CIM环境中的决策支持系统的研究

决策支持系统(DSS)是计算机集成制造(CIM)环境中计算机信息系统的核心,它直接支持计算机集成制造系统(CIMS)的生产规划与控制。本文讨论了CIM环境中的DSS的特点、结构。分别详细分析了基于递阶层次结构的DSS和基于分布式结构的DSS.并进一步探讨了用面向对象(object—oriented)的设计思想来构造分布式决策支持系统(DDSS)。本文还阐述了仿真模型在DSS中的重要作用。     

决策支持系统的探讨

决策支持系统(DSS)是一种计算机辅助决策的工具,它是管理信息系统发展的高级阶段。本文介绍了决策支持系统的演变过程,并讨论了决策支持系统中模型管理的设计策略和决策支持系统结构框架的现状和未来。     

决策支持系统中的模型知识化

决策支持系统(简称DSS)的一个主要目标是帮助决策者解决半结构的决策问题。从DSS的定义中,也可知道DSS应能支持决策过程的各个阶段。在DSS的发展过程中,许多学者致力于使DSS实现上述目标,但已有的决策支持系统绝大多数只强调决策过程中的选择阶段,而对决策问题描述和形成则缺少支持。这说明了DSS的重要组成部分——模型管理和建模支持系统的功能太弱,无法对模型的建立提供良好支持,无法对决策问题的结构化过程提供支持。     

多专家集成式决策支持系统探讨

本文在文献[1]给出集成式决策支持系统(I—DSS)的基本概念及提出I—DSS的两种主要形式的基础上,对I—DSS的形式之一——多专家集成式决策支持系统(MEI—DSSS)作了较深入的探讨。本文阐述了MEI—DSS提出的原因,给出了MEI—DSS的基本概念,概述了MEI—DSS同相关学科和技术的关系,提出了MEI—DSS的基本结构框架,并从知识表示、推理机制以及多专家系统动态组合进行问题求解的算法实现等方面探讨了该系统在大型决策中的应用。本文最后提出了MEI—DSS今后有待深入研究的课题。     

嵌入神经网络专家系统的智能化城市评价DSS

本文以决策支持系统(DSS)的理论方法为基础,综合运用人工智能、模糊集、神经网络理论。提出了嵌入神经网络专家系统的智能化城市评价决策支持系统(ICEDSS)的基本结构模式,介绍了ICEDSS各组成部分的功能,讨论了具有神经网络专家系统的综合评价子系统的工作原理,描述了多层次多目标模糊综合评价模型和基于神经网络的系统自学习原理。整个ICEDSS的原型系统已在IBM微型机上用TurboC,FORTRAN77和Foxbase⁺语言实现。     

决策支持系统的现存问题及其主要研究领域

决策支持系统(DSS)是一个用系统技术描述动态领域的术语,是信息和决策科学领域里最重要和发展最快的研究分支之一。本文在文献[1]的基础上,结合DSS的最新发展动态及笔者在研究工作中的体会,指出了当前DSS所面临的问题,讨论了DSS今后的主要研究领域,并提出了某些研究领域中值得深入研究的课题。     

基于Agent技术的决策支持系统研究

针对传统决策支持系统的局限性 ,开发了一个基于Agent的决策支持系统。系统内的多个Agent通过Agent信息路由器通讯交流 ,相互合作。该系统能够将位于网络上任何位置的新开发的决策Agent与附加了转换器的传统DSS有机地结合起来 ,共同高效、快速、可靠地为用户提供决策支持。     

关于决策支持系统的再认识

本文回顾了决策支持系统(DSS)的发展,指出了所面临的挑战,分析了决策问题的结构,探讨了DSS的定义,着重研究了DSS的进化与进化的DSS,提出了若干新的见解,有助于对DSS的再认识。     

决策支持系统的发展与趋势

决策支持系统(DSS)是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功态交互式计算机系统。本文结合笔者在研究工作中的体会,概述了DSS的几个主要发展趋势:群决策支持系统(GDSS)、智能决策支持系统(IDSS)、集成式决策支持系统(I-DSS)、分布式决策支持系统(DDSS)、决策支持中心(DSC)和战略决策支持系统(SDSS)的基本概念和特征,并提出了各发展趋势中值得深入研究的课题。     

将智能决策支持系统设计成人—机联合认知系统

计算机用于管理的历史进程经历了50年代的电子数据处理系统EDPS阶段和60年代管理信息系统MIS阶段,在70年代形成了决策支持系统DSS。80年代作为计算机技术前沿的人工智能AI迅速向DSS渗透。从本质上提高了传统DSS的决策辅助功能,强化了对决策者DM的支持效果;使基于知识的(knowledge-based)、具有智能界面(intelligent interface)的新型智能决策支持系统IDSS成为当代管理决策领域中不可缺少的工具。迄今,人工智能主流技术基于思维等价于计算这一假设,在IDSS中,装备了知识的计算机被设想成一个智能的(会思维的)半自治(Semi-Autonomous)系统,     

知识仓库技术在决策支持系统中的建模与应用

结合企业管理的实际,分析了传统决策支持系统的不足,提出了以知识仓库技术为核心的体系化环境,并以销售预测为例阐述了数据概念模型和逻辑模型的构建.通过空间矢量模型获取知识,利用遗传算法进行数据挖掘,运用数据转换服务来完成数据校验、数据清理、数据转换和迁移工作,并成功地将知识仓库技术应用到销售预测系统中.     

