决策支持系统(DSS)是支持解决半结构化或非结构化问题的.pdf

《决策支持系统(DSS)是支持解决半结构化或非结构化问题的.pdf》由会员分享，可在线阅读，更多相关《决策支持系统(DSS)是支持解决半结构化或非结构化问题的.pdf（82页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、提要 I 提要 决策支持系统（DSS）是支持解决半结构化或非结构化问题的计算机系统。基本的决策支持系统由数据部件，模型部件和对话部件三部分组成。智能决策支持系统在此基础上添加了知识部件。信息产业是近年来蓬勃发展的新兴产业，它对国民经济的发展产生了深远的影响并将占据越来越重要的地位，对信息产业正确的测度将成为管理与决策最有力的依据。我们充分发挥决策支持系统定量和定性相结合的优势，建立吉林省信息产业辅助测度 DSS完成信息产业测度。本系统建立在一套完整的信息产业测度指标体系和测度模型基础上，针对传统模型管理中存在的缺陷，应用面向对象模型管理方法实现模型表达和管理，通过模型运行完成对信息产业定量测度

2、。利用现有的数据库管理系统和完善的数据库查询语言，来构造实用决策支持系统中的知识库，将评价知识以数据库的形式予以表示，评价算法则采用专家系统的推理机方法，最终实现对定量模型运行结果的定性评价。关键词：决策支持系统 吉林省信息产业测度 模型管理 面向对象数据库 知识库 定性分析 吉林大学硕士生论文 目录 提要.I 第一章 绪论.1 11 决策支持系统的形成.1 12 决策支持系统定义.3 13 决策支持系统结构.4 14 决策支持系统的三个技术层次.8 15 决策支持系统发展的新阶段.9 16 论文的主要工作.13 第二章 吉林省信息产业辅助测度 D S S 的设计.15 21 吉林省信息产业辅

3、助测度 D S S 概述.15 22 系统功能设计.16 23 系统配置.18 24 开发工具.18 第三章 模型管理.20 31 模型的种类和表示方法.20 32 模型管理的面向对象技术基础.22 33 面向对象的模型描述.25 34 模型管理系统实现.32 35 系统中的定量测度模型.33 第四章 定性测度.44 41 知识库的基本概念.44 42 知识的产生式表示法和正向推理.46 43 基于数据库的知识库系统设计.48 目录 III 44 测度结果的比较和定性描述问题.52 第五章 吉林省 1997年信息产业测度的基本结论.59 51 定量测定结论.59 52 主要定性结论.61 全文

4、总结.64 参考文献.67 致 谢.71 摘要.72 ABSTRACT.75 第一章 绪论 1 第一章 绪论 决策支持系统（D S S）的概念于 2 0世纪 7 0年代由美国麻省理工学院的M i c h a e l S.S c o t t M o r t o n 和 P e t e r G.W.K e e n 首次提出，2 0 世纪 8 0 年代中期引入我国。在短短的 2 0 几年里，各国学者对 D S S 的理论研究与开发应用进行了大量卓有成效的工作。目前，D S S已成为系统工程与计算机应用领域中的重要研究课题。11 决策支持系统的形成 一、科学计算 计算机最早用于科学计算，即对科学和工程

5、中的数学问题进行数值运算。数值计算的过程主要包括建立数学模型、建立求解的计算方法和计算机实现三个阶段。数值计算的特点是计算方法比较复杂，方法种类多种多样。数值计算关心的焦点是计算精度。二、数据处理 2 0世纪 5 0-6 0年代计算机应用范围扩展到非数值计算的电子数据处理（E l e c t r o n i c D a t a P r o c e s s i n g E D P）领域。数据处理是对数据的采集、存储、检索、加工、变换和传输。数据处理的基本目的是从大量的、杂乱无章的、难以理解的数据中抽取并计算出对于某些特定的人们来说有意义、有价值的数据。以电子计算机作为工具进行的数据处理称为电子数

6、据处理。电子数据处理的特点是：使用范围小，主要应用在商业、仓库管理等部门，通常是单项数据处理任务的专用计算机程序，它面向低层次的管理事务信息处理和辅助服务工作。因为 E D P 只能孤立地处理数据而不能与其他工作进行信息交换和资源共享，也无法对一个企业或一个机关的信息进行整体分析和系统设计，使整个工作缺乏协调一致。三、管理信息系统 吉林大学硕士生论文 2 0 世纪 7 0 年代，管理信息系统（M a n a g e m e n t I n f o r m a t i o n S y s t e m M I S）应运而生，使信息处理进入了一个新阶段。管理信息系统是一个由人和计算机结合的对管理信息

