1 决策支持系统概论 1
1.1 决策与决策支持 1
1.1.1 决策的定义、特征 1
1.1.2 决策过程 2
1.1.3 决策分类 3
1.1.4 决策支持概念 5
1.2 决策支持系统的产生与发展 5
1.2.1 DSS的产生 5
1.2.2 DSS发展的3个阶段 6
1.2.3 我国决策支持系统的研究进展 6
1.3 决策支持系统的概念、功能和分类 6
1.3.1 DSS的概念 6
1.3.2 DSS的任务与功能 7
1.3.3 DSS的分类 8
1.4 DSS发展的理论基础 10
1.4.1 管理科学和运筹学 11
1.4.2 认知科学 11
1.4.3 信息经济学 12
1.4.4 人工智能与专家系统 12
1.5 决策支持系统与管理信息系统的关系 12
1.5.1 从数据管理到模型管理 12
1.5.2 DSS与MIS的联系及区别 13
1.6 新一代决策支持系统 14
1.6.1 群决策支持系统 14
1.6.2 基于数据仓库的决策支持系统 15
1.6.3 综合决策支持系统 16
1.6.4 网络环境下的综合决策支持系统 16
1.6.5 决策支持中心 17
1.7 决策支持系统与新技术 18
1.7.1 决策支持系统与知识管理 18
1.7.2 决策支持系统与网格技术 19
思考题 21
2 决策支持系统的体系结构 22
2.1 决策支持系统结构分析 22
2.1.1 用系统的观点分析DSS的结构 22
2.1.2 DSS的概念框架 23
2.1.3 DSS的技术层次 24
2.1.4 DSS的部件 25
2.2 DSS的两类基本体系结构 27
2.1.1 决策支持系统的三部件结构形式 27
2.1.2 决策支持系统的三系统结构形式 27
2.3 四库系统 29
2.3.1 数据库系统 29
2.3.2 模型库系统 30
2.3.3 知识库系统 30
2.3.4 方法库系统 31
2.4 DSS的系统结构 31
2.4.1 三角式结构 32
2.4.2 串联结构 32
2.4.3 融合式结构 32
2.4.4 以数据库为中心的结构 33
2.4.5 四库三功能的系统结构 33
思考题 34
3 决策支持系统中的模型 35
3.1 模型与模型库的基本概念 35
3.1.1 模型的概念 35
3.1.2 模型的种类 35
3.1.3 模型库 36
3.2 模型库的表示与存储 37
3.2.1 模型的程序表示 37
3.2.2 模型的数据表示 38
3.2.3 模型的逻辑表示 38
3.3 建模过程 39
3.3.1 对模型的要求及建立模型的准则 39
3.3.2 决策支持系统的电子表格建模 40
3.4 模型库管理系统 41
3.4.1 基本概念 41
3.4.2 模型管理系统的功能 42
3.4.3 模型库管理系统语言体系 43
3.5 组合模型的决策支持系统 44
3.5.1 多模型辅助决策支持 44
3.5.2 模型组合技术 44
3.5.3 模型组合的程序设计 45
3.5.4 投资决策模型实例 46
思考题 48
4 数据操作和数据处理 49
4.1 DSS的数据处理 49
4.1.1 数据的本质和来源 49
4.1.2 数据收集 50
4.1.3 数据处理 50
4.2 DSS的数据库设计 52
4.2.1 设计策略 52
4.2.2 数据分析 53
4.2.3 数据析取设计 53
4.2.4 数据库的物理设计 56
4.3 DSS数据库技术的发展 57
4.3.1 数据库与知识库的结合方式 57
4.3.2 数据库技术支持模型库 58
4.3.3 用DBMS支持MBMS 58
4.4 数据服务和竞争情报系统 59
4.4.1 专业数据服务 59
4.4.2 竞争情报系统 60
思考题 62
5 决策支持系统的方法库 63
5.1 建立方法库的理论依据 63
5.2 方法库的系统结构 63
5.3 方法库系统的逻辑层次及其对应的语言 65
5.4 方法库系统的设计 66
5.5 方法库管理系统 66
5.6 对方法库系统的新要求 67
思考题 67
6 决策支持系统中的知识库 68
6.1 知识的概念 68
6.2 知识建模和知识表示 69
6.2.1 一阶谓词逻辑表示 70
6.2.2 语义网络表示 73
