1.2 模型库系统的基本构成
4.2 模型库
4.2.1 模型的概念和特点
4.2.2 DSS建模的基本知识.
4.2.3 模型的建立过程
4.2.4 DSS中模型的要求和作用
4.2.5 DSS中模型的种类
4.2.6 模型库中模型的组合关系
4.2.7 模型在计算机中的表示方法和存储形式
4.2.8 构建模型的常用方法简介
4.2.9 模型库的内容及分类
4.3 模型字典与模型库结构
4.3.1 模型字典
4.3.2 模型库结构
4.4 模型库管理系统
4.4.1 模型库管理系统概述
4.4.2 模型库管理
4.4.3 模型库管理系统的语言体系
4.4.4 模型库管理系统的结构和工作原理
4.4.5 模型库管理系统的功能
思考题
第5章 决策支持系统的数据库、方法库与知识库
本章主要内容
学习目标
本章引导案例
5.1 DSS的数据库系统
5.1.1 DSS对数据库的要求
5.1.2 DSS数据库的组成
5.1.3 DSS数据库系统各部件的功能
5.2 数据库系统的设计
5.2.1 数据库的设计方案
5.2.2 数据析取设计
5.2.3 DSS数据库及其管理系统设计的一些关键问题
5.2.4 DSS的数据库类型
5.3 决策支持系统的方法库
5.3.1 建立方法库的理论依据
5.3.2 方法库系统的功能
……
第6章 决策支持的新技术
第7章 决策支持系统的设计和开发
第8章 人工智能与专家系统
第9章 基于数据仓库技术的决策支持系统的建造与实现
第10章 决策支持系统的应用
第11章 决策支持技术操作与建模实验
附录 综合考试题
主要参考文献及网址
决策支持系统的目录
第1章 绪论
1.1 决策支持系统的基本概念
1.1.1 决策支持系统的定义
1.1.2 决策支持系统的基本特性
1.2 决策支持系统的发展与研究现状
1.2.1 决策支持系统的发展
1.2.2 决策支持系统的研究现状
1.3 决策支持系统的框架结构和分类
1.3.1 决策支持系统的基本框架
1.3.2 决策支持系统的分类
1.3.3 决策支持系统与管理信息系统的关系
本章小结
本章习题
第2章 决策、决策系统与决策支持
2.1 决策与决策过程
2.1.1 决策的概念
2.1.2 决策问题的要素
2.1.3 决策问题的分类
2.1.4 决策过程
2.1.5 决策的复杂性
2.2 决策系统和决策模型
2.2.1 决策系统的定义
2.2.2 决策模型方法
2.3 决策支持理论与方法
2.3.1 决策支持的概念
2.3.2 决策支持的理论体系
本章小结
本章习题
第3章 决策支持系统结构
3.1 决策支持系统结构
3.1.1 Spraque的三部件结构
3.1.2 Bonczek的三系统结构
3.1.3 陈文伟教授的综合结构
3.1.4 扩展的六系统结构
3.2 决策支持系统种类
3.2.1 模型驱动的决策支持系统
3.2.2 数据驱动的决策支持系统
3.2.3 知识驱动的决策支持系统
3.2.4 协作驱动的决策支持系统
3.2.5 复合型决策支持系统
3.3 网络决策支持系统结构
3.3.1 网络决策支持系统概述
3.3.2 网络决策支持系统逻辑结构
3.3.3 网络决策支持系统物理结构
本章小结
本章习题
第4章 模型与决策支持
4.1 模型与建模
4.1.1 什么是模型
4.1.2 建模过程
4.1.3 典型数学模型
4.2 模型管理
4.2.1 模型管理概念
4.2.2 模型管理系统结构
4.2.3 模型管理关键问题
4.3 网络化环境下的模型管理
4.3.1 分布式模型管理
4.3.2 基于Web Services的模型管理
4.3.3 基于智能Agent的模型管理
4.3.4 基于C/S的模型服务器
4.4 基于模型的决策支持
4.4.1 线性规划模型
4.4.2 多目标规划模型
4.5 多模型组合的决策支持
4.5.1 多模型组合问题
4.5.2 橡胶配方决策问题案例
本章小结
本章习题
第5章 数据与决策支持
5.1 数据与决策
5.2 数据与集成
5.2.1 数据模型
5.2.2 数据质量
5.2.3 数据集成
5.3 数据仓库与决策支持
