決策支持系統（Decision Support System，縮寫為DSS）是一種基于基礎科學、運籌學和控制論的計算機技術、仿真技術以及信息技術的系統。 該系統于20世紀70年代提出，旨在為決策者提供信息和工具，幫助其進行復雜決策過程的分析和理解。
自20世紀70年代起，決策支持系統經歷了顯著發展。 1980年，Sprague提出了三部件結構，明確了DSS的基本組成，推動了其發展。 80年代末90年代初，DSS與專家系統相結合形成智能決策支持系統，引領了新階段的發展。 隨后，數據倉庫、聯機分析處理和數據挖掘技術的出現形成了新的決策支持系統概念。 綜合決策支持系統整合了傳統和新型DSS優勢，成為未來發展方向。 網絡環境下的DSS以共享資源為特點，開啟了新的發展路徑。 決策支持系統在不斷演進中逐步走向多元化和智能化的發展方向。
決策支持系統利用先進的大數據技術和分析方法，為決策者提供全面準確、實時個性化和可視化的決策支持。 其特點包括高效性、智能化，廣泛應用于金融、制造、醫療健康和零售等領域。 該系統能夠從多個維度和角度對數據進行分析，挖掘隱藏信息，提供最新信息，定制化支持，并以直觀的圖表形式展示結果。 隨著大數據技術的不斷發展和應用的擴大，決策支持系統將在各行業中發揮日益重要的作用。
發展歷史
自從20世紀70年代決策支持系統概念被提出以來，決策支持系統已經得到很大的發展。
1980年Sprague提出了決策支持系統三部件結構（對話部件、數據部件、模型部件），明確了決策支持系統的基本組成，極大地推動了決策支持系統的發展。
20世紀80年代末90年代初，決策支持系統開始與專家系統（Expert System, ES）相結合，形成智能決策支持系統（ Intelligent Decision Support System, IDSS）。智能決策支持系統充分發揮了專家系統以知識推理形式解決定性分析問題的特點，又發揮了決策支持系統以模型計算為核心的解決定量分析問題的特點，充分做到了定性分析和定量分析的有機結合，使得解決問題的能力和范圍得到了一個大的發展。智能決策支持系統是決策支持系統發展的一個新階段。20世紀90年代中期出現了數據倉庫（Data Warehouse, DW）、聯機分析處理（On-Line Analysis Processing, OLAP）和數據挖掘（Data Mining, DM）新技術，DW+OLAP+DM逐漸形成新決策支持系統的概念，為此，將智能決策支持系統稱為傳統決策支持系統。新決策支持系統的特點是從數據中獲取輔助決策信息和知識，完全不同于傳統決策支持系統用模型和知識輔助決策。傳統決策支持系統和新決策支持系統是兩種不同的輔助決策方式，兩者不能相互代替，更應該是互相結合。
把數據倉庫、聯機分析處理、數據挖掘、模型庫、數據庫、知識庫結合起來形成的決策支持系統，即將傳統決策支持系統和新決策支持系統結合起來的決策支持系統是更高級形式的決策支持系統，成為綜合決策支持系統（Synthetic Decision Support System, SDSS）。綜合決策支持系統發揮了傳統決策支持系統和新決策支持系統的輔助決策優勢，實現更有效的輔助決策。綜合決策支持系統是今后的發展方向。
由于Internet的普及，網絡環境的決策支持系統將以新的結構形式出現。決策支持系統的決策資源，如數據資源、模型資源、知識資源，將作為共享資源，以服務器的形式在網絡上提供并發共享服務，為決策支持系統開辟一條新路。網絡環境的決策支持系統是決策支持系統的發展方向。
知識經濟時代的管理——知識管理（Knowledge 管理學, KM）與新一代Internet技術——網格計算，都與決策支持系統有一定的關系。知識管理系統強調知識共享，網格計算強調資源共享。決策支持系統是利用共享的決策資源（數據、模型、知識）輔助解決各類決策問題，基于數據倉庫的新決策支持系統是知識管理的應用技術基礎。在網絡環境下的綜合決策支持系統將建立在網格計算的基礎上，充分利用網格上的共享決策資源，達到隨需應變的決策支持。
特征及組成
①主要針對管理人員經常面臨的結構化程度不高、說明不夠充分的問題；
②把模型或分析技術與傳統的數據存取及檢索技術結合起來；
