决策支持与人工智能

1、南昌大学MBA教育中心 ,管理信息系统,第 4 章 决策支持系统与人工智能 企业的智囊,2020/7/7,南昌大学MBA教育中心 ,2,先行案例,大陆航空利用决策支持系统获得成功 决策支持系统提供决策所需要的信息： 哪些亏本航班 每个航班座位的价格 座位一开始就低价出售，还是给最后几分种可能的商务旅客 座位一开始就低价出售，还是给中途停留站可能的商务旅客 取消或延迟航班的成本 客户类型与配餐 廉价票乘客配快餐包，商务旅客提供热餐,2020/7/7,南昌大学MBA教育中心 ,3,本章要点,1 引言 2 决策、决策、再决策 3 决策支持系统 4 协作系统 5 地理信息系统 6 人工智能 7 专家系

2、统 8 神经网络 9 遗传算法 10 智能代理,2020/7/7,南昌大学MBA教育中心 ,4,信息技术为企业提供智能,决策支持 决策支持系统 协作系统 地理信息系统 人工智能 专家系统 神经网络 遗传算法 智能代理,2020/7/7,南昌大学MBA教育中心 ,5,2 决策,如何进行决策 决策的类型,2020/7/7,南昌大学MBA教育中心 ,6,如何进行决策,Simon的四阶段决策理论 情报分析阶段(发现问题) 设计阶段(找出可行方案) 选择阶段(选出最合适的方案) 实施阶段(方案实施),2020/7/7,南昌大学MBA教育中心 ,7,如何进行决策,Simon的四阶段决策理论 1 情报分析阶

3、段(决策诊断阶段) 发现和识别问题、需求和机会 发现和解释那些需要引起注意的一些情况的征兆 老顾客对新产品的需求 新竞争对手带来的威胁 销售滑波 生产成本猛涨 分司的分销商要价,2020/7/7,南昌大学MBA教育中心 ,8,如何进行决策,Simon的四阶段决策理论 2 设计阶段 考虑各种可能的方案，这些方案或解决问题，或能满足需求，或能抓住机遇,2020/7/7,南昌大学MBA教育中心 ,9,如何进行决策,Simon的四阶段决策理论 3 选择阶段(决策指示阶段) 对每个方案的利敝加以评价，估计每个方案的实施结果，并从中选出最优方案 最优方案可能取决于多种因素 成本 实施的难易程度 对员工的要

4、求 方案实施的时间安排,2020/7/7,南昌大学MBA教育中心 ,10,如何进行决策,Simon的四阶段决策理论 4 实施阶段 执行选中的方案，检测实施的结果，并做出必要的调整。 在实施方案过程中，经常对其进行调整，尤其是对复杂的问题。,2020/7/7,南昌大学MBA教育中心 ,11,决策类型,结构化决策 采用专门的方法处理确定的信息，所以总能得到准确的答案，没必要靠“感觉”或“直觉”。可以编程的决策。 非结构化决策 可能存在若干种“正确”的解决问题的方案，但没有一种精确的方法计算出最优的方案，也没有一组规则或标准能保证得到最佳的解决方案。 大多数决策是介于上述两者之间 选择合适的工作 股

5、票市场的投资分析,2020/7/7,南昌大学MBA教育中心 ,12,决策类型（按频度分类）,重复性决策 重复发生的决策，经常带有周期性 非重复性（一次性的决策、特别决策） 不经常作的决策，经常是一次性，而且每次决策时可能采用的标准都是不同的,2020/7/7,南昌大学MBA教育中心 ,13,3 决策支持系统（DSS）,引言： 近半个世纪以来，组织的管理思想、方法与工具随着组织环境的变迁发生了巨大变化，管理思想、方法与工具的改进使组织的管理效率与效用有了显著提高。20世纪60年代末70年代初出现MIS将企业的管理水平提高到一个新层次。然而，面对一些半结构化和非结构化的决策支持要求，MIS无能为力

6、。决策支持系统（Decision Support System，DSS）应运而生。,2020/7/7,南昌大学MBA教育中心 ,14,3 决策支持系统（DSS）,决策支持系统(DSS)定义： 决策支持系统(DecisionSupportSystem，简称DSS)是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统。它是管理信息系统(MIS)向更高一级发展而产生的先进信息管理系统。它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。,2020/7/7,南昌大学MBA教育中心 ,15,3 决策支

