1.1 决策支持系统的形成和发展 1
1.1.1 管理信息系统 1
第1章 决策支持系统概述 1
1.1.2 管理科学／运筹学 2
1.1.3 决策支持系统 3
1.1.4 专家系统 4
1.1.5 智能决策支持系统 4
1.1.6 群决策支持系统 5
1.1.7 经理信息系统 7
1.1.8 决策支持系统的发展 7
1.2.1 决策问题的结构化分类 9
1.2 决策支持系统概念 9
1.2.2 决策支持系统的定义 10
1.2.3 决策支持系统与管理科学／运筹学的关系 11
1.2.4 决策支持系统与管理信息系统的关系 11
1.3 新决策支持系统与综合决策支持系统 12
1.3.1 基于数据仓库的新决策支持系统 12
1.3.2 综合决策支持系统 15
1.3.3 网络环境的综合决策支持系统 17
习题 18
2.1.1 决策 20
第2章 决策支持 20
2.1 决策与决策支持 20
2.1.2 决策过程与决策技术 21
2.1.3 决策体系与决策信息 26
2.1.4 决策支持概念 29
2.2 模型的决策支持 32
2.2.1 模型 32
2.2.2 数学模型与建模 34
2.2.3 优化模型的决策支持 36
2.3.1 决策方案与方案生成 39
2.3 决策方案的决策支持 39
2.3.2 模型并行组合方案的决策支持 41
2.3.3 模型串行组合方案的决策支持 42
习题 45
第3章 决策支持系统 46
3.1 决策支持系统结构的分析 46
3.1.1 决策支持系统的结构形式 46
3.1.2 决策支持系统的结构比较 54
3.1.3 决策支持系统的统一结构形式 55
3.2.1 数据库系统的开发与应用 56
3.2 数据库系统 56
3.2.2 数据库系统在决策支持系统中的作用 62
3.3 人机交互与问题综合系统 65
3.3.1 人机交互系统 65
3.3.2 问题综合系统 70
3.3.3 决策支持系统的综合部件 70
3.4 模型库系统 72
3.4.1 模型库 72
3.4.2 模型库的组织和存储 75
3.4.3 模型库管理系统 77
3.5.1 多模型辅助决策系统 82
3.5 组合模型的决策支持系统 82
3.5.2 模型组合技术 84
3.5.3 模型组合的程序设计 85
3.5.4 决策支持系统的决策支持 87
3.6 决策支持系统实例 88
3.6.1 物资申请和库存的计划汇总 88
3.6.2 制定物资分配方案 89
3.6.3 物资调拨预处理 91
3.6.4 制定物资运输方案 91
3.6.6 物资分配调拨决策支持系统结构与决策支持 93
3.6.5 制定物资调拨方案 93
习题 96
第4章 智能决策支持系统和智能技术的决策支持 99
4.1 智能决策支持系统概述 99
4.1.1 智能决策支持系统概念 99
4.1.2 智能决策支持系统结构 100
4.2 人工智能基本原理 102
4.2.1 逻辑推理 102
4.2.2 知识表示与知识推理 104
4.2.3 搜索技术 113
4.3 专家系统与智能决策支持系统 117
4.3.1 专家系统原理 117
4.3.2 产生式规则专家系统 119
4.3.3 专家系统与决策支持系统的集成 123
4.3.4 建模专家系统 125
4.3.5 智能决策支持系统实例 127
4.4 神经网络的决策支持 132
4.4.1 神经网络原理 132
4.4.2 反向传播模型 134
4.4.3 神经网络专家系统及实例 137
4.4.4 神经网络的容错性 141
4.5 遗传算法的决策支持 142
4.5.1 遗传算法原理 142
4.5.2 优化模型的遗传算法求解 146
4.5.3 获取知识的遗传算法 148
4.5.4 遗传规划建立模型 153
4.6 机器学习的决策支持 156
4.6.1 机器学习概述 156
4.6.2 机器学习分类 158
4.6.3 建立模型的发现学习 162
习题 171
第5章 数据仓库与数据挖掘的决策支持 174
5.1 数据仓库的基本原理 174
5.1.1 数据仓库概念 174
5.1.2 数据仓库结构 175
5.1.3 数据集市 176
5.1.4 元数据 178
5.2 数据仓库系统 180
5.2.1 数据仓库系统结构 180
5.2.2 数据仓库的存储 182
5.3.1 基本概念 184
5.3 联机分析处理 184
5.3.2 OLAP的数据组织 191
5.3.3 OLAP的决策支持：多维数据分析 193
5.3.4 OLAP应用实例 195
5.4 数据仓库的决策支持及实例 197
5.4.1 数据仓库的开发 197
5.4.2 数据仓库的决策支持 201
5.4.3 数据仓库应用实例 204
5.5.1 知识发现与数据挖掘概念 207
5.5 知识发现与数据挖掘 207
5.5.2 数据挖掘方法和技术 208
5.5.3 数据挖掘的知识表示 212
5.6 数据挖掘的决策支持及应用 215
5.6.1 数据挖掘的决策支持分类 215
5.6.2 决策树及其应用 217
5.6.3 决策规则树及应用 222
5.6.4 数据挖掘的决策支持应用领域 227
习题 228
6.1.1 传统决策支持系统概念 230
6.1 基于模型库与知识库的传统决策支持系统 230
第6章 综合决策支持系统 230
6.1.2 传统决策支持系统的进展 231
6.1.3 传统决策支持系统的关键技术和开发困难 232
6.2 基于数据仓库的新决策支持系统 233
6.2.1 数据仓库技术及困难 233
6.2.2 数据仓库与新决策支持系统 237
6.2.3 新决策支持系统与商业智能 241
6.2.4 新决策支持系统实例 243
6.3.1 传统决策支持系统与新决策支持系统的比较 245
6.3 综合决策支持系统 245
6.3.2 数据仓库与数学模型 246
6.3.3 综合决策支持系统结构和原理 248
6.4 网络环境的综合决策支持系统 249
6.4.1 客户机／服务器结构与数据库服务器 249
6.4.2 网络环境的决策支持系统 255
6.4.3 网络环境的综合决策支持系统体系 258
习题 262
第7章 决策支持系统的开发与实例 264
7.1 决策支持系统的设计与开发 264
7.1.1 决策支持系统开发过程 264
7.1.2 决策支持系统设计 268
7.1.3 决策支持系统开发技术 270
7.1.4 决策支持系统的开发 277
7.2 基于客户机／服务器的决策支持系统快速开发平台 279
7.2.1 CS-DSSP概述 279
7.2.2 客户端交互控制系统 284
7.2.3 广义模型服务器系统 293
7.2.4 CS-DSSP的决策支持方式 305
7.3 基于客户机／服务器的决策支持系统实例 308
7.3.1 全国农业投资决策问题 308
7.3.2 全国农业投资空间决策支持系统 310
习题 313
第8章 决策支持系统的讨论 315
8.1 决策支持系统与新技术 315
8.1.1 决策支持系统与知识管理 315
8.1.2 决策支持系统与网格计算 324
8.2 决策支持系统的回顾与展望 331
8.2.1 决策支持系统的回顾 331
8.2.2 决策支持系统的展望 334
习题 334
参考文献 336