决策支持系统与专家系统之比较

最近几年,以改善决策过程为目的的两种技术:决策支持系统(DSS)和专家系统(ES)已有了迅速发展.DSS是帮助决策者利用数据和模型去求解非结构或半结构问题的一种交互式系统.ES是一种问题求解计算机程序,它特别适用于认为既困难又需要专业化知识和技巧的专门问题领域.尽管这两者都寻求提高决策质量,但其间有一些明显差别.为了理解和区分DSS和ES,本文从以下四个主要方面进行了比较:1)目的与意图,2)操作差别,3)用户和4)开发方法论.     

决策支持系统的研究与应用

随着计算机、管理以及运筹学等多学科的日益相互渗透与促进,以应用计算机辅助决策过程和提高决策者的决策技能为目标的决策支持系统(DSS 即 Decision Suppoft System)应运而生了。它的出现与发展已经引起了计算机、管理、心理学等各方面专家以及高级决策人员的广泛关注。国外近年来,在 DSS 的理论研究和实际系统的开发两方面都取得了相当的成果。本篇文章拟在综合分析这些研究成果的基础上,对 DSS 的发展作一比较全面和概括的介绍。     

决策支持系统的几个新的研究分支

决策支持系统(DSS)是计算机管理和决策科学领域里的一个新的研究分支,是指支持半结构化和非结构化决策、允许决策者直接干预并能接受决策者的直观判断和经验的动态交互式计算机系统。本文在文[1]对DSS的概念、结构、应用及其发展所作概述的基础上,结合笔者在研究工作中的体会,对DSS的几个新的研究分支(群决策支持系统、智能决策支持系统、集成式决策支持系统、分布式决策支持系统)的基本概念、结构和特征作了概述,并提出了各研究分支中值得深入研究的课题。     

银行信贷业务决策支持系统分析与设计初探

我国银行系统现已广泛应用MIS(Management Information System)它提高了信息处理工作效率和管理水平，用计算机支持决策过程，人们称之为决策支持系统——DSS(Decision Support System)，DSS是管理信息系统发展到了高级阶段，是计算机与管理相结合的高级形式。本文旨在探索银行业务DSS的分析方法与设计方法。     

一个智能决策支持系统生成器

在决策支持系统(DSS)的设计与实现中,如何把专家系统(ES)技术结合到DSS 中是一个关键问题。本文介绍了我们设计并实现的一个智能DSS 生成器:KD.1。重点讨论了KD.1中ES 与DSS 的两种结合形式及其实现方法,介绍了KD.1主要结构和KD.1中的模型描述语言(MDL)和知识描述语言(KDL)。     

DSS发展的一个新领域—执行信息系统

一、引言众所周知,DSS 的含义是利用数据和模型来支持中高级管理决策人员解决半结构或非结构化问题的计算机信息系统。然而实际情况并非如此,绝大多数个人 DSS 支持的是专业人员或中层管理人员,而组织型 DSS 主要支持计划人员、分析人员和研究人员。调查表明,几乎很少有为大公司总经理、联合企业董事长之类头衔的高级执行人员(Ex-ecutives)直接使用的 DSS。针对这种情况,     

宾馆决策支持系统的设计与应用

20世纪70年代，美国麻省理工学院的两位学者首次提出决策支持系统“Decision Support System”这一概念。经过二十多年的发展，DSS越来越广泛地应用到各个行业中，为决策者提供了一个崭新的决策辅助工具。但应用DSS系统有一个前提，就是一个企业必须有可供决策的数据。     

一个基于知识的通用决策支持系统—GDASS的建立

决策支持系统是计算机科学领域的一个新分支。建立一个实际的决策支持系统是较为困难的。本文概述了 GDASS 的设计思想、原理及基本结构框架。特别是为解决 DSS 的半结构化和非结构化问题,将人工智能的技术应用于决策分析系统,提出建立人工智能型的 DSS 系统,并着重介绍了几个主要子系统的功理及各主要模块的功能。     

一种多ES集成式决策支持系统的总体结构设计探讨

决策支持系统(DSS)是管理决策科学领域里的一个新的研究分支,专家系统(ES)则是人工智能领域里的一个最热门的研究子域,DSS同ES的集成研究已开始引起引起人们的关注。本文阐述了DSS同多ES集成的必要性,给出了多ES集成式决策支持系统(MESIDSS)的基本概念和特征,描述了MESIDSS所需的总体结构,讨论了MESIDSS中各组成部分所应具备的功能,最后指出了MESIDSS今后有待进一步研究的课题。     

基于组件的决策支持系统模型设计与实现

决策支持系统（Decision Support System简称DSS）是模型驱动的，DSS中模型的设计与实现是一个有待进一步研究的问题。本文把组件技术引入到DSS模型的设计与实现中来，提出基于组件技术的DSS的模型设计与实现策略。给出基于组件思想的DSS模型定义和运算，并给出基于组件技术的DSS基模型和复合模型的实现方法。     