7、持系统（DSS）,决策支持系统的产生与发展： 70年代 Keen和Scott Morton首次提出“决策支持系统”(Decision Support System，DSS)一词，标志着利用计算机与信息支持决策的研究与应用进入一个新阶段，并形成了决策支持系统新学科。 DSS一词已经非常流行，一般认为DSS是结合与利用计算机强大的信息处理能力和人的灵活判断能力、以交互方式支持决策者解决半结构化和非结构化问题的系统。 80年代 DSS增加了知识库与方法库，构成了三库系统或四库系统。 80年代后期，人工神经网络、机器学习等技术的研究与应用为知识学习与获取开辟新的途径。,2020/7/7,南昌大学MBA

8、教育中心 ,16,3 决策支持系统（DSS）,决策支持系统的产生与发展： 近年来 近年来，DSS与计算机网络技术结合构成了新型的、能供异地决策者共同参与进行决策的群体决策支持系统GDSS。 GDSS利用便捷的通信技术在多个决策者间沟通信息，提供良好的协商与综合决策环境，以支持需要集体做出决定的重要决策。,2020/7/7,南昌大学MBA教育中心 ,17,3 决策支持系统（DSS）,决策支持系统的的功能： 管理并随时提供与决策问题有关的组织内部信息 如：订单要求、库存状况、生产能力与财务报表等。 收集、管理并提供与决策问题有关的组织外部信息 如：政策法规、经济统计、市场行情、同行动态与科技进展等

9、。 收集、管理并提供各项决策方案执行情况的反馈信息 如：订单或合同执行进程、物料供应计划落实情况、生产计划完成情况等。 以一定方式存储和管理与决策问题有关的各种数学模型。 如：定价模型、库存控制模型与生产调度模型等。 存储并提供常用的数学方法及算法。 如：回归分析方法、线性规划、最短路径算法等。,2020/7/7,南昌大学MBA教育中心 ,18,3 决策支持系统（DSS）,决策支持系统的的功能： 轻松修改和添加上述数据、模型与方法 灵活运用模型与方法对数据进行加工、汇总、分析、预测，得出所需的综合信息与预测信息 具有方便的人机对话和图像输出功能，满足随机的数据查询要求，回答 “如果则”之类问题

10、。 提供良好的数据通信功能，保证及时收集所需数据并将加工结果传送给使用者。 具有使用者能忍受的加工速度与响应时间，不影响使用者的情绪。,2020/7/7,南昌大学MBA教育中心 ,19,3 决策支持系统（DSS）,决策支持系统的基本特征： 对准上层管理人员经常面临的结构化程度不高、说明不够充分的问题； 把模型或分析技术与传统的数据存取技术、检索技术结合起来； 易于让非计算机专业人员以交互会话方式使用； 强调对环境及用户决策方法改变的灵活性及适应性； 支持但不代替高层决策者制定决策。,2020/7/7,南昌大学MBA教育中心 ,20,3 决策支持系统（DSS）,决策支持系统的结构特征： 模型库及

11、其管理系统； 数据库及其管理系统； 方法库及其管理系统； 交互式计算机硬件及软件； 对用户友好的建模语言。,2020/7/7,南昌大学MBA教育中心 ,21,3 决策支持系统（DSS）,决策支持系统的实例：,组织 应用功能 美国航空 票价和航线选择 Eguico资本公司 投资评估 普通事故保险 客户投保分析和作弊探测 美洲银行 客户分析 外衣厂库存地点和存货决策 National Gypsum 公司计划和预测 联合航空公司 飞行调度 美国国防部 国防合同分析,2020/7/7,南昌大学MBA教育中心 ,22,3 决策支持系统（DSS）,决策支持系统的实例： 例：有一制造厂为决定它的生产规模和合

12、适的库存量，建立一个决策支持系统。 模型库：由生产计划、库存模拟模型 (如预测、库存控制模型)等组成。 数据库：存有历年销售量、资金流动情况、成本等原始数据。 人机交互系统：决策者通过计算机终端屏幕，根据DSS提供最佳订货量和重新订货时间及相应的生产成本、库存成本等信息，进行 “如果将会怎样?”的询问，对所提方案进行灵敏度分析，或以新参数进行模拟得到一个新方案。,2020/7/7,南昌大学MBA教育中心 ,23,3 决策支持系统（DSS）,DSS与MIS的关系： MIS是一个总概念，DSS是MIS发展的高级阶段或高层子系统。 DSS是鉴于MIS的不足而推出的、目标不同于MIS的新型系统。 MI