5.3.1 数据仓库概念
5.3.2 数据组织
5.3.3 系统结构
5.3.4 数据仓库的运行结构
5.3.5 主流数据仓库产品
5.4 OLAP与决策支持
5.4.1 基本概念
5.4.2 OLAP特征
5.4.3 OLAP与多维分析
5.4.4 OLAP分析手段
5.4.5 OLAP工具
5.5 数据挖掘与决策支持
5.5.1 数据挖掘概念
5.5.2 数据挖掘过程
5.5.3 数据挖掘任务
5.5.4 数据挖掘方法与技术
5.5.5 数据挖掘工具
本章小结
本章习题
第6章 知识与决策支持
6.1 知识的概念
6.1.1 知识的形态
6.1.2 知识与信息和数据的关系
6.1.3 人工智能技术
6.2 知识驱动决策支持过程
6.3 知识管理技术
6.3.1 知识获取
6.3.2 知识的组织与存储
6.3.3 知识管理系统
6.4 产生式规则专家系统
6.4.1 产生式专家系统概述
6.4.2 产生式规则的表示
6.4.3 产生式规则的获取
6.4.4 产生式专家系统的推理
6.5 神经网络专家系统
6.5.1 神经网络原理及其基本要素
6.5.2 反向传播模型
6.5.3 神经网络专家系统
6.6 EXSys Corvid专家系统工具
6.6.1 EXSys Corvid的主要功能与特点
6.6.2 Exsys Corvid的应用
本章小结
本章习题
第7章 协作与群决策支持
7.1 通信与协作
7.1.1 协作概念
7.1.2 通信支持工具
7.2 群决策理论
7.2.1 群决策的概念
7.2.2 群决策的表示
7.2.3 群体决策的类型
7.2.4 群决策的方法
7.3 群决策支持系统
7.3.1 群决策支持系统的概念
7.3.2 群决策支持系统结构
7.3.3 基于MAS的群决策支持系统
7.3.4 群决策支持系统应用
本章小结
本章习题
第8章 决策支持系统开发
8.1 决策支持系统计算结构
8.1.1 基于C/S的计算结构
8.1.2 基于B/S的计算结构
8.1.3 基于Web Services的计算结构
8.2 决策支持系统开发过程
8.2.1 基于生命周期的开发过程
8.2.2 基于原型法的开发过程
8.2.3 决策支持系统开发关键技术
8.3 基于C/S的决策支持系统快速开发平台CS-DSSP
8.3.1 CS-DSSP概述
8.3.2 CS-DSSP的使用过程
8.3.3 CS-DSSP可视化决策问题建模环境
8.3.4 CS-DSSP集成语言
8.4 基于Web Services技术的决策支持系统开发
8.4.1 Web Services技术架构
8.4.2 基于Web Services模型访问
8.4.3 基于Web Services的模型管理
本章小结
本章习题
第9章 决策支持系统案例与发展趋势
9.1 决策支持系统在中国的应用
9.1.1 在宏观经济管理和政府公共管理中的应用
9.1.2 在水资源规划和防洪防汛中的应用
9.1.3 在产业和行业规划与管理中的应用
9.1.4 在生态和环境控制管理中的应用
9.1.5 在金融和投资领域的应用
9.1.6 在企业生产运作中的应用
9.2 面向服务网络规划的智能决策支持系统
9.2.1 问题描述
9.2.2 决策支持系统的开发
9.2.3 决策支持系统的应用
9.3 全国农业投资空间决策支持系统
9.3.1 问题描述
9.3.2 决策支持系统的开发
9.3.3 决策支持系统的应用
9.4 决策支持系统的发展趋势
9.4.1 决策支持系统概念和技术的发展
9.4.2 决策支持系统中智能技术应用的发展趋势
9.4.3 决策支持系统网络化发展趋势
9.4.4 决策支持系统综合化发展趋势
本章小结
本章习题
参考文献
H28-0723意大利Signorini&Coco现代餐桌椅子休闲洽谈椅子3d模型下载
决策支持系统中，模型库在逻辑上是什么集合
模型库是提供模型存储和表示模式的计算机系统。在这个系统中，还包含一个以上适当的存储模式进行模型提取、访问、更新和合成等操作的软件系统，这个软件系统称之为“模型管理系统”。
