试析信息管理中的综合决策支持系统及其发展，本文主要内容关键词为：信息管理论文,支持系统论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
[中国分类号] G202 [文献标识码] A [文章编号] 1003－2797（2003）05－0047－03
对系统的研究是信息管理领域非常重要的一项任务。无论是管理信息系统（MIS）、决策支持系统（DSS），还是专家系统（ES）都是业界研究得较多的课题。同时，各种系统的应用无论是在商界、政界，还是在社会生活的各个领域都较为普遍。基于辅助决策的角度，DSS的应用数量和类型都是发展得最为迅速、最值得研究和探讨的。本文着重探讨DSS新发展的一种类型——综合决策支持系统。
1 I[3]DSS的特征
I[3]DSS是智能化、交互性、集成化决策支持系统（Intelligent，Interactive，Integrated DSS）的简称，是面向决策者、决策过程的综合型决策支持系统的一个功能框架，也称综合决策支持系统。I[3]DSS是在DSS、智能决策支持系统（IDSS）、群决策支持系统（GDSS）、分布式决策支持系统（DDSS）、战略决策支持系统（SDSS）的基础上发展起来的，因而，它含有DSS的一般特性，其目的仍是面向决策者，解决半结构化和非结构化问题，为各级决策者提供辅助决策的能力。I[3]DSS的特征主要有：
（1）集成化（integration）。无论是以信息为基础的系统，或以数字模型为基础的系统，还是以知识（规则）为基础的系统，靠单一的力量都难以满足这些领域的决策活动对DSS的功能要求。因此，需要将系统分析、决策学、计算机技术、知识工程、专家系统等有机地结合起来，在面向问题的前提下，各取所长，特别是发挥各自的能力。I[3]DSS正是将各种思想、各类问题、各种方法及工具集成为一体，协同作用，使每个工具达到特定的目标，以便解决实际问题。I[3]DSS的集成化是这种系统的一大特色，它可以全面联通、访问所有的组织交流渠道和决策支持机构。
（2）交互性（interactive）。DSS的核心内容是人机交互系统，依靠人的合理参与控制系统，进行辅助决策。当DSS进入到高层次的决策活动领域时，需解决的问题多半是半结构化和非结构化的。为了帮助决策者进一步明确问题，认定目标和环境约束，产生决策方案并综合评价方案，对系统的人机交互能力提出了更高的要求。用户界面的交互能力是I[3]DSS的优越性能之一。
（3）智能化（intelligence）。I[3]DSS在处理定量分析的问题时，需要使用知识工程、专家系统方法和工具，这已涉及到人工智能领域。而且，在如何使用知识工程的思想方法及如何组织各个有关模块实现决策支持过程的集成化方面，I[3]DSS的智能化更为突出。
2 I[3]DSS的结构分析
I[3]DSS的体系结构是在DDS的体系结构基础上发展改进的。一方面，系统的用户界面重点在于问题综合与交互能力；另一方面，系统“头脑”在原有基础上引入了新的技术与方法，如数据仓库（DW）、数据挖掘（DM）、联机分析处理（OLAP）、专家系统技术等。其中，专家系统技术的引入在意料之中，而DW和OLAP的数据驱动能力对于DSS来说有如锦上添花。
2.1 I[3]DSS的关键技术——DW和OLAP
数据挖掘是发现数据中新的、隐藏的或不可预知的模式的活动。利用数据仓库中包含的信息，数据挖掘可以挖掘出有用的知识，并对知识进行推理，形成智能预测模型，回答决策者原先根本没有想到过的问题。因而，常将DW和OLAP理解为I[3]DSS的关键技术。
OLAP于1993年由关系数据库之父E.F.Codd提出。OLAP的核心是多维结构，这也是决策支持的支柱。数据仓库是OLAP的数据源，OLAP的主要工作是将DW中的数据转换到多维数据结构中，并且调用多维数据集（Cube）来执行有效且非常复杂的查询。多维OLAP（MOLAP）和关系OLAP（ROLAP）是OLAP的两种特殊分析方法。MOLAP可以同时分析任何数目的维度，创建数据任何维度的视图。ROLAP结构最适合那些既对总结性数据又对细节数据进行动态访问的系统，而MOLAP在使用总结性数据或预先处理的数据时有比较好的性能。
DW侧重于存储和管理面向决策主题的数据，而OLAP侧重于DW中的数据分析，并将其转换成辅助决策信息。OLAP的一个重要特点是多维数据分析，这与数据仓库的多维数据组织正好形成相互结合、相互补充的关系。以DW和OLAP相结合建立的辅助决策系统开辟了决策支持系统的新途径。这些新技术和传统的模型库对决策的支持是两种不同的形式，它们可以互为补充。如果在OLAP中加入模型库，将会极大提高OLAP的分析能力；相反，如果在模型库中加入OLAP工具，模型库的功能将得到极大的发挥。
2.2 I[3]DSS的体系结构
