【决策管理】研究生第七章智能决策支持系统和智能技术的决策支持
智能决策支持系统和智能技术的决策支持
知识库 知识部件 知识管理系统
推理机
4.1.2 智能决策支持系统结构
1.人工智能的决策支持技术
（1）专家系统 （2）神经网络 （3）遗传算法 （4）机器学习 （5）自然语言理解
2.智能决策支持系统结构形式
（1）.IDSS的基本结构形式
问题综合与交互系统
重复上述过程，直到对某个规则的前提能够进行 判断；
按此规则前提的判断得出结论的判断，由此回溯 到上一个规则的推理，一直回溯到目标的判断。
语义网络
用结点表示概念，用弧线表示概念之间的关系， 将领域知识表示成一种结构图形式；
在语义网络中，寻找概念之间的内在联系，主要 通过语义网络的形式推理来回答两类问题：
当到达目标状态时，出初始状态到目标状态所用 算符的序列就是问题的一个解。
判断本身有对有错； 判断有全称的肯定（或否定）判断和存在的肯 定（或否定）判断。
（3）推理：从一个或多个判断推出一个新判断的过程。
2.推理的 种类
演绎推理 归纳推理 类比推理
假言推理 三段论推理
假言易位推理 数学归纳法
枚举归纳推理
（1）假言推理：“如果p，那么q”为真，同时“p”为真， 则推出“q”为真。
模型库管理系统
数据库管理系统
模型库
人工智能技术 专家系统 神经网络 遗传算法 机器学习
自然语言理解
数据库
（2）.IDSS的简化结构图
用户
问题综合与交互系统
模型库管理系统
数据库管理系统
知识库管理系统 推理机
模型库
知识库
数据库
4.2.1 逻辑推理
1.形式逻辑
（1）概念：概念反映事物的特有属性和属性的取值。 （2）判断：对概念的肯定或否定；
智能决策支持系统
智能决策支持系统一、智能决策支持系统的定义决策支持系统〔Decision Support System，简称DSS〕，是以管理科学、运筹学、控制论、和行为科学为根底，以计算机技术、仿真技术和信息技术为手段，针对半构造化的决策问题，支持决策活动的具有智能作用的人机系统。
该系统能够为决策者提供所需的数据、信息和背景资料，帮助明确决策目标和进展问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进展评价和优选，通过人机交互功能进展分析、比较和判断，为正确的决策提供必要的支持。
它通过与决策者的一系列人机对话过程，为决策者提供各种可靠方案，检验决策者的要求和设想，从而到达支持决策的目的。
决策支持系统一般由交互语言系统、问题系统以及数据库、模型库、方法库、知识库管理系统组成。
在*些具体的决策支持系统中，也可以没有单独的知识库及其管理系统，但模型库和方法库通常则是必须的。
由于应用领域和研究方法不同，导致决策支持系统的构造有多种形式。
传统DSS 采用各种定量模型,在定量分析和处理中发挥了巨大作用, 它也对半构造化和非构造化决策问题提供支持, 但由于它通过模型来操纵数据,实际上支持的仅仅是决策过程中构造化和具有明确过程性的局部. 随着决策环境日趋复杂,DSS的局限性也日趋突出, 具体表现在:系统在决策支持中的作用是被动的, 不能根据决策环境的变化提供主动支持, 对决策中普遍存在的非构造化问题无法提供支持,以定量数学模型为根底,对决策中常见的定性问题、模糊问题和不确定性问题缺乏相应的支持手段。
[1]DSS应具备以下特征[2]：●系统的主要功能是为管理人员提供决策支持,其目的是帮助管理人员进展决策而不是代替他们,是为了提高决策的效能而不是组织的管理效率；●传统数据管理技术与有关的模型技术、分析技术相结合；●系统应该有很强的灵活性、适应性、便于用户使用。
智能决策支持系统〔IDSS〕是决策支持系统与人工智能技术相结合的系统[3],他包括决策支持系统所拥有的组件，包括数据库系统、模型库系统和人机交互系统，同时集成了最新开展的人工智能技术，如专家系统、多代理以及神经网络和遗传算法等。
人工智能的决策支持和
数据库 DB
动态 DB
DSS 控制 系统
