第一篇：初步建立个人支持系统
什么是三十而立? 三十而立如何立? 目前对这个问题的思考和讨论非常多，但看了半天大都是一些注意事项，未见到比较好的行动指南。在此抛块砖头，希望引出美玉。
我对此问题的看法也暂时只是一些思想的碎片和火花，还不系统，算是一个思考的起点吧。我认为三十而立的立，就是已经初步有了自己的人生路线图和支持系统。
人生路线图说白了是一系列的长中短期目标和基本价值观，但这个东西在人生后续的道路中变化会比较大。
支持系统其实就是对人生路线图的支持系统，例如工作系统、身体健康系统、个人理财系统、家庭幸福系统、子女抚养系统、时间管理系统、资料管理系统、学习系统、个人修身系统等，系统是相对固化，在后续的人生中其本质改变不大的，当然，或许有人愿意把它命名为习惯。
三十而立如何立?就是初步建立自己的人生路线图和支持系统，关于建立人生路线图的说法比较常规了，其中建立支持系统因为常为人所忽视而尤为重要。
这里系统与目标和计划是有区别的。
目标和计划基本上都是有时间期限和限制的，属于中短期的冲刺，属于人生路途中的一块一块里程碑。
系统是一个长期的、固化的、日常例行、PDCA循环、强迫自动更新和升级系统，对人生路线图的实现起保障和支撑作用。
人生的前30年基本上是学习、初步实践、反复试错等过程，其目的在于初步看清人生的地图，30岁左右要基于自己对人生地图的认识初步确定属于个人的人生路径，并在之后的道路上有了一条人生主轴，有了自己的人生方向。当然，今后的日子还会继续修正，但个人人生路线图V1.0版本要在30岁左右发布了。
建立对人生路线图实现的支持系统也是同步应该完成的工作。
试举例说明之。这里不是论证和论据，我也没看书，仅凭记忆。本帖只是探讨，非论文，有疏漏还望海涵。仅起到启发思维的作用。1.孔子
孔子“十五而志于学”，十五开始充分学习和实践。
“三十而立”，他立了什么呢?第一是人生路线图确立了。这时他的学术思想，政治理想和目标，人生抱负基本成型。并已经迈上鲁国政坛，开始了他的第一步。
第二是他的支持系统基本形成，例如个人理财系统，他三十岁开始开讲授徒，学费是他的收入来源；他的修身和自我反省系统等。2.曾国藩
曾国藩此人比较典型，因为现存资料比较完整。
他三十岁之前基本是在京城做京官，这期间广泛的学习、实践、交游，逐步形成了自己的人生路线图，有志匡扶天下，维护名教，做一等人。
形成了自己的个人支持系统，例如日志系统(很早就开始写日记，做总结和反省)，修身系统(师从当时大理学家唐鉴)，自我反省系统，子女教育系统，学习系统，师友系统(曾国藩交游的目的很明确：“求友以匡己之不逮，此大益也”；“师友夹持，虽懦夫亦有立志”。)。成大事后，他又逐步补充自己的系统，例如弟子系统(曾们弟子，提携李鸿章等)，留美学童系统，洋务系统，家教系统(系统的曾家教子思想)等。
曾国藩此人依靠个人去做的事大多都是失败的，例如凡是他指挥或者在场的战争，全部都是全军覆没；他晚年解决天津教案，留下无数骂名。但他依靠他个人建立的支持系统，却成就了赫赫之功。
曾国藩的三十而立的过程，更多分析可参考此文《[阿懒读文]从师友关系看曾国藩理学信仰的形成》http://bbs.21manager.com/dispbbs-227413-1.html 3.毛泽东
三十岁之前基本形成人生路线图，例如拯救劳苦大众，驱逐帝国统治者，并找到了党的真理，今后他基本随着党的发展而发展，或者说党随着他的发展而发展。
基本形成个人系统，例如调查研究系统，例如统一战线系统，例如总结经验系统，例如修身锻炼系统(中学期间他就“文明其精神，野蛮其身体”)，例如交游系统(从二十八画生征友，到后来他的结社，各方交游终其一生)。
曹操、拿破仑、丘吉尔、林肯、鲁迅、孙中山、蒋介石、蒋经国等等，有名人大致分析基本如此。smelt1026兄对此问题的探讨很有典型性，他说: “今年也将来迎来而立之年。这段时间一直在思考这个问题，百思不得其解，也就是说还没有找到自己的立业之本。
我非常同意阿懒建立系统的观点，我的困惑是：
1、在建立自己的系统之前是不是要先有一个稳定的价值观？三十岁了，做事情不可能再像小孩那样了，属于职业生涯的第二阶段，时间成本已经很高了。如果价值观不稳定，方向没有找到，所有努力会不会白费？
2、如何建立的自己的系统，以及建立系统以后如何转化成生产力（或者说钱）。很多人三十岁的时候，价值观趋于稳定，也积累了不少的关系和资源，但却没有办法转化成生产力。有一本书叫《世界上到处都是有才华的穷人》，真的有这种感觉，希望有家人有更好的解决办法。" smelt1026兄提的很好。
我认为价值观基本包含在人生路线图概念中。
但价值观太虚，可能每个人到这个年龄都有了初步成型的价值观，但很难提炼出来。通过建立系统，不断吸收新的东西和刺激，思考和讨论，逐步完善自己的价值观。
系统有点类似你不断有一个吸收的方向，并每时每刻不断工作，它最后一定可以解决你的价值观明确、提炼、优化的问题。
建立系统，然后求价值观的稳定；而不是先价值观的稳定，然后系统。
当然，两者的关系没这么简单，非此即彼，但大致意思是系统先初步成型，然后价值观、人生路线图逐步成型。之后是两者之间相互促进。
价值观太虚，太不容易抓住，很难通过专门思考价值观的问题而解决价值观的问题，通常通过个人系统，收集很多信息、得到启发、刺激、讨论、整理，最后形成。功夫在诗外，此之谓也。另外，相对来说，建立系统是比较能够脚踏实地、实实在在、看得见摸得着、能看见点滴进步的工作。你肯定很明确地知道你是否有了比较完善的时间管理系统(月目标、周计划、日总结?)，你是否有了不断从自己经历中学习的系统(自我反省系统，你写日记吗?定期做反省吗?)，你是否有了比较初步地财务计划和规划(你的健康保险、个人退休财务规划、子女教育、父母赡养、买房、买车、个人旅游梦想等财务计划和定期地投资，这些属于个人理财系统，建立好了吗?)等，系统的建立相对来说容易入手、容易检查。
价值观的建立很难抓住，也难以看到每日的进步，难以得到反馈，难以进行有意识的检查和更新。因此“天下大事必作于细,天下难事必作于易”，通过建立系统的方式，这个过程中自然会产生价值观的认识、进步、修改(这个是潜移默化的，看不见摸不着的，甚至自己尚未察觉到的，当你察觉时，你的价值观已经发生了很大的改变。这个过程是如此自然，难以刻意为之)，至三十岁左右形成个人人生路线图(人生的基本方向和基本价值观)和个人支持系统的第一个正式发布的基准版本。关于建立系统和价值观先后顺序的问题，38楼的chengwillpowers在2009-8-5 9:54:43的发言说得最精妙，引用如下: “关于建立系统和价值观先后顺序的问题，我的理解是这样的，如果你在三十之前对价值观的理解要比对系统的理解深刻，那么当然要先建立价值观，因为，价值观是根本的，系统是在价值观的指导下进行的。这样的系统才更有针对性。这是最好的。但当你到三十后，仍然不知道自己的价值观是什么的时候，建议你先建立系统，因为系统有许多，有些事必须建立的。比如，无论你的价值观是什么，你都应该建立一个时间管理系统，一个自我能力提高系统等。随着年龄的增长，经验和阅历的增加以及不断的思考，在建立的各系统的基础上，总结出自己的价值观，并用它来指导你其他系统的建立，两者相辅相成，都在不断的发展和改进，从而最大程度的实现你的完美人生。” 因此，感概三十未立，当从建立个人的支持系统做起。
建立自己的系统，当从不断实践《高效能人士的七个习惯》做起(关于此点暂时没有后续论述)。
总结: 1.三十岁之前，通过实践和学习，基本绘制出比较准确的人生地图——对世界的正确认识，世界观。2.三十岁之前，基本选好自己的人生路线图，形成人生路线V1.0版本，确定到哪里去的问题——价值观、使命、终极目标等。
3.三十岁之前，基本已经形成在自己的人生路线上需要的支持系统。——所向无敌的个人支持系统。4.三十岁之后，便是不断升级人生路线版本和个人支持系统版本的过程。
第二篇：关于建立二手车交易市场初步方案
关于建立运城北站大西铁路 二手车交易市场初步方案
一、项目基本情况
（一）项目名称：大西铁路客运专线运城北站动车走行线桥下土地开发（运城北站大西铁路二手车交易市场）
（二）项目面积：89.05亩
（三）项目地址：运城市黄河大道与绕城高速交叉口，运城北站动车走行线桥下及线路西侧。
（四）商业规划：二手车交易市场。
主要建设内容：计划总投资4680万元，分两期进行投资，（一期1867万元，二期2813万元）。一期主要是地块现有垃圾进行处理，场地进行硬化，修缮道路，电子交易大厅建设。二期主要是经营用房建设，二手车检测平台建设及相关配套设施建设。初步形成一个二手车交易、物流信息、停车场、电子商务交易、二手车检测的完整商业体系。
二、项目建设单位
项目由山西省焦炭集团有限责任公司与大西铁路客运专线有限责任公司共同开发，由山西省焦炭集团运城焦炭有限责任公司具体实施。项目初期内设综合部、财务部、工程部、质检部、物资部共五个部门。定员编制60人。