7、进行收集、存储、维护、加工、传递和使用的系统。管理信息系统是由大容量数据库支持、以数据处理为基础的计算机应用系统。它包含多个电子数据处理系统（E D P），每个 E D P 面向一个管理职能，如财务E D P，劳资 E D P，库存 E D P。M I S由若干个子系统构成，通过各子系统之间的信息联系，构成一个有机整体以实现总体管理目标。由于管理信息系统从系统的观点出发，把分散的、孤立的信息组织成一个比较完整的，有组织的信息系统，从而提高了信息处理的效率，也提高了管理水平。四、决策支持系统 管理信息系统只能帮助管理者对信息做表面上的组织和管理，而不能把信息的内在规律更深刻地挖掘出来为决策服务。

8、人们期望一种新的用于管理的信息系统，它能把人的判断能力和计算机的信息处理能力结合在一起，提高决策者的效能而又不妨碍他们的主观能动性，使计算机成为决策者的强有力助手，为决策者提供一些切实可行的帮助。7 0 年代末以来，运筹学、数理统计方法，人工智能的知识表达技术、专家系统语言，数据库及其管理系统，各类软件开发工具等学科的发展与完善，以及小型、高效、廉价的微机及工作站的出现为广泛的研究和应用决策支持系统提供了良好的技术准备。决策支持系统（D e c i s i o n S u p p o r t S y s t e m D S S）是 8 0 年代迅速发展起来的新型计算机学科。7 0年代初由美国

9、M i c h a e l S.S c o t t M o r t o n在管理决策系统一文首次提出决策支持系统的概念。后来由于它强调系统中决策者的主体作用和系统对决策的辅助作用而得名。决策支持系统是支持解决半结构化或非结构化问题以提高决策效率的软件系统。它实质上是在管理信息系统（M I S）和运筹学（O p e r a t i o n a l R e s e a r c hO R）的基础上发展起来的。管理信息系统重点在对大量数据的处理。运筹学是用数学方法研究经济、国防等部门在环境的约束条件下，合理调配人力、物力、财力等资源，使实际系统有效运行。它用来预测发展趋势，制定行动规划或优选可行方案。

10、重点在于运用模型辅助决策，体现在单模型辅助决策第一章 绪论 3 上。随着新技术的发展，所需要解决的问题越来越复杂，所涉及的模型越来越多，有时使用几十，甚至上百个模型来解决一个大问题。在决策支持系统出现之前，多模型辅助决策问题是靠人来实现模型间的联合和协调的。决策支持系统的出现是要解决由计算机自动组织和协调多模型的运行和数据库中大量数据的存取和处理，达到更高层次的辅助决策能力。决策支持系统的新特点就是增加了模型库和模型库管理系统，它把众多的模型有效的组织和存储起来，通过人机交互功能，建立模型库和数据库的有机结合。它不同于 M I S数据处理，也不同于模型的数值计算，而是它们的有机集成。它即具有数

11、据处理功能，又具有数值计算功能。12 决策支持系统定义 一、决策问题分类 对决策问题一般用“结构”这个概念来描述，目前学术界普遍把决策问题分成结构化、半结构化、非结构化，这是对问题结构化程度的三种不同描述。所谓结构化程度，是指对某一过程的环境和规律能否用明确的语言（数学的或逻辑学的，形式的或非形式的，定量的或推理的）给予清晰的说明或描述。如果能描述清楚的，称为结构化问题；不能描述清楚而只能凭直觉或经验做判断的，称为非结构化问题；介于两者之间的，则称为半结构化问题。结构化问题是常规的和完全可重复的，每一个问题仅有一种求解方法，可以认为结构化决策问题可以用程序来实现。由于非结构化问题不具备已知求解

12、方法或存在若干求解方法而所得到的答案不一致，所以，它难于编制程序来完成。非结构化问题实质上包含着创造性或直观性，计算机难以处理，而人则是处理非结构化问题的能手。当把计算机和人有机地结合起来，就能有效地处理半结构化决策问题。D S S 的发展能有效地解决半结构化决策问题。它逐步使非结构化决策问题向结构化问题转化。二、决策支持系统定义 决策支持系统目前还没有一个能够为所有人接受的一般性的定义。许多吉林大学硕士生论文 学者在这方面也做了大量的工作，试图从不同角度进行解释，并且给出 DSS的多种定义。现在许多文献对 D S S 做如下定义：凡能对决策提供支持的计算机系统，这个系统充分运用可供利用的、合

