首页 理论教育 新决策支持系统的概念和特点,决策支持系统

新决策支持系统的概念和特点,决策支持系统

时间:2022-09-07 理论教育 版权反馈
【摘要】:2.决策支持系统的构成面向电子政务的决策支持系统是建立在电子政务平台基础上,利用各种模型及技术对政务数据进行定性和定量分析,从而为决策者提供及时、准确、科学的决策信息,解决半结构化或结构化的决策问题。

5.2.3 决策支持系统

决策支持系统(Decision Support System,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。它是管理信息系统向更高一级发展而产生的先进信息管理系统。

1.决策支持系统的发展

决策支持系统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。[7]其功能和特性随着信息技术的发展而不断改进。

DSS于20世纪70年代由美国麻省理工学院的Michael S.S.Morton和Peter G.W.Keen首次提出。[8]标志着利用计算机与信息支持决策的研究与应用进入了一个新的阶段,并形成了决策支持系统新学科。

1980年提出了决策支持系统三部件结构(对话部件、数据部件、模型部件),明确了决策支持系统的基本组成,极大地推动了决策支持系统的发展。这一时期的DSS被称为初级决策支持系统。初级的决策支持系统大多处理较为复杂的数值性问题,其解决问题的途径也以模型导向为主,并未包含决策者的经验、知识,然后经过推理、思考、求精和猜测而作出决策。

20世纪80年代末90年代初,决策支持系统开始与专家系统(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,又发挥了决策支持系统以模型计算为核心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,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。

随着计算机网络技术的发展,网络环境的决策支持系统以新的结构形式出现。比如能供异地决策者共同参与进行决策的群体决策支持系统GDSS,将分布式的数据库、模型库与知识库等决策资源有机地集成所构建的分布式决策支持系统DDSS等。

2.决策支持系统的构成

面向电子政务的决策支持系统是建立在电子政务平台基础上,利用各种模型及技术对政务数据进行定性和定量分析,从而为决策者提供及时、准确、科学的决策信息,解决半结构化或结构化的决策问题。

现今普遍运用的电子政务决策支持系统基本上都是基于数据仓库技术的。这是因为数据仓库为电子政务决策支持系统提供了一个全局整合的数据环境,提高了决策支持系统存储的信息量和基于时间的信息分析能力,有效地提高了各级党政机关充分利用已有的历史数据进行决策的可信度。

基于数据仓库技术构建的决策支持系统基本结构主要由五个子系统组成,即数据库子系统、模型库子系统、方法库子系统、知识库子系统和人机对话子系统。

(1)数据库子系统是存储、管理、提供与维护DSS使用数据的基本部件,是支撑模型库子系统和方法库子系统的基础,具体包括数据库和数据库管理系统。由于数据仓库、OLAP和数据挖掘技术的出现,为决策支持系统开辟了新途径。决策支持系统的数据库通常包括在数据仓库中。

数据仓库的概念由W.H.Inmon于1992年首次提出,用于解决DSS中对大量数据分析和访问的需求[9]。所谓数据仓库是指用于管理决策支持的面向主题的、集成的、稳定的数据集合,面向主题是指数据仓库中的信息不是直接从各个业务部门的处理系统中简单地提取出来,而是根据需求,经过系统的预处理即加工、汇总和整理而成,以确保数据仓库内的信息并不是现行数据,而是记录了从过去某一时间开始直至目前各个阶段的信息。同时,数据仓库能够保存大量以往的静态数据,从而能够为电子政务决策支持系统提供所需的历史数据和综合数据。[10]

随着大量数据被存入数据仓库后,这就需要有高效的数据分析工具来利用其中的数据,OLAP即是一种对多维数据进行分析的技术,它将数据仓库中的数据转换到多维立方体中,对当前及历史数据进行分析,可以产生多维环境下特定的查询和报表,辅助领导决策。在电子政务决策支持系统中将数据抽取和转换后,加载到数据仓库中,在数据仓库的基础上,使用OLAP工具创建多维数据集,可以多角度、多层次的方式对系统的各个指标进行分析。

数据挖掘是应用各种挖掘算法和知识从数据仓库和数据库中包含的大量的、不完全的、有噪声的、模糊的、随机的实际应用数据中,抽取隐含在其中的、人们事先不知道的,但又是潜在的有用信息和知识的过程。数据挖掘在电子政务中主要用来为政府重大政策出台提供决策依据,使政府的各项决策有定量的数据作为决策依据。如通过网络对经济资源进行挖掘,使用各种分析方法构建经济模型,确定未来经济的走势,从而制定出相应的宏观经济调控政策。

(2)模型库子系统是构建和管理模型的计算机软件系统。模型库子系统主要由模型库与模型库管理系统两部分组成。模型库是模型库子系统的核心部件,是一个包含有财务、统计、运筹和其他定量模型的软件包,存放解决行政管理问题的经验模型。[11]模型库管理系统的主要功能是模型的利用和维护。模型的利用包括决策问题的定义和概念的模型化,从模型库中选择恰当的模型单元构造具体问题的决策支持模型,以及运行模型等。模型的维护包括模型的联结、修改、增加与删除等。

(3)方法库子系统是存储、管理、调用及维护DSS各部件要用到的通用算法、标准函数等方法的部件。方法库子系统由方法库与方法库管理系统组成,方法库中的方法有排序算法、分类算法、最小生成树算法、最短路径算法等,一般用程序方式存储。从数据库中选择数据,从模型库中选择模型,从方法库中选择算法,三者结合起来进行决策计算。

(4)知识库子系统的组成可分为三部分:知识库管理系统、知识库及推理机。知识库管理系统的功能主要有两个:一是回答对知识库知识增、删、改等知识维护的请求;二是回答决策过程中问题分析与判断所需知识的请求。知识库是知识库子系统的核心,知识库中存储的是那些既不能用数据表示,也不能用模型方法描述的专家知识和经验知识,同时也包括一些特定问题领域的专门知识。推理是指从已知事实推出新事实(结论)的过程,推理机是一组程序,它针对用户问题去处理知识库(规则和事实)。

(5)人机对话子系统是DSS中用户和计算机的接口,在操作者、模型库、数据库、知识库和方法库之间起着传送命令和数据的重要作用,其核心是人机界面。

3.决策支持系统在电子政务中的应用

政府作为公共决策的主要制定者和执行者,同时又是国家信息的最大拥有者,电子政务的建设和发展需要通过建立正确的决策体系和先进的决策支持系统,为各级政府决策提供支持,提高决策的科学性和准确性。

电子政务中决策体系运行有着一系列步骤:[12]

(1)智囊系统利用决策支持系统等信息系统提供的信息,制定各种可行的决策方案。

(2)智囊系统通过电子政务系统提供的平台将决策方案上报给决策系统(一般由负有决策责任的领导担任)。

(3)决策系统将根据决策支持系统生成的决策信息来确定最优的决策方案,并生成必要的决策指令。

(4)决策系统通过电子政务平台把决策指令下发给决策执行系统和监督系统。

(5)在监督系统的监督下,由决策执行系统负责贯彻执行决策指令。

(6)决策指令的执行情况和结果将通过决策支持系统反馈给智囊系统。

(7)智囊系统将根据具体情况向决策系统提供反馈信息或决策修正方案。

(8)决策系统针对反馈信息或修正方案确定新的决策,并下发执行。

由此可以看出,通过把电子政务平台和决策支持系统有机地结合起来,可以大大提高决策的科学性、时效性和适应性。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