三、开发模式
（一）由山西省焦炭集团有限责任公司与大西铁路客运专线有限责任公司共同出资组建运城北站大西铁路二手车交易中心。
（二）按51%、49%的投资比例组建股份制有限责任公司。项目建设资金按双方股比进行投资。经营利润按双方股比进行分红。
（三）所占土地费用按照运城市工业用地市场租赁价格进行提取。
附：大西铁路客运专线运城北站动车走行线桥下土地开发项目建议书。
山西省焦炭集团
二〇一五年三月十八日
第三篇：构建心理支持系统
构建心理支持系统，精心打造和谐校园——学校管理关注教师心理健康的实践与探索
宁波市镇海区仁爱中学刘波315200
和谐校园建设是当前构建社会主义和谐社会不可或缺的组成部分。浙江省已经出台了和谐校园的标准，并于2005年9月启动的省级和谐校园创建工程，将于2006年下半年产生首批20所省级和谐校园。2006年7月底，杭州市上城区公布了首批和谐校园，令人瞩目的是有些民间普遍认可的名校落马，倒是不少名不见经传的普通学校榜上有名。
在浙江省和谐校园的评估标准里，有一条就是关注教师心理健康。教师是和谐校园的重要组成部分，教师的身心和谐发展是打造和谐校园不可分割的部分。因此，作为学校管理者，必须关注教师心理健康，构建教师心理支持系统，切实提高教师心理健康水平，推进和谐校园建设。镇海区仁爱中学坚持教师发展学校的理念，在管理中以“行人性化管理，创和谐型校园”为目标，切实关注教师心理健康，构建教师心理支持系统，取得了很好的成效。
一、学校管理必须关注教师的心理健康
现在，教师的心理健康状况越来越得到社会各界的广泛关注。2004年8月，号称心理学界奥林匹克的国际心理学大会第20次会议在北京召开，在本次大会上，与会专家一致认为，教师和警察、医生都是属于最容易出现职业卷怠的群体。自2006年3月起，《中国教育报》已采用5个专版对教师职业倦怠进行了广泛而而深入的探讨，这足以说明了教师职业倦怠问题的不容忽视。职业倦怠严重影响教师的工作热情，同时也为教师的心理健康状况敲响了警钟。
教师心理健康的重要性是不言而喻的，教师的心理健康不仅仅是促进自身健康、提高生活质量的内在需要，而且是教师职业的必然要求，因为教师面对的是活生生的孩子，是祖国的未来。教师心理健康问题的成因是多种多样的，有客观原因如承受巨大的压力、交际面窄，缺乏人际交往支持系统等，也有教师个人的自身原因，如人格因素、自身心理素质不高和个人生活变化等。关注教师心理健康，提高教师心理健康水平，需要多方面的努力，如政府和教育行政部门、学校和教师个人的自我调节等。作为学校管理来说，必须关注教师的心理健康。
对于教师心理健康，也要一分为二地来看。现在，随着社会经济的快速发展，人们承受的心理压力也日益加剧，整个社会人群的心理问题的发生率呈上升趋势。教师作为社会人，其心理问题的发生率呈上升趋势，那是非常在正常的。我们也应该用平常心开看待教师的心理健康问题。但是，教师的职业要求对教师的心理健康水平提出了更高的要求。2006年9月1日正式实施的《中华人民共和国义务教育法》明确把实施素质教育写入了该法，心理素质教育是素质教育的应有之义。2002年教育部颁布的《中小学心理健康教育指导纲要》也明确要求：应建立校长领导下的，以班主任和专兼职心理教师为骨干，全体教师共同参与的心理健康教育体制。因此，作为心理健康教育实施者的教师，打铁必须自身硬，自身的心理健康水平应该更高一些。这样，现实对教师心理素质的高要求和教师心理健康水平相对不高的矛盾，对学校管理者提出了新的挑战和要求。作为学校管理者，必须关注教师的心理健康，并积极寻求提高教师心理健康水平的方法。
二、学校管理应构建教师心理支持系统
现在，不少教育行政部门对教师的心理健康状况给予了高度的关注，杭州市和宁波市都已开通了教师心理热线。《中小学心理健康教育》杂志2006年第6期刊登了杭州市教育工会提供的《教师心理支持系统的建立与运作》，介绍了该市构建教师心理支持系统，提高教师心理健康水平的实践与探索。学校是教师工作、生活最主要的场所，如何以学校为依托，构建教师心理支持系统是非常重要的。构建教师心理支持系统可从心理问题的三级防御体系中得到启发，即学校管理要为教师创设和谐的心理氛围、满足教师的心理需求和提供良好的心理服务。
（一）营造良好的校园心理氛围
对于学校管理来说，应努力营造宽松和谐的校园心理氛围，使教师在工作中感到身心愉悦。仁爱中学提出了构建“教师敬业奉献，开心乐教”的和谐校园的奋斗目标，努力营造良好的校园心理氛围。
1.建立公正公平的激励机制，激发广大教师的工作热情。
公正公平的激励机制，对于激发全体教师的工作热情，是非常重要的一个环节。在仁爱中学，没有论资排辈的说法，没有吃大锅饭混日子的说法，全体教师都在自己的岗位上以自己最大的努力，为学校各项事业的发展作出自己的贡献。如李东英老师从外地调入仁爱中学工作后，由于在班主任工作岗位上尽心尽职，在班级管理上取得了很大的成效，仅半年的时间，她就被评为校级优秀班主任，这一点令她激动不已。如庄孙江老师，调入仁爱中学仅一年半的时间，同样由于在班主任工作岗位上表现出色，获得了区优秀班主任的荣誉称号。这样的例子还有很多，有不少优秀的大学生毕业没几年，由于取得了很大的工作业绩，就被提拔了学校的中层管理干部。在这一点上，很多外地教师都有同样的感觉，仁爱中学根本不排外，只要你有业绩，在评优评先上是没有本地人与外地人的区分的。
2.以情感人，增强教师的心理归属感
在每位教师的生日当天，他们就会收到由校长和书记亲笔签名的以仁爱园为背景的精美的生日贺卡和工会赠送的价值60元的蛋糕券。不少刚刚参加工作的年轻教师在生日当天收到校长书记亲笔签名的生日贺卡时，激动地热泪盈眶，并第一时间向家长告知学校领导对他们的关怀。近几年，学校的办学规模不断扩大，学校新分配的大学生教师比较多。学校每年都有不少青年教师结婚，在青年教师结婚的当天，他们就会收到以校长和书记名义给他们写的新婚贺信，这一点使他们在亲朋好友面前特别感到自豪。每年春节，学校还给工作五年内的工作优秀的年轻教师的父母写贺信，向他们表示感谢，并激励年轻教师要奋发向上，取得更大的工作业绩。学校还实行弹性工作制，对于那些处于哺乳期的教师和体弱多病的教师，可以迟一点上班和早一点下班。
（二）满足教师多元的心理需求
心理需求的满足会极大地激发人的创造潜能，调动人的积极性。同时，满足教师的心理需求，也会更好地促进教师的心理健康。
仁爱中学坚持“教师发展学校”的办学理念，教师是学校最宝贵的财富，教师的专业成长是学校可持续发展的不竭动力。对于教师个人而言，他们也非常希望自己能得到学校领导、学生和学生家长的认同。作为学校管理者，就应该为教师的专业成长搭建平台，创造机会。学校管理者在政治上要帮助教师树立追求目标，激发他们的工作热情、事业心、成就感，树立起“人人都有发展机会”的信念，促使他们更能够大胆去创造机会，不断给自己创造出一片“海阔凭鱼跃，天高任鸟飞”的发展时空；在业务上要为教师创造取得成功的必要条件，提供施展才华的舞台，积极支持教师参加各种说课开课活动、论文竞赛活动、第二课堂竞赛活动等等，并积极鼓励教师参加各种形式的进修和培训，学校认真制定和实施教师全员培训规划，切实提高教师的业务水平和教学能力。学校在实施“名师工程”中，要从学校实际出发，制定分层次分阶段的操作方案，让每个教师都感受到不同层面、不同角色的成功和欢乐。仁爱中学积极为教师的外出学习创设条件。为拓宽教师的视野，促进与兄弟学校同行的的交流，学校积极为教师的外出学习创造机会。只要有外出学习的机会，学校就会积极争取，让相关的教师去学习提高，并由学校包揽全部费用。近几年，学校已经选送了3名教师赴澳大利亚进行中学英语教学的培训，进一步提高了学校英语教学的水平。学校还加强同省内兄弟学校的交流，通过选派优秀青年教师到嘉善三中、青田二中等学校进行短期互派交流，拓宽他们的视野，提高他们的教学水平。
为了促进教师专业成长，仁爱中学出台了“教师论坛”制度、“教科研工作量”制度、“校长推荐文章”制度。2006年，学校还开展了“读好书促发展”的读书年活动，特意出资近6000元，尽可能为每一个教研组配齐宁波市教育局推荐的中小学教师优秀读本。校长书记带头读书，营造良好的书香校园氛围。通过多种途径引领教师读好书、用好书，不断拓宽视野，提高自身素养。
（三）帮助教师构建多元化的人际支持系统
人际关系在每个人的生活中占有十分重要的作用，作为教师而言，由于其工作性质决定了其人际交往的范围相当狭窄，缺乏人际支持系统。强大的人际支持系统是维护和促进个人心理健康的非常重要的组成部分。作为学校管理者而言，就要在营造和谐的人际关系氛围，为教师建立强大的人际支持系统上下功夫，才能更好促进教师的心理健康。
1.营造其乐融融的干群关系
