智能决策支持系统.doc

《智能决策支持系统.doc》由会员分享，可在线阅读，更多相关《智能决策支持系统.doc（23页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、智能决策支持系统一、智能决策支持系统的定义决策支持系统Decision Support System，简称DSS，是以管理科学、运筹学、控制论、与行为科学为根底，以计算机技术、仿真技术与信息技术为手段，针对半构造化的决策问题，支持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、信息与背景资料，帮助明确决策目标与进展问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进展评价与优选，通过人机交互功能进展分析、比拟与判断，为正确的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，检验决策者的要求与设想，从而到达支持决策的目的。决策支持

2、系统一般由交互语言系统、问题系统以及数据库、模型库、方法库、知识库管理系统组成。在某些具体的决策支持系统中，也可以没有单独的知识库及其管理系统，但模型库与方法库通常那么是必须的。由于应用领域与研究方法不同，导致决策支持系统的构造有多种形式。传统DSS 采用各种定量模型,在定量分析与处理中发挥了巨大作用, 它也对半构造化与非构造化决策问题提供支持, 但由于它通过模型来操纵数据,实际上支持的仅仅是决策过程中构造化与具有明确过程性的局部. 随着决策环境日趋复杂,DSS的局限性也日趋突出, 具体表现在:系统在决策支持中的作用是被动的, 不能根据决策环境的变化提供主动支持, 对决策中普遍存在的非构造化问

3、题无法提供支持,以定量数学模型为根底,对决策中常见的定性问题、模糊问题与不确定性问题缺乏相应的支持手段。1DSS应具备以下特征2：l 系统的主要功能是为管理人员提供决策支持,其目的是帮助管理人员进展决策而不是代替他们,是为了提高决策的效能而不是组织的管理效率；l 传统数据管理技术与有关的模型技术、分析技术相结合；l 系统应该有很强的灵活性、适应性、便于用户使用。智能决策支持系统IDSS是决策支持系统与人工智能技术相结合的系统3,他包括决策支持系统所拥有的组件，包括数据库系统、模型库系统与人机交互系统，同时集成了最新开展的人工智能技术，如专家系统、多代理以及神经网络与遗传算法等。它是以信息技术为

4、手段,应用管理科学、计算机科学及有关学科的理论与方法,针对半构造化与非构造化的决策问题,通过提供背景材料、协助明确问题、修改完善模型、列举可能方案、进展分析比拟等方式,为管理者做出正确决策提供帮助的智能型人机交互式信息系统。智能决策支持系统的广义构造如下列图所示。二、智能决策支持系统与能量管理的区别可以从以下几个方面来说明智能决策支持系统与能量管理系统的区别4：1数据源：决策支持系统的数据源包括稳态信息与故障信息，而能量管理的数据源只包含稳态信息。2对故障信息的利用：决策支持系统利用故障信息进展故障诊断，而能量管理系统那么没有。3对系统运行的综合分析：决策支持系统提供考虑平安性与经济性的综合评

5、估报告，而能量管理系统未提供。4分析工具：决策支持系统提供稳态信息与故障信息的分析工具，而能量管理系统只提供稳态信息的分析工具。三、智能决策支持系统的几种构造1基于多代理的智能决策支持系统 以下是应用于智能电网的多代理决策支持系统5，电网决策支持系统主要由SCADA及故障信息管理层、网络分析分析层与指挥系统协调层3局部组层，器构造如下列图所示SCADA及故障信息数据管理层：实时收集电力系统的数据，监控系统的运行状态。网络分析层：由实时稳态分析、智能电网调度操作票、电网故障诊断、电网故障恢复、电网故障操作票组成。指挥系统协调层：主要由指挥系统构成，主要功能是协调各种网络分析层软件的调用逻辑及执行

6、顺序，以及在有复杂的电网状态变化时，协调调用不同的应用软件，使其以合作的方式完成复杂的任务。一般来说，智能调度决策支持系统包括如下能够独立完成一定功能的智能体单元：运行状态评估智能体：实时的监视系统的运行状况，对目前以及未来的系统状况进展平安评估，依据预测的可能系统状况，协调智能层的其他智能体进展预防性策略跟踪，使系统保持在正常经济、平安的状态。经济运行决策智能体：在正常状况下，根据系统约束条件，在运行规那么的指导下，运用相应的算法、模型与知识，综合运用全局系统信息，进展不同优化算法、不同优化模型、不同优化目标之间的优化协调，使得优化决策具有全局可行性，防止优化孤岛的出现。故障诊断决策智能体：

