1.图书采购优化决策系统，包括电控装置，电控装置连接有显示屏，其特征在于：电控装置内存储有现有馆藏图书数据和采购初步订单数据；

采购初步订单数据包括纳入采购范围并待筛选的各种待采购图书的编目信息；

现有馆藏图书数据包括图书馆内已有藏书的编目信息以及各种馆藏图书的历史信息；

待采购图书的编目信息和已有藏书的编目信息均包括有题名信息、作者信息、出版社信息、主题信息和中图分类号信息；主题信息包括若干主题关键词；

各种馆藏图书的历史信息包括各种馆藏图书的复本数量信息、历史出借记录和历史归还记录；

电控装置中存储有历史编目信息效能算法，历史编目信息效能算法针对指定的时间段，指定的时间段具有起始日期和终止日期；

历史编目信息效能算法包括作者信息效能算法、出版社信息效能算法、主题信息效能算法和中图分类号效能算法；

对于采购初步订单数据中的每种图书，按照作者信息效能算法根据种馆藏图书的历史信息计算得到该种图书的作者的图书效能XN1、该种图书的同一作者单种图书的复本采购数量M1、该种图书的出版社的单种图书效能数据XN2、该种图书的出版社单种图书的复本采购数量M2、该种图书的主题图书效能数据XN3、该种图书的主题图书复本采购数量M3和该种图书的中图分类号效能数据XN4以及该种图书的中图分类号图书复本采购数量M4；

该种图书的总图书预计效能XNZ＝XN1+XN2+XN3+XN4；

该种图书的总建议复本采购数量MZ＝（M1+M2+M3+M4）/4。

2.根据权利要求1所述的图书采购优化决策系统，其特征在于：作者信息效能算法是：指定的时间段的天数为D天，指定时间段内，馆藏图书中，同一作者的图书种类数量为S1，S1种图书的复本总数量为F1，借阅次数为C1，F1本同作者图书的借出天数总和为J1，拒借总次数为N1次；S1、F1、C1、J1和N1均为自然数；

S1、F1、C1、J1和N1均由馆藏图书的历史信息统计后得到；

作者信息效能算法基于历史数据计算出同一作者的单种图书的效能以及同一作者单种图书的复本采购数量；

同一作者单种图书的效能XN1的计算方法是：{XN1=J1+ （J1/ C1）×N1}/ S1；其中，J1/ C1为平均借阅天数，（J1/ C1）×N1为因拒借而损失的借阅天数；XN1为实数；

同一作者单种图书的复本采购数量M1的计算方法是：该作者的单种图书的平均复本数量PF1＝F1/ S1；

该作者所有图书的月平均发生的拒借次数为PN1=30×N1/D；

如PN1＜1，则待采购书目中该作者对应的M1= PF1；

如A+1＞PN1≥A，则待采购书目中该作者的每种图书的复本采购数量M1= PF1+A；其中，A为大于等于1的自然数。

3.根据权利要求2所述的图书采购优化决策系统，其特征在于：出版社信息效能算法是：指定的时间段的天数为D天，指定时间段内，馆藏图书中，同一出版社的图书种类数量为S2，S2种图书的复本总数量为F2，借阅次数为C2，F2本同出版社图书的借出天数总和为J2，拒借总次数为N2次；

S2、F2、C2、J2和N2均为自然数；S2、F2、C2、J2、和N2均由馆藏图书的历史信息统计后得到；

出版社信息效能算法基于历史数据计算出同一出版社的单种图书的效能XN2以及出版社单种图书的复本采购数量M2；

同一出版社单种图书效能XN2的计算方法是：XN2={J2+ （J2/ C2）×N2}/ S2；其中，J2/ C2为平均借阅天数，（J2/ C2）×N2为因拒借而损失的借阅天数；XN2为实数；

出版社单种图书的复本采购数量M2的计算方法是：该出版社的单种图书的平均复本数量PF2＝F2/ S2；该出版社所有图书的月平均发生的拒借次数为PN2=30×N2/D；

如PN2＜1，则待采购书目中该出版社的出版社单种图书的复本采购数量M2= PF2；

如A+1＞PN2≥A，则待采购书目中该出版社的出版社单种图书的复本采购数量M2= PF2+A；其中，A为大于等于1的自然数。

4.根据权利要求3所述的图书采购优化决策系统，其特征在于：主题信息效能算法是：

第一针对所有馆藏图书的每一个主题关键词，通过关键词效能算法计算其各主题关键词效能XNC3，然后计算出所有主题关键词的平均效能CPJ；馆藏图书的主题关键词的数量为SS，CPJ＝各主题关键词效能XNC3之和/SS；

第二是针对采购初步订单数据中的每一种图书，首先检索其各主题关键词是否是馆藏图书中的已有主题关键词；将存在于馆藏图书中的已有主题关键词称为已知关键词，将尚未存在于馆藏图书中的主题关键词称为未知关键词；对于未知关键词，令其主题关键词效能等于CPJ；

