決策支持系統(tǒng)教程（第二版）

第1章 決策支持系統(tǒng)綜述1
1.1 決策支持系統(tǒng)的形成1
1.1.1 管理信息系統(tǒng)1
1.1.2 管理科學/運籌學2
1.1.3 決策支持系統(tǒng)4
1.1.4 專家系統(tǒng)5
1.1.5 智能決策支持系統(tǒng)5
1.1.6 基于數(shù)據(jù)倉庫的決策支持系統(tǒng)7
1.1.7 綜合決策支持系統(tǒng)9
1.1.8 網(wǎng)絡(luò)環(huán)境的綜合決策支持系統(tǒng)9
1.2 決策支持系統(tǒng)概念10
1.2.1 決策問題的結(jié)構(gòu)化分類10
1.2.2 決策支持系統(tǒng)的定義11
1.2.3 決策支持系統(tǒng)與管理科學/運籌學的關(guān)系12
1.2.4 決策支持系統(tǒng)與管理信息系統(tǒng)的關(guān)系12
1.2.5 幾個典型的決策支持系統(tǒng)13
1.3 決策科學與決策支持系統(tǒng)17
1.3.1 決策與決策科學17
1.3.2 決策過程與決策支持系統(tǒng)20
1.3.3 決策體系與決策支持系統(tǒng)24
1.3.4 決策支持系統(tǒng)的技術(shù)基礎(chǔ)27
習題129
第2章 決策資源與決策支持31
2.1 決策資源31
2.1.1 數(shù)據(jù)資源31
2.1.2 模型資源33
2.1.3 知識資源42
2.2 決策支持47
2.2.1 決策支持概念47
2.2.2 決策資源的決策支持48
2.2.3 決策方案的決策支持54
2.3 模型實驗的決策支持55
2.3.1 模型的建立與what-if分析55
2.3.2 模型組的決策支持57
2.4 模型組合方案的決策支持58
2.4.1 經(jīng)濟優(yōu)化方案的決策支持59
2.4.2 產(chǎn)品優(yōu)化方案的決策支持62
2.4.3 多模型輔助決策系統(tǒng)65
習題267
第3章 決策支持系統(tǒng)69
3.1 決策支持系統(tǒng)結(jié)構(gòu)69
3.1.1 決策支持系統(tǒng)結(jié)構(gòu)形式69
3.1.2 決策支持系統(tǒng)的結(jié)構(gòu)比較76
3.1.3 決策支持系統(tǒng)的統(tǒng)一結(jié)構(gòu)形式77
3.2 數(shù)據(jù)庫系統(tǒng)78
3.2.1 數(shù)據(jù)庫系統(tǒng)開發(fā)與應(yīng)用78
3.2.2 數(shù)據(jù)庫系統(tǒng)在決策支持系統(tǒng)中的作用83
3.3 人機交互與問題綜合系統(tǒng)86
3.3.1 人機交互系統(tǒng)86
3.3.2 問題綜合系統(tǒng)91
3.3.3 決策支持系統(tǒng)的綜合部件91
3.4 模型庫系統(tǒng)93
3.4.1 模型庫93
3.4.2 模型庫的組織和存儲96
3.4.3 模型庫管理系統(tǒng)98
3.5 組合模型的決策支持系統(tǒng)102
3.5.1 模型組合技術(shù)103
3.5.2 模型組合的程序設(shè)計104
3.5.3 決策支持系統(tǒng)的決策支持106
3.6 決策支持系統(tǒng)實例106
3.6.1 物資申請和庫存的計劃匯總107
3.6.2 制定物資的分配方案107
3.6.3 物資調(diào)撥預處理109
3.6.4 制定物資運輸方案110
3.6.5 制定物資調(diào)撥方案111
3.6.6 物資分配調(diào)撥決策支持系統(tǒng)結(jié)構(gòu)與決策支持112
習題3114
第4章 人工智能的決策支持和智能決策支持系統(tǒng)117
4.1 人工智能基本原理117
4.1.1 邏輯推理117
4.1.2 知識推理119
4.1.3 搜索技術(shù)122
4.2 專家系統(tǒng)的決策支持127
4.2.1 專家系統(tǒng)原理127
4.2.2 產(chǎn)生式規(guī)則專家系統(tǒng)128
4.2.3 建模專家系統(tǒng)131
