论文部分内容阅读
[摘 要]随着信息化的水平越来越高，信息系统的发展也越来越快，掌握了信息系统的前沿动态则有利于把握时代的发展方向。本文详细地描述了最新的信息系统的发展的趋势，另外还介绍了信息系统与其他学科结合的新动态。
[关键词]信息系统 发展方向 信息
中图分类号：TP391 文献标识码：A 文章编号：1009-914X（2014）13-0295-01
一、信息系统的兴起
信息系统是由计算机硬件、网络和通讯设备、计算机软件、信息资源、信息用户和规章制度组成的以处理信息流为目的的人机一体化系统。它是为了支持决策和组织控制而收集（或获取）、处理、存储、分配信息的一组相互关联的组件。一个信息系统是一个用于解决环境提出的挑战的基于信息技术的组织管理方案。
二、信息系统的发展方向
目前信息系统正在朝着两大方向迈进：集成方向和智能方向。集成方向的一个突出代表就是计算机集成制造系统（CIMS）。智能方向的一个突出代表就是决策支持系统与专家系统的结合——IDSS。
（一）计算机集成制造系统（CIMS）
目前 CIMS（Computer Intergrated Manufacture Systems）是企业信息管理系统向集成发展中一个最突出的代表，它在某种环境下，提供设计、制造到销售和售后服务，以此来提高企业总体效益的全局性的观念和方法，通过提高质量、提高生产率、降低成本，以提高企业的竞争能力。
（二）CIMS的其它发展
1、LP（Lean Production：精良生产） 其基本思想是：减少所有不必要的活动，杜绝浪费，追求卓越，不断降低成本，所以没有浪费库存，无设备故障。它采用全面质量管理、订单装配技术、JIT、并行工程技术以最大限度地缩短产品的开发和生产周期，提高产品质量，以满足用户不断变化的需求，减少在制品库存，实现卓越的生产。
2、AM（Agile Manufacturing：敏捷制造） 敏捷即快捷、聪敏的意思，也就是说为了快速地适应市场的需求，就需要响应快，还要灵活善变。敏捷制造的组织、人员和三个有机地结合起来实现合作创新，回答用户的需求的技术。它的基本特点是：实施并行工程，为员工快速响应用户的需求继续教育，灵活的组织、灵活的信息存储和使用，达到产品的设计和生产周期缩短且高品质、高水准。
3、ERP（Enterprise Resource Planning：企业资源计划） 它是企业全方位的管理解决方案，可移植到各种硬件平台，支持企业混合制造环境，采用4GL、CASE、DBMS，具有C/S结构、GUI、开放式系统结构特征。
（三）决策支持系统（DSS）
广义地说，DSS是基于管理科学、计算机科学、行为科学和控制论为基础，计算机技术、人工智能技术、经济数学和信息技术为方法处理重大决策问题的人机交互系统。它提供决策者需要的快速、准确的数据，信息和背景材料，帮助决策者明确目标，建立和修改模型提供替代方案，评价和优选方案，通过人机对话比较和判断分析，有力支持了做出正确的决定。
狭义地说，是帮助决策者利用方法、知识、数据、模型和推理来解决人机交互非结构化决策系统的问题。它主要由会话（即人机界面），数据库、模型库、方法库、知识库和管理系统。支持这里的意思是：这个系统是决策者在决策中的辅助系统，而不是替他进行决策。半结构化的决策问题处理，意味着决策过程不可能是完整的一个算法、程序、模型概述，你不能完全依赖于计算机系统，但人机交互是必要的。
（四）专家系统（Expert Systems）
专家系统是一个那些需要特殊的、重要的人类专家解决的问题通过计算机利用知识和推理也能解决的计算机智能程序，专家系统的知识和灵感来自启发性知识和事实。专家系统通常由以下几部分组成：知识库管理系统（KBMS），推理机制，用户界面、知识获取设备，知识库（规则库和数据库）。最近一些年，人们开始将DSS和ES相结合，形成智能决策支持系统，但智能决策支持系统不是ES和DSS的简单组合，而是在综合基础上进一步加强。