13、S是DSS的基础部分，也即DSS包括提供决策信息的MIS，MIS是DSS的一个子系统。 有广义与狭义之分，就狭义而言，MIS与DSS是不同的系统，就广义而言，DSS是MIS的分系统。 DSS与MIS目标一致,起点不同。DSS的目标是MIS追求的目标之一，只是这个目标的具体实现是在DSS名义之下。,2020/7/7,南昌大学MBA教育中心 ,24,3 决策支持系统（DSS）,决策支持系统是一种高度灵活的、具有高度交互性的，为非结构化决策问题提供辅助的信息技术系统。 DSS提供快速的计算能力、大量的信息 决策者提供经验、直觉、判断力，决定使用什么信息如何运用这些信息。 DSS提供决策的支持，不能代

14、替决策者决策,2020/7/7,南昌大学MBA教育中心 ,25,决策支持系统（DSS）,决策者、信息技术、决策支持系统 决策者的优势 经验、直觉、判断、知识 决策支持系统的优势 提高生产率、增进理解、加快速度、提高灵敏度、减少问题的复杂性、降低成本 信息技术的优势 速度、信息、处理能力,2020/7/7,南昌大学MBA教育中心 ,26,决策支持系统,产品定价问题 有限资源最大产出问题 订货问题 最优路线问题 销售趋势预测问题 保险的费率问题 如：40岁以上男性，很少出现第二次酒后驾车，可通过降低其保险费率，提高市场占有率。,2020/7/7,南昌大学MBA教育中心 ,27,决策支持系统的组成,

15、1 模型管理模块 2 数据管理模块 3 用户界面管理模块 用户通过用户界面管理模块选择将采用的模型、将使用的信息，模型利用来自数据库中的数据，通过计算、分析，将结果返回用户界面，将结果返回给用户。,2020/7/7,南昌大学MBA教育中心 ,28,决策支持系统的组成,1 模型管理模块存储和管理模型 模型管理系统 模型对事件、事实、现象的描述。企业利用模型描述变量之间的关系 具体选取的模型要根据管理决策问题 回归分析模型 时间序列季度模型 定价模型 最优化模型 What if分析,2020/7/7,南昌大学MBA教育中心 ,29,决策支持系统的组成,2 数据管理模块管理和存储DSS所需要的信息

16、数据管理系统 数据 数据的类型 内部数据 外部数据 个人数据,2020/7/7,南昌大学MBA教育中心 ,30,决策支持系统的组成,3 用户界面管理模块负责决策者与DSS之间的沟通。 用户界面管理系统 用户界面 良好的见面使DSS成功使用的关键 使用用户习惯的术语和方法 灵活 简单 有良好的一致性和适应性,2020/7/7,南昌大学MBA教育中心 ,31,决策支持系统（DSS）,新一代决策支持系统 群体决策支持系统（GDSS） 分布式决策支持系统（DDSS） 智能决策支持系统（IDSS） 决策支持中心 战略决策支持系统 I3DSS,2020/7/7,南昌大学MBA教育中心 ,32,决策支持系统

17、（DSS）,新一代决策支持系统 群体决策支持系统（GDSS） 群体决策是指参与决策的人数多于一个以上。由两个以上的人在一起共同讨论决策。 设计开发一个GDSS十分复杂。涉及不同的人、时间、地点、通讯网络及个人偏好和其它技术的复杂组合，运行方式与制度、文化密切相关。而且大多数群体决策问题是非结构化的。 GDSS的开发涉及通讯技术（电子信息、局域网与广域网、远程会议、储存与交换设备等），计算机技术（多用户系统、计算机语言、数据库、数据分析、数据修改等），决策支持技术（议程设置、人工智能、自动推理技术、决策模型方法、风险分析、预测方法），以及非结构化的群决策方法等。 l,2020/7/7,南昌大学M

