1、决策问题的类型（按结构化程度分为）：（第⼀部分ppt17） a结构化决策问题。能够描述清楚的问题，三个阶段都能使⽤确定的算法
或决策规则。
b半结构化决策问题。不能够描述清楚，⽽只能凭直觉或经验作出判断的问题。三个阶段都不能使⽤确定的算法。c⾮结构化决策问题。介于两者之间的问题。⼀个或⼆个阶段能使⽤确定
2、决策过程：就是⼈们为了实现⼀定的⽬标⽽制定⾏动⽅案，并准备组织实施
的活动过程，这个过程也是⼀个提出问题、分析问题、解决问题的 过程。（第⼀部分ppt20）
决策的过程，赫尔伯特?西蒙划分的四个阶段
1.情报活动
2.设计活动
3.抉择活动
4.实施活动
3、个⼈决策和集体决策（第⼀部分ppt30）
——从决策的主体看可划分为个⼈决策和集体决策
优点：效率⾼；
缺点：决策质量可能低；可接受性低。
其⼈存，则其政举，其⼈亡，则其政息
4、做⼀位明智的决策者（第⼀部分ppt37）
①开始⼯作。
②关注重⼤问题。
③改善⼯作计划。
建模仿真④化繁为简
⑤摆脱困境
⑥适时退出
⑦聪明地利⽤他⼈的帮助
⑧确⽴基本的决策原则
⑨调整决策风格
⑩掌握⾃⼰的决策
5、当前决策科学化发展的⽅向（第⼀部分ppt27）
⼀、⽤信息系统⽀持和辅助决策
⼆、定性决策向定量与定性相结合的决策发展
三、单⽬标决策向多⽬标综合决策发展
四、战略决策向更远的未来决策发展
6、决策⽀持的⽅式（第⼀部分ppt44）
c“如果，将怎样”（what-if）分析的决策⽀持
d决策问题⽅案的决策⽀持
e⾃动⽣成决策问题⽅案的决策⽀持
f知识推理与智能技术的决策⽀持
7、模型是对于现实世界的事物、现象、过程或系统的简化描述（第⼀部分ppt46）（⼀）物理模型：也称实体模型，⼜可以分为实物模型和类⽐模型。
（⼆）数学模型：⽤数学语⾔描述的⼀类模型
（三）结构模型：主要反映系统的结构特点和因果关系的模型
（四）仿真模型：通过数字计算机，模拟计算机或混合计算机上运⾏的程序表
达的模型。
选择模型需要做到：（1）对已有模型解决的问题很熟悉。
（2）对现实世界的实际问题也很熟悉。
模型库管理系统：提供模型的提取、访问、更新和合成等操作。（第⼆部分ppt33）数学建模步骤（第⼀部分ppt51）
欠压保护电路1）模型准备4）模型求解
2）模型假设5）模型分析
抗太阳
3）模型建⽴6）模型检验
模型库管理系统的功能：⼀、模型的存储管理，包括模型的表⽰、模型存储组织
结构、模型的查询和维护。
⼆、模型的运⾏管理，包括模型程序的输⼊
和编译、模型的运⾏控制、模型对数据的存取。
三、⽀持模型的组合，包括模型间的组合以及模型之
间数据的共享与传递。（课本99）
8、决策⽀持系统：是以信息技术为⼿段，应⽤管理科学、计算机科学及有关学科的理论和⽅法，针对半结构化的决策问题，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、进⾏分析⽐较等⽅式，为管理者做出正确决策提供帮助的⼈机交互信息系统。（第⼆部分ppt20）
决策⽀持系统的结构图
9、DSS与MIS、DSS与ES、DSS与MS/OR的关系（第⼆部分ppt14）
(1) DSS与MS/OR的关系
MS：处理结构化问题，运⽤分析的观点。
OR：处理结构化问题，研究对象主要集中在数学规划、决策论、对策论等理论和⽅法上。
DSS：处理战略、规划等半结构化的决策问题。萎凋机
(2) DSS与MIS的关系
MIS：收集、传递、存储、加⼯处理各种信息，监测运营数据，利⽤历史数据预测未来，⽤指定的数学⽅法分析数据，提供全⾯数据和分析报告。
⾯向管理⼈员，提供低层次的决策⽀持。
手机光线传感器
DSS：⾯向决策者，提供适当的决策⽀持，是MIS的⾼级阶段。
(3) DSS与ES的关系
IDSS = DSS + ES
ES：利⽤知识和推理机，处理半结构化问题。
DSS：使⽤数据和模型，处理结构化问题，与ES结合后，可处理半结构化问题
10、数据集市(Data Mart)——具有特定应⽤的数据仓库，主要针对某个具有战略
意义的应⽤或者具体部门级的应⽤，⽀持⽤户利⽤已有的数据获
得重要的竞争优势或者到进⼊新市场的具体解决⽅案。（第四部
分ppt18）
数据集市可以分为两种：
a独⽴的数据集市(Independent Data Mart)，数据直接来源于数据源。
b从属的数据集市(Dependeant Data Mart)，数据来源于中央的数据仓
库。
数据集市的特点
（1）规模较⼩，灵活，
（2）开发⼯作⼀般由业务部门主持定义、设计、实施、管理和维护。
（3）能够快速实现，代价较低，投资回收期短，风险⼩。
（4）具集的紧密集成。
（5）有利于进⼀步升级到完整的数据仓库或形成分布式数据仓库。
数据集市的应⽤：⼈⼒资源数据集市、财务数据集市、
销售数据集市、市场数据集市等
数据仓库：是指从业务数据中创建信息数据库，并针对决策和分析进⾏优化，且⽀持决策过程的、⾯向主题的、集成的、随时间变化的、稳定的
数据集合。（第四部分ppt6）
数据仓库的特点（第四部分ppt9）
a⾯向主题b集成的c数据仓库是稳定的d随时间变化的
