决策支持系统（Decision Support System，DSS），是以管理科学、运筹学、控制论、决策科学和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，针对半结构化乃至非结构化的决策问题，支持决策者开展决策活动的具有智能作用的人机系统。该系统能够为决策者提供所需的数据、信息和背景资料，帮助决策者明确决策目标和进行问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进行评价和优选，通过人机交互功能进行分析、比较和判断，为科学、正确地决策提供必要的支持。它通过与决策者的一系列人机对话过程，为决策者提供各种可靠方案，检验决策者的要求和设想，从而达到支持决策的目的。它是管理信息系统向更高一级发展而产生的先进信息管理系统，其侧重解决组织中的半结构化与非结构化决策问题。

20世纪70年代中后期，由美国麻省理工学院的米切尔·斯科特（Michael Scott）和基恩（Peter Keen）首次提出了“决策支持系统”一词，标志着利用计算机与信息支持决策的研究与应用进入了一个新的阶段，并形成了决策支持系统新学科。

1）决策支持系统的基本架构

决策支持系统基本结构主要由4个部分组成，即数据库及其管理系统部分、模型库及其管理系统部分、知识库及其管理系统部分、人机交互接口部分。

接口管理子系统：是DSS与系统用户（决策者）之间的中介，在系统的使用者、数据库、模型库以及知识库起着传递（转换）命令、数据和结果的接口，为决策者提供信息收集、问题识别、模型构造、模型改进、分析计算等功能。接口管理子系统通过人机对话机制，使得决策者能够依据个人的经验，主动利用DSS所拥有的各种支持功能进行学习、分析、再学习，得以实现对一个最优的决策方案的选择。由于DSS的使用者大都是非计算机专业的组织管理人员，他们要求系统使用方便、灵活性强，有较好的用户体验，因此接口管理子系统的软硬件开发与功能配置往往是DSS成败的关键。

图11-7　决策支持系统的结构

数据库子系统：是DSS中存储、管理、提供和维护用于支持决策的数据的基本部件，是支撑模型库子系统和知识库子系统的基础。其主要由数据库、数据析取模块、数据字典、数据库管理系统以及数据查询模块等构成；其功能包括对各种类型数据的存储、检索、处理和维护，并能够从来自不同渠道的各种信息资源中析取满足支持决策的数据，并将其转换成DSS所要求的各种内部数据。与一般信息系统的数据库相比，DSS的数据库特别要求灵活、易改，并且在修改和扩充中不丢失数据。

模型库子系统：是DSS中构建和管理模型的软件系统。其由模型库和模型库管理系统构成。其中，模型库是存储在计算机中的各种模型或模型组件的集合，其由许多计算机程序模块组成。主要的类型有：①通用模型库。模型建立和编制均由用户完成，系统仅提供宿主语言（如各种高级语言或专用语言）以支持模型的动态构建和与之相关的模型的求解方法等。②专用模型库：专为某些特定的决策或决策者设计的模型库，用户只需直接引用模型库中预先定制的模型，不必创建模型，即可实现决策过程中的模型应用。

模型库管理功能包括：建立模型文件系统下的存取路径以对模型进行存取和模型构件的动态组装，对模型进行增加、删除、修改及查询，对模型文件进行编辑和编译以及新模型的动态加入等；模型库子系统与接口管理子系统交互，可以实现用户对模型的操作、处置和控制；模型库子系统与数据库子系统的交互，可以实现模型所需数据的提供，实现模型的输入、输出和中间结果存取的自动化；模型库子系统与方法库子系统交互，可以实现目标搜索、灵敏度分析和仿真运行自动化等。

知识库子系统：是DSS中存储、管理、调用及维护支撑决策支持系统功能所需的各类知识与算法的部件，其由知识库和知识库管理系统构成。其中，知识库所存储的是那些既不能用数据方式表达，也不能用模型方式表达的知识，主要是支持决策所需的专家知识、经验知识和领域知识，而知识库管理系统则有两个基本功能：一是，回答决策过程中分析与判断问题所需的知识请求；二是，回答知识库中知识的增加、扩展、维护等请求。

