决策支持系统与智能系统 原书第7版PDF电子书下载

第一篇 决策制定和计算机支持 2

第1章 管理支持系统概论 2

1.1开篇短文：哈拉斯赌场的赌注 3

1.2管理者和决策制定 4

1.3管理决策制定和信息系统 5

1.4管理者和计算机支持 6

1.5计算机化的决策支持和技术 6

1.6决策支持的框架 7

1.7决策支持系统的概念 9

1.8群体支持系统 11

1.9企业信息系统 12

1.10知识管理系统 12

1.11专家系统 13

1.12人工神经网络 13

1.13高级智能决策支持系统 14

1.14混合支持系统 14

1.15本书计划 15

应用案例1-1ABB自动化公司使用DSS更快更好地决策 17

第2章 决策制定：系统、建模和支持 18

2.1开篇短文：标准汽车配件公司转向基于团队的决策制定 19

2.2决策制定：介绍和定义 20

2.3系统 21

2.4模型 23

2.5决策制定的步骤 24

2.6决策制定：情报阶段 26

2.7决策制定：设计阶段 28

2.8决策制定：选择阶段 35

2.9决策制定：实施阶段 36

2.10如何支持决策 36

2.11个性类型、性别、认知和决策风格 38

2.12决策者 41

应用案例2-1IMERYS的陶土处理计划：决策经典案例 43

应用案例2-2IMERYS的陶土流程规划：决策经典案例 44

应用案例2-3制片首席场务使用层次分析法选择电影项目 45

第二篇 决策支持系统 50

第3章 决策支持系统：总论 50

3.1开篇短文：西南航空公司应用DSS应对竞争 51

3.2DSS的结构 51

3.3什么是DSS 52

3.4DSS的特征和功能 54

3.5DSS的部件 55

3.6数据管理子系统 57

3.7模型管理子系统 59

3.8用户界面（对话）子系统 61

3.9知识管理子系统 63

3.10用户 64

3.11DSS硬件 64

3.12DSS分类 64

3.13小结 69

应用案例3-1PetroVantage的开发：业务分析/DSS创造电子交易市场 71

应用案例3-2联邦快递记录客户和包裹 72

第4章 建模与分析 74

4.1开篇短文：杜邦对铁路运输系统进行了仿真并避免了巨大的经济损失 75

4.2MSS建模 76

4.3静态模型与动态模型 78

4.4确定性、不确定性和风险 79

4.5影响图 80

4.6用电子表格实现MSS建模 83

4.7几种备选方案的决策分析（决策表和决策树） 84

4.8MSS数量模型的结构 85

4.9数学规划优化 87

4.10多重目标、灵敏度分析、如果-那么分析和目标搜索问题 91

4.11解决问题的搜索方法 93

4.12启发式方法编程 95

4.13仿真 97

4.14可视化互动建模和可视化互动仿真 100

4.15定量软件套装 101

4.16模型库管理 104

应用案例4-1IMERYS中的陶土处理计划：决策制定的经典案例 107

第5章 商业智能：数据仓库、数据采集、数据挖掘、商业分析和可视化 110

5.1开篇短文：信息共享是国土安全部门国家安全战略的核心要素 111

5.2数据的性质和来源 111

5.3数据收集、数据问题和数据质量 112

5.4互联网和商业数据库服务 118

5.5决策支持系统/商业智能中的数据库管理系统 118

5.6数据库组织和结构 119

5.7数据仓库 121

5.8数据集市 129

5.9商业智能/商业分析 129

5.10在线分析处理 133

5.11数据挖掘 135

5.12数据可视化、多维性和实时分析 141

5.13地理信息系统 146

5.14商业智能和Web：Web智能/Web分析 147

应用案例5-1坎贝拉公司的数据仓库和OLAP 150

应用案例5-2明尼苏达州蓝十字蓝盾公司的CRM通过数据集成和规划节约了时间 150

应用案例5-3数据挖掘中的聚类分析 151

第6章 决策支持系统开发 153

6.1开篇短文：Osram Sylvania“小思考、大规划”——InfoNet HR的开发 154

6.2DSS开发介绍 155

6.3传统的系统开发生命周期 156

6.4可选择的开发方法 163

6.5原型：DSS开发方法 165

6.6变革管理 167

6.7DSS技术水平和工具 169

6.8DSS开发平台 170

6.9DSS开发工具的选择 171

6.10团队开发的DSS 172

6.11终端用户开发的DSS 173

6.12整合DSS 175

应用案例6-1IMERYS的陶土处理计划：决策制定的经典案例 177

第三篇 协作、沟通、企业决策支持系统 182

第7章 协同计算技术：群体支持系统 182

7.1开篇短文：克莱斯勒公司的群件系统——SCORE 183

7.2群体决策制定、沟通和协作 184

7.3沟通支持 185

7.4协作支持：计算机支持的协同工作 186