模型库和模型软件包的重要区别在于：在模型库中模型的存储模式和求解过程并不相连，并不是为某一目的而建立的独立程序及其集合，而是以基本模块和基本要素为存储单元的集合。从理论上讲，利用这些基本单元，可以构造任意形式和无穷多个模型。
模型库是DSS的共享资源，它有一些具有支持不同层次的决策活动的基本模型，其中有一些为支持频繁操作的单一模型；还有一些用于生成新模型的基本模快和基本要素。这样模型库就是一个“产生”模型的基地，而不是预先建立的模型集合，通过模块组合，可以使模型更加灵活的变更，因此，动态性是模型库的一个基本特征。
在模型库系统中，首先要考虑模型在计算机中的表示方法和存储形式，使模型便于管理，能灵活的连接，并参加推理。为了增强管理的灵活性和减少存储的冗余，模型的表示趋于将模型分解成不同的基本单元，由基本单元组成模型。对应于不同的管理模式，基本单元采用不同的存储方式，目前主要有以下三种：
1、 模型的程序表示
传统的模型表示方法都是程序表示，包括输入、输出格式和算法在内的完整程序就表示一个模型。这种表示方法主要有两个缺点：一是解程序和模型联系在一起，使模型难于修改；另一个是存储上和计算上的冗余，因而对每一种模型形式都有一套完整的计算程序，而不同形式的模型往往有许多计算是相同的，只有微小差别，如线性规划模型的不同算法。
模型表示不同使这些共同部分共享，在模型库意义下的程序表示方法是将模型和解程序分离，并将程序表示的模型分解成基本模块，不同模型中的共同部分可以调用相同的模块，这样就可以减少冗余。基本模块可以以适当的形式进行组合，形成新的模型。这样模型的修改和更新都比较方便。
另一种程序表示方法是以语句的形式表示，用通用的高级语言设计出一套建模语言，模型中的不同方程、约束条件和目标函数都对应相应的语句，进而对应一般程序或句子。这种表示方法是用于熟悉建模和算法的专家，他们可以用这种语言构造一个建模程序或运行模型的程序，而不涉及每个建模语句是如何实现的。这种方法进一步发展就构成了模型定义语言。
模型的程序表示方法适用于描述结构化的计算模型，是自适用计算机运行模型以来一直采用的传统方法。
2、 模型的数据表示
把模型看作是从输入到输出集的映射，模型的参数集合确定了这种映射关系。模型的数据表示就是通过数据的转换来研究模型，其优点是可以引用发展得比较成熟的关系型数据库管理技术实现模型管理。模型可描述成有一组参数集合和表示模型结构特征的数据集合的框架。输入数据集在关系框架下进行若干关系运算，得出输出数据集。这样，模型预算就可以转换为数据的关系转换。这种方法是模型单元易于与其它但与通信，并且模型便于更新。
一般的将模型描述成由方程、元素和解程序组成的数据抽象。数据抽象有三个数据库组成：参考数据库、用户数据库和模型数据库。其中，参考数据库存有一般性的参数和时间序列数据，而用户数据库是由方程组组成的数据库，这些方程由操作在用户数据库中的时间序列的统计分析得到。在模型数据库中存入优化问题的方程有些困难，即对方程类型的模式要有适当的说明，例如：目标函数、等式约束、不等式约束、梯度，以及处理非线性方程等。适当的数据规划及程序可以使用相应的接口命令加入系统，产生优化模型的特征。对于较复杂的非线性规划模型直接进行数据抽象比较困难，但是可用已有的线性模型来组合表示，这样模型的数据抽象就可表示范围比较广的各种模型。
3、 模型的逻辑表示
模型不仅表示了它的输入输出之间的关系和数据转换关系，同时还确定了输入输出之间的逻辑关系。逻辑关系既可以描述定量模型的输入输出关系，也可以描述更广泛的模型（定性的、逻辑的和概念的模型）的对应关系。因此，模型的逻辑表示对于描述含有定性、定量、半结构化和非结构化的决策模型具有十分重要的恶意义。一般的，对于模型的逻辑表示使用人工智能的相关方法，模型的逻辑表示是实现模型智能管理的基础。目前主要是用“谓词逻辑”、“语义网络”、“逻辑树”和“关系框架”等几种方法表示。由于这几种方法都是表达只是的基本方法，所以模型的逻辑表示是基于知识的表示方法。
在目前的模型智能关系系统中，模型的逻辑表示方法已经得到了广泛的应用，这种表示方法可以方便的解决定量计算和定性推理相结合的问题，适用于基于知识的智能模型管理系统。
全部评论