7、在紧急状况下，自动依据系统运行状况，诊断故障地点与类型等，制定紧急控制，并告知或帮助调度人员进展紧急控制策略。故障恢复决策智能体：在故障状况下，依据系统状况，结合先验知识，采用不同的模型与算法进展系统恢复决策。人机交互智能体：在任何情况下，调度人员或电力专家均可以通过它与决策支持系统进展友好、协调的交互，以便于完成特定的任务或进展系统的维护管理等。日常管理智能体：除了完成调度人员进展的监视、维护、处理异常等日常工作外，还需要进展编写调度日志、操作票、事故报告等一系列工作。模拟培训智能体：进展决策支持系统的培训、模拟、决策跟踪等。系统智能体构造如下列图所示以下是应用于沥青混凝土路面施工机群的基于

8、多代理的智能决策支持系统6, 最高层(顶层)为中央智能决策调度支持系统,它负责整个系统的调度决策,实时处理下级决策调度能Agent汇报的信息,并作出决策。中间层为功能决策智能Agent层,包括拌与智能决策调度支持系统、运输智能决策调度支持系统、摊铺智能决策调度支持系统、压路智能决策调度支持系统等,它们负责各自下层的功能Agent,功能Agent层指在路面施工中完成某种施工任务的施工机械或设备,它们的任务是负责调度其下层的功能Agent,来完成系统设定的任务,维持生产节拍、保证质量参数、承受中央的指令并把涉及到改变整个系统状态的决策结果通知中央智能决策调度支持系统。下列图是系统的构造图 下列图为

9、决策调度系统原理图。可以看出,IDSS中五个系统(知识库系统、模型库系统、数据库系统、图形库系统及总控系统)间的联系。总控系统控制着其它四个系统的连接与调用,同时负责与外界(信息收发系统、人机接口局部)的信息交换。知识库系统从数据库中获得事实进展推理,从而决定从模型库中调用何种模型进展计算并确定模型中的一些参数,选定的模型从数据库中获得初始数据进展运算,并将运算结果送回数据库。图形库系统可以从数据库中取得需要的数据绘制各种直观的图形。在总控系统之前是人机接口局部、信息收发系统,人机接口局部是用户与系统的桥梁,用来做信息传输、人工决策干预、信息查询与结果输出。信息收发系统负责接收各子系统上传的信

10、息与发布调度决策系统的调度指令。(2)基于专家系统的智能决策支持系统3专家系统ES与决策支持系统DSS结合的智能决策支持系统充分发挥了专家系统以知识推理形式解决定性分析问题的特点，又发挥了决策支持系统以模型计算为核心解决定量分析问题的特点，充分做到定性分析与定量分析的有机结合，使得解决问题的能力与范围得到一个大的开展。专家系统与决策支持系统的具体集成构造如下列图所示。IDSS与ES结合主要表达在以下3个方面：1DSS与ES的总体结合。由集成系统把DSS与ES有机结合起来。2知识库与模型库的结合。模型库中的数学模型与数据处理模型作为知识的一种形式，即过程性知识，参加到知识推理中。也可以把知识库与

11、推理机作为智能模型参加到模型库中。3静态数据库与动态数据库的结合。静态数据库为动态数据库提供初始数据，ES推理完毕后，动态数据库中的结果再送回到DSS中的静态数据库中。四、决策支持系统的构造组成7决策支持系统是智能决策支持系统的根底，智能决策支持系统是在决策支持系统的框架上参加智能技术如多代理技术与专家系统等形成的，IDSS包含了DSS的所有组件，因此了解DSS的组成构造是很有必要的。1、模型库系统 模型库系统包括模型库与模型库管理系统。模型库中的模型有两类，一类是标准模型，它们是按照某些常用的程序设计语言编程，存于模型库中；另一类是由用户应用建模语言建立的模型。决策支持系统需要通过人机结合与