③易于為非計算機專業人員以交互會話的方式使用；
④強調對環境及用戶決策方法改變的靈活性和適應性；
⑤支持但不是代替高層管理者制定決策。
系統只是支持用戶而不是代替他判斷。因此，系統并不提供所謂“最優”的解，而是給出一類滿意解，讓用戶自行決斷。同時，系統并不要求用戶給出一個預先定義好的決策過程。
系統所支持的主要對象是半結構化和非結構化的決策（即不能完全用數學模型、數學公式來求解）。它的一部分分析可由計算機自動進行，但需要用戶的監視和及時參與。
采用人機對話的有效形式解決問題，充分利用人的豐富經驗，計算機的高速處理及存貯量大的特點，各取所長，有利于問題的解決。
決策支持系統的組成有模型庫及其管理系統；交互式計算機硬件及軟件；數據庫及其管理系統；圖形及其高級顯示裝置；對用戶友好的建模語言。
用戶通過交互語言系統把問題的描述和要求輸入決策支持系統。交互語言系統對此進行識別和解釋。問題處理系統通過知識庫系統和數據庫系統收集與該問題的有關的各種數據、信息和知識，據此對該問題進行識別、判定問題的性質和求解過程；通過模型庫系統集成構造解題所需的規則模型或數學模型，對該模型進行分析鑒定；在方法庫中識別進行模型求解所需算法并進行模型求解，對所得結果進行分析評價。最后通過語言系統對結果進行解釋，輸出具有實際含義、用戶可以理解的形式。
① 網絡/系統基礎架構
由基本軟、硬件系統構成，如交換機、路由器、主機設備、操作系統、數據管理系統等，該基礎架構為所有的高級管理系統提供服務的同時，還實現基本的信息服務功能。
② 業務管理系統
正在運行的應用，如各種基于關系數據庫的事務性應用、辦公自動化管理應用等，實現政府日常的業務處理，這些系統所處理的數據是數據倉庫的數據源。數據源的類型包括關系數據庫、辦公數據、平面文件等。
③ 數據倉庫管理系統
實現數據分析、統計、查詢、信息挖掘、輔助決策支持等功能。數據倉庫管理系統由關系數據庫管理系統做為支撐系統，其管理的數據源自對業務數據的抽取，數據抽取的方法包括數據復制、數據抽取網關等。
數據交換模式：1、數據倉庫管理系統與數據網關程序之間交換；2、數據倉庫管理系統與業務數據庫管理系統之間交換；3、數據倉庫管理系統直接提取數據（如平面文件數據、辦公數據）。
數據倉庫由面向不同主題的數據集市構成。
④ 聯機分析系統
實現分析、統計、查詢、信息挖掘、趨勢分析、輔助決策支持等功能。
⑤ 中間件、Web及應用服務系統
實現三層結構的應用邏輯部分。
⑥ 數據倉庫客戶端應用
實現三層結構的應用表示邏輯，提供數據倉庫系統的用戶接口服務。客戶端應用可以通過中間件、應用服務器及Web訪問數據倉庫應用，也可以直接通過OLAP服務實現。
⑦ 網絡/系統管理
實現完整的網絡及系統管理，管理的范圍涉及系統的各個層次。如安全管理；備份、存儲、恢復管理；開發管理；數據管理；監控管理等。
決策分類
群決策支持系統（GDSS）
群決策支持系統可提供三個級別的決策支持：
第一層次是GDSS旨在減少群體決策中決策者之間的通信，溝通信息，消除交流的障礙，如及時顯示各種意見的大屏幕，投票表決和匯總設備，無記名的意見和偏愛的輸入，成員間的電子信息交流等。其目的是通過改進成員間的信息交流來改進決策過程，通常所說的“電子會議系統”就屬于這一類。
第二層次的GDSS提供善于認識過程和系統動態的結構技術，決策分析建模和分析判斷方法的選擇技術。這類系統中的決策者往往面對面地工作，共享信息資源，共同制定行動計劃。
第三層次的GDSS其主要特征是將上述兩個層次的技術結合起來，用計算機來啟發、指導群體的通信方式，包括專家咨詢和會議中規則的智能安排。
分布式決策支持系統（DDSS）
DDSS是由多個物理分離的信息處理特點構成的計算機網絡，網絡的每個結點至少含有一個決策支持系統或具有若干輔助決策的功能。與一般的決策支持系統相比，DDSS有以下一些特征：
DDSS是一類專門設計的系統，能支持處于不同結點的多層次的決策，提供個人支持、群體支持和組織支持。不僅能從一個結點向其它結點提供決策，還能提供對結果的說明和解釋，有良好的資源共享。能為結點間提供交流機制和手段，支持人機交互，機機交互和人與人交互。具有處理結點間可能發生的沖突的能力，能協調各結點的操作，既有嚴格的內部協議，又是開放性的，允許系統或結點方便地擴展，同時系統內的結點作為平等成員而不形成遞階結構，每個結點享有自治權。
