第二节 决策支持系统
一、决策支持系统的理论基础

■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。

■计算机技术

包括计算机软件技术、硬件技术、网络技术、图形处理技术、知识处理技术等。

■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。

■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。

■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。

■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。

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。当今世界上已经有多个专家系统,应用于医疗、诊断、探矿、军事、调度、质谱分析、计算机配置、辅助教育等各种领域,并已开始涉足财务分析、计划管理、工程评估、法律咨询等管理决策领域。

注:DSS和ES的不同

DSS和ES处于不同的学科范畴,有着不同的解决问题的方法。DSS主要运用数据和模型,ES主要运用知识和推理。在管理科学领域,一个是方兴未艾,一个是后起之秀,各有特色。但是它们的互相结合和互相渗透,将会把计算机用于决策支持技术推向一个新的高度。

决策的正确性关系到经营效果和事业成败,决策理论、决策方法和决策工具的科学化和现代化是正确性的重要保证。人工智能将为DSS提供有效的理论和方法。例如,知识的表示和建模,推理、演绎和问题求解及各种搜索技术,再加上功能很强的人工智能语言,都为DSS的发展走向更加实用的阶段提供强有力的理论和方法的支持。

二、决策支持系统的目标

DSS的目标是建立一个灵活性、适应性很强的交互式计算机信息系统,它使用决策规则、模型和模型库,并把它们与综合性数据库和决策者的认识能力结合起来,从而形成特定的、可以实现的决策,以求解那些难以用管理科学优化模型本身检验的问题。因此,DSS总的目标是支持复杂的决策和增加决策的有效性。但DSS具体目标的确立主要取决于工作的环境和决策的任务。不同的环境对DSS的要求各不相同。如决策一般可分为作业决策、战术决策和战略决策三个层次,作业决策处理的问题主要是结构化问题,定量分析比较多,对分析和结论的要求比较具体和细致。战略决策面对的主要是非结构化问题,一般难以进行量化分析,综合性比较强。因此,采用DSS支持战略决策时,一般都要求有知识库和推理机这个重要的部件,在这个层次上,人对于系统的影响显得更重要一些。战术决策处理的问题主要是半结构化问题,它对DSS内部的定量计算和推理分析的结合要求比较高。这个层次是最能发挥DSS的优势。 DSS的工作环境并不等于它的工作任务。明确工作任务实际上相当于考虑DSS的支持水平,即在给定的工作环境下做了些什

么事情。DSS应尽量满足管理人员对决策的要求,但这并不等于能满足管理人员提出的一切要求。管理人员和DSS开发人员共同协商来确定任务时,主要应考虑系统的实用性、合理性、可能性,阶段性。当DSS的工作任务确定以后,DSS的目标就算建立起来了。

三、决策支持系统(DSS)的功能

决策支持系统(DSS)必须具备以下基本功能:

●管理并随时提供与决策问题有关的组织内部信息。

如:订单要求、库存状况、生产能力与财务报表等。

●收集、管理并提供与决策问题有关的组织外部信息。

如:政策法规、经济统计、市场行情、同行动态与科技进展等。

●收集、管理并提供各项决策方案执行情况的反馈信息。

如:订单或合同执行进程、物料供应计划落实情况、生产计划完成情况等。

●能以一定的方式存储和管理与决策问题有关的各种数学模型。

如:定价模型、库存控制模型与生产调度模型等。

●能够存储并提供常用的数学方法及算法。

如:回归分析方法、线性规划、最短路径算法等。

●上述数据、模型与方法能容易地修改和添加。

四、决策支持系统与相关技术的关系

1.决策与预测的关系

决策:创造未来,基于预测,实现将来一个目标。

预测:预言未来,基于分析、研究、仿真、实验。

例如:灾害预测与防灾决策、日常预测与决策、经营预测与决策、宏观预测与决策、贯序预测与决策、为重大决策作预备性研究等。

2.DSS与MIS的关系

从两者形成的时间上看 MIS要早于 DSS,且 DSS 的出现处于 MIS尚不成熟的阶段,这也是 DSS 强调 MIS不足而高于 MIS 的原因之一。尽管 MIS 的发展不如人意,但 MIS 形成的起因要明显地比DSS 宽阔。

从两者的名称看MIS表达的含义也要比 DSS 广泛,因为决策是管理的职能之一,而"管理就是决策"的说法只是强调决策在管理中极其重要的一种突出化表达方式。

从两者的定义或特征描述来看两者都是一种人机系统,强调人在系统中的重要作用,也明确应具有决策支持或辅助功能,但关于人的作用方式有所区别,决策问题类型的看法有所出人。 DSS突出地强调人机交互作用及人的定性分析与机器的定量计算相结合确是一个明显的特色; 而决策问题的类型或决策问题的结构化程度, MIS并未作出限制。

从两者的实际内容看MIS确实较多地是关于结构化的决策支持。但以动态的眼光看,决策支持功能的实现要有一个由低到高的发展过程,如果将 DSS 所要追求的目标与 MIS发展过程中的某一点比较,就会显得两者不同。显然这种观察分析方式与 DSS 本身也有一个发展过程的事实不相符合。

DSS 与 MIS目标一致起点不同,DSS 的目标是 MIS本来就要追求的目标之一,只是这个目标的具体实现是在 DSS 的名义之下而已。从发展的观点看,可以将 DSS 看做是 MIS的高级阶段或高层分系统。但为了有利于作深人的专门研究,为了满足组织管理决策现代化与科学化的迫切需要,针对性地作 DSS 的专门开发与应用也是可行的。