第三节 决策支持系统的结构与研制方法

决策支持的一个可能实现的结构是把系统分为三个组成部分或子系统： 数据库子系统、模型库子系统，以及用户接口子系统。每个子系统均各有其独自的管理系统。

在此结构中突出了用户接口的重要性。传统的信息系统（包括管理信息系统）的设计都是只考虑硬件与软件的有效配置，很少或甚至不把人作为决策主体的作用考虑进去，前面已一再强调，决策支持系统的行动主体是人， 应把决策人视为系统的一个组成部分。因此研制一个决策支持系统时，就要特别注意人机接口的问题，要根据决策过程的特点与决策人认识上的倾向性，使系统便于和易于使用。至于数据库子系统和模型库子系统作为决策支持系统的组成部分，也有它们的特点。下面即分别就这三个子系统作一些说明。

  1. 数据库子系统，数据库及其管理系统是目前信息工艺中最发达的部分之一。作为决策支持系统的一个组成部分，数据库及其管理系统有其独特的要求，它不同于业务与管理信息系统中的要求。第一，决策所需信息是内容丰富，来自多方面的，既要有内部数据，又要有外部数据。就内容而言，

    除了财务、生产、销售及人事等方面的业务数据外，其他如计划、预算、标准、工程数据、主管人员的主观估计等内部数据，以及外部数据如国民经济指标等，都是决策人尤其是高层领导决策所需数据。第二，在数据的获得与提取方面应具有充分的灵活性与适应性，对未料到的用户要求，能随时作迅速的增减与改变。数据的获得宜通过通讯网络直接从来源取得，传送到数据库予以存储。另外，为了最有效地为决策服务，应单独建立决策支持系统数据库，而在逻辑上应与其他各种业务数据库区分开来。

近几年来数据管理系统的重大发展多数是在大型数据库用于业务数据处理方面，这类大型数据库管理系统一般都具有查询与数据检索以及灵活的报表产生等功能。但从决策支持系统的用户来看，有一套数据检索的命令，供其从数据库选择若干项数据，甚或把选择出来的数据用具有灵活的格式与标题的报表显示或打印出来，并不能完全满足决策的需要。决策支持系统甩户所需要的，是能够以相对少量的数据项与系统反复地并创造性地打交道。决策所需的数据项并不多，但必须均系解决问题确实所需的数据。用这些数据， 经过系统反复运算，模拟出不同的情况和方案，以供选其较妥善者，作为问题的一种解决。这里所讲解决问题确实所需的数据随着不同问题的发生时常在改变。可能天天都不一样。这就要求数据库管理系统具有满足这些需要的灵活性与适应性。

  1. 模型库子系统：这里讲模型当然是指决策模型。模型的拟制早就是运筹学的方法与技术在信息系统中的应用。这些模型都是为解决某一具体问题而专门拟制的，它们彼此独立，缺乏灵活性，不易修改合并。因此很难适用于情况多变的决策问题。应用运筹学拟制出来的模型往往是所谓的最优化模型，而许多决策问题的解决往往又都不要求最优解。决策支持系统中所需模型既要简单，又要具有灵活性，这样才能适应经常改变以及未预料到的新的情况。决策支持系统的模型库内应包括：

l）战略模型即战略性计划模型，供高层领导决定方针政策之用。 2）战术模型，即管理控制模型，供中层领导决定如何最有效利用资源以

实现方针与目标时用。3）操作控制模型，供基层主管人员决定如何最有效地执行操作时用。同时，库内还要包括有构造模型的各种积木（模块）和于例行程序，以供构造其他各种模型。现行的应用程序包，如线性规划模型、时间序列分析、多元回归及方差分析等统计学例行程序都包括在内。

一套模型应能支持各个职能领域（生产、财务、销售、人事等等）以及各级管理层（高层、中层及基层）的决策。从决策支持的要求来看，模型库的设计应能符合下列标准：

·模型均编制成模块式的，既能单独使用，又能与其他模型（模块）结合而形成更复杂的模型。这样就能快而容易地建立新模型。

·有一套手段，能供模型从数据库提取数据。模型实际上是数据库的使用者，因此须有某种语言供其进行直接数据检索之用。

·有一套命令语言，供用户运行现有各种模型之用。

·既具有能改变现有模型本身内部和分析过程，又具有能改变各模型使用方式的灵活性，从而使系统的模型设计的功能处于不断发展与改善之中。一个决策支持系统对决策者所提供的支持不外是两方面。一是数据支

持，即提供数据的存储、及时修正以及检索等功能；一是模型设计支持，即提供一套数据的运算与分析的方法和算法。这两方面实际上就是计算机的两个主要用途，即数据处理与运算。把这两方面管理好，系统就能确实起到支持决策的作用。模型库管理系统比数据库管理系统发展要落后一些。现在有一种趋势是把这两种管理系统合并起来，譬如，数据库管理系统既管理数据， 又管理模型。模型的管理与数据的管理都按照相同原则来进行，即有一套模型定义语言（相当于数据库管理系统中的数据定义语言），用以建立或产生模型，有一套取用与修改模型的手续，以及运用模型以取得所需的决策支持。在模型设计中，有不少人把 APL 语言作为“模型定义语言”。这是因为：

