决策支持系统（DecisionSupportSystem，简称DSS），是以管理科学、运筹学、控制论、和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，针对半结构化的决策问题，支持决策活动的具有智能作用的人机系统。

作用

该系统能够为决策者提供所需的数据、信息和背景资料，帮助明确决策目标和进行问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进行评价和优选，通过人机交互功能进行分析、比较和判断，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，检验决策者的要求和设想，从而达到支持决策的目的。决策支持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，但模型库和方法库通常则是必须的。由于应用领域和研究方法不同，导致决策支持系统的结构有多种形式。决策支持系统强调的是对管理决策的支持，而不是决策的自动化，它所支持的决策可以是任何管理层次上的，如战略级、战术级或执行级的决策。

相关分类

(1)结构化决策，是指对某一决策过程的环境及规则，能用确定的模型或语言描述，以适当的算法产生决策方案，并能从多种方案中选择最优解的决策。结构化决策问题相对比较简单、直接，其决策过程和决策方法有固定的规律可以遵循，能用明确的语言和模型加以描述，并可依据一定的通用模型和决策规则实现其决策过程的基本自动化。早期的多数管理信息系统，能够求解这类问题，例如，应用解析方法，运筹学方法等求解资源优化问题。

(2)非结构化决策，是指决策过程复杂，不可能用确定的模型和语言来描述其决策过程，更无所谓最优解的决策。其决策过程和决策方法没有固定的规律可以遵循，没有固定的决策规则和通用模型可依，决策者的主观行为（学识、经验、直觉、判断力、洞察力、个人偏好和决策风格等）对各阶段的决策效果有相当影响，往往是决策者根据掌握的情况和数据临时作出决定。

(3)半结构化决策，是介于以上二者之间的决策，这类决策可以建立适当的算法产生决策方案，使决策方案中得到较优的解。其决策过程和决策方法有一定规律可以遵循，但又不能完全确定，即有所了解但又不全面，有所分析但又不确切，有所估计但又不确定。这样的决策问题一般可适当建立模型，但无法确定最优方案。

非结构化和半结构化决策一般用于一个组织的中、高管理层，其决策者一方面需要根据经验进行分析判断，另一方面也需要借助计算机为决策提供各种辅助信息，及时做出正确有效的决策。

基本结构

概述

决策支持系统基本结构主要由四个部分组成，即数据部分、模型部分、推理部分和人机交互部分：

数据部分是一个数据库系统；

模型部分包括模型库(mb)及其管理系统(ms);

推理部分由知识库(kb)、知识库管理系统(kbms)和推理机组成；

人机交互部分是决策支持系统的人机交互界面，用以接收和检验用户请求，调用系统内部功能软件为决策服务，使模型运行、数据调用和知识推理达到有机地统一，有效地解决决策问题。

发展过程

自从20世纪70年代决策支持系统概念被提出以来，决策支持系统已经得到很大的发展。

1980年Sprague提出了决策支持系统三部件结构（对话部件、数据部件、模型部件），明确了决策支持系统的基本组成，极大地推动了决策支持系统的发展。

20世纪80年代末90年代初，决策支持系统开始与专家系统（ExpertSystem,ES）相结合，形成智能决策支持系统（IntelligentDecisionSupportSystem,IDSS）。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，充分做到了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了一个大的发展。智能决策支持系统是决策支持系统发展的一个新阶段。20世纪90年代中期出现了数据仓库（DataWarehouse,DW）、联机分析处理（On-LineAnalysisProcessing,OLAP）和数据挖掘（DataMining,DM）新技术，DW+OLAP+DM逐渐形成新决策支持系统的概念，为此，将智能决策支持系统称为传统决策支持系统。新决策支持系统的特点是从数据中获取辅助决策信息和知识，完全不同于传统决策支持系统用模型和知识辅助决策。传统决策支持系统和新决策支持系统是两种不同的辅助决策方式，两者不能相互代替，更应该是互相结合。

把数据仓库、联机分析处理、数据挖掘、模型库、数据库、知识库结合起来形成的决策支持系统，即将传统决策支持系统和新决策支持系统结合起来的决策支持系统是更高级形式的决策支持系统，成为综合决策支持系统（SyntheticDecisionSupportSystem,SDSS）。综合决策支持系统发挥了传统决策支持系统和新决策支持系统的辅助决策优势，实现更有效的辅助决策。综合决策支持系统是今后的发展方向。

