第1章 决策支持系统导论 1
1.1 决策支持系统的形成和发展 1
1.1.1 管理信息系统 2
1.1.2 管理科学／运筹学 3
1.1.3 决策支持系统 5
1.1.4 专家系统 6
1.1.5 智能决策支持系统 6
1.1.6 基于数据仓库的决策支持系统 7
1.1.7 综合决策支持系统 9
1.1.8 网络环境的综合决策支持系统 10
1.2 决策支持系统概念 11
1.2.1 决策问题的结构化分类 11
1.2.2 决策支持系统的定义 12
1.2.3 决策支持系统与管理科学／运筹学的关系 13
1.2.4 决策支持系统与管理信息系统的关系 13
1.2.5 几个典型的决策支持系统 14
1.3 决策与决策支持系统 19
1.3.1 决策 19
1.3.2 决策支持概念 21
1.3.3 决策过程与决策支持系统 26
1.3.4 决策体系与决策支持系统 30
习题 33
第2章 决策资源与决策支持 35
2.1 决策资源 35
2.1.1 数据资源 35
2.1.2 模型资源 41
2.1.3 知识资源 51
2.2 模型实验的决策支持 62
2.2.1 模型的建立与what…if分析 63
2.2.2 模型组的决策支持 65
2.3 模型组合方案的决策支持 66
2.3.1 经济优化方案的决策支持 67
2.3.2 产品优化方案的决策支持 70
2.3.3 多模型辅助决策系统 74
习题 76
第3章 决策支持系统 77
3.1 决策支持系统结构 77
3.1.1 决策支持系统的结构形式 77
3.1.2 决策支持系统的结构比较 85
3.1.3 决策支持系统的统一结构形式 87
3.2 数据库系统 88
3.2.1 数据库系统与应用 88
3.2.2 数据库系统在决策支持系统中的作用 91
3.3 人机交互与问题综合系统 95
3.3.1 人机交互系统 95
3.3.2 问题综合系统 98
3.3.3 决策支持系统的综合部件 99
3.4 模型库系统 101
3.4.1 模型库 101
3.4.2 模型库的组织和存储 105
3.4.3 模型库管理系统 107
3.5 组合模型的决策支持系统 113
3.5.1 模型组合技术 113
3.5.2 模型组合的程序设计 115
3.5.3 决策支持系统的决策支持 117
3.6 决策支持系统实例 117
3.6.1 物资申请和库存的计划汇总 118
3.6.2 制定物资的分配方案 119
3.6.3 物资调拨预处理 120
3.6.4 制定物资运输方案 122
3.6.5 制定物资调拨方案 127
3.6.6 物资分配调拨决策支持系统结构与决策支持 127
习题 131
第4章 智能技术的决策支持和智能决策支持系统 134
4.1 专家系统的决策支持 134
4.1.1 专家系统基本原理 134
4.1.2 产生式规则专家系统 136
4.1.3 元知识 144
4.1.4 知识推理例 149
4.1.5 专家系统实例 152
4.2 神经网络的决策支持 157
4.2.1 神经网络原理 157
4.2.2 反向传播模型 159
4.2.3 神经网络专家系统及实例 162
4.2.4 神经网络的容错性 166
4.3 机器学习的决策支持 168
4.3.1 机器学习综述 168
4.3.2 机器学习分类 170
4.3.3 建立模型的公式发现系统 175
4.4 智能决策支持系统 183
4.4.1 智能决策支持系统概念 183
4.4.2 智能决策支持系统结构 184
4.4.3 专家系统与决策支持系统集成 186
4.4.4 智能决策支持系统实例 188
习题 192
第5章 数据仓库与联机分析处理的决策支持 194
5.1 数据仓库原理 194
5.1.1 数据仓库概念与结构 194
5.1.2 数据集市 198
5.1.3 元数据 200
5.1.4 数据仓库系统 201
5.1.5 数据仓库的运行结构 203
5.1.6 数据仓库的数据模型 204
5.2 联机分析处理 208
5.2.1 OLAP概念 208
5.2.2 OLAP的数据模型 213
5.2.3 多维数据的显示 217
5.2.4 多维数据分析 219
5.3 数据仓库的决策支持 223
5.3.1 查询与报表 224
5.3.2 多维分析与原因分析 225
5.3.3 预测未来 226
5.3.4 实时决策 227
5.3.5 自动决策 228
5.4 基于数据仓库的决策支持系统 229
5.4.1 基于数据仓库的决策支持系统简例 230
5.4.2 基于数据仓库的决策支持系统实例 234
习题 238
第6章 数据挖掘的决策支持 240
