管理信息系统第12章决策支持系统.ppt

第12章 决策支持系统,12.3 智能决策支持系统,12.1 专家系统,12.2 决策支持系统,ES定义： 是一个含有知识型程序的系统, 它利用扑捉人们在有限范围的知识或经验去解决一个有限范围的问题. 非结构问题结构化. ES组成如下图： 人类知识的三种表示: 规则、语义、框架,12.1.1. 专家系统 Expert Systems, ES,专家（知识工程师）,开发环境,知识库,用户,人类用模型化表达成计算机能懂的形式，这个模型即,规则: IF-THEN 结构 例: IF-INCOME45 000 Print NAME AND ADDRESS,一系列这种规则组成一个支持库,语义网络,当知识涉及有互联网特性的对象和群族时，用语义网络较为有效。,框架所表示的知识不是层次式的，而是概念式、随意式的。,12.1.2专家系统的开发,专家系统中最有兴趣的地是推理机制。,专家系统的开发方式,第一种方式是直接买成品的专家系统，或Off-the-shelf system。 第二种方式是买一个外壳，用户向它输入知识。 第三种方式是自己建造。由知识工程师访问专家，开发决策规则、知识框架和建造系统。,专家系统的问题： 对于复杂系统，专家系统这种表达知识的方法 很难表达，解就更难。 专家系统的维护也不容易，尤其对快速发展的 医学和信息领域，有时，一年就有30%的规则要加 以改变。 但专家系统在相对窄的知识范围和一些定义好的领 域，还是起到了它应有的作用。,12.2. 决策支持系统 DSS Decision Support Systems,决策支持系统是管理信息系统应用概念的深 化，是在管理信息的基础上发展起来的系统，但至今对什么是决策支持系统没有一个公认 的定义。,经理使用的决策支持系统有以下四种方式,按决策者本身的功能把决策支持系统分为：,专用决策支持系统（SDSS） 是指专门针对某种问题的决策支持系统，如专用于电站投资的决策支持系统。 决策支持系统工具（DSST） 是指一些工具，如某种语言、操作系统、某种数据库软件等。 决策支持系统生成器（DSSG） 由于决策的复杂性，我们不可能建造一个通用的决策支持系统，而只能建造 一个生成器，这个通用的生成器可以生成各种决策支持系统。但它也不是那 么直接，必须还要生成。,DSSG,SDSS,DSST,SDSS、DSST和DSSG的关系如下图,决策支持系统的概念表示,决策支持系统还可以用下图表示,（1）数据库,优点：减少I/O时间和计算时间。 缺点： 数据冗余功能重复，取道 的数据非现实。,快速查询和显示,由于数据仓库的出现，给DSS的数据提取创造了很好的 条件，因此数据仓库可以充当DSS数据库。,数据仓库,（2）模型库,模型库是给决策提供分析能力的部件。 模型能力是转化非结构化问题为结构化问题的程度。只有把模型能力加入到 传统信息系统中，才能将传统的信息系统转变为真正的决策支持系统。,传统的应用模型有很多，如军事运筹学和企业管理科学。但传统的模型是独立的， 如下图：,它具有以下缺陷： 需要的数据和参数常不合用， 或难易产生； 模型的输出难以使用； 对复杂问题的大的模型难建 且难维护； 大的模型难懂，难以相信，决 策者和模型的交互较少,DSS的模型库就要克服上述问题。 DSS对模型能力的要求： 从任务上说能支持决策的设计和选择阶段； 从总体上说让用户很容易修改目标函数，容 易修改函数，容易和模型交互。,（3）会话部件,会话部件又叫接口部件，它是任何决策支持系统联系的接口。 人的任何意图，系统的任何支持都要通过它才能最终实现。,人和机器的交互主要是通过屏幕和键盘进行的。,决策支持系统对会话部件的要求： 能产生输出表达； 用户能启动运行，并输入参数； 用户能启动存储，并接收参数； 用户能把输入和输出综合进控制过程。,现有的对话方式有以下几种： 提问回答方式 命令语言对话 菜单对话方式 输入表格对话方式 在输出图形的思路中进行输入。,12.3. 智能决策支持系统 IDSS,相对完全的IDSS,智能决策支持系统和一般决策支持系统的主要区别在于学习和 推理，而学习和推理均是计算机科学中人工智能(AI)研究的内 容，因而我们说： IDSS=DSS+AI 人工智能可以定义为：使机器能做到像人那样智能工作的科学。,专家系统是由许多集成的、相互联系的构件所组成的。其中包括知识库、推理机、解释工具、知识库获取工具以及人机界面。专家系统的构成如下图所示：,一个自然语言系统为了完成语言的理解，要分几步进行。 进行语法结构分析。 开始语义分析。 如果出现了二义性，就用专家系统使他们明朗。下图表示了整个过程。,语音识别和自然语言理解也有相似的困难。不同 地区的人，语言不同；女人和男人的音调不同；有人 说话快，有人说话慢；甚至同一人早上和晚说话还有 不同的频率。,图像识别虽然有很大进步，机器人利用图形识别， 可以抓举不同的物体，但是如果机器人见到一种它没 见过的东西，它会怎样呢？计算机 要达到模拟人的视 觉，还有很长的路要走。,AI和DSS结合的一个很好的例子就是援例支持系统。 援例支持系统维护一个案例库，这是已解决的问题的案例。当遇到新问题， 首先由系统抽取相似与新案例的案例，把老的解答转化为对新问题的解答。这 与人的处理问题的模式十分相似。 援例支持系统很容易把使用和学习功能结合在一起。学习常发生于记忆新案 例的过程以及对现存案例分类和由案例中得到一般化知识的过程中。,DSS向深度方向发展还有自适应决策支持系统。 这种DSS又可分为：,主动决策支持系统（ADSS） 是独立与用户指明的方向独立支持。 共生决策支持系统（SDSS） 是ADSS的一个特例，它利用用户的意向去支持用户。 各种DSS的位置可用下图表示。,DSS样本关系图,以上所讲的DSS均是单用户的，随着网络技术得成熟， 支持多用户的决策支持系统越来越多，即群体决策系 统（GDSS）。 GDSS具有当用户DSS的多有特点，还具有自己的特点： 有群体决策规则 有支持群体决策过程进行的事件流程控制 有支持保密的手段 有支持群体决策的特殊方法和模型 要求有一定的硬件环境。例如，决策室就有各种形式。见下图,远程会议 群体决策,GDSS与电视会议的区别： 电视会议是一种群体决策的形