干群关系是学校里占主导地位的一对人际关系。这对关系处理得好不好，直接影响到整个学校占主导地位的心理氛围。仁爱中学坚持教师发展学校的理念，所有的管理工作就是要为全体教师提供最好的服务。在学校的大会小会上，经常能听到校长爽朗的笑声和开心的笑脸，教师大会上也经常能传来广大教师会心的笑声。很多教师也经常到校长办共室来坐坐，为学校的发展出谋划策。因工作需要，学校于2004年买了辆桑塔那轿车作为学校的校车。很多教师以为这是学校领导才能用的，但校长在教师大会上公开表态，只要教师有合理的理由，大家都可以用学校的校车。此举又大大拉进了广大教师与学校领导的心理距离。
2.营造和睦融洽的师生关系。
学校里最经常、最普遍的、最本质的关系是师生关系。因此，教师必须排除自我中心意识，与学生保持一种心理上的双向互换，建立一种平等、友好、互助的师生关系。
为了使教师学会换位思考，多从学生角度考虑问题，更好适应新课程改革的需要，以建立更好的和睦融洽的师生关系。学校开展了寻找理想课堂的大型校本教研活动。本系列活动通过教师自身的反思、集体的思考、学生的访谈，专家的引领以及专题的课堂教学行为观摩，使教师对“课堂”这一教学的主要载体有了深刻的认识。结合学生认同的理想课堂的要求，很多教师明确了今后努力的方向。学校还开展了学生评价教师活动。学生评价活动中，很多教师都得到了学生的好评。在评价表的“我想对某某老师说”一栏中，很多学生对自己的任课教师提出了诚恳的建议。这样，从学生的角度来评价教师的教学行为，对教师今后改进自己的教学行为，提高教学实效是很有帮助的。
3.营造团结协作的同事关系。
教师的劳动是一种个体劳动与集体劳动的统一。首先这是一种个体性很强的的劳动，同样的学科，同样的教材，同样的学生，不同的教师上出来的课肯定不一样，往往会表现出鲜明的个性。同时，教师的劳动又是一项集体性很强的劳动，任何一个学生的成长，任何一个班集体的形成，都是各个年级、各门学科教师共同努力的结果，所谓独木不成林，靠一个人或几个人单枪匹马是培养不出全面发展的人才的。
因此，现在的教师必须学会交往、学会共处、学会合作，才能“双赢”。在这一点上，学校致力加强教研组建设和备课组建设，营造各教研组内团结协作的关系。学校还通过开展各种群体活动，来促进教师之间的交流与合作。近几年，学校在原有的“师徒结对“的基础上还推出了“同伴成长”的新型的互帮互学的结对模式，更好地促进同事之间的交流与合作。学校还要求各备课组具有资源库的意识，把好的资料及时汇总，使教师的备课具有“资源化+个性化”的特点。
4.构建协同作战的家校关系
教师应该正确处理好与家长的关系，应该说，教师与家长一条战壕里的朋友，是亲密的合作伙伴。正确处理好与家长的关系，形成家校共育的最大合力，既能提高教育实效，同时也
能使教师心情舒畅，提高心理健康水平。仁爱中学历来就重视与家长的联系与沟通，为方便班主任与家长的联系，学校还为每位班主任配备了小灵通。学校还开展了《初中德育新课程实施中家长资源的充分开发与有效》利用的宁波市教科规划课题研究，让部分优秀家长成为学校的德育课师资，实现德育课程师资队伍的多元化。目前，已有区质监站副站长、杭州湾大桥某项目总工程师、宁波市海关官员、区人武部副部长等学生家长来校授课，密切了教师和家长的联系。在课题研究中，还将通过多种形式的互动，提高全体家长的德育能力。2005年7月，学校与青田二中联合举行了“做好家教指导工作，形成家校最大合力”德育研讨会，2006年7月，学校与嘉善三中联合举行了“假如我是学生家长”的德育研讨会，这对于教师如何正确处理好与家长的关系起了很好的引领作用。
（四）为教师提供多元化的心理服务
1.引导教师关注自身心理健康
仁爱中学通过多种途径引导教师关注自身的心理健康，通过为教师征订心理期刊和购买心理书籍，让教师了解更多的心理健康知识，能学到一些心理调节的方法。学校还经常邀请心理专家来校讲座，如学校曾邀请了宁波大学陶志琼教授、张林博士和国家二级心理咨询师金伟开设心理健康方面的专题讲座。
2.开展多种方式的减压活动
仁爱中学还通过工会开展了开展丰富多彩的活动，丰富教师的业余生活，促进教师间的交流，切实为教师减压。如学校每年精心组织好全体教师参与的教工趣味运动会，精心组织好教师节等各类节庆活动。学校仅可能安排好教师的暑期旅游活动，开拓教师的是视野，调节他们的身心。自2005年11月份起，学校还推出了教师集体健身制度，利用每天下午第三节课的时间，冬春季教师集体到操场上去跑步，夏秋季教师自由锻炼，学校为每一位教师配发了李宁跑鞋，并给予一定的物质奖励。此举既增强了教师的体质，又促进了教师间的交流与合作，很好地起到了调节教师身心和谐发展的作用。
3.开展多种形式的谈心活动
仁爱中学毛志挺校长经常找教师谈心，促进领导与教师的情感交流。对于工作取得优异成绩的教师，校长谈心能进一步激发他们的工作热情。对于工作业绩不理想的教师，校长谈心能给他们努力改变自己的勇气。学校规定教研组长也要定期跟本组成员谈心，特别是年轻教师。
4.为教师提供专业的心理咨询
学校的心理教师应为教师提供必要的心理咨询，并提供他们处理学生心理问题的方法和策略，为他们提供有力的心理支持。
三、促进教师身心和谐，推进和谐校园建设
仁爱中学关注教师心理健康，积极构建教师心理支持系统，减轻了广大教师的心理压力，激发了他们的工作热情，更好地齐心协力为学校发展努力，取得了很好的成效。
来源于仁爱中学管理实践的《行人性化管理，创和谐型校园》一文获得全国心理健康教育优秀论文一等奖，并被人民网中国共产党频道全文转载，并将发表在国家级期刊《中小学心理健康教育上》。
学校办学再上新台阶，学校取得了不俗的办学成绩。仅从2002年至今短短四年内，学校取得了市以以上荣誉 20多项，学校的中考成绩每年在全区公立初中名列前茅。学科竞赛全面开花，学校曾两次获全国初中数学竞赛浙江赛区优胜奖，自然科学竞赛也获得过省团体优胜奖，学校已连续6年蝉联区中小学生田径运动会初中组团体第一名。
关注教师心理健康，是新时期学校管理的必修课，惟有如此，才能更好地推进和谐校园建设。
第四篇：决策支持系统--教学大纲
决策支持系统（教学大纲）
Decision Support System
课程编码：05405090 学分： 2 课程类别： 专业方向课 计划学时：32 其中讲课：32 实验或实践：0 上机：0 适用专业：信息管理与信息系统 推荐教材：
陈文伟，决策支持系统教程(第2版)清华大学出版社;第2版(2010年10月1日)参考书目：
《决策支持系统》，张鹏翥，上海交通大学出版社，2009年。《决策支持系统》，陈文伟，清华大学出版社，2009年。《计算机决策支持系统》，孟波编著，武汉大学出版社，2010年。
《决策支持系统（DSS）理论.方法.案例（第三版）》，高洪深著，清华大学出版社，2010年。
课程的教学目的与任务
决策支持系统是一门年轻的学科，又是集自然科学与社会科学于一体的交叉学科，也是一门应用科学。本科程是管理信息系统专业的一门重要的专业课，目的与任务在于是使学生掌握决策支持系统的理论基础、基本结构、发展方向及其应用，重点是决策的基本原理、决策过程建模、决策支持系统的基本构成、决策支持系统的实施过程。
课程的基本要求
1、正确认识课程的性质、任务及其研究对象，全面了解课程的体系、结构，对决策支持系统有一个总体的把握。
2、通过本课程的学习，要求学生应能够充分理解决策分析、决策支持系统的基本概念。
3、通过本课程的学习，要求学生应能够针对不同的决策问题，通过使用计算机软件或编制计算机程序的手段，设计和开发决策支持系统。
各章节授课内容、教学方法及学时分配建议
第一章：决策支持系统综述 建议学时：4学时
[教学目的与要求] 通过本节90分钟的教学，使学生对决策支持系统的产生和发展进行了解，知道决策支持系统的概念和基本应用领域，对系统的演变有所了解。
[教学重点与难点] 决策支持系统的产生和发展
[授 课 方 法] 以课堂讲授为主，课堂讨论和课下自学为辅。[授 课 内 容] 1.1 决策支持系统的形成 1.1.1 管理信息系统 1.1.2 管理科学/运筹学 1.1.3 决策支持系统 1.1.4 专家系统
1.1.5 智能决策支持系统
1.1.6 基于数据仓库的决策支持系统 1.1.7 综合决策支持系统
1.1.8 网络环境的综合决策支持系统 1.2 决策支持系统概念
1.2.1 决策问题的结构化分类 1.2.2 决策支持系统的定义
1.2.3 决策支持系统与管理科学/运筹学的关系 1.2.4 决策支持系统与管理信息系统的关系 1.2.5 几个典型的决策支持系统 1.3 决策科学与决策支持系统 1.3.1 决策与决策科学
1.3.2 决策过程与决策支持系统 1.3.3 决策体系与决策支持系统 1.3.4 决策支持系统的技术基础
第二章：决策资源与决策支持 建议学时：6学时
[教学目的与要求] 通过对本章内容的学习，使学生对决策资源与决策支持的概念有所了解，知道决策资源分类及其特点，了解模型实验的决策支持和模型组合方案的决策支持。