12、模型库系统实现模型与决策者之间的交流，使模型能随环境变化与用户需求得到及时更新，不仅能够解决构造化问题，而且具有对半构造化与非构造化问题的解释能力。模型库系统包括三个层次：应用级、生成级与工具级。应用级是决策者专用的或共享的模型子系统。生成级由模型库管理系统、用户接口系统与数据库管理系统、根底库等局部组成，它由DSS的设计人员操作。设计人员通过利用DSS的各种工具来建立与维护各个应用子系统，满足用户需求。工具级是一些专用或通用的软件，如构造模型的软件、图形工具、文字处理工具与模型化语言等。通常说的模型库，一般是介于应用级与生成级之间的系统。DSS模型库系统由以下部件组成,如下列图所示1.1、模

13、型 模型是对于现实世界的事物、现象、过程或系统的本质属性进展抽象与简化的描述，即模型反响了客观事物最本质的特征与量的规律，描述了现实世界中有显著影响的因素与相互关系。从现状来看，模型的表示技术主要有实体关系表示、构造化模型表示、框架表示、一阶谓词逻辑、面向对象表示与XML表示等。模型的调度技术主要有类比推理、一阶谓词逻辑、遗传算法、遗传算法、机器学习、基于图形的模型合成、模型描述语言、Agent技术等。其中模型的面向对象表示与XML表示技术以及模型的Agent调度技术具有较大的开展前景。模型的表示形式： 1模型的程序表示模型的程序表示方法适用于描述构造化的计算模型。传统的模型程序表示是指模型以

14、包括输入、输出格式与算法在内的完整程序形式表示。这种表示形式将解程序与模型联系在一起，使模型难以修改。但是在模型库意义下的程序表示方法是将模型与解程序相别离，并将程序表示的模型分成根本模块，不同模型中的共同局部可以调用一样的模块，以减少冗余。另一种程序表示方法是以语句的形式表示，用通用的高级语言设计出一套建模语言，即模型定义语言。模型中的不同方程、约束条件与目标函数都对应于MDL中相应的语句。 2模型的数据表示模型的数据表示是把模型看作是从输入集到输出集的映射，通过模型的参数集合确定这种映射关系。模型可描述为由一组参数集合与表示模型构造特征集合的框架。输入数据集在关系框架下进展假设干关系运算，

15、得出输出数据集。 3模型的逻辑表示模型表示了它的输入输出之间的运算关系与数据关系，同时还确定了输入输出之间的逻辑关系。逻辑关系可以描述定量模型的输入输出关系，也可以描述更广泛的模型的对应关系。 4基于面向对象的模型表示方法有学者在1993年提出了面向对象的模型表示法，将由SML定义的模型与方法封装成模型类，通过操作的多态性实现模型与数据集的集成。Lenard类比了构造建模与面向对象的程序设计的共同之处，使用Smalltalk列举了构造建模中的对象类，定义了这些类之间的关系，实现了面向对象的模型集成。 1.2、模型库 模型库是按照一定的组织构造将众多的模型存储起来，并利用模型库管理系统对模型进展

16、有效的管理与调用的计算机系统。它是决策支持系统的核心局部，实际上用来存储模型的代码，由源代码库、目标代码库两局部组成。 模型库的组织与储存 1模型字典 模型字典是模型库的索引，DSS通过查询字典获得对模型的引用。模型字典的组织构造有文本形式、菜单形式与数据形式。其中数据库形式是最常用的一种。数据库形式的模型字典一般分为3个层次，包括模型根本信息表、模型描述信息表与模型的数据抽象。根本信息表简单的记录者模型的序号、名称、简要说明、使用权限、类型等根本信息。模型的描述信息包括模型构造、约束条件、参数、变量等。模型的数据抽象指明了模型数据的物理路径链接，与模型库相连。2模型库的组织与储存 一个根本模

17、型需要四个文件存储，其中包括：一个描述输入、输出数据的数据说明文件；一个源程序文件与一个目标程序文件；一个用来对模型进展说明的文件，主要包括模型的方程形式以及算法的自然语言描述等。、模型库管理系统 模型库管理系统MBMS是为操纵与管理模型库的计算机软件系统。它可以生成、调用、维护模型，通过对模型库的管理与控制，保证模型库的平安性与完整性。用户可以通过模型库管理系统的灵活的访问、更新、生成与运行模型。模型库管理系统应该提供给用户的功能包括：1根本操作，包括模型存取与查询，模型初始化，模型选择，模型综合以及适宜的模型输出，模型维护，模型表示，模型抽象，物理与逻辑模型的存储等操作，2灵活性，包括为用