由于Internet的普及，网络环境的决策支持系统将以新的结构形式出现。决策支持系统的决策资源，如数据资源、模型资源、知识资源，将作为共享资源，以服务器的形式在网络上提供并发共享服务，为决策支持系统开辟一条新路。网络环境的决策支持系统是决策支持系统的发展方向。

知识经济时代的管理——知识管理（KnowledgeManagement,KM）与新一代Internet技术——网格计算，都与决策支持系统有一定的关系。知识管理系统强调知识共享，网格计算强调资源共享。决策支持系统是利用共享的决策资源（数据、模型、知识）辅助解决各类决策问题，基于数据仓库的新决策支持系统是知识管理的应用技术基础。在网络环境下的综合决策支持系统将建立在网格计算的基础上，充分利用网格上的共享决策资源，达到随需应变的决策支持。

（DSS）的基本特征

1、对准上层管理人员经常面临的结构化程度不高、说明不充分的问题；

2、把模型或分析技术与传统的数据存取技术检索技术结合起来；

3、易于为非计算机专业人员以交互会话的方式使用；

4、强调对用户决策方法改变的灵活性及适应性；

5、支持但不是代替高层决策者制定决策。

（DSS）的结构特征

1、数据库及其管理系统；

2、模型库及其管理系统；

3、交互式计算机硬件及软件；

4、图形及其他高级显示装置；

5、对用户友好的建模语言。

相关应用

基础数据及事务处理层

事务处理层是应用软件中最基础的层次，也是最为庞大和繁琐的一层，所采集的信息是大量的业务基础数据，如宏观经济、农业信息数据库；人口统计数据库、政策法规库、企业产品库。

另外，还包括对各类数据进行分析、统计、查询等事务处理的应用系统，如月度、季度、年度等宏观经济监测系统、预警分析系统；宏观经济跟踪、预测、预警系统等。

在决策支持系统中需要对该层的信息系统进行分类、加工和整理，形成决策支持系统中的元数据。

统计分析管理监控层

根据由业务基础数据经过抽取或加工后所形成的信息，对其业务范围内的业务情况进行信息查询、信息分析、监督管理和检查的职能。

在经过抽取和整理的元数据的基础之上，建立各种统计、分析模型，如计量经济模型、多方程时间序列统计模型、神经网络及投入产出模型等。通过模型的定义和开发，利用构成的经济模型，对经济系统中各方面给出全面深入的各种分析结果，包括因素分析、预测和政策模拟。其中要求系统能自动调用和集成不同类型的分析工具，例如回归分析和投入产出的自动结合。

辅助决策层

根据统计分析管理监控层的各种分析模型，进行多维的、更为复杂的综合分析和计算，从中发现各种趋势（如人口增长趋势、宏观经济趋势预测等）；发现异常情况；得到重要细节；找出内在规律，为各级领导的决策业务提供切实有效的帮助。

每一个业务系统都将包含针对其相应业务（如人口、宏观经济、农业、外商投资、政策法规、企业产品等）的辅助决策子系统，在各业务辅助决策子系统的支持下，还可拓展面向综合性的辅助决策系统。

成功案例

唐车生产决策支持系统

案例背景/n/n随着中车唐山机车车辆有限公司的不断发展，企业经营管理者不能及时了解到生产项目进度，在订单管理、设计、预算、采购、装配、质检、测试直至交付各个环节的实际情况，影响订单的最终不能准时交付，造成生产成本的上升等暴露出的问题。因此，中车唐山机车车辆有限公司当前无法全面了解项目生产进度情况，需要从数据层面能够及时了解项目生产情况的辅助系统来提升管理效率和水平，深入的从数据分析的全面性、及时性，多样性，为公司的经营管理决策、发展战略规划提供强有力的支持。/n/n项目需求/n/n唐车生产项目分析系统作为辅助生产管理的基础支撑系统，不是一蹴而就的，随着管理水平提高会持续迭代进行。提供商需要秉承“整体规划、阶段推进、步步见效”原则，努力推动唐车生产项目分析系统的建设，并与业务发展及应用系统的建设紧密配合。