2）DSS的基本功能

①管理并随时提供与决策问题有关的组织内部信息，如订单要求、库存状况、人员情况、生产能力与财务报表等。

②收集、管理并提供与决策问题有关的组织外部信息，如政策法规、经济统计、市场行情、同行动态与科技进展等。

③收集、管理并提供各项决策方案执行情况的反馈信息，如订单或合同执行进程、物料供应计划的落实情况、生产计划完成情况等。

④以一定的方式存储和管理与决策问题有关的各种分析模型，如定价模型、库存控制模型与MRP、CRP模型等。

⑤能够存储并提供常用的数学方法及算法，如回归分析方法、线性规划、最短路径算法等。

3）决策支持系统的特征

①DSS主要针对组织的上层管理人员可能会经常面临的结构化程度不高、说明不充分的问题。

②DSS把模型或分析技术与传统的数据存取技术检索技术结合起来，并通过模型驱动。

③DSS易于为非计算机专业人员以交互式会话的方式使用。

④DSS强调对用户决策方法改变的灵活性及适应性。

⑤DSS支持但不是代替高层决策者制定决策。系统只是支持用户而不是代替他判断。因此，系统并不提供所谓“最优”的解，而是给出一类满意解，让用户自行决断。同时，系统并不要求用户给出一个预先定义好的决策过程。

4）决策支持系统的发展

（1）群体决策支持系统（GDSS）

针对现代组织的决策常常是由群体参与的特点，在常规的决策支持系统的基础上，按照支持群体决策的特征要求，利用计算机网络和通信技术，发展出了群体决策支持系统（Group Decision Support Sysytem，GDSS），以支持多个决策者共同参与的，在必要时跨越时空的限制，通过相关规程实现相互协作的决策，探寻半结构化或非结构化决策问题的解决方案。

从决策过程的角度，可以将GDSS分为合作型和非合作型。

在合作决策的过程中，决策者试图通过友好和信任的方法作出一个共同的决策，并对决策结果共同承担责任。相应地，合作型GDSS所采取的主要策略有：寻求一致、相互妥协、折中、协商以及投票等。具体采用哪一种（或几种）机制，应根据不同问题的特点作出不同的选择。

在非合作决策过程中，决策者的利益往往是相互冲突的。每个决策者为了满足自己的利益，都试图贬低或损害他人的利益。这类GDSS所采取的主要策略是诱发冲突和鼓励竞争，从而揭示相关决策方案中存在的问题，寻求最优化的解决方案。无论采取哪种策略，最终，GDSS都要以某种方式实现参与者的协调与沟通，评价各决策者的相关决策方案，得出最佳的方案。

从通信的角度，可以将GDSS分为以下4种类型：

①决策室（Decision Room）型。这种类型的GDSS的主要特征是在群决策过程中，各决策者同处一室，没有（或基本没有）使用网络通信机制，通信是通过口头形式或简单的报文形式完成的，是最初级的群决策形式。它不能有效地屏蔽各决策者之间的相互影响。

②局部决策网络（Local Decision Network）型。这种类型的GDSS建立在局域网（LAN）的基础上，每个决策者作为网上的一个结点，拥有自己的工作站和私有资源。在决策过程中，各决策者在自己（办公室中）的工作站上参与群决策，通过网络相互通信，以了解其他决策结点的状态及全局状态。这种类型的GDSS强调各决策结点的独立性。(www.daowen.com)

③电话会议（Teleconferencing）型。这是由多个决策室型GDSS组成的一种复合型GDSS。整个系统建立在一个中程或远程网络上，每个网络结点都是一个决策室型的GDSS。网络将各地的决策室联系起来，形成全系统范围内更广泛的群决策系统。网络上传递的往往是各结点的声、像、图、文信息，需要多媒体技术的支持。

④远程决策（Remote Decision Making）型。这种类型的GDSS与局部决策网络型GDSS有较多相似的特点，两者的主要差别在于这种类型的GDSS是建立在远程网上的，且系统更加强调网络通信的实时性和各结点的独立性。

典型的GDSS由硬件、软件资源和决策者3部分组成。其中：

硬件资源：是指各决策者独立使用的工作站（或终端）、共享使用的外部数据库、模型库及I／O设备等硬件资源，还包括整个GDSS基于的通信网络系统。

软件资源：包括在各决策者的工作站（或终端）上运行的决策支持软件、支撑GDSS的底层软件（如公共数据库系统、公共模型库系统、公共方法库系统）及网络管理软件（如规程库子系统、通信子系统）；支持决策者与系统进行交互的人机接口系统等。

决策者：不仅包括参与决策的决策者，还包括决策过程的辅助协调人员。

GDSS的系统构成如图11-8所示。

图11-8　GDSS的基本结构

（2）分布式决策支持系统（DDSS）

DDSS是由多个物理分离的信息处理特点构成的计算机网络，网络的每个结点至少含有一个决策支持系统或具有若干辅助决策的功能。与一般的决策支持系统相比，DDSS有以下一些特征：