13、适的计算机技术，针对半结构化或非结构化问题，通过人机交互方式帮助和改善管理决策制定的有效性的系统。但是因为 D S S 并没有标准模式或标准规范，所以这个定义也并不完善。可见，对于决策支持系统这样一个迅速发展，尚未完全成熟的领域，过早的追求一个完善的定义并非明智之举，我们只要能够把握住它的基本特征，基本构成和发展方向就可以了。D S S 的基本特征可归纳为五个方面：1、对准上乘管理人员经常面临的结构化程度不高、说明不够充分的问题。2、把模型或分析技术与传统的数据存取技术及检索技术结合起来。3、易于为非计算机专业人员以交互会话的方式使用。4、强调对环境及用户决策方法改变的灵活性及适应性。5、支持

14、但不是代替高层决策者制定决策。国内学术界常使用构成决策支持系统的部件来表述 D S S 的结构特征 1、模型库及其管理系统；2、交互式计算机硬件及软件；3、数据库及其管理系统；4、图形及其他高级显示装置；5、对用户友好的建模语言。13 决策支持系统结构 一、决策支持系统的典型结构形式 决策支持系统是由三个部件组成的，即人机交互及问题处理系统（综合部件）、模型库系统（模型部件）、数据库系统（数据部件）。决策支持系统的结构如图 1-1 所示：第一章 绪论 5 图 1-1 1、机交互与问题处理系统（综合部件）该部件为实际决策问题的人机交互与集成处理。它应包含如下功能：（1）人机交互 在实际决策支持系

15、统中，人机交互是必不可少的。用户可以通过交互信息，即输入数据完成计算，输入命令进行控制和改变模型的运行或 D S S 系统的运行。D S S通过人机交互要求用户输入必要的信息和数据，同时向用户显示系统运行情况和最终的结果。这部分功能可通过菜单、窗口；命令语言和自然语言；多媒体和可视听技术等方式来表现。（2）控制模型的运行 模型可以是数学模型或数据处理模型，每个模型的运行需要存取不同数据库的数据并进行计算或处理。（3）多模型的组合运行 按计算机程序“顺序、选择、循环”三种结构形式以及对它们之间的相互嵌套来完成多个模型的有机组合。（4）数值计算和数据处理 用户 人机交互系统及问题处理系统 （综合部

16、件）模型库管理系统 （模型部件）数据库管理系统 （数据部件）模型库 数据库 吉林大学硕士生论文 模型与模型之间的数值计算或数据处理应该由“人机交互与问题处理系统”部件自身来完成。这是实现多模型有机组合系统的必不可少部分。2、数据部件 数据部件包括数据库和数据库管理系统。经过几十年的发展，技术趋于成熟，已经有比较成熟的数据库组织方法和数据库管理系统。3、模型部件 模型部件由模型库和模型库管理系统组成。（1）模型库的特征 模型库用来存放模型。模型与数据不同，它有自己的特征：模型的表示形式：模型总是以某种计算机程序形式表示的，如数据、语句，子程序，甚至于对象等。这种物理形式在模型库中具体为：模型名称

17、及相关的计算机程序，模型功能的分类，模型的输入输出数据控制参数等属性。它可以类似于数据的形式表示出来。模型的动态形式：它可以以某种方法运行，进行输入、输出、计算等处理。这种形式的属性是无法或很难以类似于数据组织的形式来描述的。（2）模型库管理系统 模型库管理系统管理模型库。它有两方面的功能，一是类似数据库管理系统的静态管理功能：包括模型库的建立、删除，模型字典的维护；模型添加、删除、检索、统计等；有关模型的各种计算机程序的维护，如源程序、执行程序等的管理和维护。二是模型的动态管理功能：包括模型运行的控制，模型不但可以单独运行，还可以组合运行；负责模型与数据库之间的联系，在模型运行时，规定输入输

18、出数据的来源及去向，并同数据库管理系统进行数据交换。（3）模型库管理系统语言体系 模型库管理系统有一个语言体系，它由两部分组成，模型库管理语言：定义模型的有关属性，如名称、功能、参数、程序构成以及与其他模型的关系等。模型库操作语言：执行模型，控制模型与数据库之间的动态数据交换，模型的运行控制等。第一章 绪论 7 二、智能决策支持系统的结构 智能决策支持系统（I D S S）是在传统决策支持系统的基础上集成人工智能的专家系统（E S）而形成的。决策支持系统主要是由（1）人机交互与问题处理系统（2）模型库系统（由模型库管理系统和模型库组成）（3）数据库系统（由数据库管理系统和数据库组成）。专家系统

