|
决策支持系统包含如下典型组件：
（1）接口部分：即输入/输出的界面，是人机交互的窗口。
（2）模型管理子系统：具有存储、动态建模的功能，目前模型管理的实现是通过模型库系统来完成的。
（3）知识管理子系统：集中管理决策问题领域的知识（规则和事实），包括知识获取、表达、管理等功能。
（4）数据库管理子系统：DSS的数据库通常包括在数据仓库中，数据仓库集成且面向数据库的集合，通常从内部和外部数据源中抽取。内部数据主要来自组织的交易处理系统，外部数据包括行业数据、市场调查数据。
（5）用户：用户可以只看做系统的一部分，DSS的用户主要是企业各层次的管理者和商业分析人员。
需要主要解决的问题：
（1）建立数据仓库系统
数据仓库系统必须为决策支持的分析处理提供以下服务。
根据主题需要，从OLTP数据库中抽取分析用的数据。为此在抽取过程中要对原始数据进行分类、求和、统计等处理，抽取的过程实际上是数据在组织。
在抽取过程中完成数据的净化，即去掉不合格的原始数据，必要时还必须对缺损的数据加以补充。
在改变分析决策的主题是，可以按主题进行数据查询和访问。
采用多级存储模式，解决数据量巨大，以及按照主题、粒度划分的数据组织问题。
（2）模型、方法和知识管理系统
采用数据仓库和多维数据库技术的数据管理子系统将数据进行整理（预处理）和净化之后，形成可靠且易于进行决策的“数据源”（数据仓库或多维数据库），这个“数据源”的结构与形式和决策支持系统采用的模型和知识有关。决策粗略地分为结构化决策支持、非结构化决策支持、半结构化决策支持，一个较好的决策支持系统必须完成这3个方面的决策支持。
模型、方法和知识管理是决策支持系统的核心，它对依据问题建立模型库、方法和知识库进行管理。
对模型库、方法库和知识库进行维护，模型、方法和知识管理系统必须有对这3个库的维护界面。可以根据问题的需要对模型、方法和知识库进行增加、删除和修改，并保证3个库的一致性，一是系统运行过程中调用每个库不发生矛盾，特别是对知识库的维护更加注意；二是每种模型、方法和知识都能用到。
模型、方法和知识管理系统根据用户的要求和数据仓库提供的数据，能有效的选择模型、方法和知识。经过系统运行得到相应的结果，并将结果送给交互环境予以输出。
智能决策支持系统（IDSS）一般在模型、方法和知识管理系统的基础上增加专家系统和数据挖掘与知识发现技术所构成的系统。
智能决策支持系统的主要功能如下：
分析和识别问题。
描述决策问题和决策知识。
形成候选的决策方案（目标、规划、方法和途径等）。
构造决策问题的求解模型（数学模型、运筹学模型、程序模型、经验模型等）。
建立评价决策问题的各种准则（如价值准则、科学准则、效益准则等）。
多方案、多目标、多准则情况下的比较和优化。
综合分析，包括决策结果或方案对实际问题可能产生的作用和影响的分析，以及各种环境因素、变量对决策方案或结果的影响分析等。
（3）用户交互环境
用户交互环境是决策者或决策部门与决策支持系统打交道的界面，它负责接收用户发出的各种指令。根据这些命令调用不同的子系统，并获得处理结构，最后将这些结果输出给用户。
用户交互环境的好坏直接影响用户对系统的使用，一个好的用户交互环境的输入应当简单、易学、易用，输出应当做到内容丰富且形式活泼。
|