决策支持与人工智能.ppt

第4章,决策支持与人工智能,1,2,引导案例： 橄榄球队的决策教练指挥站决策支持软件 比赛和商业决策：预测分析，发现更有前途的球员,3,4.1引言,4阶段决策模型（西蒙）（图4-1）,满意度决策模型（西蒙）：从满足你需求的方案中进行选择，而选中的方案不一定是最优的哪一个。 如高增长（满意度）与最大化增长（最优）目标,4,结构化与非结构化决策 重复决策与非重复决策,5,4.2决策支持系统,决策支持系统（design support system, DSS）：结合决策者和信息技术的优势，支持非结构化问题决策,6,7,4.2.1DDS的组成,模型管理 数据管理 用户界面管理（人-机接口） （图4-3） Eg.分析决策系统,9,人-机接口子系统（用户界面）,人-机接口子系统是为用户提供与DSS直接“对话”的软件，它是DSS与用户之间的“桥梁”。 功能 具有处理和识别类似于会话方式的能力，如交互语言类似于自然语言的非结构化形式； 具有使用多种输入设备适应用户要求的能力； 具有对各种处理结果进行解释、描述和输出的能力； 具有为用户“帮助使用”本系统的能力； 具有与数据库管理子系统、方法库管理子系统、模型库管理子系统友好交互的能力。,10,数据管理部件,数据管理存储维护决策相关信息，特点如下： 数据来源广。DSS中的数据不仅来源于企业经营活动的业务部门，而且还有来自于系统外部及系统内部其它相关方面的数据，特别是在高层次管理决策中，与外部关系非常密切。 数据综合性强。在DSS的决策模型中，使用的数据往往带有综合性，因而它要求DBMS具有从广泛的数据源中抽取、分析、输入、处理数据的能力。 专用数据库。在大多数成功的DSS中，建立了在逻辑上独立的DSS专用数据库，它与企业经营业务激动所用的数据库在逻辑上是分开的。其目的在于有并行地实现DSS的模型处理能力，达到提高DSS的处理效率之目的。,11,数据管理功能,数据库子系统功能 建立和管理数据模型的能力； 对不同的数据源具有进行抽取、分析输入和处理的能力 具有灵活、迅速、方便的数据处理功能，为DSS提供各种所需要的数据； 具有有效地管理DSS数据库的能力。,12,数据库子系统例,数据：分析 抽取 输入,外部数据源,外部数据源,计划 . 订货 . 库存 . 销售 . 财务,数 据 库,DBMS功能： KBMS .产生、加工 更新、恢复 MBMS 查询 ABMS,经营业务数据,13,模型管理例,模型库,DBMS MBMS： 产生、加工 维护、更新 ABMS 使用等,战略模型,战术模型,操作模型,14,模型管理部件,模型和模型管理 模型是对某个事件、事实或状态的描述 在模型库中，存放有用户求解问题所需的各种模型、通用模型以及在求解问题时所建立的临时模型等。这些模型通常以数学模型或逻辑规则模型的方式存在。根据求解问题的不同对象，它们又可以分为战略模型、战术模型和操作模型。这样集成的模型就构成了决策支持的共享资源。,15,模型管理功能,模型生成 通过一组专用的模型语言来构造模型，并建立标准接口 模型管理 模型管理的功能应具有对模型装入、修改、删除、更新、检索和组合的能力 模型运行。 A、模型选择，根据决策问题的需要，选取一个或多个模型； B、运行某个指定模型，显示或打印运行结果； C、将相关子模型组合成解决问题所要求的模型，运行模型并输出结果； D、查询某一基本模型的运行方法和相关指标； E、输出运行中的相关信息，包括出错参数。,4.3地理信息系统,地理信息系统（geographic information system ,GIS） Eg.1992的安德鲁飓风与GIS Eg. 房地产搜索（图4-4） Eg. 家畜跟踪系统,16,18,4.4专家系统,专家系统（expert system, ES)or 基于知识的系统（knowledge-based system)or 专家知识系统: 是一种用推理能力得出结论的人工智能系统，多适用于诊断性问题与指令性问题。 ES具有大量专门知识与经验的程序系统，它应用人工智能技术，根据一个或多个人类专家提供的特殊领域知识、经验进行推理和判断，模拟人类专家作决策的过程来解决那些需要专家决定的复杂问题。 