4.3 神經(jīng)網(wǎng)絡(luò)的決策支持134
4.3.1 神經(jīng)網(wǎng)絡(luò)原理134
4.3.2 反向傳播模型135
4.3.3 神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)及實例139
4.3.4 神經(jīng)網(wǎng)絡(luò)的容錯性142
4.4 遺傳算法的決策支持144
4.4.1 遺傳算法原理144
4.4.2 優(yōu)化模型的遺傳算法求解147
4.4.3 獲取知識的遺傳算法149
4.5 機器學習的決策支持153
4.5.1 機器學習綜述153
4.5.2 機器學習分類154
4.5.3 建立模型的發(fā)現(xiàn)學習159
4.6 智能決策支持系統(tǒng)168
4.6.1 智能決策支持系統(tǒng)概念168
4.6.2 智能決策支持系統(tǒng)結(jié)構(gòu)168
4.6.3 專家系統(tǒng)與決策支持系統(tǒng)的集成171
4.6.4 智能決策支持系統(tǒng)實例172
習題4177
第5章 基于數(shù)據(jù)倉庫的決策支持系統(tǒng)180
5.1 數(shù)據(jù)倉庫的基本原理180
5.1.1 數(shù)據(jù)倉庫概念180
5.1.2 數(shù)據(jù)倉庫結(jié)構(gòu)181
5.1.3 數(shù)據(jù)集市182
5.1.4 元數(shù)據(jù)184
5.1.5 數(shù)據(jù)倉庫存儲185
5.1.6 數(shù)據(jù)倉庫系統(tǒng)188
5.2 聯(lián)機分析處理190
5.2.1 基本概念190
5.2.2 OLAP數(shù)據(jù)組織195
5.2.3 OLAP的決策支持:多維數(shù)據(jù)分析197
5.2.4 OLAP的應(yīng)用實例199
5.3 數(shù)據(jù)倉庫的決策支持201
5.3.1 查詢與報表202
5.3.2 多維分析與原因分析203
5.3.3 預測未來204
5.3.4 實時決策204
5.3.5 自動決策205
5.4 數(shù)據(jù)挖掘206
5.4.1 知識發(fā)現(xiàn)與數(shù)據(jù)挖掘概念206
5.4.2 數(shù)據(jù)挖掘方法和技術(shù)208
5.4.3 數(shù)據(jù)挖掘的知識表示211
5.5 數(shù)據(jù)挖掘的決策支持214
5.5.1 數(shù)據(jù)挖掘的決策支持分類214
5.5.2 決策樹與決策規(guī)則樹的挖掘及其應(yīng)用216
5.3.3 關(guān)聯(lián)規(guī)則及應(yīng)用227
5.6 基于數(shù)據(jù)倉庫的決策支持系統(tǒng)231
5.6.1 基于數(shù)據(jù)倉庫的決策支持系統(tǒng)的原理和結(jié)構(gòu)232
5.6.2 基于數(shù)據(jù)倉庫的決策支持系統(tǒng)簡例234
5.6.3 基于數(shù)據(jù)倉庫的決策支持系統(tǒng)實例239
習題5241
第6章 綜合決策支持系統(tǒng)243
6.1 基于模型庫與知識庫的傳統(tǒng)決策支持系統(tǒng)243
6.1.1 傳統(tǒng)決策支持系統(tǒng)概念243
6.1.2 傳統(tǒng)決策支持系統(tǒng)的進展244
6.1.3 傳統(tǒng)決策支持系統(tǒng)的關(guān)鍵技術(shù)和開發(fā)的困難245
6.2 基于數(shù)據(jù)倉庫的新決策支持系統(tǒng)246
6.2.1 新決策支持系統(tǒng)與商業(yè)智能246
6.2.2 數(shù)據(jù)倉庫關(guān)鍵技術(shù)250
6.2.3 數(shù)據(jù)倉庫開發(fā)的困難255
6.3 綜合決策支持系統(tǒng)257
6.3.1 傳統(tǒng)決策支持系統(tǒng)與新決策支持系統(tǒng)的比較257
6.3.2 數(shù)據(jù)倉庫與數(shù)學模型258
6.3.3 綜合決策支持系統(tǒng)原理、結(jié)構(gòu)和定義259