三、信息系统与其他学科的交叉发展
（一）神经网络
专家系统要求专家而非普通人来建立知识这一点限制了专家系统的使用。而这点恰恰就是神经网络的，它具有自学习、自组织等特点，可以被大众所接受和使用。
1、神经网络方法的基本原理 神经网络是一种一种数据驱动型非线性模型，按照人脑的组织和活动原理而构造的。它是由网絡学习算法、神经元结构模型、网络连接模型等几个要素组成。输入层、中间层（称为隐含层）和输出层3层神经元组成了一个典型的神经元网络连接模型。通过网络学习即训练使神经网络产生所希望的行为。学习时，为了使神经网络的实际输出和期望输出之间的方差达到最小，每一条连接线都不断地调整自己的权值，训练的效果直接关系到网络的预测精度。
2、神经元结构模型 一般是多个输入和一个输出的非线性单元组成了神经元，即神经网络的基本计算单元。一个完整的神经元结构中包括S（反馈信息）；ti（阀值）；F（特性函数）；W （权值）。这样，神经元的输出Y与各个输入之间的关系可以用下式表示：X=WX+S；Yi=F（Xi）。可选择不同的特性函数来针对输入输出的特性不同，，常用的特性函数有Sigmoid函数、线性函数、双曲正切函数等。
3、神经网络连接模型 神经网络是将许多神经元连成一个网络。网络的连接有多层连接、循环连、单层连接等几种模式。多层连接则包含了一个或者多个隐含层，而循环连接包含反馈的连接方式，单层连接有一个输入层和一个输出层。
4、学习算法 神经网络学习的过程是通过按预先确定的算法（称之为学习规则），学习的目的是用一组输入向量产生一组希望的输出向量。因为神经网络是一种非线性的映射的关系，各个变量之间的关系就会隐含于网络中，所以当训练过程中涉及到一对无关数据的时候，网络将不会进行收敛，因此我们就能利用网络学习把相关变量删除。
（二）数据仓库
20世纪90年代以来，决策支持系统的一个重要发展就是数据仓库。近年来理论界和信息产业界的高度重视数据仓库的发展。
1、数据仓库涵义和特征 数据仓库（Data warehouse）是指一个对历史数据进行处理的集成化的数据收集和信息处理机构，通常情况下，来自一个操作性的环境作为数据仓库的数据输入，将这个环境中的数据送到另一个物理上分隔的数据存储机构中是这部分的作用。而为了辅助决策者有效地发现问题，数据仓库则不断地对信息系统中的数据进行整理。数据仓库具有4个主要特征如下：时变性、非活性、面向主题、集成化。
2、数据仓库结构 数据仓库将其中的数据分为以下几个层次：轻度概略数据，高度概略数据，超数据、当前详细数据，历史详细数据。在数据仓库中，通常数据的流程是可以预计到的。因为数据是经过可操作性的环境进入到数据仓库中去的。
（三）企业流程改造（BPR）
信息技术的高速发展是对传统企业职能组织结构一个新的挑战。所以，近年来管理信息系统研究界非常热门的一个课题就是企业改造（Business Process Reengineering， BPR）。
信息技术在一个改造企业的过程中所起到的作用是十分重要的。它甚至会“重新定义游戏规则”。比如，引进信息系统后，信息可以不受限制得同时出现在所有必要的地方，而不再像在人们的传统意识中，信息一次只出现在企业中的一个地方。再比如，现在他们可以带着手提电话和便携式电脑，通过传输得到任意详细的信息而不是按传统观念，详细的数据和信息一定是放在办公室中，销售人员外出时，不带着一大包资料就无法给客户以详细的说明了。这样，企业必须重新考虑他们已经习惯的工作方式的合理性。
参考文献
[1] 薛任成，管理的信息系统研究[N].清华大学出版社，2009.