[教学重点与难点] 决策资源分类及其特点，模型实验的决策支持和模型组合方案的决策支持的应用。
[授 课 方 法] 以课堂讲授为主，课堂讨论和课下自学为辅。[授 课 内 容] 2.1决策资源
2.1.1 数据资源 2.1.2 模型资源 2.1.3 知识资源 2.2 决策支持
2.2.1 决策支持概念 2.2.2 决策资源的决策支持 2.2.3 决策方案的决策支持 2.3 模型实验的决策支持
2.3.1 模型的建立与what-if分析 2.3.2 模型组的决策支持 2.4 模型组合方案的决策支持
2.4.1 经济优化方案的决策支持 2.4.2 产品优化方案的决策支持 2.4.3 多模型辅助决策系统
第三章：决策支持系统 建议学时：6学时
[教学目的与要求] 通过对本章内容的学习，使学生对决策系统的结构有所了解，知道数据库系统的开发应用，了解模型库系统的概念、组织和存储。了解决策支持系统的实际应用。
[教学重点与难点] 数据库系统的开发应用，模型库系统的组织和存储 [授 课 方 法] 以课堂讲授为主，课堂讨论和课下自学为辅。[授 课 内 容]
3.1 决策支持系统结构
3.1.1 决策支持系统结构形式 3.1.2 决策支持系统的结构比较 3.1.3 决策支持系统的统一结构形式 3.2 数据库系统
3.2.1 数据库系统开发与应用
3.2.2 数据库系统在决策支持系统中的作用 3.3 人机交互与问题综合系统
3.3.1 人机交互系统 3.3.2 问题综合系统
3.3.3 决策支持系统的综合部件 3.4 模型库系统
3.4.1 模型库
3.4.2 模型库的组织和存储 3.4.3 模型库管理系统 3.5 组合模型的决策支持系统
3.5.1 模型组合技术 3.5.2 模型组合的程序设计 3.5.3 决策支持系统的决策支持 3.6 决策支持系统实例
3.6.1 物资申请和库存的计划汇总 3.6.2 制定物资的分配方案 3.6.3 物资调拨预处理 3.6.4 制定物资运输方案 3.6.5 制定物资调拨方案
3.6.6 物资分配调拨决策支持系统结构与决策支持
第四章：人工智能的决策支持和智能决策支持系统 建议学时：4学时
[教学目的与要求] 通过对本章内容的学习，使学生掌握人工智能的基本原理，知道专家系统的决策支持的应用，掌握神经网络的决策支持原理。了解机器学习的决策支持的相关知识。了解智能决策支持系统。
[教学重点与难点] 专家系统的决策支持的应用，神经网络的决策支持原理。[授 课 方 法] 以课堂讲授为主，课堂讨论和课下自学为辅。[授 课 内 容] 4.1 人工智能基本原理
4.1.1 逻辑推理 4.1.2 知识推理 4.1.3 搜索技术 4.2 专家系统的决策支持
4.2.1 专家系统原理 4.2.2 产生式规则专家系统 4.2.3 建模专家系统 4.3 神经网络的决策支持
4.3.1 神经网络原理 4.3.2 反向传播模型
4.3.3 神经网络专家系统及实例 4.3.4 神经网络的容错性 4.4 遗传算法的决策支持
4.4.1 遗传算法原理
4.4.2 优化模型的遗传算法求解 4.4.3 获取知识的遗传算法 4.5 机器学习的决策支持
4.5.1 机器学习综述 4.5.2 机器学习分类 4.5.3 建立模型的发现学习4.6 智能决策支持系统
4.6.1 智能决策支持系统概念 4.6.2 智能决策支持系统结构 4.6.3 专家系统与决策支持系统的集成 4.6.4 智能决策支持系统实例
第五章：基于数据仓库的决策支持系统 建议学时：4学时
[教学目的与要求] 通过对本章内容的学习，使学生掌握数据仓库的基本原理，掌握联机分析处理的概念、数据组织以及决策支持，掌握数据仓库的决策支持以及数据挖掘的概念。了解基于数据仓库的决策支持系统。
[教学重点与难点] 联机分析处理的数据组织以及决策支持，数据仓库的决策支持以及数据挖掘。[授 课 方 法] 以课堂讲授为主，课堂讨论和课下自学为辅。[授 课 内 容] 5.1 数据仓库的基本原理
5.1.1 数据仓库概念 5.1.2 数据仓库结构 5.1.3 数据集市 5.1.4 元数据 5.1.5 数据仓库存储 5.1.6 数据仓库系统 5.2 联机分析处理
5.2.1 基本概念 5.2.2 OLAP数据组织
5.2.3 OLAP的决策支持: 多维数据分析 5.2.4 OLAP的应用实例 5.3 数据仓库的决策支持
5.3.1 查询与报表
5.3.2 多维分析与原因分析 5.3.3 预测未来 5.3.4 实时决策 5.3.5 自动决策 5.4 数据挖掘
5.4.1 知识发现与数据挖掘概念 5.4.2 数据挖掘方法和技术 5.4.3 数据挖掘的知识表示 5.5 数据挖掘的决策支持 5.5.1 数据挖掘的决策支持分类
5.5.2 决策树与决策规则树的挖掘及其应用 5.3.3 关联规则及应用 5.6 基于数据仓库的决策支持系统
5.6.1 基于数据仓库的决策支持系统的原理和结构 5.6.2 基于数据仓库的决策支持系统简例 5.6.3 基于数据仓库的决策支持系统实例
第6章 综合决策支持系统 建议学时：4学时
[教学目的与要求] 通过对本章内容的学习，使学生掌握基于模型库与知识库的传统决策支持系统，掌握基于数据仓库的新决策支持系统和综合决策支持系统，了解网络环境的综合决策支持系统。[教学重点与难点] 基于数据仓库的新决策支持系统和综合决策支持系统。[授 课 方 法] 以课堂讲授为主，课堂讨论和课下自学为辅。[授 课 内 容] 6.1 基于模型库与知识库的传统决策支持系统
6.1.1 传统决策支持系统概念 6.1.2 传统决策支持系统的进展
6.1.3 传统决策支持系统的关键技术和开发的困难 6.2 基于数据仓库的新决策支持系统
6.2.1 新决策支持系统与商业智能 6.2.2 数据仓库关键技术 6.2.3 数据仓库开发的困难 6.3 综合决策支持系统
6.3.1 传统决策支持系统与新决策支持系统的比较 6.3.2 数据仓库与数学模型
6.3.3 综合决策支持系统原理、结构和定义 6.4 网络环境的综合决策支持系统
6.4.1 客户机/服务器结构与数据库服务器 6.4.2 网络环境的决策支持系统
6.4.3 网络环境的综合决策支持系统体系
第7章 决策支持系统的开发与实例 建议学时：4学时
[教学目的与要求] 通过对本章内容的学习，使学生掌握传统决策支持系统设计与开发，掌握各种传统决策支持系统开发工具，掌握新决策支持系统的开发的开发方法。
[教学重点与难点] 传统决策支持系统开发工具，新决策支持系统的开发的开发方法。[授 课 方 法] 以课堂讲授为主，课堂讨论和课下自学为辅。[授 课 内 容] 7.1 传统决策支持系统设计与开发
7.1.1 决策支持系统开发过程 7.1.2 决策支持系统设计 7.1.3 决策支持系统的关键技术 7.2 传统决策支持系统开发工具
7.2.1 决策支持系统开发技术与方法 7.2.2 系统快速原型开发方法 7.2.3 决策支持系统的开发实践 7.2.4 专家系统开发工具与实例 7.3 新决策支持系统的开发
7.3.1 数据仓库开发过程 7.3.2 数据抽取、转换和装载
7.4 基于客户机/服务器的决策支持系统快速开发平台CS-DSSP 7.4.1 CS-DSSP开发平台综述 7.4.2 客户端交互控制系统 7.4.3 广义模型服务器系统 7.4.4 CS-DSSP决策支持方式 7.5 基于客户机/服务器的决策支持系统实例 7.5.1 全国农业投资决策问题
7.5.2 全国农业投资空间决策支持系统 7.6 网络环境的决策支持系统的对比分析
7.6.1 网络环境的决策支持系统的技术进步
7.6.2 网络环境的决策支持系统的决策支持效果的提升
撰稿人：刘鹏 审核人：
第五篇：《决策支持系统》课程讲稿
决策支持系统
课前导入
第一章 决策支持系统概述 第一节 决策支持系统的形成和发展
决策支持系统（DSS）是20世纪70年代初由美国的Scott Morton在《管理决策系统》中首先提出，于20世纪80年代迅速发展起来。
管理信息系统 管理科学/运筹学 决策支持系统
管理科学与运筹学是运用模型辅助决策，体现在单模型辅助决策上，这样以来，对于多模型辅助决策问题，在决策支持系统出现之前要靠人来实现模型间的联合和协调。决策支持系统的出现要解决由计算机自动组织和协调多模型的运行以及数据库中大量数据的存取及处理，达到更高层次的辅助决策能力。
决策支持系统具有以下6个特性： ①用定量方式辅助决策，而不是代替决策 ②使用大量的数据和多个模型 ③支持决策制定过程
④为多个管理层次上的用户提供决策支持 ⑤能支持相互独立的决策和相互依赖的决策 ⑥用于半结构化决策领域 专家系统 专家系统也是一种很有效的辅助决策系统。它是利用专家的知识，特别是经验知识经过推理得出辅助决策结论，专家系统辅助决策的方式属于定性分析。
智能决策支持系统