6.2.3 产生式规则 76
6.2.4 框架理论 78
6.3 知识库的建立 80
6.3.1 知识库的特点 80
6.3.2 设计知识库的原则 81
6.3.3 知识库的开发步骤 81
思考题 83
7 数据仓库的决策支持 84
7.1 数据仓库技术 84
7.1.1 数据仓库概述 84
7.1.2 数据仓库体系结构 86
7.1.3 数据仓库构建 89
7.1.4 基于SQL Server 2000的数据仓库构建 94
7.2 联机分析技术 98
7.2.1 OLAP的概述 98
7.2.2 多维数据集的分析与建立 99
7.2.3 OLAP的多维数据分析方法 101
7.2.4 多维扩展表达式 102
7.2.5 Analysis Services多维数据引擎 103
7.3 数据挖掘技术 106
7.3.1 数据挖掘概述 106
7.3.2 数据挖掘的基本过程与步骤 107
7.3.3 数据挖掘算法 108
7.3.4 基于SQL Server 2000的数据挖掘 120
7.3.5 数据挖掘应用编程 125
7.4 数据仓库开发实例 125
7.4.1 数据仓库应用开发方法 125
7.4.2 开发实例 125
思考题 130
8 智能技术的决策支持 131
8.1 智能决策支持系统概述 131
8.1.1 智能决策支持系统概念 131
8.1.2 智能决策支持系统结构 132
8.2 人工智能 133
8.3 专家系统 134
8.3.1 专家和专家知识 134
8.3.2 知识转换 135
8.3.3 符号推理 135
8.4 神经网络的决策支持 136
8.4.1 神经网络的原理 136
8.4.2 反向传播模型 137
8.4.3 逆传播神经网络模型的改进 139
8.4.4 神经网络的应用 142
8.5 遗传算法的决策支持 143
8.5.1 遗传算法原理 143
8.5.2 遗传算法的工作过程 144
8.5.3 遗传算法的理论基础 145
8.5.4 货郎担问题的遗传算法实例 147
思考题 149
9 构建决策支持系统 150
9.1 DSS开发的特点 150
9.1.1 DSS的灵活性 150
9.1.2 基本开发策略 151
9.1.3 项目管理 152
9.2 决策支持系统的开发步骤与方法 152
9.2.1 DSS开发的基本步骤 152
9.2.2 DSS系统分析 154
9.2.3 DSS初步设计 154
9.2.4 DSS详细设计 154
9.2.5 各部件编制程序 155
9.2.6 DSS集成 155
9.3 DSS分析和开发方法 156
9.3.1 快速开发法 156
9.3.2 最终用户开发法 157
9.3.3 适应性设计方法 157
9.3.4 ROMC分析法 159
9.3.5 系统设计方法 160
9.4 DSS的开发工具 162
9.4.1 软件工具分类 162
9.4.2 软件工具的选择 163
9.5 决策支持系统的评价与评估 164
思考题 166
10 决策支持系统的应用 167
10.1 会计决策支持系统 167
10.1.1 会计决策支持系统的功能 167
10.1.2 会计决策支持系统逻辑结构 168
10.1.3 会计决策支持系统的辅助决策方式 168
10.1.4 基于数据分析的会计决策支持系统 169
10.1.5 基于数据仓库的会计决策支持系统 170
10.2 面向CRM的决策支持系统 172
10.2.1 分析型CRM的主要用途 173
10.2.2 分析型CRM的主要功能 173
10.2.3 分析型CRM解决方案 174
10.3 经理信息系统 175
10.3.1 EIS定义 175
10.3.2 EIS的功能与结构 176
10.3.3 评价经理信息系统的标准 177
10.3.4 EIS的展望 178
10.4 证券投资辅助决策支持系统 179
10.4.1 数据仓库技术使证券行业决策支持系统的开发成为可能 179
10.4.2 证券行业数据仓库系统的功能设计 180
10.4.3 系统架构的选择 183
10.4.4 系统的实现 185
思考题 186
决策支持系统考试样卷 187
试卷参考答案 189
参考文献 191