[2] 高德明，决策支持系统的理论、方法、案例[M].清华大学出版社，1996.
[关键词]信息系统 发展方向 信息
中图分类号：TP391 文献标识码：A 文章编号：1009-914X（2014）13-0295-01
一、信息系统的兴起
信息系统是由计算机硬件、网络和通讯设备、计算机软件、信息资源、信息用户和规章制度组成的以处理信息流为目的的人机一体化系统。它是为了支持决策和组织控制而收集（或获取）、处理、存储、分配信息的一组相互关联的组件。一个信息系统是一个用于解决环境提出的挑战的基于信息技术的组织管理方案。
二、信息系统的发展方向
目前信息系统正在朝着两大方向迈进：集成方向和智能方向。集成方向的一个突出代表就是计算机集成制造系统（CIMS）。智能方向的一个突出代表就是决策支持系统与专家系统的结合——IDSS。
（一）计算机集成制造系统（CIMS）
目前 CIMS（Computer Intergrated Manufacture Systems）是企业信息管理系统向集成发展中一个最突出的代表，它在某种环境下，提供设计、制造到销售和售后服务，以此来提高企业总体效益的全局性的观念和方法，通过提高质量、提高生产率、降低成本，以提高企业的竞争能力。
（二）CIMS的其它发展
1、LP（Lean Production：精良生产） 其基本思想是：减少所有不必要的活动，杜绝浪费，追求卓越，不断降低成本，所以没有浪费库存，无设备故障。它采用全面质量管理、订单装配技术、JIT、并行工程技术以最大限度地缩短产品的开发和生产周期，提高产品质量，以满足用户不断变化的需求，减少在制品库存，实现卓越的生产。
2、AM（Agile Manufacturing：敏捷制造） 敏捷即快捷、聪敏的意思，也就是说为了快速地适应市场的需求，就需要响应快，还要灵活善变。敏捷制造的组织、人员和三个有机地结合起来实现合作创新，回答用户的需求的技术。它的基本特点是：实施并行工程，为员工快速响应用户的需求继续教育，灵活的组织、灵活的信息存储和使用，达到产品的设计和生产周期缩短且高品质、高水准。
3、ERP（Enterprise Resource Planning：企业资源计划） 它是企业全方位的管理解决方案，可移植到各种硬件平台，支持企业混合制造环境，采用4GL、CASE、DBMS，具有C/S结构、GUI、开放式系统结构特征。
（三）决策支持系统（DSS）
广义地说，DSS是基于管理科学、计算机科学、行为科学和控制论为基础，计算机技术、人工智能技术、经济数学和信息技术为方法处理重大决策问题的人机交互系统。它提供决策者需要的快速、准确的数据，信息和背景材料，帮助决策者明确目标，建立和修改模型提供替代方案，评价和优选方案，通过人机对话比较和判断分析，有力支持了做出正确的决定。
狭义地说，是帮助决策者利用方法、知识、数据、模型和推理来解决人机交互非结构化决策系统的问题。它主要由会话（即人机界面），数据库、模型库、方法库、知识库和管理系统。支持这里的意思是：这个系统是决策者在决策中的辅助系统，而不是替他进行决策。半结构化的决策问题处理，意味着决策过程不可能是完整的一个算法、程序、模型概述，你不能完全依赖于计算机系统，但人机交互是必要的。
（四）专家系统（Expert Systems）
专家系统是一个那些需要特殊的、重要的人类专家解决的问题通过计算机利用知识和推理也能解决的计算机智能程序，专家系统的知识和灵感来自启发性知识和事实。专家系统通常由以下几部分组成：知识库管理系统（KBMS），推理机制，用户界面、知识获取设备，知识库（规则库和数据库）。最近一些年，人们开始将DSS和ES相结合，形成智能决策支持系统，但智能决策支持系统不是ES和DSS的简单组合，而是在综合基础上进一步加强。