18、BA教育中心 ,33,决策支持系统（DSS）,新一代决策支持系统 分布式决策支持系统（DDSS） 一些大规模决策活动，不可能或不便于用集中方式进行（如涉及许多承担不同责任的决策人，决策过程必需的信息资源或某些重要决策因素分散在较大活动范围），需运用分布式方式进行决策。这类决策活动被称为分布式的，支持这类决策问题的DSS就是分布式决策支持系统（DDSS）。 DDSS在国际上是20世纪80年代提出来的，在国内的研究刚刚开始。 DDSS的运行需要计算机网络支持，网络的每一个结点至少含有一个DSS或具有若干辅助决策的功能。,2020/7/7,南昌大学MBA教育中心 ,34,决策支持系统（DSS）,新一

19、代决策支持系统 智能决策支持系统（IDSS） IDSS，是人工智能技术与DSS相结合的产物。 IDSS的总体设计，要充分考虑： 传统DSS的设计思想与ES有矛盾。传统DSS的三库及其管理系统旨在加强其通用性。而ES是针对专门问题开发的具有专家级知识和水平决策咨询的系统。在DSS的使用中，决策者希望DSS起到ES的作用。IDSS应该充分考虑二者的有机结合。 在决策问题求解过程中，知识推理机和库管理模块既相对对立又相互依赖。为此，需要借鉴数据字典定义提出库字典的概念，并建立四个库字典，以模型库为库信息的控制中心。,2020/7/7,南昌大学MBA教育中心 ,35,决策支持系统（DSS）,新一代决策

20、支持系统 决策支持中心（DCS） 决策支持中心（DSC）由Owen等人首先提出。一个由了解决策环境的信息系统组成的决策支持小组作为DSC核心。该中心采用先进的信息技术，其位置与高层领导十分接近，以便能及时提供决策支持。决策支持小组随时准备开发或修改DSS以支持高层领导作出紧急和重要的决策。,2020/7/7,南昌大学MBA教育中心 ,36,决策支持系统（DSS）,新一代决策支持系统 战略决策支持系统（DCS） 战略决策支持系统是支持战略管理的DSS。 构成部分有： 数据库系统。 模型与方法库系统。 知识库系统。 案例分析系统。 输入-输出系统。 控制与通讯系统。,2020/7/7,南昌大学MB

21、A教育中心 ,37,决策支持系统（DSS）,新一代决策支持系统 I3DSS I3DSS是智能型、交互型、集成化决策支持系统的简称。是面向决策者和决策过程的综合性决策支持系统的一个框架。 对于许多领域的复杂决策问题，采用单一的以信息为基础、或以模型为基础、或以知识为基础的DSS都难以满足需要。解决这类决策问题，必须将系统分析、运筹学方法、计算机技术、知识工程、专家系统有机结合，在面向问题的前提下，既发挥它们各自优势，又发挥它们联合运用的优势，开发一种面向问题综合型决策支持系统，将各种思想、方法、工具集成化。 I3DSS 应此需求出现。,2020/7/7,南昌大学MBA教育中心 ,38,主管信息系

22、统,定义： 主管信息系统 ( Executive Information System，简称EIS）是面向组织高层领导，能支持领导管理工作，为他们提高效率和改善有效性的信息系统。国内译作经理信息系统、领导信息系统，有时也将EIS称为总裁信息系统或高层管理信息系统等。,2020/7/7,南昌大学MBA教育中心 ,39,经理信息系统（EIS）,实现主管信息系统的困难： 经理信息的松散定义使得经理的信息需求的确定变得十分困难。 经理和员工的面对面的交流十分必要，只有这样才能了解流言、情绪等信息，而这种“软信息”对经理决策是很有用的。信息系统难以支持它。 经理的决策是非结构化的，不仅是科学，而且是艺术

23、，而当前信息系统的灵活性远没达到艺术的水平。 般来说经理驾驭计算机的能力是较弱的，缺少学习时间。 经理的思想和行为又是千变万化的，多种多样的，每个经理均不相同。很难有一种经理信息系统是通用结构。,2020/7/7,南昌大学MBA教育中心 ,40,经理信息系统（EIS）,主管信息系统的概念模型,2020/7/7,南昌大学MBA教育中心 ,41,经理信息系统（EIS）,开发EIS的关键成功因数： 经顶层经理亲自参加开发，描绘出信息系统未来的蓝图，给信息技术的战略应用以委托。 了解数据源，为使EIS成功，事先改善现有的信息系统的信息源是必要的。 集中于重要问题，组织的关键成功因素，例外报告、深挖信息