19、主要由知识库、推理机和知识库管理系统三者组成。将知识库、知识库管理系统、推理机等人工智能技术应用于决策支持系统即构成了初级的 I D S S。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的解决定量分析问题的特点，充分做到定性分析和定量分析的有机结合，使得解决问题的能力和范围得到一个大的发展。决策支持系统和专家系统集成为智能决策支持系统，因此智能决策支持系统的基本构件应由传统决策支持系统的基本构件加上相应的智能部件组成。其结构如图 1-2 所示：图 1-2 数据库管理系统 用户 人机交互系统及问题处理系统 模型库管理系统 知识库 推

20、理机 管理系统 模型库 知识库数据库吉林大学硕士生论文 14 决策支持系统的三个技术层次 一、专用 D S S（S D S S）专用 D S S（S p e c i f i c D S S）实际上是执行决策支持的系统，它是一种基于计算机的信息系统，但是其特点与数据处理系统完全不同。专用 D S S 包括一组计算机软件和硬件，支持一个或一群决策者，处理一批相关的决策问题。对于决策者而言，它就是能够完成决策支持任务的计算机软件和硬件。二、D S S 工具（D S S T）决策支持系统的开发工具（D S S T o o l s）是指用于开发 D S S的最基本的技术，它包括开发专用 D S S 或

21、D S S 生成器的基本硬件和软件单元。到目前为止已经研究了大量的 D S S 工具，其中包括新的特殊用途语言；改进操作系统以支持对话功能；彩色作图硬件及支持软件等。一般情况下，我们把 D S S 工具分为两大类：1、语言类。即提供一套开发语言，例如开发模型库管理系统的各种语言等，当开发具体的一个决策支持系统时，开发者要自行设计总体结构，确定组成部分，并用这些语言编写系统的各个部分程序。2、外壳类（或称生成器）。即提供决策支持系统的一个框架。当开发一个具体的 D S S 时，开发者只需根据使用说明填写“具体内容”（包括数据，模型与方法等），即可形成一个可运行的决策支持系统。三、D S S 生成

22、器（D S S G）D S S 生成器（D S S G e n e r a t e r）是由相关的一组软件和硬件组成的模块，其目的是提供迅速而方便地开发 S D S S 的能力。D S S 生成器只能用 D S S 工具来开发。当涉及到对话，模型和数据库等部件时，D S S生成器可看作是操作数据和生成数据的解释程序，而 D S S 工具既用于生成修改解释程序，也用于生成修改数据本身。某些工具用于生成解释程序，某些工具本身就是解释程序，它们可以嵌入到 D S S 生成器中使用；某些工具仅用于修改数据；某些工具生成解释程序及驱动表。开发者可以从决策支持系统生成器的三个方面来运用生成器，即利用用第一

23、章 绪论 9 户接口生成器以生成终端用户对话接口；运用开发者控制接口来做系统的各种选择和提供必要的参数；利用建模工具来形成数据和模型，并装入数据库和模型库。15 决策支持系统发展的新阶段 一、智能决策支持系统 在早期 D S S 两库(数据库、模型库)结构的基础上，随着 D S S 向非结构化问题领域的拓展，不可避免的要引入人工智能（A I）的手段和技术，因此需要增加知识部件，即应将 D S S 与专家系统（E S）相结合。这种 D S S 与 E S 结合的思想在 8 0 年代初提出，构成了智能决策支持系统（I D S S）的初期模型。I D S S作为数值分析与知识处理的集成体，综合了传统

24、 D S S的定量分析技术和 E S的符号处理优势，从而能比 D S S 更有效地处理半结构化和非结构化问题。关于 I D S S 的研究集中在传统 D S S 与 E S 的结合上，如系统结构、集成模式、接口技术、统一途径等。智能机和神经网络的出现，数据库知识发现（K D D）等新技术在决策支持系统中的应用，都会大大提高 I D S S 支持的效率。二、分布决策支持系统 随着 D S S 的迅速发展，人们希望在更高的决策层次和更复杂的决策环境下得到计算机的支持。这种支持面向的对象已不仅局限于单个的决策人，或代表同一机构的决策群，而是若干具有一定独立性又存在某种联系的决策组织。许多大规模管理决

25、策活动已不可能或不便于用集中方式进行，这些活动涉及到许多承担不同责任的决策人，决策过程必须的信息资源或某些重要的决策因素分散在较大的活动范围，是一类组织决策或分布决策。分布式决策支持系统（D D S S）是为适应这类决策问题而建立的信息系统。D D S S 在 8 0 年代初提出，但国内对 D D S S 的研究还刚刚开始。分布决策支持系统（D D S S）是对传统集中式 D S S 的扩展，是分布决策、分布系统、分布支持三位一体的结晶。从概念上理解，D D S S 是由多个物理上分离的信息处理节点构成的计算机网络，网络的每个节点至少含有一个决策吉林大学硕士生论文 支持系统或具有若干辅助决策的

