智能决策支持系统:研究现状与挑战

综述智能决策支持系统的研究内容和现状，从基于知识的系统及其与决策过程的关系出发，讨论了IDSS中的知识和知识处理系统，以知识和学习能力为线索，分析几种智能决策支持系统的不同类型，并进行比较分析，介绍了智能决策支持系统的体系结构，智能决策支持方法和决策支持系统中的认知问题等的研究成果，最后，分析了智能决策支持系统面临的挑战，提出了进一步的研究方向。     

设计智能决策支持系统的认知工程方法

基于作者近年研制我国宏观经济智能决策支持系统的经验,本文提出一种设计智能决策支持系统(IDSS)的认知工程方法。并强调智能决策支持系统这一辅助决策工具的使用旨在提高最终用户(决策者)的认知决策能力。为此,对系统功能设计和适用技术实现作了相应的探讨。     

计算机集成环境下的生产经营决策支持系统

从现代企业面临的经营决策问题出发 ,分析了 CIMS和 OR技术在解决企业经营决策问题中的作用和目前尚存在的问题 ,提出两者的紧密结合是建立计算机集成环境下的生产经营决策支持系统 ,提高企业整体效益的有效途径 .本文阐述了计算机集成制造 ( CIM) ,计算机集成企业 ( CIE) ,企业集成模型 ( EIM)和集成决策支持系统 ( IDSS)的概念和它们相互之间的关系 ,讨论了 IDSS的实施环境 ,并提出一个在 CIMS环境下的生产经营决策支持系统的基本框架结构.     

一种新的决策支持系统开发方法——层次模型法

层次模型法是我国研究的新的决策支持系统开发方法。文章介绍了层次模型法的研究背景和研究思想。层次模型也包括应用层、任务层、功能层和物理层。文章详细介绍了其独有的任务层和功能层的实现方法。最后，文章说明了基于层次模型法的某公司年度生产经营决策支持系统的设计和开发思路。层次模范法作为通用决策支持系统生成器，具有一定的理论价值和实践价值。     

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。     

决策支持系统生成器的设计与实现

本文系统而详细地论述了决策支持系统生成器的设计与实现,介绍了系统的概念框架和总体结构,并对系统各组成部分做了简单的描述。为了说明系统的有效性,在文章的最后还介绍了用该生成器生成的一个决策支持系统的实例。     

基于人工神经网络的并行决策支持系统研究

由于现有的串行程序式符号存处机制使决策支持系统的发展受到极大的阻碍。本文首先分析了目前决策支持系统研究中存在的问题。介绍了其于神经网络的并行决策支持系统研究框架,阐明了神经网络实现并行处理的机制,并具体分析了各级的基本任务与实现方法。     

IDSS中模型和知识的关系化表示与管理(下)

本文分上、下两部分对IDSS模型和知识的关系化表示进行研究第二部分从知识的关系化表示入手,提出了IDSS知识的关系化表示与管理方法文中还就IDSS的智能化求解问题,探讨了知识推理的实现,提出用逆向推理机制实现“问题驱动”求解的工作流程,该方法和IDSS模型的关系化表示与管理的技术相结合,可以实现IDSS的信息一致性表示、管理及智能化求解本文最后给出了一个证券投资系统中模型的关系化实例.     

IDSS中模型和知识的关系化表示与管理(上)

本文分上、下两部分对IDSS模型和知识的关系化表示进行研究,第一部分从模型的关系化表示入手,提出了IDSS模型的关系化表示与管理方法,并用模型说明部分、模型输入和输出、模型体构成模型表示的三级模式,该方法为用户使用IDSS带来方便,可为IDSS的智能化求解创造条件.     

基于Web的证券分析决策支持系统

介绍证券分析系统的发展趋势，同时分析当前决策支持系统在金属领域的发展方向，并且在这二者的基础上提出基于Web的证券分析决策支持系统，最后总结采用此种设计模式的优点和未来的研究方向。