第三是针对采购初步订单数据中的每一种图书，将该种图书的各主题关键词效能相加后求均值得到该种图书的各主题关键词效能的均值并作为该种图书的主题图书效能数据XN3；

第四是针对所有馆藏图书的每一个主题关键词，通过关键词效能算法计算其各同一主题关键词单种图书的复本采购数量MC3，然后计算馆藏图书的各主题关键词的平均复本采购数量SPJ；SPJ＝各主题关键词对应的MC3值之和/ SS；

第五是针对采购初步订单数据中的每一种图书，对于未知关键词，令其同一主题关键词单种图书的复本采购数量MC3等于SPJ；

第六是针对采购初步订单数据中的每一种图书，将该种图书的各主题关键词对应的MC3值相加后除以该种图书的主题关键词的数量，得到该种图书的主题图书复本采购数量M3；

关键词效能算法是：

指定的时间段的天数为D天，指定时间段内，馆藏图书中，同一主题关键词的图书种类数量为S3，S3种图书的复本总数量为F3，借阅次数为C3，F3本同主题关键词图书的借出天数总和为J3，拒借总次数为N3次；

S3、F3、C3、J3和N3均为自然数；

S3、F3、C3、J3、和N3均由馆藏图书的历史信息统计后得到；

关键词效能算法基于历史数据计算出同一主题关键词的单种图书的主题关键词效能XNC3以及同一主题关键词单种图书的复本采购数量MC3；

同一主题关键词单种图书的主题关键词效能XNC3的计算方法是：XNC3={J3+ （J3/ C3）×N3}/S3；其中，J3/ C3为平均借阅天数，（J3/ C3）×N3为因拒借而损失的借阅天数；XNC3为实数；

同一主题关键词单种图书的复本采购数量MC3的计算方法是：该主题关键词的单种图书的平均复本数量PF3＝F3/ S3；该主题关键词所有图书的月平均发生的拒借次数为PN3=30×N3/D；

如PN3＜1，则待采购书目中该主题关键词的每种图书的复本采购数量MC3= PF3；

如A+1＞PN2≥A，则待采购书目中该主题关键词的每种图书的复本采购数量MC3= PF3+A；其中，A为大于等于1的自然数。

5.根据权利要求4所述的图书采购优化决策系统，其特征在于：中图分类号效能算法是：指定的时间段的天数为D天，指定时间段内，馆藏图书中，同一中图分类号的图书种类数量为S4，S4种图书的复本总数量为F4，借阅次数为C4，F4本同中图分类号图书的借出天数总和为J4，拒借总次数为N4次；

S4、F4、C4、J4和N4均为自然数；S4、F4、C4、J4、和N4均由馆藏图书的历史信息统计后得到；

中图分类号效能算法基于历史数据计算出同一中图分类号的单种图书的效能XN4以及中图分类号图书复本采购数量M4；

同一中图分类号单种图书效能XN4的计算方法是：XN4={J4+ （J4/ C4）×N4}/ S4；其中，J4/ C4为平均借阅天数，（J4/ C4）×N4为因拒借而损失的借阅天数；XN4为实数；

中图分类号单种图书的复本采购数量M4的计算方法是：该中图分类号的单种图书的平均复本数量PF4＝F4/ S4；该中图分类号所有图书的月平均发生的拒借次数为PN4=30×N4/D；

如PN4＜1，则待采购书目中该中图分类号的中图分类号图书复本采购数量M4= PF4；

如A+1＞PN4≥A，则待采购书目中该中图分类号的中图分类号单种图书的复本采购数量M4= PF4+A；其中，A为大于等于1的自然数。

6.使用权利要求5中所述图书采购优化决策系统进行的图书采购优化决策方法，其特征在于按以下步骤进行：

第一是历史数据计算；

具体是对于采购初步订单数据中的每种图书，将指定的时间段设为一年前至图书馆首次开放日，然后通过历史编目信息效能算法计算出历史数据预测的历史总图书预计效能XNZ1以及历史总建议复本采购数量MZ1；

第二是一年来数据计算；

具体是对于采购初步订单数据中的每种图书，将指定的时间段设为当前日期的前一日至一年前，然后通过历史编目信息效能算法计算出历史数据预测的一年来总图书预计效能XNZ2以及一年来总建议复本采购数量MZ2；

第三是取均值，将0.5×（XNZ1+ XNZ2）作为采购初步订单数据中的该种图书的最终效能值XNZ3，将0.5×（MZ1+ MZ2）作为采购初步订单数据中的该种图书的最终总建议复本采购数量MZ3；

对于采购初步订单数据中的每种图书，均通过第一至第三步骤计算出其最终效能值XNZ3和最终总建议复本采购数量MZ3；

第四是对于采购初步订单数据中的各种图书，按各种图书的最终效能值XNZ3由高向低排列作为采购的优先排序，并按照每种图书的最终总建议复本采购数量MZ3乘以其采购单价得到每种图书的采购费用；

最后，在采购预算的范围内，优先采购最终效能值XNZ3高的图书，每种图书的采购数量为该种图书相应的最终总建议复本采购数量MZ3，MZ3为小数时，采购数量按四舍五入取整数。