武海涛
国防大学研究生院 ，北京100091
[摘 要] 上世纪70年代提出了决策支持系统，80年代引入我国，经过40多年的发展，决策支持系统在多个领域都得到了有效的运用，形成了许多研究成果。智能决策支持系统是在传统决策支持系统上发展的一种基于知识的、智能化的决策支持系统。本文概括了智能决策支持系统，对智能决策支持系统的发展现状进行了分析，并对智能决策支持系统的未来发展趋势进行了展望。
[关键词] 决策支持系统；智能决策支持；人工智能
一、智能决策支持系统概述
上世纪70年代提出了决策支持系统，80年代引入我国，经过40多年的发展，决策支持系统在多个领域都得到了有效的运用，形成了许多研究成果。但决策支持系统对定性问题、模糊问题以及复杂性问题缺乏有效的解决方法。随着人工智能的发展，将其引入决策支持系统可以使其具备定性分析能力，智能决策支持系统由此产生。
智能决策支持系统将定量辅助决策与定性辅助决策结合起来，进一步提高了决策支持能力。它将专家系统中对知识的表示和处理思想与传统决策支持系统结合起来，可以更好的处理半结构化和结构化问题，进而能够更好的应对越来越复杂的社会环境，突破了决策支持系统的应用局限，使其焕发出更大的生命力。
二、智能决策支持系统的发展现状
人工智能技术的飞速发展，如大数据处理分析、机器学习、联机分析处理、数据挖掘等的涌出，将这些技术进一步与决策支持系统结合，将为智能决策支持系统提供强大的发展动力，如今智能型、交互式、集成化的决策支持系统理念正在不断成熟。
（一）在数据处理方面
我们处在一个信息爆炸的时代，面对的数据飞速增长，在这海量的数据中隐含着许多还未发觉出的具有很大潜在价值的信息，如何将这些信息转化成为知识以供决策者参考是一个很重要的问题。而传统的决策支持系统中数据库系统对数据的处理过于简单化，往往只能对整个数据库中的其中一小部分资源进行简单存取计算，而这些信息之间的关联与隐含的特征则不能发现。对数据处理的简单化进而提高了分析和利用数据的风险性，它虽然可以对历史数据进行一定分析，但不能够对未来进行预见，不能够提供更为有效的决策支持服务，这也使得传统决策支持系统的使用范围和发展受到了限制。
将数据仓库技术应用于传统决策支持系统，通过数据仓库对多个数据源的信息进行概括、集成、整合，建立面向主题、集合、时变、持久的数据集合，更为合理的管理海量数据。联机分析处理、数据挖掘、大数据分析等技术则可以对数据仓库、对海量数据进行即时、多维、复杂的处理与分析，他可以实现从隐藏的信息与数据中提取出未知的、具有潜在价值的信息，并将其转化为知识，为决策者提供支持服务。
（二）在机器学习方面
智能决策支持系统存在获取知识困难与精确性差的问题，同时它不能很好适应复杂的环境，适应性和自我完善的能力较差。而将机器学习引入智能决策支持系统正是为了解决这些问题。机器学习的目的就是通过对类似任务的不断重复学习，从而不断提高对类似问题的解决效率。它通过决策者提供的信息对问题进行识别分类，通过决策模型以及过去的经验和知识结构，精确获取相关知识供决策者解决相关问题。
人工神经网络的出现，使得不需要在系统中建立大量的规则，而是通过使机器不断的自学习、自组织，就可以产生和丰富知识库，较好的解决了知识获取困难的问题。
（三）在基于多Agent方面
Agent具有自主性、反应性、智能性、社会性、主动性、交互性等特点，这些特点使得多Agent系统可以通过相互协作、相互作用完成某些复杂的任务，他可以将问题进行分解，提高推理效率。相比于传统决策支持系统，多Agent智能决策支持系统具有许多优势，如高层次的互动性，可以描述复杂的社会关系交互模式，Agent之间丰富的组织关系，能够实现诗句、控制、资源的分布等等。多Agent智能决策支持系统的这些优势可以有效解决传统决策支持系统的被动型、缺乏联想、重用性差以及随着系统结构越来越复杂、知识库越来越大而导致的推理效率降低和维护管理困难的问题。
三、智能决策支持系统的发展趋势
智能决策支持系统相比传统决策支持系统有许多进步和发展，解决了许多传统决策支持系统不能解决的问题，但自身仍然不可避免地存在许多缺陷和问题，如人机交互不够好、决策支持的灵活性和适应性差，对决策的智能辅助程度低，系统各部件交互效率不高、集成化水平较低等问题。但技术的发展是永无止境的，智能决策支持系统还会继续向前发展，可以从以下几个方向入手：
（一）人机交互
将自然语言处理应用于智能决策支持系统，注重知识的人机交互与人性化的设计，使得知识系统的更新和补充更加方便。
（二）分布式
应用分布式并行化方式进行决策求解，在高决策层次和复杂决策环境之下得到计算机支持。很多时候决策者不仅是单个人而是许多具有独立性和密切联系的决策组织，很多大型决策活动无法通过集中的方式展开，而网络技术的发展，为分布式决策提供发展契机，使智能决策支持系统得到延伸，实现资源共享。
（三）技术集成
注重将各种相关技术集成应用，将应用更多的专家知识，并结合领域信息，对问题进行更加深入和透彻的研究。
参考文献
[1]张 琛．基于多Agent的智能决策支持系统研究［M］，北京：计算基于网络，2016（11）.
[2]李晓东．面向大数据的企业智能决策支持系统发展趋势分析［J］，北京： 企业科技与发展2016（1）.
[3]李红良．智能决策支持系统的发展现状及应用展望［J］，重庆：重庆工学院学报，2009（10）.
[4]夏润海，王开颜．机器学习与智能决策支持系统［J］，潍坊： 潍坊学院学报2003（3）.
[5]李文焱．决策支持系统发展综述［J］，重庆：电脑迷2017（7）.