综合决策支持系统就是将数据仓库、数据挖掘、OLAP、模型库、知识库结合起来后形成的一种更高级形式的决策支持系统。其中数据仓库能够实现对决策主题数据的存储和综合，OLAP实现多维数据分析，数据挖掘用以挖掘数据库和数据仓库中的知识，模型库实现多个广义模型的组合辅助决策，专家系统利用知识库和知识推理技术进行定性分析。由它们集成的综合决策支持系统，以知识和模型为主体，结合大量数据，形成定性和定量相结合的辅助决策信息。其结构如下图所示：
I[3]DSS体系结构图
I[3]DSS体系结构包括三个主体。第一个主体是模型库系统、方法库系统和数据库系统的结合，它是决策支持的基础，为决策问题提供定量分析（模型计算）的辅助决策信息。该主体是定量分析的基础和前提。第二个主体是数据仓库、OLAP，它从数据仓库中提取综合数据和信息，这些数据和信息反映了大量数据的内在本质和规律。该主体是定量分析的关键。第三个主体是专家系统和数据挖掘的结合。数据挖掘从数据库和数据仓库中挖掘知识，并将其放入专家系统的知识库中，利用推理机在必要的时候将知识库中的相关知识检索出来，达到定性分析辅助决策的效果。同时，知识库中整理过的、有价值的信息又将传回数据库中存储起来。该主体担当知识工程师的重任。图中“问题综合与交互系统”是用户和综合决策系统的接口，该接口是用户信息、半成品决策信息、反馈信息的集散地，它既要为最终用户提供一个交互的界面，又要为专家、技术人员、咨询人员、系统维护人员等相关人员提供交互的窗口。如果说三个主体是黑匣子的话，那么这是唯一的出口，这样既保证了信息的可靠性和安全性，又保证了决策结果的科学性和准确性。当然，我们也可以认为“问题综合和交互系统”是一个知识库，这个知识库的知识存储和更新快速、及时，而且是一个动态的知识库。
综合体系结构的三个主体既有独立性，又可以相互结合。它可以根据实际问题的规模和复杂程度决定是采用单个主体辅助决策，还是采用两个或三个主体的相互结合辅助决策。利用第一个主体的辅助决策系统就是传统意义上的决策支持系统。利用第一个主体和第三个主体相结合的辅助决策系统就是智能决策支持系统。将三个主体结合起来，即利用“问题综合和交互系统”部件集成三个主体，这样形成的系统是综合决策支持系统，其辅助决策能力更强、决策结果更稳定，但更复杂，更难以操作。
3 综合决策支持系统的发展难点与前景展望
（1）发展难点。由于I[3]DSS涉及到众多的新技术，所以，在研制过程中不但要考虑各个新技术自身的固有缺陷，还要考虑各个技术相互协作过程中会出现的难题。主要有：①OLAP成功的关键在于数据仓库的设计，由于数据仓库设计缺乏恰当的方法论支持，致使不同类型数据的时间界限难以确定。②为作出最新状态的战术性决策，必须解决好数据仓库与日常生产系统间的数据衔接和协同问题。③由于多维数据库并没有公认的多维模型，也没有像关系模型那样标准地取得数据的方法（如SQL、API等），致使关系数据模型和多维数据模型的支持能力和交互性难以保障。④元数据是数据仓库与OLAP相结合的基础，但元数据的统一性难以保证。此外，当数据仓库中的数据每增加一次时，元数据都要进行扩展，且每个元数据需有相应的说明，这也是极其复杂的。⑤数据挖掘技术也面临着严重的限制和挑战，如难以识别操作型数据存储向数据仓库统一形式进行转换过程中，是否遗漏了有效挖掘所必需的元素等。
（2）前景展望。目前的决策支持系统已经成功地用于解决各种各样的问题，决策支持系统发挥重要作用的应用领域不仅包括城市交通管理、保健及医疗诊断、环境规划、农林业等等，还包括辅助评估国际投资风险的DSS，为与资产和债务管理有关的决策提供向导的DSS，以及参与组织投资战略和资产预算决策开发的决策支持系统。区域性经济发展战略研究、大型企业经营决策、环境监测和影响评估等决策活动，不仅涉及到经济活动的各个方面，涉及到生产管理、经营管理的各个层次，而且各种因素互相关联，决策环境错综复杂。此外，决策活动还受到社会、文化、心理等因素不同程度的影响，同时决策信息又常常不完善、不精确，因而其决策结果往往只是一个近似值，或者说有待事实的证明。使用I[3]DSS将这些应用进行集成，将非常有利于提高决策支持系统和决策制定者的“智商”水平。
随着社会的进步，未来的知识管理和决策要求我们提升收集和获取专家知识的方法，并确保知识库包括当前的最可用信息。但是我们也深知并非所有的知识都可以通过制造规则来获取，知识也可以通过因果信息或者数学关系而存在。有人认为，21世纪专家系统知识获取的最终设计目标是取消知识工程师的角色，允许专家直接将他们的知识编码到计算机中。仿效之，I[3]DSS的最终设计目标是当第三个主体的职能失效或者条件无法满足时，第一个主体与第二个主体仍能成功地完成辅助决策的使命，这也是I[3]DSS安全性、可靠性的一种体现。如果我们利用这种系统再来设计区域信息化的发展模式，那么对于政府、企事业单位、学校、个人等决策者来说，都远远超出了单纯依靠技术解决问题的范畴。因此，信息时代需要I[3]DSS与时俱进。