数据处理与智能决策研究报告一．概述：本次研究报告主要对三个方面进行了探究，智能决策支持系统概述，智能决策支持系统中的数据处理方法以及智能决策支持系统的应用。智能支持决策系统的综述分决策支持系统和人工智能两方面。智能决策支持系统中的数据处理方法从数据挖掘，数据仓库和OLAP三方面进行描述。智能决策支持系统的应用主要从智能决策支持系统的各方面综合，概括了其在生活以及以后的发展和应用。二．智能决策支持系统综述：智能决策支持系统（IntelligentDecisionSupportSystems,IDSS）是决策支持系统（DecisionSupportSystem，DSS）与人工智能（ArtificialIntelligent,AI）技术相结合的系统。它的体系结构为3库系统，即数据库，模型库和知识库。智能决策支持系统从智能决策支持系统的概念可知智能决策支持系统中包含了人工智能技术，与决策支持有关的人工智能技术主要有：专家系统、神经网络、遗传算法、机器学习、自然语言处理等。决策支持系统（DSS）的基本概念最早于20世纪70年代初由美国MIT的高端（G.AnthonyGorry）和斯柯特·莫顿（MichaelS.ScottMorton）教授在《管理决策系统》一文中首先提出，当时人们称其为人机决策系统或管理决策系统。为了强调这种系统对决策只能起辅助作用，应发挥决策者的主体作用，后来将其名称改为决策支持系统，有时也称为辅助决策支持系统。它是一种以支持决策为目的的人机信息系统。人机交互系统是DSS是人机接口界面；决策者作为DSS的用户通过该子系统提出信息查询的请求或决策支持的请求；人机交互系统对接受到的请求作检验，形成命令，为信息查询的请求进行数据库操作，提取信息，所得信息传送给用户；对决策支持的请求将识别问题与构建模型，运行模型库中的模型，运行结果通过人机交互系统传送给用户或暂存数据库待用。DSS的系统结构又可分为3库系统，即，模型库（MB）和数据库（DB），以及方法库（AB）。模型库（MB）提供模型表示和存储的计算机系统。MB中的模型，不是为了一个特定的目标设计的，有更小的构成要素，模型具有更为丰富的“被”管理的功能。模型是对于现实世界的事物、现象、过程或系统的简化描述。它反映了实际问题最本质的特征和量的规律，即描述了现实世界中有显著影响的因素和相互关系。模型的类型：物理模型（实体模型），数学模型，结构模型，仿真模型。数据库系统（DB）是由数据库管理系统、数据库、用户和计算机组成的具有高度组织的整体。DSS数据库系统的功能：（1）建立和管理数据模型；（2）对不同的数据源进行抽取、分析、输入和处理；（3）灵活、迅速、方便地进行数据处理，为DSS提供各种所需要的数据。DSS数据库系统的特点：数据的独立性；最小冗余度；最大共享性；统一管理与控制；适当的反映时间；整体性；可修改和可扩充性；安全性和保密性；简明性。方法库系统（AB）的组成：方法库（AB）；方法库管理系统（ABMS）。方法库系统的目的：实现计算过程的交互式存取；将算法（方法）与数据结合在一起完成计算过程。方法库中的方法一般用程序方式存储——它通过接口程序（描述外部的），向DSS提供合适的环境，从而实现计算过程的交互式数据存取——从数据库/方法库选择数据/算法，然后将数据和算法结合起来进行计算，并以直观清晰的呈现方式输出结果，供决策者使用。方法库系统的优点：提供各种通用计算、分析、加工处理的工具，提高模型的运行效率——用户从模型库中调用模型，同时调用方法库中的方法来完成模型的运算和分析；实现软件资源的共享——提供了模型与方法的多对一关系。DSS的人机交互系统实现人与计算机之间通信的硬、软件系统。人机交互系统是决策支持系统不可缺少的重要组成部分，是连接人与系统的中间纽带；它把用户与数据库、模型库、知识库和方法库有机地连成一个整体。人机交互的三元素：一个人机交互的计算机系统,要能很好地实现计算机与用户之间的人机交互,通常须考虑三个元素：人的因素、交互设备、交互软件（实现人机对话的软件）。其中人的因素指的是用户操作模型,交互设备是计算机系统的物质基础,交互软件则是展示各种交互功能的核心。人工智能基本原理。1.逻辑推理：（1）...