问题综合 与
交互系统
推理机 和
解释器
模型库 MB
综合系统
集成系统
知识库 KB
DSS
ES
图4.30智能决策支持系统集成构造图
IDSS中DSS和ES旳结合重要体目前三个方面:
1. DSS和ES旳总体结合。由集成系统把DSS和ES有 机结合起来(即将两者一体化)。
集成 系统
DSS
ES
DSS为主体旳IDSS构造
DSS MB 控制系 ES
统
DB
ES为主体旳IDSS构造
推理机 DSS （广义） KB
推理机 KB MB
动态 DB
动态 DB
图4.31 DSS作为推理形式旳IDSS 图432模型作为知识旳IDSS
智能决策支持系统实例
松毛虫智能预测系统(PCFES)是一种智能决策支持 系统。该系统把模型库、数据库、知识推理、人机交 互四者有机地结合起来了。到达了定性旳知识推理、 定量旳模型数值计算、数据库处理旳高度集成。
该系统把预测征询专家系统、模型预测决策支持系统和测 报管理信息系统汇集于一体。是一种大型智能决策支持系统。
习题 34、35、36
知识库 管据库
图4.29 智能决策支持系统结构
4.6.3 专家系统与决策支持系统集成
智能决策支持系统IDSS充足发挥了专家 系统以知识推理形式处理定性分析问题旳特 点，又发挥了决策支持系统以模型计算为关 键旳处理定量分析问题旳特点，充足做到定 性分析和定量分析旳有机结合。
3. 模型预测系统 由鉴定重要因子、预测模型、用重
要因子进行预测和预测择优决策等四个 模块就构成了模型预测系统。
智能决策支持系统 PPT课件
2．知识的表示和推理技术
产生式规则 概念：产生式规则是专家系统中应用最广泛的 知识表示和推理，又称产生式规则表示法，一般 表示形成为：IF A THEN B ，即如果A成立则B成 立，简化为A→B． A 是产生式的前提，用户提出 该产生式是否可用的条件； B 是一组结论式操作，
一般性规则
1．决策推理与决策支持系统
DSS中的决策过程
探索型归纳的决策过程：
在探索型归纳中 , 归纳推理部分即各种类型算
法调用。如下图所示：
数 据 （数据仓库）
算法调用
一般性规则
2．知识的表示和推理技术
知识表示在人工智能和专家系统中是最重要
的问题之一。知识表示实际上就是对人类知识的
一种描述，把人类知识表示成计算机能够处理的
型表示中 , 数据（仓）库数据作为数学模型的
参数输入 , 而演义推理则用方法库中方法调用
方式实现。基于数学模型的演绎决策过程如 下图所示：数学公式
参 数 （数据仓库） 方法调用 个体事实 （数据）
1．决策推理与决策支持系统
DSS中的决策过程
基于逻辑模型的演绎决策过程：在逻辑模
型表示中Hale Waihona Puke , 数据（仓）库数据作为假设前提输
②探索型归纳：是一种创造力较为强大的归纳推
理,这种推理一般没有预先设想的模型 ,而仅有一 些大致的范围与轮廓 , 因此 , 这种推理难度较大 , 推理方法也多。目前这种推理称为数据挖掘。如 关联分析、分类分析、聚类分析。
1．决策推理与决策支持系统
DSS中的决策过程
基于数学模型的演绎决策过程：在数学模
理。
1．决策推理与决策支持系统
电脑的决策推理
电脑的归纳推理方法 ：
智能决策支持系统
智能决策支持系统一、智能决策支持系统的定义决策支持系统（Decision Support System，简称DSS），是以管理科学、运筹学、控制论、和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，针对半结构化的决策问题，支持决策活动的具有智能作用的人机系统。
该系统能够为决策者提供所需的数据、信息和背景资料，帮助明确决策目标和进行问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进行评价和优选，通过人机交互功能进行分析、比较和判断，为正确的决策提供必要的支持。
它通过与决策者的一系列人机对话过程，为决策者提供各种可靠方案，检验决策者的要求和设想，从而达到支持决策的目的。