18、户提供一些控制功能，用户能根据自己的意愿通过系统提供的自动选择功能或是手动选择模型，还可以引入用户的主观信息。3反响，指系统能够提供足够的反响信息，使用户能够随时了解问题求解的状态。4接口，指系统与人机交互界面的接口，方便用户使用模型。5减少冗余，指不同的用户之间可以共享一样的模型，减少冗余存储。6增强一致性，指多个决策人可以使用一样的模型，并减少由于使用不同的数据与不同版本的模型所引起的不一致性。7平安性8可扩展性9一些辅助功能。1、模型库管理系统的功能1建模管理1模型生成：用户可在文本编辑状态下建立一个模型，或利用矩阵生成器，那么只要给出一些数据，系统自动生成线性规划模型。2模型连接：进展

19、子类中具体模型的连接，类似于批处理语句。3模型重构：当模型的根本构造发生变化后，对模型重新定义2模型的运行管理模型的运行管理包括模型程序的输入与编译、模型的运行控制、模型对数据的存取。模型程序的输入与编译过程就是所谓的建模过程，需要利用计算机语言进展程序的编写与设计，通过编译系统将源程序编译成目标程序。运行控制是模型程序的调用过程。3模型的维护管理模型的维护管理主要是指对模型进展查询、添加、删除、修改等工作。4模型的组合管理2、模型管理系统的语言体系1模型管理语言2模型运行语言1.4、模型库的设计1、建立模型的准那么1模型的近似性2模型的简易性3模型的动态性4模型的可操作性5模型的用户友好性2

20、、建立模型的步骤1建模准备阶段 了解问题的实际背景，要弄清解决的问题，明确建立模型的问题。2建立阶段 根据决策的目的对问题进展必要的简化，对收集的信息进展筛选，确定系统的参数，提出适当的假设条件，确定模型的描述方式。3模型的求解与分析阶段 根据模型的类型，利用经历、知识、数学方程、定理证明、逻辑运算、计算机求解、推理、仿真等方法对模型进展求解，并对结果进展分析，给出预测。4模型检验与修改阶段 对模型的求解进展分析、检验与评价。5模型应用阶段1.5、建模技术1建模1建模语言:建模语言是一种类似于程序设计语言的具有完整逻辑的人工建模语言2数据表示：将模型看作黑箱，通过模型的输入输出描述模型，而将实

21、际的模型隐藏在这些输入输出的背后。3程序表示：建模者通过编写模型的程序算法程序，并且添加输入、输出要求就构成了根本的程序式模型，(4)图形化建模：模型以图形的方式表现出来2模型库与数据库的结合模型库与数据库的关系是：决策支持系统是以多模型组合形式辅助决策，模型的运行总是需要调用数据，而且多模型的组合将涉及大量的数据，模型与数据库的结合的有效途径就是解决好模型库中模型存取数据库中数据的接口。3)人机对话系统与模型库的交互2、数据库系统3、方法库系统 方法是能完成预定功能的程序单位。方法完成的功能不仅有数值算法，而且也包括控制、组织数据处理以及报告、图形生成等非数学功能。 方法库系统主要是一个软件

22、系统，它综合了数据库与程序库。一个完整的方法库系统应该由两局部组成，方法库与方法库管理系统。方法要被检索、被执行，执行方法时要提供方法所加载的数据，管理方法就是要管理数据。方法库要为模型库提供支持，因此方法库要设立不同的用户构造。3.1、方法库的构造 1方法库的逻辑分层 方法库系统在逻辑上可以分为三个层次：根底级、应用级、匹配级。 根底级为系统提供最根本的方法程序，并称其为元算法。元算法构成了方法库的根本集。系统管理员负责建立根底的、公用的模块，维护方法库管理系统软件。 在应用级上，方法库为终端用户提供给用问题的数学模型，在应用级上要求方法库管理系统根据用户具体要求提供一个或几个模型的组合来为