6.1 知识发现与数据挖掘 240
6.1.1 知识发现过程 240
6.1.2 数据挖掘任务 242
6.1.3 数据库的属性约简 244
6.1.4 数据挖掘方法和技术 246
6.1.5 数据挖掘的知识表示 249
6.2 决策树方法的决策支持 252
6.2.1 决策树概念 252
6.2.2 ID3方法 253
6.2.3 C4.5方法 258
6.3 决策规则树方法 260
6.3.1 IBLE方法基本思想 260
6.3.2 IBLE算法 262
6.3.3 IBLE方法实例 265
6.4 粗糙集方法的决策支持 270
6.4.1 粗糙集概念 270
6.4.2 属性约简的粗糙集理论 274
6.4.3 属性约简的粗糙集方法 276
6.4.4 粗糙集方法的规则获取 278
习题 281
第7章 综合决策支持系统 283
7.1 基于模型库与知识库的传统决策支持系统 283
7.1.1 传统决策支持系统概念 283
7.1.2 传统决策支持系统进展 285
7.1.3 传统决策支持系统的关键技术和开发困难 286
7.2 基于数据仓库的新决策支持系统 287
7.2.1 数据仓库技术及困难 287
7.2.2 数据仓库与新决策支持系统 291
7.2.3 新决策支持系统与商业智能 294
7.3 综合决策支持系统 295
7.3.1 传统决策支持系统与新决策支持系统的比较 295
7.3.2 数据仓库与数学模型 297
7.3.3 综合决策支持系统结构和原理 298
7.4 网络环境的综合决策支持系统 301
7.4.1 客户／服务器结构与数据库服务器 301
7.4.2 网络环境的决策支持系统 306
7.4.3 网络环境的综合决策支持系统体系 309
习题 313
第8章 决策支持系统的开发与工具 315
8.1 传统决策支持系统设计与开发 315
8.1.1 决策支持系统开发过程 315
8.1.2 决策支持系统设计 321
8.1.3 决策支持系统关键技术 323
8.2 传统决策支持系统的开发 330
8.2.1 决策支持系统开发技术与方法 330
8.2.2 决策支持系统开发实践 332
8.2.3 专家系统开发工具与实例 334
8.3 新决策支持系统的开发 340
8.3.1 数据仓库开发过程 340
8.3.2 数据质量与数据清洗 346
8.3.3 新决策支持系统工具及产品 348
习题 351
第9章 基于客户／服务器的决策支持系统开发平台与实例 353
9.1 基于客户／服务器的决策支持系统快速开发平台CS-DSSP 353
9.1.1 基于客户／服务器的决策支持系统快速开发平台综述 353
9.1.2 客户端交互控制系统 359
9.1.3 广义模型服务器系统 366
9.1.4 模型库与算法库存储及模型运行 370
9.1.5 CS-DSSP平台决策支持方式 375
9.2 基于客户／服务器的决策支持系统实例 378
9.2.1 全国农业投资决策问题 378
9.2.2 全国农业投资空间决策支持系统 381
习题 384
第10章 基于Web Services的决策支持系统开发和实例 385
10.1 Web Services技术架构 385
10.1.1 Web Services概念和技术规范 386
10.1.2 Web Services体系架构模型 386
10.1.3 Web Services协议栈 388
10.1.4 Web Services技术平台 391
10.1.5 Web Services实例 391
10.2 Microsoft.NET技术平台 392
10.2.1 Microsoft.NET平台概述 392
10.2.2 Microsoft.NET体系结构 393
10.3 通用数据库访问技术ADO/ADO.NET 396
10.3.1 ADO 396
10.3.2 ADO.NET 397
10.4 基于Web Services的服务器开发 399
10.4.1 基于Web Services的模型服务器开发 400
10.4.2 基于Web Services的数据库服务器开发 411
10.5 基于Web Services的客户端开发 413
10.5.1 Web Services模型服务查询 413
10.5.2 Web Services模型服务集成 414
10.6 基于Web Services的决策支持系统实例 420
10.6.1 模型程序及模型服务构成 420
10.6.2 DSS客户端程序开发 424
10.6.3 基于Web Services的DSS实例开发和运行说明 427
习题 428
参考文献 430