智能决策支持系统是以决策支持系统为主体，结合人工智能技术形成的系统。除专家系统这种典型的人工智能技术以外，还有神经网络、机器学习、遗传算法以及自然语言理解等多种人工智能技术。
经理信息系统 决策支持系统的发展
决策支持系统的技术进步经历以下四个阶段： ①单模型辅助决策 ②交互建模的DSS ③组合模型的DSS ④智能的DSS 第二节 决策支持系统概念
R.H.Spraque和E.D.Carlson对DSS的定义：
决策支持系统具有交互式计算机系统的特征，帮助决策者利用数据和模型去解决半结构化问题。S.S.Mittra对DSS的定义：
决策支持系统是从数据库中找出必要的数据，并利用数学模型的功能，为用户产生所需要的信息。
DSS是在MIS的基础上发展起来的，都是以数据库系统为基础，都需要进行数据处理，也都能在不同程度上为用户提供辅助决策信息。第三节 新决策支持系统与综合决策支持系统
20世纪90年代中期，兴起了数据仓库、联机分析处理和数据挖掘三项新技术，这三项新技术的结合为决策支持系统开辟了新方向，形成了基于数据仓库的新决策支持系统。
数据仓库中存储着大量辅助决策的数据，它为不同的用户随时提供各种辅助决策的随机查询、综合数据或趋势分析信息。联机分析处理提供了多维数据分析、进行切片、切块、钻取等多种分析手段。数据挖掘是挖掘数据中隐含的信息和知识，让用户在进行决策中使用。 以数据仓库为基础结合联机分析处理和数据挖掘形成了基于数据仓库的新决策支持系统。
新决策支持系统与传统决策支持系统具有以下关系：
①新决策支持系统中数据挖掘获取的知识与传统决策支持系统的知识推理中的知识是不相同的。
②新决策支持系统中没有充分利用模型和模型组合来辅助决策。③决策支持系统的技术还没有完全成熟。
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综合决策支持系统是更高级形式的决策支持系统。
决策支持系统的综合部件是由网络上的客户机来完成，即在客户机上编制DSS控制程序，由它来调用或者组合模型服务器上的模型并完成模型计算，调用知识服务器上的知识，完成知识推理以及实现数据仓库的综合信息查询，或用历史数据进行预测。这样，就形成了网络环境的综合决策支持系统。
第二章 决策支持 课前复习
第一节 决策与决策支持
决策
决策自古有之，从宏观讲，决策就是制定政策，从微观讲，决策就是做出决定。
决策是指个人或集体为了达到或实现某一目标，借助一定的科学手段和方法，从若干备选方案中选择或综合成一个满意合理的方案，并付诸实施的过程。
决策过程与决策技术
著名的学者Ｈ.Ａ.西蒙认为决策过程由四大步骤组成：
（1）确定决策目标；
（2）拟定各种被选方案；
（3）从各种被选方案中进行选择；
（4）执行方案。决策过程八个阶段
决策过程中四大步骤可以分成更详细的八个步骤：
提出问题；确定目标；价值准则；拟定方案；
分析评估；选定方案；实验验证；普遍实施。决策体系与决策信息
决策体系是指决策整个过程中的各个层次、各个部门在决策活动中的决策权限、组织形式、机构设置、调节机制、监督方法的整个体系。
决策体系由决策系统、参谋（智囊）系统、信息系统、执行系统与监督系统这五大部分组成一个统一整体。
决策支持的概念
在DSS发展历史中，决策支持是一个先导概念，决策支持的概念形成若干年后，才出现决策支持系统。
Keen和Morton认为，决策支持是指用计算机来达到如下的目的：
帮助经理在非结构化任务中作出决策；
支持而不是代替经理的判断能力； 改进决策的效能（Effectiveness），而不是提高决策的效率（Efficiency）。第二节 模型的决策支持
模型及分类
模型反映了实际问题最本质的特征和量的规律，描述了现实世界中有显著影响的因素和相互关系。
按模型的表现可以分为物理模型、数学模型、结构模型和仿真模型 数学模型及建模
数学模型分类：
（1）原理性模型
自然科学中所有定理，公式都是这类模型。
（2）系统学模型
系统学是研究系统结构与功能的一般规律的科学。
按系统的复杂程度把系统分为简单系统和巨系统。
简单系统是指组成系统的元素比较少，它们之间的关系又比较简单的系统。巨系统是指组成系统元素的数目非常庞大的系统。
系统学的模型有：系统动力学、大系统理论、灰色系统、系统辨识、系统控制、最优控制和创造工程学等。
优化模型的决策支持（线性规划实例）第三节 决策方案的决策支持
决策方案及生成
设计的方案要有明确的、清晰的和简洁的表述。决策方案尽量计算机语言描述。并在计算机上通过计算得出方案的结果，以便决策者参考。
管理科学与运筹学所研究的大量数学模型，均是解决实际决策问题时进行抽象、总结的结晶。我们可以在管理科学/运筹学中的大量数学模型的基础上，设计解决当前的决策问题的决策方案。
模型并行组合方案的决策支持
在对一个实际决策问题做方案时，往往会采用对同一问题的多个不同模型进行计算，然后对这些模型的计算结果进行选择或者进行综合，得到一个比较合理的结果。这是一种采用多模型并行组合的决策方案。下面通过一个实例进行说明。
模型串行组合方案的决策支持 第三章 决策支持系统 课前复习
第一节 决策支持系统结构的分析
决策支持系统的结构形式
三部件结构、三系统结构、三库结构、四库结构 决策支持系统的结构比较
决策支持系统有多种结构形式，但主要是两种基本结构形式:（1）以“对话（人机交互）、模型、数据”三部件组成DSS。
（2）以“语言系统（LS）、问题处理系统（PPS）、知识系统（KS）”三系统组成DSS。
“对话、模型、数据”三部件结构的优点 ：
①明确了三部件之间关系
明确它们之间的接口关系和集成关系，便于决策支持系统的设计和关键技术的解决。
②便于和其他系统的区别 它和“管理信息系统(MIS)”的区别在于DSS多了模型部件。它和“专家系统(ES)”的区别在于DSS中是以“模型、数据”部件进行数值计算为主体的系统，而ES是以定性知识进行推理为主体的系统。
“LS、PPS、KS”三系统结构的优点：
①突出了问题处理系统(PPS)的重要性。
在设计和开发DSS时，应该重点考虑决策问题的处理。
②明确了语言系统(LS)在人机交互中的作用。
人机交互是要通过语言系统来完成的。决策问题的形式化也要用LS来描述。
③统一了知识的看法。
将数据、模型、规则看成是知识的不同表现形式。
决策支持系统的统一结构形式
三部件结构中的最大弱点，在于“人机交互”部件太简化。该部件应该是三系统中问题处理系统和语言系统、人机交互系统的综合部件。
把“人机交互部件”改为 “综合部件”更合适一些。
它具有对决策问题综合“多模型组合运行，大量数据库的存取，人机交互”为一个整体，形成实际决策支持系统。
“人机交互与问题综合系统（综合部件）”可理解为对实际决策问题的集成处理与人机交互的综合作用。它包含的功能有： 人机交互 控制模型的运行 多模型的组合运行 数值计算 数据处理 决策支持系统的语言系统的功能要求比较高，即它应具有：调用模型运行能力、数据库存取能力、数值运算能力、数据处理能力、人机交互能力等五种综合能力，我们称它为决策支持系统语言（DSS语言）。DSS语言应是两类语言（数值计算语言和数据库语言）的综合。第二节 数据库系统
数据管理技术的发展 人工管理（50年代中期）
数据不保存 没有数据管理软件 文件系统（60年代中期）
数据管理软件——文件管理系统 面向单个应用，冗余度大、独立性差 数据库系统（60年代后期开始）
数据管理软件——数据库管理系统 面向组织，冗余度小、独立性好
1、数据库系统的组成、数据库管理系统
数据库系统一般由四部分组成：-数据库
-数据库管理系统-数据库管理员-用户和应用程序
数据库管理系统有四项主要功能：
1、描述数据库
描述数据的逻辑结构、存储结构等。
2、管理数据库（1）控制整个数据库系统的运行；
（2）进行数据检索、插入、删除和修改操作；
（3）控制用户的并发访问；
（4）检验数据的安全、保密与完整性；
3、维护数据库
（1）控制初始数据的装入；
（2）修改、更新、重组数据库；
（3）恢复出现故障的数据库；
4、数据通信
组织数据的传输
2、数据库应用系统的设计和开发步骤
数据库应用系统的设计过程主要是：
（1）系统需求分析
（2）概念结构设计
（3）逻辑结构设计
（4）物理结构设计
3、数据库应用
4、数据库系统在决策支持系统中的作用 第三节 人机交互与问题综合系统
人机交互系统
人机交互的三个元素： 交互设备
计算机系统的输入输出设备 交互软件
展示各种交互功能的核心 人的因素
用户操作模型
问题综合系统
问题综合系统在决策支持系统的统一结构形式中和人机交互系统结合在一起形成综合部件。
人机交互系统主要实现人机对话和对DSS的控制。
问题综合系统完成的任务是：在决策问题用DSS语言描述（形式化）后，完成对DSS问题的分析和求解。
决策支持系统的综合部件
（1）决策支持系统语言