具有GIS特征的村庄布局优化DSS的系统集成

村庄布局优化决策支持系统是用于村庄合并实现整体布局优化的专用决策支持系统，具有鲜明的地理信息特征，本文着重讨论了ＧＩＳ与常规ＤＳＳ的系统集成，通过地理信息库数据库和模型库的链接实现村庄信息的地理显示、查询和分析，使用户的决策活动更直观方便，具有较强的实用性、独创性和创新性，不仅在实际应用中取得了良好的效果，而且具有一定的发展前景     

基于分布式交互作战仿真的智能决策支持系统分析

在分布式交互作战仿真的环境，论述了智能决策支持系统的需求，功能，体系结构及关键技术，并对国内外现状进行了阐述，智能决策系统是决策支持系统的发展方向。     

基于CAS 范式的流域水资源配置与管理及建模仿真

针对传统水资源配置与管理理论和方法的局限性,借鉴和引入复杂适应系统理论,将流域水资源系统看成是由若干个(种)相对独立的自主实体(主体)构成的一个合作共生网络体系.提出基于复杂适应系统理论的流域水资源配置与管理的新理念,及研究框架体系.结合洪汝河流域舞钢的实际,在SWARM平台上建立仿真实验系统,提出简化的仿真模型,仿真结果验证了理论的合理性.     

决策支持系统发展的新阶段

针对决策支持系统（ＤＳＳ）的多元化发展态势,本文从５个方面进行了概括总结,勾画出由传统ＤＳＳ到智能ＤＳＳ再到人机智能化决策系统这条智能化发展主线,从而指出人机智能化决策系统是ＤＳＳ发展的新阶段．文中着重讨论了人机智能化决策系统的特征及其与智能ＤＳＳ的区别,对人机智能化决策系统的结构与进化问题也进行了分析说明．     

组合智能决策支持系统研究及其应用

针对现有决策支持系统存在信息支持不足、专家知识难以获取与表示、从海量数据提取有用信息存在困难等问题,通过对已有的人工神经网络、小波分析、遗传算法的建模方法进行组合利用和加以改进,建立组合智能信息处理器,并将之与传统决策支持系统相结合,产生智能决策支持系统,进行知识自动提取和系统智能建模,并基于GIS平台利用组件技术搭建智能决策支持系统集成结构.最后以灌区水资源管理决策支持系统的径流预报为例,进行仿真试验,验证方案的可行性和有效性.     

一种基于智能中间件的综合GDSS框架模型

针对群体决策分析的过程和特点,在传统中间件的基础上,增加知识库的相关内容和方法,获得一个由中央处理单元、辅助选择、功能组合平台和知识库交互平台构成的智能中间件,并提出一个基于智能中间件的综合群体决策支持系统框架模型。在该框架模型中,将知识发现、知识管理和群体决策支持系统相互结合,集智能中间件、知识发现技术于一体,系统分为三个层面:用户层、管理层和分析层,分别对应于用户交互、知识管理和知识挖掘三个平台,并给出了三个平台的框架结构和功能。最后,通过具体实例讨论了该系统框架模型的应用。     

决策支持系统同专家系统的集成研究

决策支持系统（ＤＳＳ）和专家系统（ＥＳ）是计算机应用领域里以支持决策问题求解为目标、以改善决策过程为目的的两个迅速发展的重要分支。如何将ＤＳＳ同ＥＳ集成以为决策者提供一个更易于接受的，更有效的，领域独立的信息、计算和决策环境，便成为一项开拓性的工作。本文讨论了ＤＳＳ和ＥＳ的异同之处，阐述了ＤＳＳ同ＥＳ集成的优点，并给出了ＤＳＳ同ＥＳ集成的三种结构形式。本文最后指出了ＤＳＳ同ＥＳ集成研究今后应注意的几个问题。     

基于建立超知识环境的DSS的设计

本文讨论了目前ＤＳＳ学科研究与应用存在的主要问题，提出并阐述了整体ＤＳＳ的概念和实际意义。然后，分析了超知识环境的建立及相应的ＤＳＳ的设计，以十个命题表述了ＤＳＳ超知识环境中知识描述和操作的一般特征，以及超知识环境中知识处理的基本功能。最后，讨论了ＤＳＳ超知识环境系统设计和开发的综合性与集成性要求的四个基本方面。