数据挖掘：具体地说是在数据库中，对数据进⾏⼀定的处理，从⼤量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含的、事先未知的、
但⼜是潜在有⽤的信息和知识的过程。（第四部分下ppt14）
11、数据仓库构建⼤致有如下⼏个步骤
1）明确主题2）概念设计3）技术准备4）逻辑设计
5）物理设计 6）数据仓库⽣成 7）数据仓库的运⾏与维护
12、OLTP、OLAP（第四章上ppt39）
On-line Analytical Processing(在线分析处理或联机分析处理)是针对特定问题的联机数据访问和分析，使分析⼈员、管理⼈员
或执⾏⼈员能够从多种⾓度对从原始数据中转化出来的、能够真正为⽤户所理解的、并真实反映企业维特性的信息进⾏快速、⼀致、交互地存取，从⽽获得对数据的更深⼊了解的⼀类软件技术。(OLAP委员会的定义) （第四章上ppt44）
OLAP的特性 1. 快速性 2. 可分析性 3. 多维性 4.信息型.（第四章上ppt46）
OLTP系统——联机事务处理
On-Line Transaction Processing
事件驱动，⾯向应⽤。
如：银⾏的储蓄系统
OLAP系统——联机分析处理
On-Line Analytical Processing
跨部门，⾯向主题。
OLTP与OLAP对⽐
13、数据挖掘的主要⽅法（第四部分下ppt16）
（1）归纳学习⽅法信息论⽅法（决策树⽅法）：
ID3、ID4、ID5、C4.5、IBLE⽅法
集合论⽅法：粗糙集⽅法、关联规则挖掘、
覆盖正例排斥反例⽅法、概念树⽅法
（2）仿⽣物技术：神经⽹络⽅法、遗传算法
（3）公式法：现在⼯程和科学数据库中对若⼲数据项（变量）进⾏⼀定的数学运算，求得相应的数学公式。
（4）统计分析⽅法常⽤统计⽅法、相关分析、回归分析、
假设检验、聚类分析、判别分析
（5）模糊数学⽅法：模糊模式识别、模糊聚类、模糊分类、
模糊关联规则等
（6）可视化技术
14、Apriori算法\ID3算法的思想及其应⽤
Apriori算法(课本230)（第四章下ppt26）
在关联规则挖掘算法中，把项⽬的集合称为项集（itemset），包含有k个项⽬的项集称为k-项集。包含项集的事务数称为项集的出现频率，简称为项集的频率或⽀持度计数。如果项集的出现频率⼤于或等于最⼩⽀持度s与D中事务总数的乘积，则称该项集满⾜最⼩⽀持度s。如果项集满⾜最⼩⽀持度，则称该项集为频繁项集（frequent itemset ）。
关联规则的挖掘主要被分解为下⾯两步：
第1步：出所有的频繁项集，即出⽀持度⼤于或等于给定的最⼩⽀持度阈值的所有项集。可以从1到k递归查k-频繁项集。
第2步：由频繁项集产⽣强关联规则，即出满⾜最⼩⽀持度和最⼩置信度的关联规则。对给定的L，如果其⾮空⼦集A?
L，sup(L)为L的⽀持度，sup(A)为A的⽀持度，则产⽣形式为A?L-A的规则。
ID3的基本思想（第四部分下ppt34）防辐射材料
构造决策树，决策树的每个节点对应⼀个⾮类别属性，每条边对应该属性的每个可能值。以信息熵的下降速度作为选取测试属性的标准，
即所选的测试属性是从根到当前节点的路径上尚未被考虑的具有最⾼
信息增益的属性。
ID3⽅法应⽤（第四部分下ppt97）
a根据疾病分类患者
b根据起因分类设备故障
c根据拖⽋⽀付的可能性分类债款申请
15、数据仓库在物流领域的应⽤：
主要实现对物流服务需求分析、物流成本分析和物流过程分析，这主
要以分析实时数据为主，将数据在供给链上按需重组，辅助决策者获
取与⽬标相关的信息。（第四部分上ppt72）
物流配送数据仓库（物流数据仓库ppt71）
16、⼈⼯智能：是探求⼈类的思维过程，研究将⼈类的脑⼒劳动延伸到某种物理
装置的原理和实现的⼀门学科。（第六章ppt5）
专家系统：就是利⽤存储在计算机内的某⼀特定领域内⼈类专家的知识，来解决过去需要⼈类专家才能解决的现实问题的计算机系统。（第六章
ppt4）
17、智能决策⽀持系统（IDSS，Intelligence Decision Supporting System），是⼈⼯
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决策问题的辅助决策系统。既能处理定量
问题，⼜能处理定性问题。（第六章ppt4）
IDSS的基本结构图（第六章ppt7）
18、知识的种类（第六章ppt19）
1）事实性知识：采⽤直接表⽰的形式
如：凡是猴⼦都有尾巴
2）过程性知识：描述做某件事的过程
如：电视维修法
3）⾏为性知识：不直接给出事实本⾝，只给出它在某⽅⾯的⾏为。
如：微分⽅程、（事物的内涵）
4）实例性知识：只给出⼀些实例，知识藏在实例中。
5）类⽐性知识: 即不给出外延，也不给出内涵，只给出它与其它事物的某些
相似之处如：⽐喻、谜语
6）常识性知识：即普遍存在⽽被普遍认识了的客观事实
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议