专家系统应用领域特点：该专业领域的问题难于用精确的数学模型描述，即问题难于形式化，因此不易转化成精确的数学计算问题。该专业领域的知识（专业知识）往往具有模糊性，即一种不确定性。 与决策支持系统的区别（P91）,19,20,知识框架,21,前向推理机,22,专家系统的建立,建立专家系统需要 专家(提供知识和经验)，如何传递知识？ 知识工程师(翻译知识)，如何自动化？ 步骤 确定特定的问题 建立原型验证知识翻译及推理 建立完整系统，增加大量知识,23,专家系统存在的问题,开发投入与运行投入 知识的有效性 知识的成功表达与使用 只能解决有限问题,24,4.5神经网络,神经网络（neural network) or 人工神经网络（artificial neural network, ANN):是可以发现和辨别模式的人工智能系统。 大量用于图像模式和语言的分辨系统 模仿生物大脑活动的硬件或软件 生物大脑活动的特点 由神经元组成最小活动单位 神经元之间相互作用 神经元间并行活动,25,生物神经元结构,26,人工神经元,27,人工神经网络,利用工程技术手段模拟人脑神经网络的结构和功能的一种技术系统，它是一种大规模并行的非线性动力系统。 基本特点： 具有分布式存贮信息的特点 信息的处理及推理过程具有并行的特点 信息的处理有自组织、自学习的特点,特 征 量,输 出,28,人工神经网络例子,神经网络的用途,Eg.发现爆炸物或武器 疾病要研究 商业金融领域,29,30,模糊逻辑,模糊自动控制理论是以模糊集合论、模糊语言变量及模糊逻辑推理为基础的一种计算机数字控制。 模糊性主要是人为主观上的理解的不确定性，而随机性则主要反映的是客观上的自然的不确定性，或者是事件发生的偶然性。 模糊逻辑是一种处理不精确的或主观的信息的数学方法。 通常将研究模糊命题的逻辑称为连续值逻辑 V（P）=x 0=x=1 应用：商业、搜索引擎,4.6遗传算法,遗传算法（genetic algorithm):通过模仿进化进程中适者生存规则而产生一个问题的逐步改进的解决方案。 GA是一种优化系统，它能发现最优输出的输入组合。 三种进化概念：用选择、交叉、变异方法得到大量的解决方案，给定“好方案”的标准 应用：股票组合,31,32,遗传算法例子,利用遗传方法 利用0,1表示方案特征 步骤 在初始方案中选取种子 进化重组种子 自然淘汰 获得最好结果,33,4.7智能代理,智能代理(intelligent agent):辅助人或者充当人的代表来执行重复的与计算机相关的任务。 ,34,4.7.1信息代理,信息代理（information agent )是寻找信息并提供给顾客的智能代理。 采购者代理（buyer agent)or 购物机器人（shopping bot) 盈利方式 Eg.ASK.COM,35,4.7.2检测和监视代理,检测和监视代理（monitoring-and surveillance agent）or 预测代理（predictive agent)：常用于对设备的观测 如对复杂计算机网络的检测,36,4.7.3数据挖掘代理,数据挖掘（data-mining agent)在数据仓库上运行以发现信息。,37,4.7.4用户代理或个人代理,用户代理（user agent）or 个人代理（personal agent)代表用户采取行动,38,4.8多代理系统和基于代理的模型,多代理系统（multi-agent system) 基于代理的建模（agent-based modeling):一种使用多个智能代理模拟人类组织的方法。,39,使用基于代理模型的公司 表4-3,40,4.8.1蚂蚁群体与群体智能,蚂蚁的生态系统 蚂蚁具有社会性，在它们的集体系统中，由个体组成的群体有着确定的目标，并在没有集中控制或共同计划的情况下解决问题和制定决策。 群体（积累）智能（swarm/collective intelligence）： 简单代理组成的群体的集体性行为 群体智能系统的特点： 柔性化、强壮、分权化、自组织化,生态系统和人类组织例子,蚂蚁寻食 规则： 西