三、信息系统与其他学科的交叉发展
（一）神经网络
专家系统要求专家而非普通人来建立知识这一点限制了专家系统的使用。而这点恰恰就是神经网络的，它具有自学习、自组织等特点，可以被大众所接受和使用。
1、神经网络方法的基本原理 神经网络是一种一种数据驱动型非线性模型，按照人脑的组织和活动原理而构造的。它是由网絡学习算法、神经元结构模型、网络连接模型等几个要素组成。输入层、中间层（称为隐含层）和输出层3层神经元组成了一个典型的神经元网络连接模型。通过网络学习即训练使神经网络产生所希望的行为。学习时，为了使神经网络的实际输出和期望输出之间的方差达到最小，每一条连接线都不断地调整自己的权值，训练的效果直接关系到网络的预测精度。
2、神经元结构模型 一般是多个输入和一个输出的非线性单元组成了神经元，即神经网络的基本计算单元。一个完整的神经元结构中包括S（反馈信息）；ti（阀值）；F（特性函数）；W （权值）。这样，神经元的输出Y与各个输入之间的关系可以用下式表示：X=WX+S；Yi=F（Xi）。可选择不同的特性函数来针对输入输出的特性不同，，常用的特性函数有Sigmoid函数、线性函数、双曲正切函数等。
3、神经网络连接模型 神经网络是将许多神经元连成一个网络。网络的连接有多层连接、循环连、单层连接等几种模式。多层连接则包含了一个或者多个隐含层，而循环连接包含反馈的连接方式，单层连接有一个输入层和一个输出层。
4、学习算法 神经网络学习的过程是通过按预先确定的算法（称之为学习规则），学习的目的是用一组输入向量产生一组希望的输出向量。因为神经网络是一种非线性的映射的关系，各个变量之间的关系就会隐含于网络中，所以当训练过程中涉及到一对无关数据的时候，网络将不会进行收敛，因此我们就能利用网络学习把相关变量删除。
（二）数据仓库
20世纪90年代以来，决策支持系统的一个重要发展就是数据仓库。近年来理论界和信息产业界的高度重视数据仓库的发展。
1、数据仓库涵义和特征 数据仓库（Data warehouse）是指一个对历史数据进行处理的集成化的数据收集和信息处理机构，通常情况下，来自一个操作性的环境作为数据仓库的数据输入，将这个环境中的数据送到另一个物理上分隔的数据存储机构中是这部分的作用。而为了辅助决策者有效地发现问题，数据仓库则不断地对信息系统中的数据进行整理。数据仓库具有4个主要特征如下：时变性、非活性、面向主题、集成化。
2、数据仓库结构 数据仓库将其中的数据分为以下几个层次：轻度概略数据，高度概略数据，超数据、当前详细数据，历史详细数据。在数据仓库中，通常数据的流程是可以预计到的。因为数据是经过可操作性的环境进入到数据仓库中去的。
（三）企业流程改造（BPR）
信息技术的高速发展是对传统企业职能组织结构一个新的挑战。所以，近年来管理信息系统研究界非常热门的一个课题就是企业改造（Business Process Reengineering， BPR）。
信息技术在一个改造企业的过程中所起到的作用是十分重要的。它甚至会“重新定义游戏规则”。比如，引进信息系统后，信息可以不受限制得同时出现在所有必要的地方，而不再像在人们的传统意识中，信息一次只出现在企业中的一个地方。再比如，现在他们可以带着手提电话和便携式电脑，通过传输得到任意详细的信息而不是按传统观念，详细的数据和信息一定是放在办公室中，销售人员外出时，不带着一大包资料就无法给客户以详细的说明了。这样，企业必须重新考虑他们已经习惯的工作方式的合理性。
参考文献
[1] 薛任成，管理的信息系统研究[N].清华大学出版社，2009.
[2] 高德明，决策支持系统的理论、方法、案例[M].清华大学出版社，1996.