DSS中的建模支持与建模支持系统

一、问题的提出为解决不良结构问题应运而生的决策支持系统(DSS)最初是面向半结构化问题的,它由用户接口、模型部件、数据部件构成。随着 DSS 向非结构化领域的拓展,不可避免地要引入人工智能(AI)的手段和技术,因此需要增加知识部件;另一方面,为了有效地进行模型管理,有必要将模型与求解模型的方法加以分离,从而形成单独的方法部件。这样目前的 DSS 就包含上述四大部件,每一部件又由相应的库及其管理系统组成,其一般结构如图1所示。     

EIS的一种开发方法及未来的发展

在文〔5〕中,作者简要介绍了在 DSS 基础之上发展起来的一种新型管理支持系统——执行信息系统(EIS),讨论了它的基本概念、特点、软硬件配置、开发实现方法以及一些相关的问题。EIS 近年来在国外发展很快,国内新开发的不少专用 DSS 也开始逐渐加八支持最高层管理决策者的功能。EIS 的基本思想是向高层管理决策者提供及时的信息支持,根据这一目标,人们也常把它们称之为高层管理信息系统,主管者信息系统,行政首长信息系统。在日本,人们往往把此类系统称为战略信息系统(SIS)。前文曾涉及到 Kogan 提出的有关“激励信息(information for motivation)”的概念,这是开发研制 EIS 的一种重要方法。作     

决策支持系统发展综述及展望

全面研究和分析决策支持系统(DSS)的发展轨迹,对研究DSS未来的新理论、新模型、新技术、新应用具有十分重要的意义。对DSS的发展历程尤其是它的结构与支撑技术进行了全面的探讨。在对其进行深入剖析的基础上,指出需求和技术是DSS发展的两个主要动力,在大数据时代更是如此。同时分析了DSS在大数据时代所面临的新需求与新问题,并结合大数据和云计算相关技术,对未来DSS如何满足这些新需求、解决这些新问题进行了分析与展望。     

定性分析专家系统及其应用

定性分析专家系统(Qualitative Analysis Expert System简称QAES,下同)是我们计划建立的分析化学知识处理系统的前端处理系统。它已用PASCAL语言在IMS—8000型计算机上实现。运行结果表明,该系统的性能已达设计要求,我们将把该系统移植到IBM—PC—XT机上运行。与国外的一些其它专家系统相比,QAES具有如下特点:(1)易于移植;(2)将建立知识库的工作全部交给用户,以适用于不同的问题;(3)具有解决定性分析问题的通用性;(4)系统运行时,对硬件要求不高,既适用于科研,又适用于教学工作。     

智能决策支持系统总体设计初探

本文论述了决策支持系统(DSS)和专家系统(ES)的起源、区别与关系,着重介绍了智能决策支持系统(IDSS)的基本概念、基本结构与总体设计要求,对组成IDSS的各单元(子系统)的设计作了详细的讨论,并指出其发展趋势与值得研究的问题。     

城市信息系统的回顾与展望

一、引言城市信息系统(UIS)的研究主要集中在设计一种有效的方法来复合各种来源的数据为决策提供必要的信息。近年来,人工智能技术方面的进展提高了城市信息系统专家从人工智能(AI)中获益的兴趣。AI本身并不能解决城市规划问题,但它与现有的信息系统相结合能为城市问题提供更智能化和更有效的解决办法,因此,它是一种前景广阔的技术。专家系统(ES)作为AI的一个重要分支,应用到城市问题中不仅是必需的,而且对于克服利用计算机来解决问题的方法中所存在的缺限也是一种有效工具。通过把ES和现有的基于计算机的系统相结合,规划者可为他们的各种任务研制更智能化的信息系统。计算机的突出特点是其巨大的容量和在存贮、获取和处理数据中的高速度,这使得它成为在处理城市     

新颖的磁盘复制工具软件DDUP

计算机爱好者通常应用PCTOOLS、DISKCOPY、DUP等工具软件复制磁盘。但它们有许多不足之处。而美国Micro System Design公司推出的DISKDUPE(简称DDUP)磁盘复制工具软件克服了上述缺点,不仅速度快,质量好,而且辅助功能齐全,是一个较好的复制工具。     

2004，Java回顾与展望

2004年,Java 界有两件大事年初,创造 Java 的 Sun Microsystems,重新将旗下所有的软件产品名称做了一个大整合,分为 Java 与 Java System 两大类。Java 的部分,再分成 J2EE、J2SE、J2ME三大块,这三个名称相信读者们已经耳熟能详。而 Java System 的部分,则分为Java Enterprise System(Java ES)以及 JavaDesktop System(Java DS)。Java System这个领域,是大部分开发人员比较不熟     

NL句法分析中超语法符合现象的处理

本文回顾并总结了句法层次上六种不同类型的超语法符合(extra grammaticality,简称EG)现象及它们的恢复原则, 描述了如何用扩充的GLR分析器(Extended GLR Parser简称EGLR)完整解决其中四种、部分解决其余两种现象的技术。在处理后两种现象时, 要涉及语义问题。     

主动结点启动的可靠多播通信

一、概述在Internet网上实现多播通信还存在没有完全解决的技术问题,如反馈信息爆炸、丢失数据局部恢复功能等,针对这些问题目前有两个主要研究方向:定时器方法(如SRM)和等级结构化方法(如RMTP),但它们都只能部分地解决这些问题。