26、功能。它的优势在于：（1）比集中式系统更可靠（2）系统效率更高，更接近大型组织决策活动的实际情况（3）易于扩展（4）能实现并行操作，资源共享。D D S S 的研究课题有：（1）分布信息的表达，适于分布决策的信息结构以及不完全信息条件下的决策方法（2）实际和分析网络拓扑结构的方法及通讯方式（3）适合于分布决策的分布式数据库、分布式模型库及分布式知识库的结构和管理（4）适合构成 D D S S的节点模型和使用软件开发（5）研究 D D S S的设计方法论，以指导开发实现 三、群体决策支持系统 8 0年代末以来，D S S研究与应用的热门方向之一是群体决策支持系统（G D S S）。所谓群体决策是

27、相对个人而言的，两人或多人召集在一起，讨论实质性问题，提出解决某一问题的若干方案，评价这些策略各自的优劣，最后作出决策，这样的决策过程称为群体决策。群体决策的多数问题是非结构化问题，很难直接用结构化方法提供支持。支持群体决策是一个复杂的组合，它的运行方式与制度及文化有着密切的关系。G D S S 的目的就在于克服上述这些障碍，力图提供一种系统方法，有组织的指导信息交流、议事日程、讨论形式、决议内容。G D S S 与 D D S S 既有区别又有联系，前者是对个体决策支持系统的扩展，后者是相对于集中式的 D S S 而言的，两者研究的重点和关注的焦点有所不同。G D S S 是面向群体活动的，

28、它可为群体活动提供三个层次的支持，即沟通支持、模型支持、机器诱导的沟通模式。G D S S 对群体决策的支持既可以是集中式决策，又可以是分布式决策。但通常情况下，群体决策是在分布环境下实施的，这就决定了 G D S S 和 D D S S 有着非同寻常的联系。四、决策支持中心 决策支持中心(D S C D e c i s i o n S u p p o r t C e n t e r)是在把决策方法论、数据收集和分析方法、计算机支持技术和软件等结合起来的同时，又融合进了各科专家的技术经验、研讨结果和社会知识的一种综合集成决策支持系统。D S C由先进的信息技术设备和决策信息专家组成。他们随时准

29、备开发和修改第一章 绪论 11 D S S，以支持高层领导做出的紧急和重要决策。D S C 具有以下特点：(1)多媒体提供的清晰的、可视化的“临境”环境；(2)在计算机上实现数据分析，决策分析，使群体决策得以顺利实现；(3)具有各方面专业知识，了解各种决策方法，能通力合作的专家；(4)可以使信息系统、数据库系统和专家系统共同解决问题的高科技通讯手段。D S C 基本模式图如图 1-3 所示。图 1-3 在 D S C 系统中，决策者将要解决的问题先发送给决策专家小组。通过网络、多媒体设备和其它现代化的设备，专家们可以召开电视会议，也可以通过电子公告牌(E B B)发布各自的意见和信息。专家小组

30、在讨论中首先发表自己的意见，根据特尔斐的规则把各种意见综合集成，然后再讨论，再集成，最后得出问题的定性描述模型。然后用同样的工作方式生成定量模型。这时把定量模型和系统的其它相关信息发送给计算机决策支持系统。在这个工作步骤中，通过自然语言处理系统将问题语言转化成机器可识别的代码，然后通过问题代理(P A)调动问题库(P B)中的问题类别，对当前的问题分析归类，问题归类后，通过问题求解模块和代理模块调动知识处理系统(K B)。知识处理系统包括数据仓库(D a t e W a r e h o u s e,D W)，模型库(M D)，知识库(K D)，方法库(A B)和它们相应的代理模块。最后得出定量

31、分析结果。通过网络把定量分析结果送给专家决策小组，进行又一轮的分析、集成、处理，这样经过多次循环，直至得到满意的综合集成决策意见，将此意见交给决策者，为决策提供依据。从而实现了从定性到定量，再到定性的螺旋式上升的决策过程。五、综合决策支持系统 把数据仓库（D W）、联机分析处理（O L A P）、数据挖掘（D M）、模型库（M B）、数据库（D B）、专家系统（E S）结合起来形成的综合决策支持系统是更高形式决策者 计算机决策支持系统 决策支持专家小组 吉林大学硕士生论文 的决策支持系统。数据仓库（D W）将大量用于事物处理的传统数据库数据进行清理、抽取和转换，并按决策主题的需要进行重新组织。

