决策支持系统（DSS）：理论·方法·案例

作者：高洪深著

出版社：广西科学技术出版社

出版时间：2000-01-01

ISBN：9787302039150

定价：¥36.00

　　本书是《决策支持系统（DSS）——理论·方法·案例》的第二版，它除了对本书第一版中DSS的理论与方法做了全面的阐述并修订之外，重点论述了基于数据仓库的决策支持系统的有关理论、方法，并介绍了典型的案例。全书共分14章，第1章主要介绍DSS的产生与发展，充分论述了DSS的理论基础以及同相关学科的关系，还重点介绍了新一代DSS和基于数据仓库的决策支持系统的发展状况和最新研究动态；第2、3章阐述了DSS的基本概念和典型的DSS的构造和系统结构；第4、5、6、7章主要介绍数据库及其管理系统、数据开采技术、数据仓库技术以及数据仓库的数据建模和元数据；第8章主要介绍DSS的重要组成部分——模型库及其管理系统；第9、10章论述了知识发现方法和知识库系统；第11、12章介绍了两个典型的DSS案例，即某石油炼厂生产经营决策支持系统和企业管理决策支持系统；第13、14章系统地介绍了比较典型的数据仓库范例：PLATINUM Technology数据仓库和Business Objects决策支持系统工具。本书适用于高等院校的计算机应用、系统工程、经济管理、自动控制等专业的研究生和高年级学生作为教材或教学参考书，也可作为DSS研究与开发人员的研究参考书；还可以供不同层次的经济与行政管理和企事业单位的有关领导、管理人员和科技人员使用。

　　高洪深，教授，吉林省农安县人，生于1942年。原任北方工业大学系统工程与人工智能研究所副所长、现被聘为北方工业大学学科带头人、中国社会经济系统工程常务理事、中国交通运输系统工程学会理事、中国系统工程学会过程系统工程专业委员会理事、《系统工程理论与实践》编委、《交通运输系统工程与信息》编委。1967年毕业于北京钢铁学院（现北京科技大学）金属压力加工系，1981年在北京钢铁学院获得工学硕士学位，1984年在联邦德男卡尔·杜易斯堡基金会进修中心作访问学者，专攻系统工程与计算机应用，1991年再一次赴联邦德国卡塞尔大学作访问教授，并与德方教授合作继续DSS的研究工作。科研成果：专著： 1.《社会经济系统工程》社会科学文献出版社， 1990.北京 2.《工业企业投入产出分析》中国计划出版社， 1993.北京 3.《决策支持系统（DSS）》清华大学出版社， 1996.北京 4.《经济系统分析导论》中国审计出版社，（现已签订出版合同），拟在1997年出版。先后在国内外正式发表学术论文60多篇。获奖情况：在社会经济系统工程和经济系统分析方面取得了一系列研究成果，获得多项部委级科技进步奖，其中一项一等奖，一项二等奖，二项三等奖，二项四等奖。1992年度被国务院表彰为有突出贡献的中青年专家，享受国务院颁发的政府特殊津

第1章  概论
     1. 1  决策支持系统的产生与发展
        1. 1. 1  DSS的产生背景
        1. 1. 2  DSS的发展
     l, 2  DSS发展的理论基础
        1. 2. 1  信息论
        1. 2. 2  计算机技术
        1. 2. 3  管理科学和运筹学
        1. 2. 4  信息经济学(1nformation Economics)
        1. 2. 5  行为科学
        1. 2. 6  人工智能
     1. 3  DSS与相关技术的关系
        1. 3. 1  决策与预测的关系
        1. 3. 2  DSS与管理科学(MS). 运筹学(OR)的关系
        1. 3. 3  DSS与MIS的关系
        l. 3. 4  DSS与专家系统(ES)的关系
     1. 4  新一代DSS的发展
        1. 4. 1  群决策支持系统(GDSS)
        l. 4. 2  分布式决策支持系统(DDSS)
        1. 4. 3  智能决策支持系统(1DSS)
        1. 4. 4  决策支持中心
        1. 4. 5  战略决策支持系统
        1. 4. 6  I3DSS