7.5群体支持系统 189

7.6群体支持系统技术 192

7.7GROUPSYSTEMS MEETINGROOMAND ONLINE 193

7.8群体支持系统的会议过程 194

7.9远程学习 196

7.10创造力和构思的产生 199

应用案例7-1辉瑞制药公司有效而安全的协同计算 204

应用案例7-2陶氏化学公司创建了世界上最大的课堂 205

第8章 企业信息系统 206

8.1开篇短文：美国军方开始使用门户网站 207

8.2企业信息系统：概念和定义 207

8.3经理信息系统和企业信息系统的发展 209

8.4经理的角色和信息需求 210

8.5经理支持系统的特征和功能 211

8.6EIS和DSS的比较和集成 214

8.7EIS、数据访问、数据仓库、OLAP、多维分析、数据表达和Web 216

8.8企业系统中的软信息 219

8.9组织DSS 220

8.10供应链、价值链和决策支持 220

8.11供应链问题和解决方案 224

8.12物料需求计划、企业资源计划/企业资源管理和供应链管理系统 226

8.13客户关系（资源）管理系统 232

8.14新出现的企业信息系统：产品生命周期管理、业务流程管理和业务活动监控 236

8.15一线决策支持系统 241

8.16经理和企业信息系统的未来 241

应用案例8-1李维斯如何使其产品进入沃尔玛 243

应用案例8-2麦当劳的企业信息系统：Mcbusted 244

第四篇 智能决策支持系统 248

第9章 人工智能与专家系统：基于知识的系统 248

9.1开篇短文：KPN电信公司的智能系统 249

9.2人工智能的概念与定义 249

9.3人工智能的发展 251

9.4人工智能领域 252

9.5专家系统的基本概念 254

9.6专家系统的应用 256

9.7专家系统的结构 257

9.8专家系统的原理：推理机制 259

9.9专家系统的问题领域 260

9.10专家系统的优点与性能 261

9.11专家系统的局限性 263

9.12专家系统的成功因素 263

9.13专家系统的类型 264

9.14网络中的专家系统 265

应用案例9-1停机位分配显示系统 267

第10章 知识获取、表示和推理 269

10.1开篇短文：礼来制药公司基于知识的实时系统的开发 270

10.2知识工程的概念 271

10.3知识的范围和类型 271

10.4对专家进行知识获取的方法 274

10.5对多个专家进行的知识获取 280

10.6对数据和文档进行的自动知识获取 281

10.7知识验证和确认 284

10.8知识表示 285

10.9基于规则系统的推理 291

10.10解释和元知识 296

10.11不确定性推理 298

10.12专家系统的开发 302

10.13知识获取和互联网 306

第11章 高级智能系统 311

11.1开篇短文：用神经网络方法揭开家庭金融公司的贷款批出速度问题 312

11.2机器学习技术 313

11.3案例推理 314

11.4神经计算的基本概念 320

11.5人工神经网络学习 323

11.6基于神经网络系统的开发 326

11.7遗传算法基础 328

11.8遗传算法应用的发展 331

11.9模糊逻辑基础 333

11.10集成高级系统的发展 335

应用案例11-1最大化约翰迪尔公司的资金价值 338

第12章 互联网上的智能系统 339

12.1开篇短文：斯巴达商店使用智能系统寻找合适的人选，以减少人员流动 340

12.2基于网络的智能系统 341

12.3智能代理纵览 342

12.4智能代理的特点 343

12.5为什么使用智能代理 345

12.6智能代理的分类与类型 346

12.7基于互联网的软件代理 347

12.8DSS代理和多重智能代理 352

12.9语义网络：展现智能代理的知识 354

12.10基于网络的推荐系统 357

12.11智能代理的管理问题 360

第五篇 在电子商务时代执行管理支持系统 364

第13章 管理支持系统的集成、影响和未来 364

13.1开篇短文：智能系统支持Elite Care公司 365

13.2系统集成：概述 366

13.3管理支持系统集成的模型 368

13.4智能决策支持系统 371

13.5智能建模和模型管理 372

13.6Web、企业系统和知识管理的集成 373

13.7管理支持系统的影响：概述 376

13.8管理支持系统对组织的影响 377

13.9对个人的影响 378

13.10决策制定和管理者的工作 379

13.11法律、隐私和道德问题 380

13.12智能系统和就业水平 382

13.13互联网社区 383

13.14其他的社会影响和数字鸿沟 384

13.15管理支持系统的未来 386

应用案例13-1混合智能系统和市场开发战略 388

术语表 390

参考文献 404