32、它能够实现对决策主题数据的存储和综合以及时间趋势分析。联机分析处理（O L A P）侧重于数据仓库中的多维数据分析，并将其转换成辅助决策信息。它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。O L A P 典型的应用是对多维数据的切片和切块、钻取、旋转等，它便于使用者从不同角度提取有关数据。它还能够利用分析过程对数据进行深入分析和加工，形成相互结合、相互补充的关系。数据开采（D M）挖掘数据库和数据仓库中的知识。数据开采保存的是历史数据，一般不作修改，因此用户针对数据仓库的交易主要是查询。针对数据仓库系统的查询大都非常复杂，主要有两种：一种以报表为主，从数据库中产生各种形式的业务报

33、表，这种查询是预先规划好的(P r e-d e f i n e d Q u e r y)；另一种则是随机的、动态的查询(A d-H o c Q u e r y)，对查询的结果也是不能预料的。数据仓库中的查询由于其复杂性，会经常使用多表的联接、累计、分类、排序等操作，这些大都要对整个表进行搜索。每次查询返回的数据量一般很大，对于 A d-H o c 查询而言，经常需要根据上次查询的结果进行进一步的搜索，这个过程常称为数据挖掘。数据挖掘不一定需要建立在数据仓库的基础上，但是如果将数据挖掘和数据仓库协同工作，则可以简化数据挖掘过程的某些步骤，从而大大提高数据挖掘的工作效率。并且因为数据仓库的数据来源

34、于整个企业，保证了数据挖掘中数据来源的广泛性和完整性。模型库实现多个广义模型的组合辅助决策；数据库为辅助决策提供数据；专家系统利用知识推理进行定性分析。把数据仓库、联机分析处理、数据开采、模型库、数据库、知识库结合起来形成的综合决策支持系统，即：D W+O L A P+D M 是更高级形式的决策支持系统，它们集成的综合决策支持系统，将相互补充、相互依赖，发挥各自的辅助决策优势，实现更有效的辅助决策。六、高新技术的引入 第一章 绪论 13 D S S 作为计算机信息系统，必然会受到软件技术发展的冲击。可视化技术的引入使得决策支持的手段借助形象化的图形表达，更加灵活有效。国内这方面做的工作不多，但

35、国外已有一些基于图形的 D S S 研究与实践。在可视化技术兴起之后，多媒体技术又异军突起，自 9 0 年代以来迅猛发展，与传统的 D S S 及其计算机实现技术相比多媒体技术改进 D S S 的关键内容可分为两个方面：多媒体数据库和可视听技术。从软件上看，面向对象方法为 D S S 的开发提供了一个新的范式，并显示出良好的势头，其发展正方兴未艾。16 论文的主要工作 在研究过程中主要完成了以下几方面的工作：一、建立指标评价体系和测度模型 为了科学而有效地对吉林省信息产业进行测度，首先准确界定了信息产业的内涵。我们测度的信息产业是广义信息产业中的一种，又可称为现代信息产业。然后，在此基础上建立

36、了一套科学完整的测度理论和决策方法。并且给出本系统使用的指标评价体系和测度模型。二、完成“吉林省信息产业辅助测度 D S S”的设计与实现 应用上述的测度理论实现对吉林省信息产业的宏观测度。在本决策支持系统的设计与实现过程中，我们注重模型的描述、模型库的结构表示，模型库系统的设计以及应用知识和知识推理来实现定性分析的方法研究。1、构造一个应用于某一专门领域吉林省信息产业测度的专用决策支持系统（S D S S），建立用于本决策系统的测度模型。将知识引入模型库，对模型的定量测度结果进行定性评价。并给出了一种面向对象模型描述方法。通过这些模型的建立、存储、组织和运行等完成对数据库中数据的提取、加工、

37、处理，以完成对吉林省信息产业定量测度的目的。建立模型库管理系统管理这些模型。2、应用现有的数据库管理系统和完善的数据库查询语言，来构造实用系吉林大学硕士生论文 统中的知识库的研究。即从数据库出发，讨论如何在数据库中加入推理规则，使数据库具有推理功能，以及如何查询这种数据库。利用现有的数据库技术，把所要构造的知识库的隐式知识通过分析、综合全部显示化后，按照数据库的方式进行组织构造。我们提出了一个以数据库和专家系统相结合的吉林省信息产业评价和测度方案，该方案将信息产业测度知识以关系数据库的形式予以表示，测度算法则采用专家系统的推理机方法，实现了评价问题的多种算法。3、分析了目前流行的数据库前台开发