     1. 5  数据仓库与决策支持系统
        l. 5. 1  新型的决策支持技术——数据仓库和联机分析处理(OLAP)
        1. 5. 2  综合决策支持系统
        1. 5. 3  基于数据仓库的决策支持系统
   第2章  决策支持系统的基水概念
     2. 1  结构化. 半结构化和非结构化问题
        2. 1. 1  概述
        2. 1. 2  决策问题的性质和层次
     2. 2. 决策支持与DSS的定义
        2. 2. 1  决策支持
        2. 2. 2  决策支持分类
        2. 2. 3  决策风格
        2. 2. 4  D5S的定义
     2. 3  DSS的概念模式
        2. 3. l  系统分析
        2. 3. 2  专用DSS
        2. 3. 3  DSS工具
        2. 3. 4  DSS生成器
        2. 3. 5  累接设计
        2. 3. 6  ROMC分析方法
        2. 3. 7  系统的柔性
        2. 3. 8  系统的集成化
   第3章  DSS的构造与系统结构
     3. 1  引言
        3. 1. 1  DSS的基本部件
        3. 1. 2  目标
        3. 1. 3  功能
     3. 2  DSS的人机界面和问题处理系统
        3. 2. 1  人机界面
        3. 2. 2  问题处理系统
        3. 2. 3  自然语言理解
     3. 3  四库系统
        3. 3. 1  数据库系统
        3. 3. 2  模型库系统
        3. 3. 3  知识库系统
        3. 3. 4  方法库系统
     3. 4  DSS的系统结构
        3. 4. 1  三角式结构
        3. 4. 2  串联结构
        3. 4. 3  熔合式结构
        3. 4. 4  以数据库为中心的结构
        3. 4. 5  四库三功能的系统结构
        3. 4. 6  智能DSS的结构
     3. 5  D5S的体系结构, 与分析
        3. 5. 1  DSS体系的分桥
        3. 5. 2  环境特征
        3. 5. 3  系统的部件
        3. 5. 4  资源
        3. 5. 5  环境和资源的关系
   第4章  数据库及其管理系统
     4. l  基本概念
        4. 1. 1  数据库系统的定义及其特点
        4. 1. 2  DSS数据库系统的设计特点
     4. 2  数据的组织与描述
        4. 2. l  实体模型
        4. 2. 2  数据模型
        4. 2. 3  数据模型的设计
     4. 3  DSS的数据库设计
        4. 3. l  数据库的概念设计
        4. 3. 2  数据库的逻辑设计
        4. 3. 3  数据库的物理设计
        4. 3. 4  数据库系统语言
     4. 4  DSS数据库系统的一个实例
        4. 4. 1  某炼厂生产经营决策支持系统(IPDSS)的数据库
        4. 4. 2  1PDSS中的数据库管理系统
     4. 5  DSS数据库技术的发展
        4. 5. l  数据库与知识库的结合方式
        4. 5. 2  数据库技术支持模型库
        4. 5. 3  DSS中数据库单元设计
        4. 5. 4  DSS数据库技术的发展分析
     4. 6  多媒体数据库
        4. 6. 1  多媒体数据库的特点与功能
        4. 6. 2  多媒体数据库及其管理系统的关键技术
        4. 6. 3  数据模型技术