决策支持系统既要达到综合模型部件和数据部件的作用，又要起到人机交互对话作用，是需要利用功能很强的语言来完成。
（2）综合部件功能 控制模型的运行 多模型的组合运行 人机交互
数值计算和数据处理 第四节 模型库系统
模型库
模型库的概念
模型库的由来（模型应用水平的不断提高）模型程序：即用即编；谁用谁编
模型程序包：结构简单；相互独立；数据不共享 模型库：共享；可重用；可管理；相关 模型库——具有一定组织结构的模型集合 由模型库管理系统进行管理 每个模型都具有辅助决策能力 多个模型能有效地组织成系统
多个模型的连接需要利用共享的数据库 模型库的组织和存储 模型库的存储需求
1个模型对应2～4个文件： 源程序文件 目标程序文件 模型说明文件 数据描述文件 模型库管理系统
模型的存储管理
（1）模型的表示（文件形式）
程序文件（数学模型、数据处理模型）
数据文件（图形、图像等）（2）模型存储的组织结构
模型字典库
模型文件库
（3）模型的查询和维护
查询、增加、删除、修改需要：
模型字典库和文件库同时进行 基本概念
模型库管理系统的功能
模型库管理系统的语言体系 1.模型管理语言MML（1）模型的存储管理-同时完成字典库和文件库的管理（2）模型的查询和维护 2.模型运行语言MRL（1）单模型的调用、运行-用命令语言完成（2）模型的组合运行-用集成语言编制程序控制运行 3.数据接口语言DIL 模型程序通过接口操作数据库 第五节 组合模型的决策支持系统
组合模型辅助决策是决策支持系统研究的内容。 它需要模型库提供共享模型和数据库提供共享数据。 其基础是多模型辅助决策系统。
多模型辅助决策系统
区域发展规划系统：区域发展规划问题是典型的多模型辅助决策系统。 区域：社会、经济、文化、生态环境的地域空间，如县、市、国家等都是区域。
规划：制定未来一定时期的目标、任务及实现方案。
区域发展规划：分析自身的优、劣势，对比其他区域状况，制定快速发展的目标和措施。模型组合技术
模型的组合有多种方式，用逻辑形式表示有： 模型间的关系为“与”（and）关系
例如“模型1 and模型2” 模型间的关系为“或”（or）关系
例如“模型3 or 模型4” 模型间的关系为组合“闭包”(and|or)+ 关系
例如“模型1 and模型2”or“模型3 and 模型4”……
模型组合的程序设计
决策支持系统程序与一般系统程序的比较
1、相同处
DSS的控制程序对模型的调用与一般系统主程序对子程序的调用在程序结构上是相似的。
2、不同处：
（1）DSS中的“模型”是共享资源，同一模型可以被不同DSS程序所调用。
一般系统程序中的子程序（模块）只能被该系统主程序调用，并隶属于它。它不能被别的系统主程序所调用。
（2）DSS中模型程序所使用的语言可以不同于DSS的控制程序。
一般系统的子程序（模块）和主程序的语言是一致的。
结论：DSS程序是利用模型程序和数据两个共享资源组建的。在本质上，DSS程序与一般系统程序是不一样的。
决策支持系统的决策支持
由多个模型组合而成的决策支持系统，在模型组合中，可以选择不同的模型、相同的数据构成不同的决策支持系统方案；
DSS也可以选择相同模型、不同的数据构成不同的决策支持系统方案； DSS还可以选择不同的模型和不同的数据构成不同的决策支持系统方案。
决策支持系统要修改方案，只需修改综合部件中控制的模型名以及该模型发送控制信息的程序地址。
决策支持系统的决策支持作用很容易在模型组合的控制程序中实现。第四章 智能决策支持系统和智能技术的决策支持 第一节 智能决策支持系统概述 智能决策支持系统的概念
智能决策支持系统（Intelligent Decision Support Systems , IDSS）是：决策支持系统（DSS）与人工智能（Artificial Intelligent , AI）技术相结合的系统。
智能决策支持系统的结构
1、人工智能的决策支持技术
智能决策支持系统中包含了人工智能技术，与决策支持有关的人工智能技术主要有：专家系统、神经网络、遗传算法、机器学习、自然语言理解等。
2．智能决策支持系统结构形式 1）基本结构
智能决策支持系统（IDSS）＝决策支持系统（DSS）＋人工智能（AI）技术
人工智能技术可以概括为：推理机＋知识库 第二节 人工智能基本原理
逻辑推理-形式逻辑
形式逻辑是研究人的思维形式及其规律的科学。它是属“符号处理”范畴。形式逻辑主要研究：形成概念、作出判断、进行推理。
1）概念：概念是反映事物的特有属性和它的取值。2）判断：判断是对概念的肯定或否定。
3）推理：推理是从一个或几个判断推出一个新判断的思维过程。
知识表示与知识推理 命题逻辑 举例： 1）如果a是偶数，那么a2是偶数
2）“人不犯我，我不犯人；人若犯我，我必犯人”
归结原理使用反证法来证明语句。即归结是从结论的非，导出已知语句的矛盾。
利用命题逻辑公式和谓词逻辑公式，把逻辑表达式化成合取范式、前束范式，再化成子句。一子句定义为由文字的析取组成的公式。
逆向推理是从目标开始，寻找以此目标为结论的规则，并对该规则的前提进行判断，若该规则的前提中某个子项是另一规则的结论时，再找以此结论的规则。
重复以上过程，直到对某个规则的前提能够进行判断。按此规则前提判断（“是”或“否”）得出结论的判断，由此回溯到上一个 规则的推理，一直回溯到目标的判断。
搜索技术
搜索技术是人工智能的一个重要研究内容。智能技术体现在减少搜索树中的盲目搜索。
1.执行时间与ｎ，ｎ２，ｎ３等成正比的算法，称为按多项式时间执行。2.执行时间与２ｎ，ｎ！和ｎｎ等成正比的算法，称为按指数时间执行。按多项式时间执行的算法，计算机是可以实现的。按指数时间执行的算法，计算机是不可能实现的。
1、基本搜索法
对搜索树的基本搜索法有两种思想，一是按广度优先展开搜索树的搜索方法，叫广度优先搜索法；一是按深度优先展开搜索树的搜索方法，叫深度优先搜索法。
（1）广度优先搜索法。（2）深度优先搜索法。
2、生成测试法。
3、爬山法。
4、启发式搜索。
5、博弈算法。
第三节 专家系统与智能决策支持系统
专家系统原理
专家系统是具有大量专门知识，并能运用这些知识解决特定领域中实际问题的计算机程序系统。
专家系统是利用大量的专家知识，运用知识推理的方法来解决各特定领域中的实际问题。计算机专家系统这样的软件能够达到人类专家解决问题的水平。
产生式规则专家系统
产生式规则的推理机＝搜索+匹配（假言推理）
在推理过程中，是一边搜索一边匹配。匹配需要找事实。这个事实一是来自于规则库中别的规则，一是来自向用户提问。在匹配时会出现成功或不成功，对于不成功的将引起搜索中的回溯和由一个分枝向另一个分枝的转移，可见在搜索过程中包含了回溯。
专家系统与决策支持系统的集成
智能决策支持系统IDSS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，充分做到定性分析和定量分析的有机结合。
IDSS中DSS和ES的结合主要体现在三个方面: 1.DSS和ES的总体结合。由集成系统把DSS和ES有机结合起来(即将两者一体化)。
2.KB和MB的结合。模型库中的数学模型和数据处理模型作为知识的一种形式，即过程性知识，加入到知识推理过程中去。
3.DB和动态DB的结合。DSS中的DB可以看成是相对静态的数据库，它为ES中的动态数据库提供初始数据，ES推理结束后，动态DB中的结果再送回到DSS中的DB中去。
建模专家系统
智能决策支持系统实例 第四节 神经网络的决策支持
神经网络原理
神经元的学习规则是Hebb规则。
Hebb学习规则：若i与j两种神经元之间同时处于兴奋状态，则它们间的连接应加强，即：
△Wij＝SiSj(＞0)
这一规则与“条件反射”学说一致，并得到神经细胞学说的证实。
设α＝1，当Si＝Sj＝1时，△Wij＝1，在Si，Sj中有一个为0时，△Wij＝0。反向传播模型
神经网络专家系统及实例 神经网络专家系统特点: 1.神经元网络知识库体现在神经元之间的连接强度（权值）上。它是分布式存贮的，适合于并行处理。
2.推理机是基于神经元的信息处理过程。它是以ＭP模型为基础的，采用数值计算方法。
3.神经元网络有成熟的学习算法。感知机采用delta规则。反向传播模型采用误差沿梯度方向下降以及隐节点的误差由输出结点误差反向传播的思想进行的。４.容错性好。由于信息是分布式存贮，在个别单元上即使出错或丢失，所有单元的总体计算结果，可能并不改变。
确定系统框架-完成对神经元网络的拓朴结构设计：（1）神经元个数（2）神经元网络层次（3）网络单元的连接
确定神经元的作用函数和阈值-作用函数用得较多的有两种：（1）阶梯函数（2）S型函数
阈值的选取可为定值如i=0或i=0.5，或者进行迭代计算。神经网络的容错性 第五节 遗传算法的决策支持
遗传算法(Genetic Algorithm，GA)是模拟生物进化的自然选择和遗传机制的一种寻优算法。它模拟了生物的繁殖、交配和变异现象，从任意一初始种群出发，产生一群新的更适应环境的后代。