24、的能力是EIS的关键成功因素。 时间响应，不断增加时间的区间，性能也随之不断扩大。持续地进行的性能监控是重要的。 主管经理要有信息意识和适当的计算机水平，会用鼠标、屏幕等。 开发队伍，要不断学习，使用开发工具是关键。 要有灵活性 持续支持EIS，不断改善系统,2020/7/7,南昌大学MBA教育中心 ,42,经理信息系统（EIS）,未来EIS的特点： 具有原来的EIS的信息查询和模型处理的能力。 具有原来EIS一样的使用简单的界面。 具有更强的通信能力，支持有线的和无线的通信，支持ISDN，DDN，能通E-mail，Fax和Vedio Conference。 具有更强的多媒体信息处理能力，如能

25、摄像、录音和文字识别等。 体积更小，便于像手机一样携带。 不仅能支持经理决策，提高效益，而且能支持经理日常办公提高效率，能支持经理学习培训提高水平，甚至可以支持一些休闲活动，如游戏、下棋以调节经理的情绪。也许到那时EIS才能真正进入经理心中。,2020/7/7,南昌大学MBA教育中心 ,43,经理信息系统（EIS）,经理信息系统与经理支持系统的区别 1经理信息系统(EIS) 是对经理个人的剪裁。 抽取、过滤、压缩和跟踪关键数据。 提供在线状态存取、趋势分析、例外报告和深人挖掘数据的能力。 取存和集成广泛的内源和外源数据； 对用户是友好的，可以显示表达图形、表格以及文本信息。不用培训或少量培训即

26、可使用。 主管经理直接使用，不要中间人。 2经理支持系统(ESS) 是加入附加能力的EIS 支持电子通信，包括电子邮件、传真、计算机会议和字符处理。 提供数据分析能力，包括电子报表、查询语言和决策支持系统等。 包括提高个人工作效率的工具，如电子日历、电子备忘录等。,2020/7/7,南昌大学MBA教育中心 ,44,经理支持系统（ESS）,ESS 1系统使用灵活 ESS提供给高级经理们的是数据加工工具，而不是事先约定一个专门的问题再给出答案。经理们可以根据个人需要随意地对问题进行加工。在思考问题做决策时，把系统作为他们个人能力的延伸。ESS不是做决策的系统，它是辅助高级经理做决策的工具。,202

27、0/7/7,南昌大学MBA教育中心 ,45,经理支持系统（ESS）,ESS 2系统具有较强的分析、比较能力和预测趋势的能力 ESS一个最明显的优点是它的分析、比较以及预测某种趋势的能力。用户可以很方便地利用图形输出结果，用较少的时间浏览更多的数据信息，而且这种方式比完全是数字的报告系统所提供的信息更清晰、内涵更多。如果不使用ESS，经理们要得到同样的一些数据信息，他的下属职员要花费几天甚至几周的宝贵时间。有了ESS，就可以节省很多时间，经理和他的下属职员可以利用省下来的时间去做那些创造性的分析和决策工作，而且ESS所具有的“漫游”能力能够提高经理们分析问题进行决策的质量。,2020/7/7,南

28、昌大学MBA教育中心 ,46,经理支持系统（ESS）,ESS 3监控组织运作，更早地发现问题，识别机遇 经理们还可以利用ESS在其责任范围内更有效地监控组织的运作情况。ESS就好像是一个“监视器”，监视组织中的主要运行指标，它可以及时有效地获得数据，以便尽早发现问题，采取措施，使问题可以在其产生严重后果之前得以解决，同时也可以更早地发现机遇。,2020/7/7,南昌大学MBA教育中心 ,47,经理支持系统（ESS）,ESS 4分解决策，提高管理绩效 ESS同时也可以改变组织的工作方式，ESS可以非常及时地存取大量的数据，改善下属部门向经理汇报日常运行情况的方式，使经理们能够更好地监控组织的运行

29、。正是这种监控能力使决策可以分散进行，甚至可以发生在运作层。经理们通常也都愿意将决策工作逐级分解，让组织中的下属经理们也参与，ESS能使这一切得到保证。一个好的ESS能够极大地改善管理绩效，提高高层管理者们的控制范围。,2020/7/7,南昌大学MBA教育中心 ,48,开放式外部仓部物流管理应用实例,2020/7/7,南昌大学MBA教育中心 ,49,4 协作系统,通过支持信息的流动和共享，为了提高工作组的工作绩效而特别设计的软件。 协作系统支持协作办公，所有的员工都可以访问计划、日程安排、定货信息。 企业协作 电子邮件、群体日程表、工作计划、工作流自动化 供应链协作 供应商包括为该公司提供零部