决策支持系统一般由交互语言系统、问题系统以及数据库、模型库、方法库、知识库管理系统组成。
在某些具体的决策支持系统中，也可以没有单独的知识库及其管理系统，但模型库和方法库通常则是必须的。
由于应用领域和研究方法不同，导致决策支持系统的结构有多种形式。
传统DSS 采用各种定量模型,在定量分析和处理中发挥了巨大作用, 它也对半结构化和非结构化决策问题提供支持, 但由于它通过模型来操纵数据,实际上支持的仅仅是决策过程中结构化和具有明确过程性的部分. 随着决策环境日趋复杂,DSS的局限性也日趋突出, 具体表现在:系统在决策支持中的作用是被动的, 不能根据决策环境的变化提供主动支持, 对决策中普遍存在的非结构化问题无法提供支持,以定量数学模型为基础,对决策中常见的定性问题、模糊问题和不确定性问题缺乏相应的支持手段。
[1]DSS应具备以下特征[2]：●系统的主要功能是为管理人员提供决策支持,其目的是帮助管理人员进行决策而不是代替他们,是为了提高决策的效能而不是组织的管理效率；●传统数据管理技术与有关的模型技术、分析技术相结合；●系统应该有很强的灵活性、适应性、便于用户使用。
智能决策支持系统（IDSS）是决策支持系统与人工智能技术相结合的系统[3],他包括决策支持系统所拥有的组件，包括数据库系统、模型库系统和人机交互系统，同时集成了最新发展的人工智能技术，如专家系统、多代理以及神经网络和遗传算法等。
决策支持和商务智能课件
本章小结
本章分为两大部分，第一部分是介绍决策支持系统，第二部分是介绍商务智能系统。第一部分首先从相关概念入手，分别介绍了决策、决策支持系统、智能决策支持系统、人工智能、专家系统、群体决策支持系统等相关概念，然后重点介绍了决策支持系统的原理，包括决策支持系统的概念模型和结构模型，接着又简单介绍了智能决策支持系统和群体决策支持系统的结构，同时结合我国的实际情况，介绍了决策支持系统的具体应用情况，最后做了一个小结，将本章的决策支持系统与之前所学的管理信息系统做了一番比较，希望能够加深学生对这两个概念的区别与联系。第二部分首先介绍了商务智能的概念，以及它的结构与原理，然后结合国内外的实际情况，介绍了商务智能应用的三个层次以及发展趋势。
Contents
决策支持系统
1
商务智能
2
第二节 商务智能
一、商务智能的概念 商务智能是帮助企业提高决策能力和运营能力的概念、方法、过程以及软件的集合。 （1）信息系统层面 （2）数据分析层面 （3）知识发现层面 （4）战略层面 功能： （一）数据管理功能。 （二）数据分析功能。 （三）知识发现功能。 （四）企业优化功能。
关键术语
决策、结构化、半结构化、决策支持系统（DSS）、智能决策支持系统（IDSS）、人工智能（AI）、专家系统、群体决策支持系统（GDSS）、概念模型、结构模型、数据库、 模型库、知识库、方法库、人机接口、推理机、商务智能、OLTP、OLAP、 数据挖掘
思考题
1. 怎么理解决策？ 2. 什么是决策支持系统？决策支持系统的基本特征是什么？ 3. 专家系统的特点是什么？ 4. 群体决策支持系统的功能有哪些？ 5. 决策支持系统的结构模型包括哪些？ 6. DSS与MIS的关系问题一直是学术界讨论的热点。请谈谈你对二者关系的认识？ 7. 什么是商务智能？商务智能的功能有哪些？ 8. 请简单描述下商务智能的基本运作过程。
智能管理中的智能决策支持系统设计与实现
智能管理中的智能决策支持系统设计与实现随着信息化时代的到来，人们在各个领域中应用人工智能的研究和应用逐渐深入，其中智能管理领域受到了广泛的关注和研究。
智能管理的一个核心问题是如何做出更加科学、精准的决策。
而智能决策支持系统的研发与应用，正是解决这一问题的有效手段。
一、智能决策支持系统的基本概念智能决策支持系统（Intelligent Decision Support System，简称IDSS），是利用人工智能等技术开发的决策支持系统，是对人类智慧的又一次追求。