这样一代一代不断繁殖、进化，最后收敛到一个最适应环境的个体上。遗传算法对于复杂的优化问题无需建模和进行复杂运算，只需要利用遗传算法的算子就能寻找到问题的最优解或满意解。
遗传算法原理 1.群体中个体的编码
如何将问题描述成位串的形式，即问题编码。一般将问题的参数用二进制位（基因）编码构成子串，再将子串拼接起来构成“染色体”位串。
2.适应值函数的确定
适应值函数(即评价函数)是根据目标函数确定的。适应值总是非负的，任何情况下总是希望越大越好。如果目标函数不是取最大值时，需要将它映射成适应值函数。优化模型的遗传算法求解
优化模型的计算是遗传算法最基本的也是最重要的研究和应用领域之一。一般说来，优化计算问题通常带有大量的局部极值点，往往是不可微的、不连续的、多维的、有约束条件的、高度非线性的NP完全问题。
精确地求解优化问题的全局最优解一般是不可能的。获取知识的遗传算法
1980年，Smith采用遗传算法研制了一种分类器系统，这是遗传算法在机器学习中的重要应用系统。他使用单个字符串来表示一条规则。 分类器系统的规则形式如下： IF
遗传规划是建立数学模型（发现公式）的一类遗传算法。
编码采用了层次化形式进行，每个个体都对应一个公式，在设计适应度函数时，应用给定数据对每个公式的误差进行计算，误差小的适应度高，误差大的适应度低。
通过遗传规划算子对群体空间进行操作，通过选择算子，变异算子，交换算子等选择适应度高的个体进入下一代遗传， 最终按照终止原则，输出算法计算的结果，即发现的公式。第六节 机器学习的决策支持
机器学习概述
学习和解决问题是人类最重要的两个智能行为。
机器学习是让计算机模拟和实现人类的学习，获取知识。机器学习也是计算机具有智能的重要标志。（1）R.S.Michalski认为：学习是构造或修改所经历的事物的表示。该观点强调知识的表示。
（2）学习是知识的获取。该观点强调知识获取。
（3）H.A.Simon认为：学习是系统在相似的任务中，做一些适应性变化，使得在下一次类似的任务中，做得更好。该观点强调学习的效果。
机器学习分类
学习过程的本质是学生(学习系统)把教师或环境(如书本)提供的信息转换成能够理解的形式记忆下来，以便将来使用。
当前,国际上流行的机器学习分类方法主要有：
按应用领域分类(专家系统、问题求解、认知模拟）；按获取知识的表示分类(逻辑表达式、产生式规则、决策树、框架、神经网络)；按推理策略分类(演绎推理和归纳推理)；按系统性分类(历史渊源、知识表示、推理策略、应用领域)。
建立模型的发现学习
BACON系统的思想是利用一些算子反复构造一些新的项，当这些项中有一个是常数时，就得到概念：“项＝常数”。第五章 数据仓库与数据挖掘的决策支持 第一节 数据仓库、数据仓库系统及应用 1.数据仓库的基本原理
数据仓库的概念、结构，数据集市，元数据
数据仓库是面向主题的、集成的、稳定的，不同时间的数据集合，用于支持经营管理中决策制定过程。
近期基本数据：是最近时期的业务数据，是数据仓库用户最感兴趣的部分，数据量大。历史基本数据：近期基本数据随时间的推移，由数据仓库的时间控制机制转为历史基本数据。
轻度综合数据：是从近期基本数据中提取出的，这层数据是按时间段选取，或者按数据属性（attributes）和内容（contents）进行综合。
高度综合数据层：这一层的数据是在轻度综合数据基础上的再一次综合，是一种准决策数据。
数据仓库工作范围和成本常常是巨大的。开发数据库是代价很高、时间较长的大项目。
提供更紧密集成的数据集市就应运产生。
目前，全世界对数据仓库总投资的一半以上均集中在数据集市上。 数据集市（Data Marts）是一种更小、更集中的数据仓库，为公司提供分析商业数据的一条廉价途径。
Data Marts是指具有特定应用的数据仓库，主要针对某个应用或者具体部门级的应用，支持用户获得竞争优势或者找到进入新市场的具体解决方案。
元数据是数据仓库的重要组成部分。
元数据描述了数据仓库的数据和环境，即关于数据的数据(meta data)元数据包括四种元数据。
2、数据仓库系统
数据仓库系统结构、数据仓库的存储
数据仓库应用是一个典型的客户/服务器（C/S）结构形式。
数据仓库采用服务器结构，客户端所做的工作有：客户交互、格式化查询、结果显示、报表生成等。
服务器端完成各种辅助决策的SQL查询、复杂的计算和各类综合功能等。现在，越来越普通的一种形式是三层C/S结构形式，即在客户与数据仓库服务器之间增加一个多维数据分析（OLAP）服务器。
数据仓库存储采用多维数据模型。
3、简单阐述一下数据仓库在决策支持中的应用 第二节 数据挖掘及其应用
1、数据挖掘的概念
知识发现（KDD）：从数据中发现有用知识的整个过程。
数据挖掘（DM）：KDD过程中的一个特定步骤，它用专门算法从数据中抽取模式（patterns）。
KDD过程定义：从大量数据中提取出可信的、新颖的、有用的并能被人理解的模式的高级处理过程。
“模式”可以看成是“知识”的雏形，经过验证、完善后形成知识。
2、数据挖掘的方法和技术
（一）归纳学习方法
分为两大类：信息论方法（决策树方法）和集合论方法。
1、信息论方法（决策树方法）
利用信息论的原理建立决策树或者是决策规则树。
（1）ID3方法：Quiulan研制的ID3方法是利用信息论中互信息建立决策树。
（2）IBLE方法：是利用信息论中信道容量，寻找数据库中信息量大的多个字段的取值建立决策
2、集合论方法
（1）粗糙集（Rough Set）方法
对数据库中的条件属性集与决策属性集建立上下近似关系，对下近似集合建立确定性规则，对上近似集合建立不确定性规则（含可信度）。（2）关联规则挖掘
在交易事务数据库中，挖掘出不同商品集的关联关系，即发现哪些商品频繁地被顾客同时购买。
（3）覆盖正例排斥反例方法
它是利用覆盖所有正例，排斥所有反例的思想来寻找规则。
比较典型的有AQ11方法，AQ15方法以及AE5方法。
（二）仿生物技术
仿生物技术典型的方法是神经网络方法和遗传算法。
1、神经网络方法：包括：前馈式网络、反馈式网络、自组织网络等多个神经网络方法。
2、遗传算法：这是模拟生物进化过程的算法。
它由三个基本算子组成：
繁殖（选择）、交叉（重组）、变异（突变）
遗传算法起到产生优良后代的作用，经过若干代的遗传，将得到满足要求的后代（问题的解）。
（三）公式发现
在工程和科学数据库中对若干数据项（变量）进行一定的数学运算，求得相应的数学公式。
1．物理定律发现系统BACON BACON发现系统完成了物理学中大量定律的重新发现。2．经验公式发现系统FDD 我们研制了FDD发现系统，寻找由数据项的初等函数或复合函数组合成的经验公式。
（四）统计分析方法
利用统计学原理通过对总体中的样本数据进行分析得出描述和推断该总体信息和知识的方法。
（五）模糊数学方法
利用模糊集合理论进行数据挖掘，如模糊聚类、模糊分类等。
（六）可视化技术
利用可视化技术分析数据库，找到潜在的有用信息。
3、数据挖掘的知识表示
主要有四种：规则、决策树、浓缩数据、公式。
规则知识由前提条件和结论两部分组成,前提条件由字段项（属性）的取值的合取（与）和析取（或）组合而成。结论为决策字段项（属性）的取值或者类别组成。
4、数据挖掘在决策支持中的应用 数据挖掘的决策支持分类有：
关联分析、时序模式、聚类、分类、偏差检测、预测。
关联分析：
若两个或多个数据项的取值之间重复出现且概率很高时，它就存在某种关联，可以建立起这些数据项的关联规则。
时序模式：
通过时间序列搜索出重复发生概率较高的模式。这里强调时间序列的影响。
聚类：在数据库中找出一系列有意义的子集，即类。分类：对数据库中的类，找出该类别的概念描述规则。偏差检测： 在数据库中找出异常数据。
预测：利用历史数据找出变化规律的模型，并用此模型预测未来。第六章 综合决策支持系统
1.传统决策支持系统的概念 1980年Sprague提出了决策支持系统三部件结构； 1981年Bonczak等提出了决策支持系统三系统结构； 根据以上两种结构的优缺点建立起来的统一的DSS结构；
20世纪90年代初，决策支持系统与专家系统结合起来，形成了智能决策支持系统（IDSS）。DSS的关键技术：
（1）模型库系统的设计和实现。
（2）部件接口。部件接口包括对数据部件的数据的存取，对模型部件的模型的调用和运行，以及对知识部件的知识完成推理。
（3）系统综合集成。通过集成语言完成对各部件的有机综合，形成一个完整的系统。
2.数据仓库与新决策支持系统 数据仓库技术
管理大量数据
数据仓库中的数据量是10GB或100GB级的，数据仓库开发需要满足处理大量数据的需求。
数据的高效装入和数据压缩
装入数据：装入的数据量很大，同时也要装入高效的索引。（2）数据压缩：DW数据量大需要进行数据的压缩。
