搜索
第一章1.Turban认为决策支持系统应当是一个交互式的，灵活的，适应性强的基于计算机的（信息系统）。2.决策达到其目标的程度称为（决策结果）。3.相对于管理信息系统，决策支持系统提供的信息，在数量和精度方面要求比较（低）。4.DSS是通过它的人机交互对话接口为决策者提供（辅助功能的）。5.在系统运行方面，MIS中人工干预尽可能少，而DSS则以（人机对话）方式为系统的主要工作方式。6.MIS的设计方法是以数据驱动的，而DSS的设计方法是（模型驱动的）。7.MIS趋向于信息的集中管理，而DSS趋向于信息的（分散）使用。8.MIS的分析着重体现系统全局的、总体的信息需求，而DSS的分析着重体现决策者的（个人）信息需要。9.DSS与MIS的主要区别是设计思想和（工作对象）的差别。10.将大量用于事物处理的传统数据库数据进行清理、抽取和转换，并按决策主题的需11.要进行重新组织是（数据仓库）。12.数据仓库的逻辑结构可分为近期基本数据层、历史数据层和（综合数据层）。13.数据仓库的物理结构一般采用星型结构的（关系数据库）。第二章1.决策系统中对决策过程的客观规律表述是（决策模式）。2.只存在一种完全确定的自然状态的决策是指（确定型决策）。3.决策者根据几种不同的自然状态可能发生的概率所进行的决策是（风险型决策也称随机型决策）。4.对某类事件的决策只能在不肯定情况下作出，即在知道可能出现的各种自然状态，但又无法确定各种自然状态发生概率的情况下作出的是指（不确定型决策）。5.最上一层，通常只有一个目标，称之为（总体目标）。6.最下一层，其中的每一个子目标都可以用单一准则评价，称之为（准则层）。7.对于整个多层次结构的目标准则体系，合理地给出表示每个可行方案满意程度的数值，称之为（满意度）。8.解决多阶段决策问题的主要方法是动态规划方法和（决策树方法）。9.这种从后到前进行决策分析的方法叫做（逆序归纳法）。10.研究理性的决策者之间的冲突与合作的理论是（博弈论）。11.由于决策分析的定性和定量方法在使用上都有一定的局限性，为了使决策结果比较切合实际，提高决策的质量，在实际工作中，应把这两种方法结合起来应用，形成（综合决策法）。12.综合运用经济学、数学、行为科学和计算机科学的概念与方法，研究人类管理活动规律及其应用，逐渐发展成为一门综合性、系统性的交叉科学是（管理科学）。13.研究如何直接或间接地从一个或多个信息资源中抽取和加工知识的技术是（知识获取）。14.把问题求解中所需要的人类专家的知识和客观事物的知识构造为计算机可处理的逻辑结构是（知识表示）。15.一组智能的计算机程序，它具有人类领域的权威性知识，用于解决现实中的困难问题的是（专家系统）。16.一门研究人类感知和思维过程中信息处理机制的科学是（认知科学）。17.研究模拟和扩展人脑智能的先进理论与技术是（人工智能）。第三章1.决策支持系统是一个由多种功能协调配合而成的，以支持（决策）过程为目标的集成系统。2.决策支持系统是（模型）驱动的系统。3.对话子系统是决策支持系统（人机）界面的接口，它负责接收和检验用户的请求，协调数据库系统、模型库系统和方法库系统之间的通信。4.提供给决策者所有语言能力的总和称为（语言）系统。5.决策用户利用语言系统的语句、命令、表达式等来描述（决策）问题。6.知识系统是问题领域的知识，它包含（问题领域）中的大量事实和相关知识。7.最基本的知识系统（KS）是由数据文件或（数据库）组成。8.数据库的一条记录表示一个（事实），它按一定的组织方式进行存储。9.随着人工智能技术的发展，对问题领域的规律性知识用（定性）方式描述，一般表现为产生式规则。10.问题处理系统是针对（实际）问题，提出问题处理的方法、途径。11.决策支持系统的核心是决策资源和（问题处理）。12.智能决策支持系统（IDSS）是在决策支持系统(DSS)的基础上集成人工智能的（专家系统）而形成的。13.决策支持系统和专家系统集成为（智能决策支持系统）。