IDSS在决策制定中，能够给予决策者以高效的支持和较为正确的解决策略，通常基于数据挖掘、人工智能等技术，并且可进行模型分析、评价和优化。
目前，智能决策支持系统已经广泛应用于金融、电力、能源、交通、医疗、企业管理等领域中，帮助企业高效地完成业务运营和管理。
随着信息技术的飞速发展和人工智能技术的普及，IDSS的设计和实现越来越受到了人们的关注。
二、IDSS设计的主要技术及过程智能决策支持系统设计的相关技术包括人工智能、数据挖掘、网络技术等，而IDSS的设计过程，则通常包括需求分析、系统设计、实现和测试几个阶段。
1、需求分析阶段在IDSS的需求分析阶段，需要管理员与用户充分了解职业特点、需求及问题背景，并进一步明确分析问题的性质、类型和解决方案。
此外，在需求分析阶段，并对IDSS功能性、适用性、易用性、可靠性、安全性、扩展性等方面进行评估。
2、系统设计阶段在系统设计阶段，设计师将根据需求分析结果，制定出合适的IDSS实施方案。
具体来说，需要制定设计方案、系统架构，并对关键模块进行设计和优化。
此外，还需要对系统数据进行规划、建模和管理。
3、系统实现阶段在系统实现阶段，开发专业人员将根据系统设计方案，采用各种技术制作IDSS系统。
在开发过程中，需要关注编程语言的选择、架构设计、数据库的构建和数据集的标签化。
并且，还需要对系统进行安全性和性能的优化。
智能决策支持系统和智能技术的决策支持
类比推理的结论带有或然性，它的可靠性和相类 比事物属性之间的联系程度有关。
类比推理实例一
1816年的一天，法国医生雷奈克出诊为一位年轻 的女性看病，一见病人，雷奈克犯起愁来：她身体 非常肥胖，要诊断她的心脏和肺部是否正常，按当 时医生惯用的方法，把耳朵贴近病人的胸部来听， 肯定听不清楚，更何况她是一位年轻的女性。雷奈 克抬头看了看院子里正在玩耍的小孩，脑子里突然 浮现出几年前看到一个孩子们玩的游戏：一个孩子 用钉子敲打木板的一头，另外的孩子争先恐后地抱 着把耳朵贴近木板的另一头，兴致勃勃地倾听着。
当它仍不是目标状态G时，回溯到上一层结果，取 另一可能扩展搜索的分支。生成新状态节点。
一直进行下去，直到找到目标状态G为止。
图4.8 深度优先搜索示意图
（2）算法
1) 把初始节点S0故入OPEN表。
2)如果OPEN表为空，则问题无解，退出 。
3)把OPEN表的第一个节点(记为节点n)取出放入 CLOSED表。 4)考察节点n是否为目标节点。若是，则求得了问
枚举归纳推理实例
如观察到铁受热膨胀、铜受热膨胀等事实而 不知其所以然，由此推出“所有金属受热膨胀” 的结论就是简单枚举归纳推理。
4.2.1 逻辑推理
3）类比推理 它是由两个（或两类）事物在某些属性上相同，
进而推断它们在另一个属性上也可能相同的推理。
A事物有abcd属性,B事物有abc属性（或a,b,c相似属
B,C,E
事实库
事实库的最后状态为：
B，C，E，D，A，G
4.2.2.2 产生式规则
逆(反)向推理
逆向推理是从目标开始，寻找以此目标为结论的规则 对该规则的前提进行判断，若该规则的前提中某个子
AI智能决策智能化的决策支持系统
AI智能决策智能化的决策支持系统随着人工智能技术的快速发展，AI智能决策已经成为许多企业和组织不可或缺的一部分。
为了更好地应对日益复杂的业务环境，智能化的决策支持系统日渐流行。
本文将探讨AI智能决策智能化的决策支持系统的重要性以及其在商业和管理领域的应用。
一、 AI智能决策智能化的决策支持系统简介AI智能决策智能化的决策支持系统是一种结合了人工智能技术和决策理论的工具。
它通过收集、整理和分析大量的数据，提供实时的决策支持和预测，帮助用户做出科学、准确的决策。
AI智能决策智能化的决策支持系统可以应用于各个领域，如金融、医疗、制造业等。
在金融领域，它可以帮助投资者分析市场趋势，制定投资策略；在医疗领域，它可以辅助医生进行诊断和治疗决策；在制造业领域，它可以提供生产规划和资源分配的建议。