23、用户的问题进展计算并把结果通过人机交互的方式提供给用户，以便用户进展决策。 匹配级位于根底级与应用级之间，它能够对方法实现组合，把根本的方法经过一定规那么与合成，成为专门的新算法，并使数据与加工过的新算法相衔接，向程序员提供裁剪应用软件的工具，使方法库适应不同的应用领域。 对于方法库以上三个逻辑层次上的不同用户需要，方法库应提供三方面的方法库语言。 1方法库的描述语言 描述语言主要面向方法库的系统管理员。系统管理员可以使用方法库描述语言建立方法库的概念模式，决定方法库的存储构造与存储方式，定义方法的完整性与有效性以及对方法的修改、删除与分类。为了允许不同语言编写方法程序，并送入同一方法库去，在

24、设计与建立方法库时应当考虑一个统一的接口，用来解决各种语言接口之间的差异，以便于方法库的扩大与方法的合成。2方法库的操纵语言操作语言主要是面向程序员。与数据库系统相比，由于方法库的操作对象是方法而不是数据，因而方法库的操作运算与数据库不同。在方法库中，方法的运算主要是方法的链接，通过链接运算将几个方法链接起来而成为一个新的方法。在方法的链接运算中，主要问题是方法与方法之间的参数转换及参数传递。3方法库的使用语言 使用语言主要面向一般用户。要求系统提供一种对话环境，用户只需输入一些非过程化的命令形式或提供一些必要的参数，方法库系统即可根据这些参数自动地调用方法及数据进展运算，向用户提供所需的数据

25、或决策信息。2系统的构造 方法库系统应包含一个具有通用模块的根本子系统与一个具有面向具体应用模块的用户子系统。根本子系统是一个具有扩展性的子系统，方法库系统起初建立时，会包括一个具有一定方法程序与模块的根本集，在这个根底上增加具有特定应用的功能模块。根本子系统与用户子系统都可以再具体划分为两个层次，因此整个方法库系统分为4个层次，分层的主要依据是面向应用程序。0层是核心，而其余3层那么具有应用的性质。10层0层具有方法库最根本的功能，主要局部有：1对各种解释器提供公共效劳的中心控制器。2对非方法库系统的接口，如文件系统、数据管理系统等。3与操作系统功能的接口。4方法库系统文件、方法程序的管理。

26、21层1层包括与应用无关的局部，需要时装配进来，这些模块包括：1实现运用广泛的数据类型与类型产生器的模块。2方法库系统自身文件的定义说明与处理功能。这些文件包括的信息有：中间结果、目录、数据字典等。3常驻的数据构造管理。32层此层应具有程序库提供的功能。1根本程序。2为实现更为复杂的用户要求特别编制的一些程序。3相应于一些新命令的用户过程，由用户在已有的命令根底上定义。43层此层对应于交互式的用户接口，包括进展语法、语义分析的解释器，并通过中心控制调用2层相应的功能。3方法字典方法字典用来对方法库中的程序进展登录与索引。3.2、方法库管理系统 方法库管理系统是对方法库进展管理维护的系统，它首要

27、功能是对方法库中的方法进展管理，包括建立、更新、检索与删除。此外，由于方法库与模型库与数据库有着密切的联系，方法需要通过模型来调用，三者之间要协调运行统一。一个完备的方法库管理系统，应包括方法根本管理程序子系统、语言解释器、方法库运行控制子系统、数据库接口与模型库接口。4、人机交互系统人机交互系统是提供决策者与计算机进展通信与交互的硬件与软件的总称，是连接决策者与计算机系统的中间纽带。人机交互系统是人与计算机之间传递数据、信息、知识的接口。在DSS的使用过程中，决策者要对DSS的各个子系统进展操作与控制。在DSS中，人机交互系统的作用是把用户与DSS的各个子系统与各种输入、输出设备联系在一起。

28、一方面决策者向用户提出任务要求、输出信息；另一方面系统向决策者输出决策方案与各种辅助决策信息，并在必要时向决策者索取为完成任务所需要的补充信息。5决策分析方法决策即选择最正确的行动方案，是对未来的行动方向、目标、方案、原那么与方法所做的决定，是论证、分析、抉择的全过程。决策分析就是对各种所需决策的问题提出一套在进展决策时所必要的推理方法、逻辑步骤与科学手段，并根据所能取得的信息对各种替代方案在各种不同的客观状态下，进展科学的分析与定量的计算，以此供决策人员在决策过程中对要采用的替代方案做出合理的抉择。决策分析的步骤如下列图所示3.1、层次分析法层次分析法是一种定性与定量相结合的、系统化的、层次