38、工具P o w e r B u i l d e r 开发D S S 的可行性和优越性，而且使用 P o w e r B u i l d e r 设计并实现了吉林省信息产业辅助测度D S S 的知识库管理系统。第二章 吉林省信息产业辅助测度 DSS 的设计 15 第二章 吉林省信息产业辅助测度D S S 的设计 本章详细介绍了吉林省信息产业辅助测度决策支持系统的系统实现目标、系统功能设计、系统配置。并且对于选择使用的系统开发工具做了简单说明。21 吉林省信息产业辅助测度 D S S概述“计算机辅助吉林省信息产业测度系统的研究”是一个经吉林省科学技术委员会审核并立项的应用基础课题，其中“吉林省信息

39、产业辅助测度 D S S”的设计与实现是它的重要组成部分。信息产业是近年来蓬勃发展的新兴产业，它对国民经济的发展产生了深远的影响并将占据越来越重要的地位。对信息产业正确的测度将成为管理与决策最有力的依据。这种测度不仅对于研究我省信息产业在经济活动中的表现和作用，揭示信息产业的发展规律都有积极意义，同时也为政府机构实现宏观经济调控提供了强拥有力的依据。该测度系统的建立，还可为其他行业进行相关研究提供参考，为知识经济的测度奠定了基础。由于信息产业测度管理表现在各个方面的指标是分散的，有些是非量化的、经验型的，对于决策者来说很难从零散的数据信息中来方便快速地判断现代信息产业的总体状况。这对管理者的宏

40、观管理和决策是一个很大的障碍。决策支持系统除了能用定量方法管理结构化问题外，还善于解决 M I S 很难描述和解决的半结构化和非结构化问题，D S S 注重定量方法和定性方法的结合，注重智能性，灵活性，强调各种技术的综合应用。所以我们选择建立一个实用的决策支持系统（D S S），即专用 D S S（S p e c i f i c D S S），去分析研究吉林省信息产业及其在经济活动中的表现和地位，它将对掌握和引导经济发展有直吉林大学硕士生论文 接的作用。22 系统功能设计 吉林省信息产业辅助测度 D S S 主要功能由五大部分组成，即：数据库子系统、模型库子系统、知识库子系统、咨询决策子系统、

41、系统管理维护子系统。它们既独立完成各自的功能，又相互支持构成一个整体。一、数据库子系统：数据库子系统，实现数据的存储、检索、处理和维护。主要包括数据库、数据字典和数据库管理系统。数据库为 S y b a s e 关系型数据库。数据库中数据包括投入产出数据库、信息产业投入产出数据库、直接消耗数据库、信息产业直接消耗数据库、完全消耗数据库、信息产业完全消耗数据库、比例漂移权系数数据库、测度模型使用的原始数据库（多个）、测度模型使用的结果数据库（多个）。二、模型库子系统：模型库子系统包括模型库和模型库管理，模型库中存储信息产业测度与决策中常用的各种模型，这部分包括：投入产出模型、消耗系数模型、比例因

42、子漂移模型、信息产业信息丰裕系数模型、信息产业信息化水平模型、信息产业对国民经济发展软化作用的测定模型、通信服务对交通替代作用测度模型、信息产业依靠科技评价模型、信息产业基石作用测定模型、信息产业对发展瓶颈分析的模型、感应度和带动度模型等。模型库管理主要实现模型的建立，模型修改、删除和查询及模型组合等操作。三、知识库子系统 包括知识库和知识库管理系统，知识库用于存储从专家那里得到的关于信息产业评价与建议的专门知识、经验，以及对模型结果进行判定的模型知识，供推理使用。知识库以经济专家在长期工作过程中积累的多手段多学科知识、判据、指标为基础建立，其中大量补充了吉林省和其它省市、国家的信息产业长时期

43、以来总结、检验的基础上提炼出的知识。我们使用“产生式第二章 吉林省信息产业辅助测度 DSS 的设计 17 规则”来表示知识，产生式规则表示方法是目前专家系统中最为普遍的一种知识表示方法，比较成功的专家系统大都采用了这种表示模式。四、咨询决策子系统 咨询决策，依据知识库中的知识，在使用模型库中的模型对信息产业相关方面进行测定的基础上，进行推理决策，也就是将知识库与证据库进行匹配，如果匹配成功，那末结论就成立，得出信息产业测度和咨询建议结论。咨询决策的基本思想是用计算机模拟人类经济专家判定、评价信息产业的方法。本系统采用了正向推理模型。五、系统管理维护子系统 系统维护，负责整个系统的日常管理维护工

