决策支持系统与智能决策

"《决策支持系统》袁长峰副教授 大连海事大学交通运输管理学院" 决策支持系统（DSS，Decision Support System）是信息技术与决策科学相结合的产物，主要用于帮助管理者在面对不确定性和复杂性时做出更好的决策。程序形式在DSS中扮演着重要角色，它是将数学模型通过计算机语言转化为可执行程序的方式，以便在计算机上进行计算和模拟。这种形式的特点是将模型、算法和数据集成在一个程序中，虽然方便了计算，但可能不利于模型的修改和与其他系统的集成。 DSS的研究内容广泛，包括决策支持系统概述、模型辅助决策、数据库与人机交互系统、决策支持系统本身、专家系统以及综合决策支持系统。其目的是让学习者掌握DSS的基本概念、区别于管理信息系统（MIS），学会运用模型进行辅助决策，并理解DSS的体系结构、设计和开发方法。此外，还包括对模型库系统、简单DSS设计、专家系统基本原理，特别是产生式专家系统的理解和DSS的发展趋势。 DSS的产生源于决策过程中对信息处理和分析能力的需求。决策涉及有意识的选择和多个备选方案的比较，是一个涉及策略分析的智力活动。西蒙的决策过程理论强调了决策制定中的原则分析、方案探索和选择环节。DSS不仅与MIS、ES（专家系统）等相关技术密切相关，还在不断发展，例如新一代DSS更加强调智能化和集成化。 在实际应用中，DSS可以应用于各种决策场景，如产品设计（如百事可乐的瓶子形状和包装决策）、战略分析（如“囚徒困境”中的合作与竞争决策）。决策过程通常包括明确决策目标、收集和分析信息、生成备选方案、评估和选择方案，以及实施和反馈。 学习DSS的过程中，学生可以通过课堂学习和上机实验相结合的方式，深入理解DSS的理论和实践。推荐的教材和参考书籍可以帮助学生系统地学习这个领域的知识，例如陈文伟的《决策支持系统及其开发》和《决策支持系统教程》，以及张玉峰的《决策支持系统》等。 通过学习DSS，不仅可以提升管理者在复杂环境下的决策能力，还可以促进企业或组织的信息系统发展，实现更高效、更科学的决策流程。随着大数据、人工智能和机器学习等技术的发展，DSS将继续进化，为未来的决策支持提供更强大的工具和方法。