   第5章  数据开采技术
     5. 1  数据开采技术基本概念
        5. 1. 1  数据开采的定义
        5. 1. 2  数据开采的过程及分类
        5. l. 3  数据开采的内容和本质
        5. 1. 4  基于数据仓库的数据开采技术
     5. 2  数据开采的一般方法
        5. 2. 1  关联规则开采方法
        5. 2. 2  多层次数据汇总归纳
        5. 2. 3  空间数据库的数据开采
        5. 2. 4  数据开采的其他方法
     5. 3  数据开采一一云模型方法
        5. 3. 1  定性和定量互换模型——云模型
        5. 3. 2  发现状态空间理论
        5. 3. 3  用云模型从空间数据库中发掘关联规则
     5. 4  模糊数据开采(FDM)方法
        5. 4. 1  数据仓库的引入
        5. 4. 2  模糊数据开采方法(FDM)
        5. 4. 3  FDM应用范例
     5. 5  数据开采的智能方法
       5. 5. 1  从数据库发现知识
       5. 5. 2  数据开采与DBMS和联机分析处理的区别与联系
       5. 5. 3  数据开采的方法和实施过程
       5. 5. 4  智能算法
     5. 6  数据开采工具及发展方向
       5. 6. 1  数据开采的工具
       5. 6. 2  ”数据开采的发展方向
     5. 7  SAS的数据开采的方法论——SEMMA
       5. 7. 1  数据开采提供决策支持
       5. 7. 2  数据开采的方法论——SEMMA
     5. 8  数据开采(data mining)的应用领域
       5. 8. 1  数据开采在市场营销和金融投资中的应用
       5. 8. 2  数据开采系统在风险评估中的应用
       5. 8. 3  DM系统在通信网络中的应用
       5. 8. 4  在DNA分析中的应用
       5. 8. 5  天文数据分析中的DM系统
   第6章  数据仓库技术
     6. 1  数据仓库概述
       6. 1. 1  数据仓库的定义
       6. 1. 2  数据仓库查询系统的特点
       6. 1. 3  OLTP与OLAP的特点
       6. 1. 4  详细数据与小结数据
       6. 1. 5  数据仓库与数据集市
       6. 1. 6  数据仓库引擎的选择
     6. 2  数据仓库的结构框架
       6. 2. 1  框架的概念和重要性
       6. 2. 2  通用框架结构
       6. 2. 3  数据源块
       6. 2. 4  数据仓库结构块
       6. 2. 5  数据站场纪构块
       6. 2. 6  数据仓库的存取和使用模块
       6. 2. 7  数据管理层模块
       6. 2. 8  传输层模块
       6. 2. 9  基础结构层模块
     6. 3  数据仓库系统及其开发过程
       6. 3. 1  数据仓库系统
       6. 3. 2  数据仓库的开发过程
     6. 4  数据仓库管理系统中的关键技术
       6. 4. l  引言
       6. 4. 2  系统结构
       6. 4. 3  系统主要模块及关键技术
     6. 5  可视数据仓库
       6. 5. 1  引言
       6. 5. 2  可视数据仓库的功能
       6. 5. 3  数据仓库规模化的体系结构
       6. 5. 4  可视数据仓库的管理
       6. 5. 5  IBM可视数据仓库解决方案
     6. 6  SAS数据仓库的结构与功能
       6. 6. 1  SAS数据仓库的体系结构
       6. 6. 2  SAS数据仓库的功能    .