14.DSS为主体的IDSS结构体现了以（定量分析）为主体，结合定性分析解决问题的特点。15.ES为主体的IDSS结构体现了以（定性分析）为主体，结合定量分析的特点。16.DSSLM采用（层次化）的方式刻画了决策支持系统（实例）、方案（问题解决流程）、决策资源（问题的基础解决技术），以及系统表现形式之间的关系。17.决策支持系统完成对各种资源的有效集成形成（决策方案）或者生成辅助决策信息。18.资源服务器是以服务器的形式实现对决策资源的管理，并通过资源操作命令语言（RML）提供对（远程用户）的资源请求。19.决策资源服务器的基础是资源的（规范化接口）。20.（系统托管）是决策支持系统向ASP发展的核心。21.面向模型的DSS主要提供基于（模型）的分析功能，诸如模拟功能、优化功能等。22.（知识）是决策的关键因素。23.知识驱动的决策支持系统向（管理决策）人员建议或推荐行动方案。24.协作驱动的决策支持系统的基础环境是（群件）。第四章1.DSS的灵活性可以分为（4）个级别。2.第1级（简称F1，下同）的灵活性是指提供给最终用户的灵活性，称为（解决问题的灵活性）。2.第2级灵活性是指在使用F1还不能生效的情况下，DSS所提供的修正某个特定的DSS的能力。这种灵活性可以称为（修改配置的灵活性）。3.第3级灵活性是指当完全不同的特定DSS的要求产生时，系统能够通过对DSS的基本成分的变更，使得新的专用DSS的产生。这种灵活性也称为（适配的灵活性）。4.第4级灵活性称为（包容的灵活性）。5.与DSS开发有关的人员可能包括（最终用户）、助理人员、信息技术部门、技术专业人员。6.DSS的项目启动以后，系统开发者需要注意，一方面要不断满足用户提出的新需求，同时也要将系统使用（制度化），使得用户有一定的动力去使用系统。7.DSS开发方法包括：（生命周期法）、快速开发法、最终用户开发法、适应性设计方法以及完全DSS开发法、面向对象开发法。8.信息系统的生命周期包括：系统规划阶段、系统分析阶段、（系统设计阶段）、系统实施阶段、系统的操作和维护阶段、系统的评价与控制阶段。9.适应性设计方法强调在开发过程中有三个主要的构成成分：用户、（开发者）和DSS系统。10.DSS的系统分析要求明确三个主要的功能领域：数据、模型和（用户界面）。11.计算机可以在开发工具层次或应用系统层次时进行系统集成，一般有两类集成，即（功能集成）和物理集成。12.就DSS集成而言，可以从集成层次上划分为单元集成、（部件集成）、多系统集成三类。13.DSS软件集成有两个主要目的：增加基本的功能和增加（应用）的功能。第五章1.一个面向主题的、集成的、稳定的、随时间变化的数据的集合，以用于支持管理决策过程，这是指（数据仓库）。2.ETL工具包括：数据提取、数据转换、（数据清洗）和数据加载。3.在数据仓库中，（元数据）是定义数据仓库对象的数据。4.这种面向企业中的某个部门(主题)而在逻辑上或物理上划分出来的数据仓库中的数据子集称为（数据集市）。5.在数据仓库中，数据一般分成4个级别：高度综合级、轻度综合级、（当前细节级）和早期细节级。6.粒度越大，表示细节程度越低，综合程度越（高）。7.数据仓库系统中（数据清理）并不是简单地删除，而是从细化级别的数据逐渐上升为高度综合级的数据，直到数据已经不再具备任何意义时被清除的过程。8.数据仓库中的概念模型设计可以来用两种方法：（E-R模型）和面向对象的分析方法。9.（类）是对某种类型事物的抽象，它将这类事物所具有的共同特征(包括操作特征和存储特征)集中起来，以说明这类事物的能力和性质。10.在面向对象的方法中，类之间存在3种关系：继承、（包容）和关联。11.数据仓库的物理模型是逻辑模型在数据仓库中的实现模式，包括数据的索引策略、数据的（存储）策略等。第六章1.人工智能是研究如何利用计算机等现代工具设计模拟（人类智能行为）的系统2.对知识进行表示就是把知识表示成便于计算机存储和利用的某种（数据结构）。