29、化的分析方法。层次分析法的根本步骤1建立层次构造模型该模型一般分为三层，最上层为目标层，最下层为方案层，中间是准那么层或指标层。下列图为机场选址决策层次构造模型。2、构造判断矩阵设某层有n个因素，要比拟他们对上一层某一准那么的影响程度，确定在该层中相对于某一准那么所占的比重即把n个因素对上层某一目标的影响程度排序。上述比拟是两两因素之间进展比拟，比拟时取1-9标度，如图建立判断矩阵，可以使得判断思维数学化，从而简化了问题分析，对问题进展定量分析成为可能。3、层次单排序及一致性检验 由于客观事物的复杂性与认识的多样性，建立的判断矩阵往往会出现不一致性。为了保证应用分析法得到结论合理，还需要对构造

30、的判断矩阵进展一致性检验。4、确定某层所有因素对于总目标相对重要性的排序权值过程，称为层次总排序，从最高层到最低层逐层进展。3.2、模糊综合评价模糊综合评价法是一种基于模糊数学的综合评标方法。该综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价。它具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适合各种非确定性问题的解决。 一般步骤：1、模糊综合评价指标的构建模糊综合评价指标体系是进展综合评价的根底，评价指标的选取是否适宜，将直接影响综合评价的准确性。进展评价指标的构建应广泛涉猎与该评价指标系统行业资料或者

31、相关的法律法规。2、采用构建好权重向量通过专家经历法或者AHP层次分析法构建好权重向量。3、构建评价矩阵建立适合的隶属函数从而构建好评价矩阵。4、评价矩阵与权重的合成采用适合的合成因子对其进展合成，并对结果向量进展解释。3.3、粗糙集粗糙集理论，是继概率论、模糊集、证据理论之后的又一个处理不确定性的数学工具。作为一种较新的软计算方法，粗糙集近年来越来越受到重视，其有效性已在许多科学与工程领域的成功应用中得到证实，是当前国际上人工智能理论及其应用领域中的研究热点之一。在很多实际系统中均不同程度地存在着不确定性因素，采集到的数据常常包含着噪声，不准确甚至不完整 。主成分分析法是一种数学变换的方法,

32、 它把给定的一组相关变量通过线性变换转成另一组不相关的变量，这些新的变量按照方差依次递减的顺序排列。在数学变换中保持变量的总方差不变，使第一变量具有最大的方差，称为第一主成分，第二变量的方差次大，并且与第一变量不相关，称为第二主成分。依次类推，I个变量就有I个主成分。其中Li为p维正交化向量Li*Li=1，Zi之间互不相关且按照方差由大到小排列，那么称Zi为X的第I个主成分。设X的协方差矩阵为，那么必为半正定对称矩阵，求特征值i按从大到小排序及其特征向量，可以证明，i所对应的正交化特征向量，即为第I个主成分Zi所对应的系数向量Li，而Zi的方差奉献率定义为i/j,通常要求提取的主成分的数量k满

33、足k/。是希望用较少的变量去解释原来资料中的大局部变量，将我们手中许多相关性很高的变量转化成彼此相互独立或不相关的变量。通常是选出比原始变量个数少，能解释大局部资料中变量的几个新变量，即所谓主成分，并用以解释资料的综合性指标。由此可见，主成分分析实际上是一种降维方法。3.5、数据包络分析参考文献1 佚名 . 决策支持系统理论与方法研究综述_陈曦J. 刊名缺失, 出版年缺失, 卷缺失(期缺失): 页码范围缺失.2 佚名. 决策支持系统中假设干模型问题研究_耿光刚DSS概念，模型的实现和人机交互界面实现J. 刊名缺失, 出版年缺失, 卷缺失(期缺失): 页码范围缺失.3 陈伟文. 决策支持系统及其开发M. 北京:清华大学, 2021.4 佚名. 智能型电网调度决策支持系统的开发与实现_1J. 刊名缺失, 出版年缺失, 卷缺失(期缺失): 页码范围缺失.5 吴琼, 刘文颖, 杨以涵. 智能型电网调度决策支持系统的开发与实现J. 电力系统自动化, 2006, 30(12):79-83.6 张利格. 基于多智能体技术的智能决策支持系统的研究D. 河北工业大学, 2004.7 梁郑丽. 决策支持系统理论与实践M. 北京:清华大学出版社, 2021.第 23 页