       6. 6. 3  SAS数据仓库有助于数据开采
   第7章  数据仓库的数据建模和元数据
     7. 1  数据仓库的数据概念模型
     7. 2  数据仓库的数据组织
       7. 2. l  数据仓库的数据组织方式
       7. 2. 2  多维数据库的组织方式
       7. 2. 3  OLAP的数据组织
     7. 3  数据源建模
     7. 4  数据仓库建模
       7. 4. 1  星型模型
       7. 4. 2  雪花模型
       7. 4. 3  混合模型
     7. 5  元数据的概念
     7. 6  元数据在数据仓库中的重要性
       7. 6. 1  元数据在数据仓库开发期间的重要性
       7. 6. 2  数据源抽取
       7. 6. 3  数据求精与重构工程
       7. 6. 4  访问与使用
     7. 7  元数据的管理功能
       7. 7. 1  数据仓库内容的描述
       7. 7. 2  定义数据抽取和转换
       7. 7. 3  基于商业事件的抽取调度
       7. 7. 4  描述数据同步需求
       7. 7. 5  衡量数据质量指标
       7. 7. 6  数据仓库信息的目录
       7. 7. 7  信息目录的现状
       7. 7. 8  元数据的数据字典和纲目库
     7. 8  元数据的标准化和商品化
       7. 8. 1  元数据的标准化
       7. 8. 2  元数据的商品化
   第8章  模型库及其管理系统
     8. 1  模型与模型库的基本概念
       8. 1. 1  模型概念
       8. 1. 2  模型特点
       8. 1. 3  模型群和模型体系
       8. 1. 4  模型库
     8. 2  模型生成技术
       8. 2. 1  传统建模方法及其缺陷
       8. 2. 2  模型生成技术
       8. 2. 3  模型生成的一般步骤
       8. 2. 4  模型的动态生成
     8. 3  模型管理技术
       8. 3. 1  模型管理系统(MMS)
       8. 3. 2  模型管理技术的发展过程
       8. 3. 3  模型管理系统(MMS)的主要研究内容
     8. 4  DSS中模型管理的人工智能方法
       8. 4. 1  用一阶谓词逻辑(FOL)表示模型的一种方法
       8. 4. 2  知识库支持模型的一个实例
     8. 5  模型管理和数据管理的结合
       8. 5. 1  引言
       8. 5. 2  模型管理和数据管理的结合
       8. 5. 3  第四代模型管理系统的结构
     8. 6  基于人工神经网络的非线性预测模型
       8. 6. 1  人工神经网络模型基本概念
       8. 6. 2  基于神经网络的非线性预测方法
       8. 6. 3  逆传播神经网络模型的改进
       8. 6. 4  权重贡献率和关键神经节点
       8. 6. 5  模型变量的选择
       8. 6. 6  观测样本的采集和使用
   第9章  知识发现(KDD)”方法
     9. 1  数据开采和知识发现的区别与联系
     9. 2  知识发现概念
       9. 2, 1  知识发现(KDD)定义
       9. 2. 2  KDD的特点
       9. 2. 3  知识发现的一般过程
       9. 2. 4  知识发现的研究方向
     9. 3  知识发现方法
       9. 3. 1  知识发现方法和算法
       9. 3. 2  实用的知识发现工具和应用系统
     9. 4  基于数据库中的知识发现(KDD)
       9. 4. 1  引言
       9. 4. 2  KDD处理过程
       9. 4. 3  数据开采的目标及方法
       9. 4. 4  数据库中的知识发现
       9. 4. 5  KDD系统简介及其WWW地址
     9. 5  基于数据库中的自动发现广义序贯模式
       9. 5. l  引言
       9. 5. 2  广义序贯模式的有关概念
       9. 5. 3  广义序贯模式的发现算法
   第10章  知识库系统
     10. 1  基本概念
       10. 1. 1  数据
       lO. 1. 2  信息
       lO. 1. 3  知识
       10. 1. 4  知识的分类
       lO. 1. 5  知识的属性
       10. 1. 6  推理方法
       lO. 1. 7  知识库
     10. 2  知识表示方法
       lO. 2. l  一阶谓词逻辑
       lO. 2. 2  语义网络表示
       lO. 2. 3  产生式规则
       10. 2. 4  框架理论
     10. 3  知识库的建立
       10. 3. 1  DSS知识库的特点
       10. 3. 2  设计知识库系统的原则
       10. 3. 3  知识库的开发步骤
     10. 4  问题处理系统(PPS)
       lO. 4. 1  PPS在DSS中的地位
       10. 4. 2  问题处理系统的分类