无论是哪个行业，AI智能决策智能化的决策支持系统都可以提供更加准确和可靠的决策支持，提高决策的效率和质量。
二、 AI智能决策智能化的决策支持系统的优势1. 数据驱动的决策AI智能决策智能化的决策支持系统可以通过大数据的分析，对历史数据和实时数据进行深度挖掘，为决策提供全面的数据支持。
基于这些数据，系统可以生成准确的模型和预测结果，帮助用户做出正确的决策。
2. 实时决策支持AI智能决策智能化的决策支持系统可以实时监测和分析各种业务数据。
无论是市场趋势、供应链变化还是竞争对手的动态，系统都能够提供及时的数据更新和决策支持。
这使得用户能够在快速变化的环境中做出及时、准确的决策。
3. 多维度决策分析AI智能决策智能化的决策支持系统可以对决策问题进行全面的多维度分析。
它可以考虑多个因素，包括市场需求、资源约束、风险因素等，从而生成全面的决策方案。
这有助于用户在制定决策时考虑到各种因素的影响，避免盲目决策。
三、 AI智能决策智能化的决策支持系统的应用案例1. 金融业在金融业中，AI智能决策智能化的决策支持系统可以帮助机构识别高风险的投资组合，降低投资风险。
智能决策支持系统和智能技术的决策支持
1994年，在8个乡（镇）、31个行政村、152个自然村 共4176户种植的玉米、水稻、苹果、烤烟四种作物中，示 范16388.1亩。经过农业科技人员一系列精心地实验、对比 、统计，四种作物实施专家系统的示范面积全年共增值 190.84万元，投入与产出之比为1：19.1，其经济效益和社会 效益十分可观。其中，玉米专家系统示范5976.6亩，系统 比非系统每亩增产45.9公斤，每亩节约化肥4.9公斤；苹果 专家系统示范4469.3亩，每株比上年增产8.21公斤；烤烟专 家系统示范442.8亩，比上年平均每亩增收95.95元。实施电 脑农业一年起步，三年见效。到1995年已推广到10个乡（ 镇）、53个行政村（办事处）、461个自然村、共12838户， 在水稻、玉米、苹果、烤烟四种作物中实施面积49942.3亩 。
(2)从输出层到输入层有反馈的前向网络
从输出层到输入层有反馈的前向网络简称为反馈神经 网络。 网络中的神经元也是分层排列，但是输入层神经元在 学习过程中接受输出层神经元或部分输出层神经元的 反馈输入。
第四章 智能决策支持系统和智能技术的决策支持
4.1.2 智能决策支持系统结构（续）
2.智能决策支持系统结构形式
智能决策支持系统（IDSS）的基本结构为：
问题综合与交互系统
模型库管理系统 （MBMS） 人工智能技术
模型库 自然 专家 神经 遗传 机器 语言 系统 网络 算法 学习 理解
数据库管理系统 （DBMS）
数据库
图4.1 IDSS的基本结构
4.1.2 智能决策支持系统结构
与智能决策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。 （1）专家系统
专家系统是利用大量的专门知识解决特定领域 中的实际问题的计算机程序系统。
专家系统中，知识的表示形式有产生式规则、 谓词公式、框架、语义网络等。 专家系统是利用专家的定性知识进行推理，达 到领域专家解决问题的能力。
（4）机器学习 机器学习是让计算机模拟和实现人类的 学习，获取解决知识的问题。
机器学习方法主要是归纳学习和类比学 习。
比较成功的机器归纳学习方法有：覆盖 正例排斥反例的AQ学习方法、决策树ID3 、C4.5、粗糙集等方法。
4.1.2 智能决策支持系统结构（续）
（5）自然语言理解
自然语言理解是让计算机理解和处理人 类进行交流的自然语言。 在人机交互中，可以简单的自然语言进 行理解与处理。 自然语言处理过程是对一连串的文字表 示的符号串，经过词法分析识别出单词 ，经过句法分析将单词组成句子，再经 过语义分析理解句子的含义，变成计算 机中的操作（如查询数据库）。
数据库
4.2 人工智能基本原理
4.2.1 逻辑推理 1.形式逻辑 形式逻辑主要用于形成概念，作出判断，进行推理 （1）概念：
(决策管理)决策支持系统