30、件和服务的所有供应商组成的功能网链。不仅包括公司的供应商，还包括供应商的供应商 基于Web的协作系统 基于WEB的协作,2020/7/7,南昌大学MBA教育中心 ,50,5 地理信息系统,地理信息系统的定义 是一门学科，是描述、存储、分析和输出空间信息的理论和方法的一门新兴交叉学科。 是一个技术系统，以地理空间数据库为基础，采用地理模型分析方法，适时提供多种空间的和动态的地理信息，为地理研究和地理决策服务的计算机技术系统,2020/7/7,南昌大学MBA教育中心 ,51,5 地理信息系统,对GIS的三种观点 地图观点的定义侧重与制图有关的内容，GIS被视为一个地图分析与处理系统。 数据库观点的

31、定义侧重于数据库设计与实现的完善性，一个复杂的数据库管理系统被视为GIS不可分割的一部分。 空间分析观点的定义侧重于分析和建模，GIS被视为一门空间信息科学。,2020/7/7,南昌大学MBA教育中心 ,52,5 地理信息系统,地理信息系统是专为使用空间信息而设计的决策支持系统 地理信息系统支持 选择最好的开设企业分支机构的位置 在细分的市场中，找到潜在的顾客群 根据销售额确定广告和促销的区域 为建立新的批发站确定广告和促销最佳地点 空间信息 可以用地图的形式来表示的所有信息 企业地理信息 空间信息和文字信息结合在一起,2020/7/7,南昌大学MBA教育中心 ,53,5 地理信息系统,GIS

32、类型 专题GIS（Thematic GIS）具有有限目标和专业特点的地理信息系统，为特定的专门目的服务。如，森林动态监测、水资源管理、矿业资源定位、农作物估产、草场资源管理、水土流失等。 区域GIS（Regional GIS）以区域综合研究和全面信息服务为目标，有不同的规模，如国家级、地区或省级、市级和县级等，为各不同级别行政区服务的区域信息系统；也可以按自然分区或流域为单位的区域信息系统。区域信息系统如加拿大国家信息系统、中国黄河流域信息系统等。 许多实际的地理信息系统是介于上述二者之间的区域性专题信息系统，如北京市水土流失信息系统、海南岛土地评价信息系统、河南省冬小麦估产信息系统等。 GI

33、S工具或外壳（GIS Tools）一组具有图形图像数字化、存储管理、查询检索、分析运算和多种输出等地理信息系统基本功能的软件包。,2020/7/7,南昌大学MBA教育中心 ,54,5 地理信息系统,GIS核心问题 位置（Locations） 在某个特定的位置有什么。 条件（Conditions） 什么地方有满足某些条件的东西。 变化趋势（Trends） 该类问题需要综合现有数据，识别已经发生或正在发生变化的地理现象。 模式（Patterns） 该类问题分析与已经发生或正在发生事件有关的因素。地理信息系统将现有数据组合在一起，更好地说明正在发生什么，找出发生事件与哪些数据有关。 模型（Model

34、s） 该类问题的解决需要建立新的数据关系以产生解决方案。,2020/7/7,南昌大学MBA教育中心 ,55,5 地理信息系统,GIS功能 数据的获取 数据的初步处理 数据的存储及检索 数据的查询与分析 图形的显示与交互,2020/7/7,南昌大学MBA教育中心 ,56,5 地理信息系统,GIS功能,2020/7/7,南昌大学MBA教育中心 ,57,5 地理信息系统,GIS实例 GIS可广泛应用于所有与地理位置、地图相关的领域，包括水利和防洪减灾，自然资源管理，土地利用和城市规划管理，军事应用，交通运输管理，石油和天然气，矿业管理，GPS车辆监控，电力、供水、通讯、有线电视、邮电管网管理等各方面

35、。以下为一些GIS的实例。,2020/7/7,南昌大学MBA教育中心 ,58,5 地理信息系统,GIS实例：国家动态地图网,2020/7/7,南昌大学MBA教育中心 ,59,5 地理信息系统,GIS实例：中国地震发生概况,2020/7/7,南昌大学MBA教育中心 ,60,5 地理信息系统,GIS实例：中国地震发生概况,2020/7/7,南昌大学MBA教育中心 ,61,6 人工智能,让机器模仿人的思维与行动的科学。 人工智能包括 专家系统 神经网络 遗传算法 智能代理,2020/7/7,南昌大学MBA教育中心 ,62,6 人工智能,智能概念 智能是什么？ 智能是个体有目的的行为、合理的思维, 以