3.知识表示模式分为外部表示模式和（内部表示模式）两个层次。4.由一个问题的全部状态以及可以使用的全部操作所构成的集合就称为该问题的（状态空间）。5.状态空间中，若问题可能具有的初始状态的集合为S，操作的集合为F，目标状态的集合为G,则其三元组表示为（S,F,G）。6.状态空间图中，结点表示状态，有向边(弧)表示（运算符）。7.知识可分为三种：叙述性知识、（过程性知识）知识和控制性知识。8.产生式系统由全局数据库、规则库、（产生式规则集）三部分组成。9.全局数据库对应（叙述性）知识。10产生式系统赖以实现问题求解的基础是（规则库）。11.产生式规则集对应（过程性）知识。12.推理机包括推理方式和（控制策略）。13.推理机与（控制性）知识相对应。14.通常从选择规则到执行操作分三步完成：匹配、（消除冲突）和操作。15.推理方式有正向推理、反向推理和（双向推理）三种。16.正向推理是从（已知事实）出发，通过规则库求得结果。17.反向推理是从（目标）出发，反向使用规则，求证已知的事实。18.语义网络是个（有向图），由结点和弧组成。19.最简单的语义网络称为（基本网元）。20.每个框架都有框架名，代表某一类（对象）。21.一个框架由若干个（槽）组成。22.根据问题求解可使用的领域知识的多寡问题求解系统可以划分为两大类：（知识贫乏系统）和知识丰富系统。23.搜索方法分为盲目搜索方法和（启发式）搜索方法。24.基本搜索策略主要是针对那些状态空间具有（树状）结构的问题。25.不确定推理方法主要分为模型方法和（控制方法）。26.数值方法是指对不确定性的一种（定量）表示及相应的处理方法。27.数值方法按所依据的理论的不同而分为（基于概率的）推理方法和模糊推理方法。28.目前，专家系统主要采用基于（规则）的知识表示和推理技术。29.传统的机器学习倾向于使用（符号）表示知识而不是使用数值表示知识。30.在大多数组合调度问题中，随着求解问题规模的增大，求解程序都面临着（组合）问题。31.专家系统和传统的计算机“应用程序”最本质的不同之处在于，专家系统所要解决的问题一般没有（算法解），并且经常要在不完全、不精确或不确定的信息基础上做出结论。32.系统的灵活性表现在绝大多数专家系统中都采用了知识库与（推理机）相分离的构造原则，彼此相互独立。33.台风路径预报专家系统TYT属于（预测）型的专家系统34.在专家系统结构中，推理机根据全局数据库的当前内容，从（知识库）中选择匹配成功的可用规则，并通过执行可用规则来修改数据库中的内容，直至推理出问题的结论。35.专家系统中最基本的模块是知识库（推理机）。36.根据软件工程的生命周期法，一个实用专家系统的开发过程可分为认识、概念化、形式化、实现和（测试）等阶段。37.决定专家系统性能的专门知识是逐步增加和不断完善的，这就需要采用（增量式）开发方法，即通过对基本功能的逐步扩大来完善系统。38.大多数专家系统都开始于一个（演示）原型。39.通过改进（研究原型）而获得领域原型，领域原型系统运行可靠，具有比较流畅和友善的用户接口，能基本满足用户的要求。40.利用专家系统技术和专家系统的开发工具尽快地建立专家系统的演示原型，然后进行修改、充实和完善，就是专家系统开发的（快速原型法）。41.模糊专家系统是一类在知识获取、知识表示和运用过程中全部或部分地采用了（模糊技术）的专家系统。42.基于规则的模糊专家系统通常包括：输入输出接口、（模糊数据库）、模糊知识库、模糊推理机、学习模块和解释模块等。43.模糊专家系统的核心是（模糊推理机）。44.机器学习系统的主要特征有：目的性、（结构性）、有效性、开放性等。45.目前基于遗传学的机器学习系统中，最成功和最典型的就是所谓的（分类器系统）。46.一个分类器系统由三部分组成：规则及信息系统、（信任分配系统）、遗传算法。47.分类器系统在规则的使用上和传统的专家系统有一个重要的区别是分类器系统允许（并行的）规则触发机制。第