6.4 網(wǎng)絡(luò)環(huán)境的綜合決策支持系統(tǒng)261
6.4.1 客戶機/服務(wù)器結(jié)構(gòu)與數(shù)據(jù)庫服務(wù)器262
6.4.2 網(wǎng)絡(luò)環(huán)境的決策支持系統(tǒng)265
6.4.3 網(wǎng)絡(luò)環(huán)境的綜合決策支持系統(tǒng)體系268
習題6271
第7章 決策支持系統(tǒng)的開發(fā)與實例273
7.1 傳統(tǒng)決策支持系統(tǒng)設(shè)計與開發(fā)273
7.1.1 決策支持系統(tǒng)開發(fā)過程273
7.1.2 決策支持系統(tǒng)設(shè)計278
7.1.3 決策支持系統(tǒng)的關(guān)鍵技術(shù)279
7.2 傳統(tǒng)決策支持系統(tǒng)開發(fā)工具284
7.2.1 決策支持系統(tǒng)開發(fā)技術(shù)與方法284
7.2.2 系統(tǒng)快速原型開發(fā)方法286
7.2.3 決策支持系統(tǒng)的開發(fā)實踐286
7.2.4 專家系統(tǒng)開發(fā)工具與實例288
7.3 新決策支持系統(tǒng)的開發(fā)294
7.3.1 數(shù)據(jù)倉庫開發(fā)過程294
7.3.2 數(shù)據(jù)抽取、轉(zhuǎn)換和裝載299
7.4 基于客戶機/服務(wù)器的決策支持系統(tǒng)快速開發(fā)平臺CS-DSSP304
7.4.1 CS-DSSP開發(fā)平臺綜述304
7.4.2 客戶端交互控制系統(tǒng)308
7.4.3 廣義模型服務(wù)器系統(tǒng)311
7.4.4 CS-DSSP決策支持方式316
7.5 基于客戶機/服務(wù)器的決策支持系統(tǒng)實例318
7.5.1 全國農(nóng)業(yè)投資決策問題318
7.5.2 全國農(nóng)業(yè)投資空間決策支持系統(tǒng)320
7.6 網(wǎng)絡(luò)環(huán)境的決策支持系統(tǒng)的對比分析323
7.6.1 網(wǎng)絡(luò)環(huán)境的決策支持系統(tǒng)的技術(shù)進步323
7.6.2 網(wǎng)絡(luò)環(huán)境的決策支持系統(tǒng)的決策支持效果的提升324
習題7324
第8章 基于Web Services的決策支持系統(tǒng)與實例326
8.1 Web Services技術(shù)架構(gòu)326
8.1.1 Web Services概念和技術(shù)規(guī)范326
8.1.2 Web Services體系架構(gòu)和技術(shù)平臺327
8.1.3 Microsoft .NET技術(shù)平臺329
8.2 基于Web Services的服務(wù)器開發(fā)332
8.2.1 基于Web Services的模型服務(wù)器開發(fā)332
8.2.2 基于Web Services的知識服務(wù)器開發(fā)338
8.2.3 基于Web Services的數(shù)據(jù)庫服務(wù)器開發(fā)342
8.3 基于Web Services的客戶端開發(fā)343
8.3.1 客戶端對Web Services模型服務(wù)查詢343
8.3.2 客戶端對Web Services模型服務(wù)的集成344
8.4 基于Web Services的決策支持系統(tǒng)的開發(fā)實例348
8.4.1 基于Web Services的橡膠配方產(chǎn)品優(yōu)化方案
決策支持系統(tǒng)的設(shè)計348
8.4.2 基于Web Services的DSS實例開發(fā)348
8.4.3 DSS客戶端程序開發(fā)和運行351
8.5 基于Web Services的決策支持系統(tǒng)的對比分析353
8.5.1 基于Web Services的決策支持系統(tǒng)的技術(shù)進步353
8.5.2 基于Web Services的決策支持系統(tǒng)的決策支持效果的提升353
習題8354