36、及有效的适应环境的综合性能力。 通俗地说, 智能是个体认识客观事物和运用知识解决问题的能力。人类个体的智能是一种综合性能力。 具体讲, 包括感知与认识客观事物、客观世界与自我的能力；通过学习取得经验、积累知识的能力；理解知识、运用知识和运用经验分析问题和解决问题的能力；联想、推理、判断、决策的能力；运用语言进行抽象、概括的能力；发现、发明、创造、创新的能力；实时、迅速、合理应付复杂环境的能力；预测、洞察事物发展变化的能力等,2020/7/7,南昌大学MBA教育中心 ,63,6 人工智能,人工智能概念的诞生 其诞生可追溯到50年代中期。1956年夏，在美国Dartmouth大学由年青数学助教J.

37、McCarthy（现斯坦福大学教授）和他的三位朋友M.Minsky（哈佛大学年青数学和神经学家，现MIT教授）、N.Lochester（IBM公司信息研究中心负责人）和C.Shannon（贝尔实验室信息部数学研究员）共同发起，邀请IBM公司的T.More和A.Samuel、MIT的O.Selfridge和R.Solomonff以及RAND公司和Carnagie工科大学的A.Newell和H.A.Simon（均为CMU教授）等人参加夏季学术讨论班，历时两个月。这十位学者都是在数学、神经生理学、心理学、和计算机科学等领域中从事教学和研究工作的学者，在会上他们第一次正式使用了人工智能（AI）这一术语

38、，从而开创了人工智能的研究方向。,2020/7/7,南昌大学MBA教育中心 ,64,人工智能,人工智能定义 人工智能(Artificial Intelligence，AI) 相对人的自然智能而言，即用人工的方法和技术,模仿、延伸和扩展人的智能, 实现某些“机器思维”。 作为一门学科，人工智能研究智能行为的计算模型，研制具有感知、推理、学习、联想、决策等思维活动的计算系统，解决需要人类专家才能处理的复杂问题。 它是计算机科学、控制论、信息论、神经生理学、心理学、语言学等多种学科互相渗透而发展起来的一门综合性新学科。,2020/7/7,南昌大学MBA教育中心 ,65,人工智能,人工智能定义 从狭义

39、的概念上讲，人工智能是计算机科学中涉及研究、设计和应用智能机器的一个分支，是对智能计算机系统的研究。它的近期主要目标在于研究用机器来模仿和执行人脑的某些智力功能，并开发相关理论和技术。其中智能机器是指能够在各类环境中自主或交互执行各种拟人任务的，与人智力相当或相近的机器。具体地说是能够对人类语言理解、学习和推理的机器。 从广义上来讲，人工智能是指人类智能行为规律、智能理论方面的研究。 在狭义方面已经做了一些工作，如专家系统的研究与开发。广义的理解至今还没有做出令人兴奋的结果。,2020/7/7,南昌大学MBA教育中心 ,66,人工智能,人工智能发展 1. 萌芽期（1956年以前） 自古以来，人

40、类就力图根据认识水平和当时的技术条件，企图用机器来代替人的部分脑力劳动，以提高征服自然的能力。 2. 形成时期（1956-1961） 1956年在美国Dartmouth大学的一次历史性聚会被认为是人工智能学科正式诞生的标志，从此在美国开始形成了以人工智能为研究目标的几个研究组：如Newell和Simon的Carnegie-RAND协作组；Samuel和Gelernter的IBM公司工程课题研究组等 。 自古以来，人类就力图根据认识水平和当时的技术条件，企图用机器来代替人的部分脑力劳动，以提高征服自然的能力。,2020/7/7,南昌大学MBA教育中心 ,67,人工智能,人工智能发展 3. 发展时

