作者：罗勇胜

摘要：文章论述了决策支持系统及其组成、分类、指导决策的过程，对我国体育领域应用决策支持系统的进行了分析，为科技兴体、科学兴体指出决策支持系统在体育领域的重要作用。
关键词：体育领域；决策支持系统；专家系统；数据仓库；联机处理系统 
前言
　　决策支持系统(decision support system ，简称dss)是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统。它是管理信息系统(mis)向更高一级发展而产生的信息管理系统。它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。
　　决策按其性质可分为如下3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；
　　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，无最优解的决策；
　　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。
　　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。
　　决策的进程一般分为4个步骤：
　　1.发现问题并形成决策目标，包括建立决策模型、拟定方案和确定效果度量，这是决策活动的起点；
　　2.用概率定量地描述每个方案所产生的各种结局的可能性；
　　3.决策人员对各种结局进行定量评价，一般用效用值来定量表示。wWW.11665.CoM效用值是有关决策人员根据个人才能、经验、风格以及所处环境条件等因素，对各种结局的价值所作的定量估计；
　　4.综合分析各方面信息，以最后决定方案的取舍，有时还要对方案作灵敏度分析，研究原始数据发生变化时对最优解的影响，决定对方案有较大影响的参量范围。
　　决策往往不可能一次完成，而是一个迭代过程。决策可以借助于计算机决策支持系统来完成，即用计算机来辅助确定目标、拟定方案、分析评价以及模拟验证等工作。在此过程中，可用人机交互方式，由决策人员提供各种不同方案的参量并选择方案。
　　决策支持系统的基本结构
　　决策支持系统(dss)是一个交互式的、灵活的和自适应的基于计算机的系统，它综合应用数据、信息、知识和模型，并结合决策人的判断，支持决策过程的各阶段，支持决策人进行半结构化和非结构化决策问题的分析求解。dss由数据库、模型库、方法库、人机交互4个部件组成，它是以日常业务处理系统的数据为基础，利用数学的或智能的方法，对数据进行分析、综合，预测未来业务的变化趋势，辅助各级决策者解决半结构化决策问题的人机交互系统。
　　dss由下列子系统组成：
　　1.数据库子系统。包括数据库，其中包含关于决策问题的有关数据，并由数据库管理系统（data base management system－dbms）进行管理。
　　2.模型库子系统。包括模型库，其中包含财务、统计、管理科学或其他定量模型，可提供系统的分析功能，由模型库管理系统（model base management system－mbms）为用户提供建模语言和功能以及模型库管理功能。
　　3.用户接口子系统。通过该子系统，用户与dss通信并使用dss，协调和控制数据库子系统和模型库子系统的管理和运行。
　　4.用户也是系统的一部分，研究人员认为决策人与计算机的频繁对话可以产生dss某些特殊的作用。
　　dss的结构如下图所示：
　　
　　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（expert system, es）相结合，形成智能决策支持系统（ intelligent decision support system, 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（data warehouse, dw）、联机分析处理（on-line analysis processing, olap）和数据挖掘（data mining, 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（synthetic decision support system, 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（knowledge management, 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。
　　决策的本质是决策者根据所掌握的信息为决策对象选择行为的思维过程。该决策提供的信息称为决策支持信息。由计算科学和决策科学相结合而形成的计算机决策支持系统(以下简称dss)，把计算机在数据处理中的应用推向一个支持决策的新阶段。这种新技术越来越受人们的重视，并成为国内外计算机应用领域内的热门研究课题。
　　随着体育运动的飞速发展，决策支持系统在体育领域应用也逐步扩大。近几年，国内外的体育软件公司或体育科研机构相继开发了一些球类比赛统计分析软件，如著名的simi reality motion systems公司的simio scout、ccc campus-computer-center公司的topscourt、digital scout公司的系列掌上计算机球类比赛统计分析软件以及dartfish软件等。这些软件的开发已非常成熟、功能齐全、界面友好，能用于多种球类比赛的临场统计与分析，并已经用于商业化。
　　在我国，决策支持系统为我国体育健儿的训练、比赛提供了良好的辅助作用，主要有如下几个方面应用：
　　1.运动训练领域:我国学者针对运动训练中的心理训练，研制了运动心理咨询与心理训练智能决策支持系统。该系统具有心理障碍类型诊断、心理障碍程度诊断、竞技心理能力诊断和心理训练方法选择4个功能，实现了运动心理咨询在训练中定性与定量的有机结合，为运动员身心发展的全过程实施系统心理咨询与训练提供了参考。
　　2.体育评价领域:我国学者对体育评价的方法与基本模式进行了系统分析，针对不同类型的体育评价研制出体育评价决策支持系统，该系统的集成结构形式体现了以定性分析为基础的定量分析，体现了系统解决体育评价间题的基本思路。
　　3.体育管理领域:我国学者建立了体育领域高层次决策智能化支持环境，为高层决策者进行国家宏观的体育发展战略决策以及地区部门中带有全局性的发展战略决策提供了有力的辅助决策工具。
　　在传统管理信息系统(mis)基础上发展起来的决策支持系统dss及其在实践中的成功应用,在向人们显示着它在信息管理上的巨大优越性的同时,为体育领域实际问题的解决提供了新的思路和有力工具。面向体育领域dss系统可以针对不同的决策需求选取适当的应用程序处理数据,这不仅使海量信息的处理成为可能,而且大大节省了时间。如技术诊断决策支持系统,能够依靠模型库中的模型和知识库中的知识对运动员训练过程中的测试数据进行快速分析,以使教练员准确把握运动员的训练进程并预测其训练前景。如果手工计算分析,则需要几小时的时间且有时因教练员对分析工具(如微分方程)不能掌握而导致得不到答案,利用决策支持系统进行决策支持,短短的几秒钟就可以得到详尽的分析结果,这对于只关心分析结果而对计算过程没有多大兴趣的广大体育工作者而言显然十分重要。数据库系统的设计则使运动员身体素质指标测试结果、运动成绩、技术特点、全国或某地区的教练员人数、能力指数、职称以及项目布局情况等各种数据资料的长期贮存和迅速查询成为可能。
体育是一门综合性很强的学科，它包含运动人体科学、体育人文社会科学等等，越来越多的专家学者已经意识到dss的强大支持功能，并尝试应用到体育的各个领域，它必将带动体育运动向更加辉煌的未来发展。