  1. 用

    APL，能很快地（几个小时内）把一个例行程序（模块）编制和调试出来，这样就便于修改和重新组织；

  2. APL 中有些语句进行数学或逻辑运算非常简炼，若用 FORTRAN

    或COBOL语言来编写，就需要好几条语句；

  3. APL 语言简洁、准确，很少出错，从而可减少调试与改错的工作量。但 APL

    亦有其不利之处：

  1. 它用抽象的符号语言，比较难学。不过有数学分析头脑的人花一个月的功夫就能学会，这就有利于模型设计人员用这种语言拟制模型。

  2. 用这种语言编写和调试程序虽很快，但其执行时间则较长。不过若决策者要求的重点在于使用方便与得心应手，而不是运行效率的高低，这个语言的长处就胜过其短处。

人工智能技术，尤其是专家系统的发展将促进模型库管理系统的发展。专家系统中的推理规则就是为了进行分析和教人如何作决定的，就是起模型作用的。在知识工程中，推理规则（模型）是作为知识库一个组成部分。这就是把数据与模型均作为知识统一管理起来。关于所谓“知识管理”问题已有一些初步探讨，但付诸实现供有效应用，尚有待时日。模型管理方面最有希望可利用的手段与工具将是模型设计语言、现有子例行程序的扩充，以及在某些情况下人工智能技术推理规则的应用。

  1. 用户与系统接口子系统：这是系统中管理人机对话工作的部分，较之数据库子系统与模型库子系统，是比较不发达的一部分。数据库的组织与

管理是计算机科学与技术中最发达的分支之一，模型设计主要是运筹学方法的应用，是随着运筹学的发展而不断进步的。而人机接口问题在过去，由于计算机的直接使用者是程序员与操作员等专业人员，设计系统时很少考虑到使用方便与易于操作等问题，到了信息工艺发展到终端机或微型机直接供主管人员使用时，人机接口问题才得到重视，才开始研究如何使机器的使用易懂易学与易于操作。一个决策支持系统的能力、灵活性以及使用方便程度等方面的大小在很大程度上随用户与系统接口的功能而定。

用户与系统接口子系统包括三个组成部分：用户、显示终端机或微型机， 以及相应的软件。这三者中作为决策者的用户是行动主体，显示终端机与软件都是为用户服务的，是人与系统打交道的手段与工具。显示终端机是这个子系统的硬件部分，有一个键盘供输入信息，以及一个显示屏显示输入信息和系统的响应或提示信息。微型机与用户接口的硬件部分也包括键盘与显示屏这两部分。这里所说的显示终端机，包括微型机在内，实际上不少系统中就是用微型机作为显示终端机的。

在这样的系统中，如在第五章中所介绍的，除传统的键盘外，还有光笔、鼠标器、跟踪球、操纵杆、触摸式屏幕等可作为人机接口工具。

用户接口的软件部分主要是人机对话语言问题。这可从操作命令语言和模型设计语言两方面来看：操作命令语言通常就是操作系统中人机对话语言。譬如，运行一个应用程序的使用“运行（run）”或“执行（execute）”， 或者要求系统编译一个 PASCAL 程序的命令“编译 PASCAL（compile pascal）” 等等。现在操作命令发展的趋势是尽力使用户使用方便。而大型机的操作命令都是很繁杂的，例如，IBM360/370 系统的操作命令“作业控制语言

（jobcontrol language）”就很复杂，只有专业人员才能掌握和使用。微型机的操作命令就没有那么复杂，比较容易掌握和使用。尽管这样，普通用户仍需记住不少操作命令，“菜单”式的操作命令是把有关操作命令全部显示在显示屏上，就像点菜一样，让用户选择所需的操作命令。这样普通用户无需记住所有操作命令就可方便地使用。“菜单”式操作命令通常都是分层次的，顶层列出的都是几个主要的操作命令，下一层则为某一主要操作命令所包括的各项操作命令，如此等等。上述键盘以外的人机接口装置是硬、软件结合的产物，作为软件来看，它比“菜单”式操作命令更方便用户的使用。综上所述，人与系统接口问题是个硬、软件的交叉问题，无论是硬件或

是软件的发展，总的目的是一致的，即力求方便用户，易学、易懂和易掌握。决策支持系统基本上是个人机交互系统，单有功能很强的数据库子系统与模型库子系统，而人机接口子系统却很弱，不能做到灵活、方便与有问必有答， 这样的系统是很难推广使用的。因此可以说，人机接口子系统是整个决策支持系统中一个关键性的组成部分，整个系统能否有成效地被利用，就看这个子系统的好坏。人机接口子系统的研制问题，今后将是决策支持系统研制的主攻方向之一。

以上介绍了由数据库子系统、模型库子系统以及用户接口子系统三者所组成的决策支持系统的一种构架。本节开头也已提到目前已提出了不少构架，其中值得一提且宜作些说明的，即上面几次提到的智能支持系统。美国普渡（Purdue）大学几位学者在这方面已做了一些工作，取得了一些进展， 应值得注意。这几位学者的研究是着眼于决策支持系统（DSS）的智能化与形式化，并已提出了一套形式化的智能支持系统。鉴于目前对于什么是决策支