44、作。主要包括人员权限管理、系统初始化，管理数据库文件和数据库结构、创建数据库结构与库维护、操作指南等。吉林省信息产业测度 D S S 系统功能如图 2-1 所示：图 2-1 吉林省信息产业辅助测度 DSS 知识库管理 咨询决策 数据库管理 模型库管理系统维护 用户管理 设置密码 系统在线帮助 数据库维护 信息产业基石作用 依靠科技评价 替代作用 软化作用 信息丰裕系数 信息化水平 比例漂移法 信息产业发展瓶颈分析 感应度和带动度 投入产出库 权系数库 直接消耗系数库 完全消耗系数库 原始数据库 测度结果库 模型知识 评价知识 综合评价 政策建议 发展建议 模型评价 吉林大学硕士生论文 本系统是

45、按照系统分析的方法，结合信息产业辅助测度决策的需要进行设计的，系统中的各个子系统既相互独立实现各自的功能，又有机联系构成一个整体，充分发挥了系统的整体效益。系统采用菜单、窗口式人机会话方式管理，有完整的提示，可显示出错与警告，采用统一界面，多窗口参数输入，在线帮助。有较强的容错、纠错能力，系统软件在总控菜单下集成化统一管理，数据输入格式统一，结果输出统一，软件风格统一。23 系统配置 根据系统功能目标的要求，吉林省信息产业辅助测度 D S S 的硬件、软件环境如下，硬件环境：兼容机微机（4 3 3 M 主频，4 8 6 以上；6 4 M 内存）打印机 磁盘机 软件环境：操作系统 W i n d

46、 o w s 9 8 数据库系统 S y b a s e 24 开发工具 本系统采用目前最有代表性的数据库前端开发工具之一 P o w e r B u i l d e r 7.0（简称 P B 7.0）开发，对数据的调用采用 O D B C（O p e n D a t a b a s e C o n n e c t i v i t y）连接，共享一个数据库。P o w e r B u i l d e r 功能强大，对数据库的支持范围很广（如 S Y B A S E、O R A C L E、M S S Q L S E R V E R 等），提供丰富的对象、控件、函数，并且支持外部函数的使用，因此

47、比较适合于 D S S 的开发。P o w e r B u i l d e r 中没有子程序的概念，因此模型的建立和调用常采用函数的方第二章 吉林省信息产业辅助测度 DSS 的设计 19 式，可以根据情况设计成全局函数或区域函数。另外功能强大的编程语言 P o w e r S c r i p t，使用事件驱动，可灵活使用 S Q L语句。同时具有继承、封装、多态性、函数重载等面向对象的特性，代码的可重用性好，易于维护。它还具有与其它软件接口的混成编程能力。对有些问题，如复杂的计算等，可调用 C 语言编写的动态连接库程序（D L L）类处理。W a t c o m C+C l a s s B u

48、 i l d e r 是一个在 P o w e r B u i l d e r 中编译 C 语言、最终生成动态连接库的工具。它可用来在 P o w e r B u i l d e r 中创建用户对象函数及属于这个用户对象的内部变量，同时创建一个类及其框架文件，并最终将自己的程序代码加到框架文件中生成 W i n d o w s下的动态连接库，该连接库可以在P o w e r b u i l d e r 中很方便地调用。通过 W a t c o m C+C l a s s B u i l d e r,我们可以将C 语言编写的一些函数用到 P o w e r b u i l d e r 的应用当中

49、。使用动态连接库，不但节省了宝贵的内存资源，而且由于动态库中的函数代码不包含在应用程序中，从而大大节省了应用程序的代码量。我们还尝试使用 P o w e r B u i l d e r进行吉林省信息产业辅助测度决策支持系统中知识库系统的开发应用。知识获取是建造知识库的核心问题，也是建造专家系统的“瓶颈”问题。用数据库来组织知识，通过友好的用户界面进行知识获取，实现动态知识库和动态知识表示。我们使用“产生式规则”来表示知识。用关系数据库技术来组织“产生式规则”的前提部分，将对“产生式规则”的匹配操作转化成等价的对数据库的查询操作。，一个规则库中所有的规则都可以用数据库来描述。P o w e r

50、B u i l d e r 独有的数据窗口技术，可以很容易地实现强大的数据库操作功能。数据窗口控件能按需要的格式显示数据，并对数据库进行检索、更新、删除等各种操作，可以使用它完成知识库系统的许多功能，如知识存入管理功能（增加、删除、修改、更新事实、规则等）以及知识利用管理功能（检索、查询、调用等）。吉林大学硕士生论文 第三章 模型管理 基本的 DSS 系统由三部分组成，即数据部件，模型部件和对话部件。模型的表达方式和模型管理成为开发 DSS 的一个重要课题。目前，面向对象技术在软件开发领域中运用得非常成功，将这种新技术应用到决策支持系统的模型管理中是一种非常有意义的尝试。31 模型的种类和表示