DDSS是一类专门设计的系统，能支持处于不同结点的多层次的决策，提供个人支持、群体支持和组织支持。不仅能从一个结点向其他结点提供决策，还能提供对结果的说明和解释，有良好的资源共享。能为结点间提供交流机制和手段，支持人机交互、机机交互和人与人交互。具有处理结点间可能发生的冲突的能力，能协调各结点的协同操作，既有严格的内部协议，又是开放性的，允许系统或结点方便地进行扩展，同时系统内的结点作为平等成员而不形成递阶结构，每个结点享有自治权。

（3）智能决策支持系统（IDSS）

IDSS-Intelligence Decision Supporting System的概念最早由美国学者波恩切克（R.H.Bonczek）等人于20世纪80年代提出，它既能处理定量问题，又能处理定性问题。

智能决策支持系统是知识工程（KE，）人工智能（AI，Artificial Intelligence）和DSS相结合，应用专家系统（ES，Expert System）技术，使DSS能够更充分地应用人类的相关知识，如关于决策问题的描述性知识，决策过程中的过程性知识，求解问题的推理性知识，通过逻辑推理来帮助解决复杂的、不确定性领域的决策问题的辅助决策系统。

比较完整与典型的IDSS是在传统DSS的基础上，增设知识库与推理机，在人机对话接口子系统中加入自然语言处理系统NLS，形成智能化的多模态人机接口，在4个库之间插入问题处理系统（PSS）而构成的四库系统结构。

图11-9　IDSS的结构框架

智能人机接口：四库系统的智能人机接口能够接受自然语言或接近自然语言的方式表达的决策问题及决策目标，较大程度地改变了人机界面的性能，使之更方便决策者与系统的交互。

问题处理系统（PPS）：处于IDSS的中心位置，它起着衔接用户与系统环境的桥梁作用，系统通过PPS对决策问题进行分类并确定问题求解的策略。其主要由两部分组成。其中：

①问题分析系统：转换产生的问题描述，判断问题的结构化程度，对结构化问题选择或构造模型，采用传统模型求解；对半结构化或非结构化问题则由规则模型与推理机制来求解。

②问题处理系统：是IDSS中最活跃的部件，它既要识别与分析问题、设计求解方案，还要为问题求解调用数据、模型、方法及知识等资源，对半结构化或非结构化问题还要触发推理机进行推理或新知识的推求。

随着DSS应用范围的不断扩大，应用层次的逐渐提高，DSS已进入到全局性或区域性经济社会发展战略研究、大型企业生产经营决策等领域的决策活动中来，这些决策活动不仅涉及经济活动各个方面、经营管理的各个层次，而且各种因素互相关联，决策的环境更加错综复杂。对于省、市、县等发展战略规划方面的应用领域，决策活动还受政治、社会、文化、心理等因素的不同程度的影响，而且可供使用的信息又不够完善、精确，这些都给DSS系统的建设造成了很大的困难。在这种情况下，一种新型的、面向决策者、面向决策过程的综合性决策支持系统产生了，即智能—交互—集成化决策支持系统（Intelligent，Interactive and Integrated DSS，简称3IDSS）。

集成化：在上述情况下，采用单一的以信息为基础的系统，或以数学模型为基础的系统，或以知识、规则为基础的系统，都难以满足相关领域的决策活动的要求。这就需要在面向问题的前提下，将系统分析、运筹学方法、计算机技术、知识工程、人工智能等有机地结合起来，发挥各自的优势，实现决策支持过程的集成化。

交互性：决策支持系统的核心内容是人机交互。为了帮助决策者处理半结构化和非结构化的问题，认定目标和环境约束，进一步明确问题，产生决策方案和对决策方案进行综合评价，系统应具备更强的人机交互能力，成为交互式系统（Interactive systems）。

智能化：决策支持系统在处理难以定量分析的问题时，需要使用知识工程、人工智能、机器学习等方法和工具，这就是决策支持系统的智能化（Intelligent）。

在现实应用中，DSS分为3个技术层面：

①专用DSS：是针对特定用户的特定需求而构建的具有特定功能的DSS。

②DSS生成器：一种用以方便、快捷地研制和构造专用DSS的计算机软／硬件平台。

③DSS工具：用于构造专用DSS和DSS生成器的基础技术或基本软／硬件单元。

这3个层次面向不同的人员，发挥不同的作用。3个层次之间有着依托和支撑关系。