持系统尚无统一的公认看法，他们提出了他们的看法，认为一个 DSS 包括三大组成部分，即一个语言系统（LS）、一个知识系统（KS）和一个问题处理系统（PPS）。这三大组成部分大致相当于上述用户接口子系统、数据库子系统以及模型库子系统，不过是用形式化程式进行了细微的描述，即用数理逻辑来表达关于数据和程序的知识。

整个 DSS 的构架都表示为较高的形式化程式。这种较高的形式化程式是一种数据逻辑，定义得能易于把 DSS 内容中的许多特性表现出来，从而为 DSS 的抽象描述提供一种理论语言。问题处理系统 PPS 是这种形式化中的演绎部分，知识系统 KS 提供这种形式化程式的一种语义结构，语言系统 LS 则为 DSS 与其环境之间的接口。用这种形式化程式，一个决策支持系统即可定义为一个四元组（F，K，P，L），其中 F：为这个较高的形式化的某一特定语言；K： 是 F 的一种结构；P：是一种定理证明机制；L：是一种分析程序，它将用户语言转换为形式化程式。

这个定义乃是上述三大组成部分的形式化。用 F 作为 DSS 的抽象描述：K 作为一种结构，即定义 DSS 的 KS 的一种特写的实现；L 相当于一个 DSS 的 LS 部分（用户接口）；而 P 则相当于 PPS。

用形式化程式来作为一个系统的理论基础是目前的一种趋势，在第二章中已讲过一些形式化的模式。就决策支持系统而言，这里提出的是此项研究中值得注意的几点：第一，KS 是把关系数据库模式加以扩充，以便统一处理数据和程序，在这里程序狭义地定义为一组可执行的编码，用以从一组输入值计算出一组输出值。程序即视为关系，而程序的执行则视为无组（tuples）。第二，PPS 是一种定理证明程序，采用了人工智能中机械定理证明的解消法。总之，此项研究是值得注意的，它提出了智能的支持系统研究的一些初步成果，为人工智能的方法与技术的应用，提供了一些有用的思路与实现途径。

最后，简单讲一下决策支持系统与业务和管理信息系统在研制过程方面的重要不同之处：一个信息系统的研制一般要经过分析、设计、实现与维护四大阶段。例如，研制一个库存管理信息系统，分析阶段是根据用户或领导提出的各项目的要求，分析从进库登记到出库登记、盘存登记、再订货登记与要求等方面的库存管理过程，找出其中不能满足要求的地方，把提出改进其功能或增加新的功能作为系统研制应达到的目标与要求。设计阶段是对如何达到这些目标与要求，提出具体措施，制定实现方案。实现阶段是把拟定的方案，通过硬件与软件的配置，使系统能正式运行。维护阶段是系统正式运行后的改错、修改与新功能增加等一系列的工作。

决策支持系统的研制很难严格地按照上述四大阶段来进行，或者说其研制过程很难严格地区分为这四大阶段。首先，决策是如何进行的，现在尚无一套统一的理论，它是靠决策人的判断、想象力、创造力、深思熟虑以及经验来作出的，这就和上述库存管理不同，很难或者说几乎不可能像上述进库登记、出库登记、库存登记、再订货登记与要求等等那样，把决策过程明确地列举出若干个环节来。其次，决策问题是所谓随机性的，即决策人所面临的情况是在变化中，有时变得很快。因此，在研制一个决策支持系统时，开始就很难明确地提出这个系统应当干些什么。这就是说首先用户或领导不能完全解释清楚究竟要决策支持系统为他干什么或提供什么样的具体信息或报表。这就不像库存管理信息系统那样，譬如，能明确具体地提出要求系统在库存低于某一水平时，立即发出再订货申请单。系统研制人员在此情形下也

就很难全面而清楚地列出系统的功能规格要求作为下一步进行设计的根据。因此，决策支持系统的研制只能是一个反复迭代的试制过程：根据用户

或决策者提出的粗略的要求，大致分析系统应干什么，由用户与研制人员共同商定先解决其中一个重要部分，着手设计出一个初步雏形来，然后配以必要的硬件与软件，把这个雏形系统实现出来，交用户或决策者试用，经过用户或决策者使用一段时期（例如是几个星期）后，即可根据用户意见，对这个雏形系统加以修改或扩充以及增加新的功能。如此反复迭代，一次又一次地进行分析、设计、实现与维护等过程，每迭代一次，系统就愈能满足用户的决策要求，最后形成一个相对稳定的系统，用以支持一系列的决策问题。这种反复迭代的研制过程也可称之为“适应性设计”过程，其中用户直接参予研制、随时迅速反馈是非常重要的，只有这样，才能保证研制出来的系统确是用户真正决策所需的。广义言之，决策支持系统本身就是一个适应性的系统，它必须随着时间的推移与情况的变化，修改和增减其功能，使信息技术的利用能不断适应情况多变的决策需要。