第1章决策支持系统概述▲数据：记载下来的事实，客观属性的值▲信息：构成一定含义的一组数据▲系统：由若干相互联系相互制约的元素结合在一起，并具有特定功能的有机整体。
▲系统的组成：1、系统由各元素或子系统组成2、至少包含两个以上的元素3、各元素之间相互联系或相互制约4、具有目的性5、适应环境的变化▲数据处理系统：是对大量数据进行收集、组织、存储、加工与传播的总和▲数据处理系统的特征：1、数据量大；2、没有特别复杂的运算；3、时效性强▲管理信息系统MIS：运用系统管理的理论方法，以计算机网络和现代通信技术为手段，对信息进行收集、组织、存储、加工、传播和使用的人机系统。
▲管理信息系统的基本组成：管理业务应用系统、数据库系统▲管理信息系统特点：1、以数据库系统为基础；2、数据录入；3、数据传输；4、数据存储；5、数据查询；6、数据统计；7、指标计算▲决策支持系统：以管理科学、运筹学、行为科学、控制论为基础，以计算机技术、模拟技术、信息技术为手段，面向半结构化的决策问题，支持决策活动的具有智能作用的人机系统。
▲决策支持系统主要特征：1、关注上层管理人员经常遇到的结构化程度不高、规范化不明确的问题2、把模拟或分析技术与传统的数据存取和检索技术结合起来3、易于非计算机专业的人员，以交互会话的方式使用4、强调对环境及用户决策方法改变的适应性和灵活性5、提供决策的良好效果▲DSS的功能：1、管理并提供外部信息2、收集、管理并提供内部信息3、收集、管理并提供反馈信息4、存储和管理数学模型5、修改和添加数据、模型、方法6、加工、汇总、分析、预测数据、7、具有人机会话和图像输出功能以满足数据查询需求8、提供良好的数据通信功能9、合理的加工速度和响应时间▲决策支持系统的形成过程1、科学计算为管理信息系统奠定了算法基础2、运筹学的发展为模型辅助决策奠定了模型基础3、管理信息系统4、模型辅助决策系统5、决策支持系统▲分布式决策支持系统DDSS：研究由多个物理位置上分离的决策体如何并发计算、协调一致地求解问题▲DDSS分为：同步系统：有时间压力下参与者之间同时同地和同时异地的信息交换。
研究生 第七章 智能决策支持系统和智能技术的决策支持讲解
7.1 人工智能的基本概念及原理
人 工 智 能 的 决 策 支 持 技 术
7.1 人工智能的基本概念及原理
1、人工智能的决策支持技术
从智能决策支持系统的概念可知智能决策支持系统 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。
类比推理实例一
为什么木头能够把声音清晰地传过来呢？雷奈 克稍微想了想，只见他很很地拍了一下手说：“就 是这样！就是这样！”雷奈克要来一叠纸，紧紧地 卷成一个卷，然后把纸卷的一端放在姑娘的胸部， 另一端放在自己的耳朵上，侧着脸听了起来。“真 是一个妙法！”雷奈克高兴地喊了一句。回到家里， 雷奈克找到一根空心木管，造成了历史上第一个 “听诊器”。
第7章 人工智能的决策支持和 智能决策支持系统
第7章 本章内容
7.1 人工智能概念 7.2 人工智能基本原理 7.3 专家系统与智能决策支持系统 7.4 遗传算法的决策支持 7.5 机器学习的决策支持
开篇案例
KPN电信公司的智能系统
背景：KPN电信是一家卓越的电信公司，该公司在荷 兰提供固定线路网络，在西欧提供数据和IP服务，并 且该公司还在荷兰、德国和比利时提供移动服务。它 拥有38000多名员工，他们服务于790万固定线路用 户、1340万移动客户和140万网络订阅者。不仅如 此，KPN电信还在阿姆斯特丹、纽约、伦敦和法兰克 福的股票交易所上市。
7.1 人工智能的基本概念及原理
专家系统 是利用大量的专门知识解决特定领域中的实际问题的计算机程序 系统；
神经网络 是利用神经元的信息传播模型（MP模型）进行学习和应用；
智能决策支持系统综述