存储介质的管理
数据仓库中的数据量是10GB或100GB级的，数据仓库开发需要满足处理大量数据存储介质的需求。
元数据管理:没有一个好的元数据来运作的话，DSS分析员的工作就非常困难。
数据仓库语言 数据仓库语言可有效管理数据仓库中的数据和快速、高效地访问数据仓库中的数据。
高效索引
数据仓库不仅能够方便地支持新索引的创建和装入，而且要能够高效地访问这些索引。
数据仓库的特殊管理
（1）复合键码：能够支持复合键码。
（2）变长数据：有效管理变长数据的能力。
（3）快速恢复：快速地恢复数据仓库表。
多维DBMS和数据仓库
多维数据库管理系统（多维DBMS）提供了用多种方法对数据进行切片、分割，动态地考查汇总数据和细节数据的关系，非常适合DSS环境。
数据仓库中的细节数据为多维DBSM提供了数据源，数据要定期从数据仓库中导入到多维DBMS中去，为DSS用户服务。
3.传统决策支持系统与新决策支持系统的比较 传统决策支持系统的特点
(1)用模型和模型的组合来辅助决策
多模型的组合扩大了模型辅助决策的能力。多模型的组合的实现是靠数据或数据处理来完成模型间的连接。
多模型的组合使模型的范围由数学模型扩展为数据处理模型等。
人机交互的手段丰富了多模型组合辅助决策的效果，也为人控制多模型的组合提供了支持手段。
(2)用知识推理进行定性分析
知识推理的专家系统主要是进行定性分析。它结合到决策支持系统中形成智能决策支持系统。实质上完成了定量分析和定性分析相结合的辅助决策方式。
新决策支持系统的特点：
（1）数据仓库和联机分析处理的数据组织方式是多维数据数据仓库的数据组织为空间的多维结构形式。
（2）数据仓库是为决策分析服务的数据仓库可以提供综合信息和时间趋势信息等辅助决策信息。
（3）联机分析处理提供多维分析手段（4）数据挖掘是从数据中挖掘出隐藏知识 4.综合决策支持系统结构和原理
数据仓库（DW）实现对决策主题数据的存储和综合。联机分析处理（OLAP）实现多维数据分析。数据挖掘（DM）能挖掘数据仓库中的知识。
DW+OLAP+DM形成的新决策支持系统是利用数据资源辅助决策的。新决策支持系统主要针对商场、银行、顾客、销售等获取企业外部社会上的信息。
传统决策支持系统是以模型库（MB）和知识库（KB）为基础的。数学模型的优化模型辅助决策的效果很明显。知识推理具有较强的智能性。
传统决策支持系统充分发挥模型资源的辅助决策作用和知识资源辅助决策作用。
两个决策支持系统是完全不同的辅助决策方式，两者不能相互代替，应该是相互结合。
通过两个决策支持系统的结合能充分发挥数据、模型、知识这三种不同的决策资源，获取企业或组织的内部和外部相互补充的信息和知识，才能为决策者提供更全面，更广泛和更有效的辅助决策信息和知识。把数据仓库（DW）、联机分析处理（OLAP）、数据挖掘（DM）、模型库（MB）、数据库（DB）、知识库（KB）结合起来形成的决策支持系统：
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，称为综合决策支持系统（Synthetic Decision Support System, SDSS）。
综合决策支持系统体系结构包括三个主体: 第一个主体是模型库系统和数据库系统的结合，它是决策支持的基础，它为决策问题提供定量分析（模型计算）的辅助决策信息。
第二个主体是数据仓库和OLAP的结合，它从数据仓库中提取综合数据和信息，这些数据和信息反映了大量数据的内在本质。
第三个主体是知识库与推理机和数据挖掘的结合。5.网络环境下的综合决策支持系统体系 客户/服务器结构与数据库服务器
计算机联网可以使得某些服务在服务器系统上执行，而另一些任务在客户机系统上执行，这种工作任务的划分，形成了客户机/服务器系统。
客户机/服务器（Client/Server, C/S），由服务器提供应用服务，多台客户机进行连接。
当前的实际应用中多数服务器就是一台数据库服务器而客户端就是编写的客户软件，通过ODBC或ADO同数据库服务器通信。组成一个应用系统。
在当前Internet/Intranet领域，“浏览器/服务器”结构是当前非常流行的客户机/服务器结构，简称B/S结构。
Web浏览器只利用鼠标点击某个强调的词语或某个图形按钮，你就会毫不费力地迅速访问到世界各地的计算机。
决策支持系统的综合部件由网络上的客户机来完成。
模型服务器是对用户提供各种模型的服务。模型需要调用数据库服务器存取数据，在模型服务器内完成模型运算，这些模型服务器相对数据库服务器来说是客户端。当模型运算出结果后为用户提供辅助决策信息时，它起到服务器的作用。这种关系形成了三层客户／服务器结构。
在网络环境下形成的决策支持系统结构，既具有客户/模型/数据三层C/S结构，也有客户/数据二层C/S结构，这种组合是一种三角的C/S结构形式。
第七章 决策支持系统的开发
1．决策支持系统开发过程、步骤 DSS系统开发的主要步骤为：
（1）DSS系统分析-包括确定实际决策问题目标，对系统分析论证。（2）DSS系统初步设计-包括对决策问题进行分解成多个子问题以及它们的综合。
（3）DSS系统详细设计-包括各个子问题的详细设计（数据设计和模型设计）和综合设计。数据设计包括数据文件设计和数据库设计，模型设计包括模型算法设计和模型库设计。综合设计包括对各个子问题的综合控制设计。
（4）各部件编制程序-包括①建立数据库和数据库管理系统；②编制模型程序，建立模型库、模型库管理系统；③编制综合控制程序（总控程序），由总控程序控制模型的运行和组合，对数据库数据的存取、计算等处理，设置人机交互等。
（5）三部件集成为DSS系统-包括解决部件接口问题，由总控程序的运行实现对模型部件和数据部件的集成，形成DSS系统。
2．决策支持系统设计 设计思想 决策支持系统的系统结构是由综合部件、模型部件、数据部件三大部件组成。
决策支持系统设计主要是决策支持系统总体结构设计，它包括运行结构设计和管理结构设计。
运行结构是对实际决策问题用决策支持系统原理设计的程序结构。
管理结构是完成模型库管理和数据库的管理，达到多模型的共享和大量数据的共享。
运行结构的关键是综合部件。
3．决策支持系统开发技术 建立模型概述
系统建模目的主要在于：
（1）分析和设计实际系统
（2）预测或预报实际系统的未来发展趋势。（3）对系统实行最优控制。建立模型步骤
(１)建立模型的数学结构，即建立模型中变量之间的方程形式。(２)确定模型的参数，它包括模型中变量的数目、方程的个数、变量的系数等。
DSS的建模技术
DSS建模的主要问题是如何选择多个模型组合形成解决实际问题的方案。也可以认为该方案是解决实际问题的大模型。每个具体的小模型又涉及所需要的数据。多模型的组合表现为用模型资源和数据资源来组合成实际问题方案。决策支持系统就是利用模型库（模型资源）和数据库（数据资源），通过问题综合来组合多模型和大量数据形成解决实际问题的方案，方案可以是一个或者多个，通过方案的计算和比较，达到辅助决策的作用。 模型部件和综合部件存取数据库的接口
模型程序一般采用数值计算语言编制。不具有数据库操作功能。而数据库语言对数组运算等数值计算功能很弱，故数据库语言不适合于编制数值计算类型的模型程序。决策支持系统又需要把数值计算和数据处理二者结合起来。有效的途径是解决好模型存取数据库的接口。
决策支持系统中，把所有公用的数据都放入数据库中，这便于数据库共亨，又便于数据的统一管理。模型程序用到数据时，需要通过这个接口去存取所需数据。
综合部件对模型的接口
综合部件对模型的控制运行以及多模型的组合。一般采用“顺序、选择、循环”结构以及嵌套组合结构形式来组合模型。 综合部件的集成技术
综合部件要真正达到控制单模型运行以及多模型的组合运行，控制大量的数据库的存取，实现DSS的系统集成。
综合部件需要利用一种计算机语言，针对具体的决策问题，编制或者自动生成决策问题的总控程序，将所需要的模型库、数据库进行集成，形成一个实际的决策支持系统。 系统快速原型开发技术
快速原型开发技术用于决策支持系统的主要任务是：按决策问题处理过程，快速生成对多模型的组合以及大量数据库数据的存取并进行集成的决策支持系统。快速原型方法是根据系统的需求能迅速的产生出系统的原型，该原型能表现出系统的功能、行为特性，但不一定符合其全部要求。当用户对原型运行结果不满意时，能迅速修改原型，经过几次反复，将可得到用户满意的应用系统。
快速原型法的实现是需要一个很好的支撑环境来保证软件原型的快速生成。
4.决策支持系统的开发
综合部件的总控程序开发从DSS总控程序的设计中可知它要完成的工作为：
（1）控制模型程序的运行；
（2）存取数据库的数据；
（3）进行数据处理；
（4）进行数值计算；
（5）完成人机交互。
总控程序既要有数值计算能力又要有数据处理能力，还需要有很强的人机交互能力。可见它是一个集成语言。
点击咨询 