智能決策支持系統（IDSS）
智能決策支持系統是決策支持系統（DSS）與人工智能（AI）相結合的產物，其設計思想著重研究把AI的知識推理技術和DSS的基本功能模塊有機地結合起來。有的DSS已融進了啟發式搜索技術，這就是人工智能方法在DSS中的初步實現。將人工智能技術引入決策支持系統主要有兩方面原因：第一是人工智能因可以處理定性的、近似的或不精確的知識而引入DSS中；第二DSS的一個共同特征是交互性強，這就要求使用更方便，并在接口水平和在進行的推理上更為“透明”。人工智能在接口水平，尤其是對話功能上對此可以作出有益的貢獻，如自然語言的研究使用使DSS能用更接近于用戶的語言來實現接口功能。
智能-交互-集成化決策支持系統（3IDSS）
隨著DSS應用范圍的不斷擴大，應用層次的逐漸提高，DSS已進入到區域性經濟社會發展戰略研究、大型企業生產經營決策等領域的決策活動中來，這些決策活動不僅涉及到經濟活動各個方面、經營管理的各個層次，而且各種因素互相關聯，決策環境更加錯綜復雜。對于省、市、縣等發展戰略規劃方面的應用領域，決策活動還受政治、社會、文化、心理等因素不同程度的影響，而且可供使用的信息又不夠完善、精確，這些都給DSS系統的建設造成了很大的困難。在這種情況下，一種新型的、面向決策者、面向決策過程的綜合性決策支持系統產生了，即智能-交互-集成化決策支持系統（Intelligent，Interactive and Integrated DSS，簡稱3IDSS）。
集成化：在這種情況下，采用單一的以信息為基礎的系統，或以數學模型為基礎的系統，或以知識、規則為基礎的系統，都難以滿足上述這些領域的決策活動的要求。這就需要在面向問題的前提下，將系統分析、運籌學方法、計算機技術、知識工程、人工智能等有機地結合起來，發揮各自的優勢，實現決策支持過程的集成化。
交互性：決策支持系統的核心內容是人機交互。為了幫助決策者處理半結構化和非結構化的問題，認定目標和環境約束，進一步明確問題，產生決策方案和對決策方案進行綜合評價，系統應具備更強的人機交互能力，成為交互式系統（Interactive systems）。
智能化：決策支持系統在處理難以定量分析的問題時，需要使用知識工程、人工智能方法和工具，這就是決策支持系統的智能化（Intelligent）。
應用
基礎數據及事務處理層
事務處理層是應用軟件中最基礎的層次，也是最為龐大和繁瑣的一層，所采集的信息是大量的業務基礎數據，如宏觀經濟、農業信息數據庫；人口統計數據庫、政策法規庫、企業產品庫。
另外，還包括對各類數據進行分析、統計、查詢等事務處理的應用系統，如月度、季度、年度等宏觀經濟監測系統、預警分析系統；宏觀經濟跟蹤、預測、預警系統等。
在決策支持系統中需要對該層的信息系統進行分類、加工和整理，形成決策支持系統中的元數據。
統計分析管理監控層
根據由業務基礎數據經過抽取或加工后所形成的信息，對其業務范圍內的業務情況進行信息查詢、信息分析、監督管理和檢查的職能。
在經過抽取和整理的元數據的基礎之上，建立各種統計、分析模型，如計量經濟模型、多方程時間序列統計模型、神經網絡及投入產出模型等。通過模型的定義和開發，利用構成的經濟模型，對經濟系統中各方面給出全面深入的各種分析結果，包括因素分析、預測和政策模擬。其中要求系統能自動調用和集成不同類型的分析工具，例如回歸分析和投入產出的自動結合。
輔助決策層
根據統計分析管理監控層的各種分析模型，進行多維的、更為復雜的綜合分析和計算，從中發現各種趨勢（如人口增長趨勢、宏觀經濟趨勢預測等）；發現異常情況；得到重要細節；找出內在規律，為各級領導的決策業務提供切實有效的幫助。
每一個業務系統都將包含針對其相應業務（如人口、宏觀經濟、農業、外商投資、政策法規、企業產品等）的輔助決策子系統，在各業務輔助決策子系統的支持下，還可拓展面向綜合性的輔助決策系統。
參考資料 >
決策支持系統屬于什么系統.中企動力.2024-03-14
決策支持系統.清華大學出版社.2024-03-14
決策支持系統的優點是什么?.北京德爾普信息技術有限公司.2024-03-14