智能决策支持系统一、智能决策支持系统的定义决策支持系统（Decision Support System，简称DSS），是以管理科学、运筹学、控制论、和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，针对半结构化的决策问题，支持决策活动的具有智能作用的人机系统。
该系统能够为决策者提供所需的数据、信息和背景资料，帮助明确决策目标和进行问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进行评价和优选，通过人机交互功能进行分析、比较和判断，为正确的决策提供必要的支持。
它通过与决策者的一系列人机对话过程，为决策者提供各种可靠方案，检验决策者的要求和设想，从而达到支持决策的目的。
决策支持系统一般由交互语言系统、问题系统以及数据库、模型库、方法库、知识库管理系统组成。
在某些具体的决策支持系统中，也可以没有单独的知识库及其管理系统，但模型库和方法库通常则是必须的。
由于应用领域和研究方法不同，导致决策支持系统的结构有多种形式。
传统DSS 采用各种定量模型,在定量分析和处理中发挥了巨大作用, 它也对半结构化和非结构化决策问题提供支持, 但由于它通过模型来操纵数据,实际上支持的仅仅是决策过程中结构化和具有明确过程性的部分. 随着决策环境日趋复杂,DSS的局限性也日趋突出, 具体表现在:系统在决策支持中的作用是被动的, 不能根据决策环境的变化提供主动支持, 对决策中普遍存在的非结构化问题无法提供支持,以定量数学模型为基础,对决策中常见的定性问题、模糊问题和不确定性问题缺乏相应的支持手段。
[1]DSS应具备以下特征[2]：●系统的主要功能是为管理人员提供决策支持,其目的是帮助管理人员进行决策而不是代替他们,是为了提高决策的效能而不是组织的管理效率；●传统数据管理技术与有关的模型技术、分析技术相结合；●系统应该有很强的灵活性、适应性、便于用户使用。
智能决策支持系统（IDSS）是决策支持系统与人工智能技术相结合的系统[3],他包括决策支持系统所拥有的组件，包括数据库系统、模型库系统和人机交互系统，同时集成了最新发展的人工智能技术，如专家系统、多代理以及神经网络和遗传算法等。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
数据库
图7.1 智能决策支持系统的基本结构
人工智能技术可以概括为：推理机＋知识库 智能决策支持系统的结构可以简化为图7.2
用户
问题综合与交互系统
模型库管理系统
数据库管理系统
知识库 管理系统
推理机
模型库
知识库
数据库
图7.2 智能决策支持系统结构
7.2 人工智能基本原理
7.2.1 逻辑推理 7.2.2 知识表示与知识推理 7.2.3 搜索技术
7.1 人工智能的基本概念及原理
专家系统 是利用大量的专门知识解决特定领域中的实际问题的计算机程序 系统；
神经网络 是利用神经元的信息传播模型（MP模型）进行学习和应用；
遗传算法
是模拟生物遗传过程的群体优化搜索方法； 机器学习
是让计算机模拟和实现人类的学习，获取解决问题的知识； 自然语言理解
著名应用：深蓝——国际象棋程序。
人工智能具有的能力
从经验中学习或理解。 在模棱两可或相互矛盾的情形中进行理性分析。 对新的情况进行快速成功的响应。 在解决问题的过程中运用推理方法并对行为进行有
效的指导。 处理复杂的情况。 以正常的理性方式来理解和推断。 运用知识来处理环境。
7.2.1 逻辑推理
1.形式逻辑(人的思维形式、规律)
（1）概念：反映事物的特有属性和属性的取值。 （2）判断：对概念的肯定或否定；
判断本身有对有错； 判断有全称的肯定（或否定）判断和存在的肯 定（或否定）判断。
（3）推理：从一个或多个判断推出一个新判断的过程。
7.2.1 逻辑推理
312）类演归比绎纳推理：从个一别般（现特象殊到）个现别象（到特个殊一别）般（现特象殊的）推现理象。的推理。
7.2.1 逻辑推理
2）归纳推理(个别→一般) （1）数学归纳法
这种推导是严格的，结论是确实可靠的。