       10. 4. 3  PPS的工作过程
       10. 4. 4  问题处理系统的功能
     10. 5  问题求解系统
       10. 5. 1  问题分折的基本方法
       10. 5. 2  求解途径
     10. 6  推理机
       10. 6. 1  基本概念
       10. 6. 2  自动机
       10. 6. 3  形式语言
   第11章  某石油炼厂生产经营决策支持系统
     11. 1  石油炼厂概况
       11. 1. 1  炼厂生产工艺过程
       11. 1. 2  炼厂生产的基本特点
       11. 1. 3  炼厂中的生产经营决策
     11. 2  问题的提出
     11. 3  集成化炼厂生产经营决策支持系统
       11. 3. 1  炼厂生产经营决策活动对DSS的要求
       11. 3. 2  炼厂生产经营决策中的DSS：现状
       11. 3. 3  1PDSS概述
     11. 4  问题生成系统
       11. 4. 1  概述
       11. 4. 2  问题生成过程与问题生成系统
       11. 4. 3  IPDSS中的问题生成系统
     11. 5  问题求解系统
       11. 5. 1  系统集成问题
       11. 5. 2  问题求解与系统集成
       11. 5. 3  IPDSS中的问题求解系统
     11. 6  混合式炼厂生产调度专家系统
       11. 6. 1  炼厂生产作业计划
       11. 6. 2  过程系统运行优化方法综述
       11. 6. 3  混合式炼厂生产调度专家系统
   第12章  企业管理决策支持系统(EMDSS)
     12. 1  工业企业管理的决策问题
       12. 1. 1  工业企业概述
       12. 1. 2  工业企业的生产经营决策
       l2. 1. 3  计算机在工业企业管理中的应用
     12. 2  企业管理决策支持系统
       12. 2. 1  企业管理决策支持系统(EMDSS)的结构
       12. 2. 2  EMDSS的软件开发过程
     12. 3  EMDSS人机界面的开发
       12. 3. 1  界面的汉化
       l2. 3. 2  窗口和下拉菜单
       12. 3. 3  指定位置西文信息输入显示
       l2. 3. 4  EMDSS中的图形及输出
     12. 4  EMDSS数据库及其管理系统的开发
       12. 4. 1  EMDSS数据库概述
       12. 4. 2  EMDSS数据库系统
       12. 4. 3  EMDSS的数据库管理系统
     12. 5  模型库的推理过程及实现
       12. 5. 1  投入产出模型
       12. 5. 2  投入产出表格式的数据库类型转换
       l2. 5. 3  盈亏平衡模型及盈亏平衡图
   第13章  PLATINUM  tecllH010gy数据仓库
     l3. 1  PLATINUM数据仓库解决方案
       13. 1. 1  PLATINUM数据仓库设计原则
       13. 1. 2  PLATINUM数据仓库结构
       13. 1. 3  建立数据仓库的过程
       13. 1. 4  PLATINUM数据仓库解决方案主要工具
     13. 2  PLATINUM系统管理解决方案
       13. 2. 1  安全性管理解决方案——AutoSecureACX和AutoSecureSSO
       13. 2. 2  网络存储管理解决方案
       l3. 2. 3  企业作业管理解决方案
       13. 2. 4  软件分发管理解决方案
     13. 3    PLATINUM应用开发生命周期解决方案
       l3. 3. 1  大型应用开发的基本流程
       13. 3. 2  PLATINUM应用开发解决方案
       13. 3. 3  分析设计工具(paradignlplus)
       13. 3. 4  数据库服务器编程工具集(SQL—Station)
       13. 3. 5  针对策杂业务的开发工具(AionDS)
       13. 3. 6  应用系统溯试工具集(FinalExam)
       13. 3. 7  应用开发管理工具(ccc／Harvest)
     13. 4  PLATINUM technology ProVision集成化系统及数据库管理
       13. 4. 1  ProVision产品特色
       13. 4. 2  ProVision产品结构
       13. 4. 3  ProVision产品优势
   第14章  Bos5ness Objects决策支持系统工具
     14. 1  BuSiness Objects. 概述
     14. 2  Business Objects的特点和应用对象
     14. 3  Business Objects的主要功能
     14. 4  Business Objects的优点
     14. 5  Business Objects能帮助企业实现科学决策
     14. 6  Business Objects在银行系统的应用
     14. 7  Business Objects 4. O——数据库前端决策支持工具参考文献