（2）枚举归纳推理 S1是P ，S2是P ， …… Sn是P
是让计算机理解和处理人类进行交流的自然语言。
7.1 人工智能的基本概念及原理
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
问题综合与交互系统
模型库 管理系统
数据库 管理系统
模型库
人工智能技术
专家 神经 遗传 机器 自然语 系统 网络 算法 学习 言理解
统的主要困难是什么？ 人工智能与人类智能的区别是什么？
7.1 人工智能的基本概念及原理
基本思想：
包含了学习人类的思考过程； 通过机器（计算机和机器人）来描述并复制这些过
程。
众所周知的定义：人工智能是一种机器行为， 如果由人类执行就可以称为智能。
令人深思的定义：人工智能研究的是如何使计 算机比人类做的更好。
人工智能比人类智能比较
人工智能的优势
人工智能更具有永久性。 人工智能为复制和传播提供了便捷。 人工智能的成本比自然智能的成本低。 人工智能可以存档。 人工智能执行某些任务的速度比人类快。 人工智能执行某些任务的质量会比许多人甚至是大多数人
高。
人类智能具有的优势
人类智能富有创造性，人工智能缺乏创见。 人类智能可以直接运用感官体验并且使人类受益。大多数
人工智能系统必须在符号输入和表示中工作
7.1 人工智能的基本概念及原理
人 工 智 能 的 决 策 支 持 技 术
7.1 人工智能的基本概念及原理
1、人工智能的决策支持技术
从智能决策支持系统的概念可知智能决策支持系统 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。
第7章 人工智能的决策支持和 智能决策支持系统
第7章 本章内容
7.1 人工智能概念 7.2 人工智能基本原理 7.3 专家系统与智能决策支持系统 7.4 遗传算法的决策支持 7.5 机器学习的决策支持
开篇案例
KPN电信公司的智能系统
背景：KPN电信是一家卓越的电信公司，该公司在荷 兰提供固定线路网络，在西欧提供数据和IP服务，并 且该公司还在荷兰、德国和比利时提供移动服务。它 拥有38000多名员工，他们服务于790万固定线路用 户、1340万移动客户和140万网络订阅者。不仅如 此，KPN电信还在阿姆斯特丹、纽约、伦敦和法兰克 福的股票交易所上市。
主要问题是：如何在使成本最小化的同时保持高效的 运作。
信息系统部面临的难题：在解决来自用户的服务电话时 耗费时间严重，有时也很让人受挫。更糟糕的是，由于 员工的离职或退休，导致了绝大部分知识维护的遗失。
解决办法：开发了一个被称为阿基米德的基于规则的系 统。该系统运用Authorete工具获取知识，这些知识包 括：相关的安装问题、处理过程、步骤以及IT员工集体 经验中的解决方法。
人工智能的特征
符号处理：
数值ห้องสมุดไป่ตู้符号 算法与启发式算法
算法是一步一步地处理过程。 启发式算法：从经验中获取的直觉知识或经验法则。 推断：启发式算法的替代，包含运用启发式算法或从
其他搜索方法从事实或规则中推断。 机器学习：使系统调整行为并对外部环境做出反应。 例：人工神经网络和遗传算法。
假言推理
2.推理的种类
演绎推理 归纳推理
类比推理
三段论推理 假言易位推理 数学归纳法
枚举归纳推理
7.2.1 逻辑推理
1）演绎推理 专家系统的研究基本上属于演绎推理范畴。演绎推理的
核心是假言推理。
假言推理：以假言判断为前提，对该假言判断的前件或 后件的推理。
1）假言推理： pq，p┝ q 2）三段论推理 ： pq，qr┝ pr 3）假言易位推理（拒取式）：pq，q┝ p 符号“┝”表示推出
阿基米德的核心是其知识库以及一个友好的用户界面。 知识是用简单的语句而非复杂的结构来表达的。这些语 句详细说明了当今的IT专家是如何分析软件安装并解决 问题的。该系统通过下拉菜单中一系列有意义的陈述来 指导用户，帮助KPN开发者并进一步完善知识。
思考问题：
开发智能系统的动机 解释智能系统的作用及其潜在的优点，开发这些系