41、期（1961年以后） 六十年代以来，人工智能的研究活动越来越受到重视。为了揭示智能的有关原理，研究者相继对问题求解、博弈、定理证明、程序设计、机器视觉、自然语言理解等领域课题进行了深入研究。几十年来，不仅使研究课题有所扩展和深入，而且逐渐搞清了这些课题共同的基本核心问题以及它们和其他学科间的相互关系。 近年来，人工智能在很多方面取得了新进展，尤其随因特网普及和应用，对人工智能的需求变得越来越迫切，给人工智能的研究提供了新的广泛舞台。,2020/7/7,南昌大学MBA教育中心 ,68,人工智能,人工智能特点 人工智能是一门知识的科学。以知识为对象，研究知识的获取、表示和使用。 人工智能的系统过程

42、是：数据处理知识处理，数据符号。符号表示的是知识而不是数值、数据。问题求解过程有启发，有推导。 人工智能是引起争论最多的科学之一。,2020/7/7,南昌大学MBA教育中心 ,69,人工智能,人工智能研究分类 符号主义和连结主义是当前人工智能研究的主要观点。 符号主义是传统人工智能相对于神经网络研究而言的统称。 连结主义主要是从生物、人类神经网络的结构、信息传输、网络设计（学习）的角度分析，模拟智能形成与发展的研究。,2020/7/7,南昌大学MBA教育中心 ,70,人工智能,人工智能研究分类 目前研究人工智能主要有两条途径。 心理学家、生理学家认为大脑是智能活动的物质基础，要揭示人类智能的奥

43、秘，必须弄清大脑结构，从大脑神经元模型着手研究，搞清大脑信息处理过程的机理，这样人工智能的实现迎刃而解。由于人脑有上百亿神经元，现阶段要进行人脑的物理模拟实验还很困难，因而完成这个任务极其艰巨。这一学派是企图创立“信息处理的智能理论”作为实现人工智能的长远研究目标。 计算机科学家提出从模拟人脑功能的角度实现人工智能。通过运行计算机程序，从效果上达到和人们智能行为活动过程类似作为研究目标，这派学者局限于解决“建造智能机器或系统为工程目标的有关原理和技术”作为实现人工智能的近期目标，比较实际。,2020/7/7,南昌大学MBA教育中心 ,71,人工智能,人工智能应用领域 自然语言理解。 是当前人工

44、智能应用领域中最引人注目的分支之一。随着信息时代迅速发展，如何可理解地获取知识成为日益重要的课题。主要体现在机器翻译、自动文摘、全文检索等应用中。 数据库的智能检索 研究如何在海量知识中准确找到自己需要的东西。 专家系统 从七十年代开始人工智能研究领域中的古老话题，如下棋、探矿等系统比较成功。 机器定理证明 人工智能研究最原始课题之一，取得很多可以证明人工智能技术进步的成就。但不是当今热点话题。 博弈 主要问题是机器学习和搜索。,2020/7/7,南昌大学MBA教育中心 ,72,人工智能,人工智能应用领域 机器人。 涉及知识领域广泛，已取得很多实质性成果，是应用前景最好的分支之一。 自动程序设

45、计 所有学计算机的人都希望该研究分支有实质性的成果。 组合调度 是人工智能研究的重要分支之一。对于浩繁的任务，给出完成任务的最佳（局部最优）任务序列。如机器人搬运。 感知 现代人工智能的课题。是not only BODY but also SENSER理论的需要。 视觉 以往主要是由于机器人学需要，现今多媒体、视频检索等多个分支对视觉研究提出了大量需求。是当前最热点研究分支之一。,2020/7/7,南昌大学MBA教育中心 ,73,人工智能,人工智能研究方向 并行与分布式处理技术 包括大规模并行机和机群的体系结构、并行操作系统与并行数据结构，分布式Client/Server计算模型及其处理技术，

46、多机系统合作与知识共享技术等。 知识的获取、表示、更新和推理新机制 包括新知识获取方法，常识性知识表示、更新与推理，大型知识库组织与维护，新一代逻辑处理机制等。 多功能的感知技术 包括对语音文字、图形与图像等信号的获取、识别、压缩与转化，以及多媒体输出和VR技术等。 智能Agent 智能体的交互、通讯和多智能体体系结构。智能体是智能体程序和智能体结构的结合。 数据挖掘 包括数据挖掘、数据查询。该方面研究主要是应信息时代需求，面对海量信息，人类必须有一整套信息检索、处理的手段，才能从中得到有效知识，否则将被繁多无用的信息淹没。,2020/7/7,南昌大学MBA教育中心 ,74,人工智能,人工智能

47、成功实例 1953年，美国乔治敦大学组织了第一次机器翻译的实际实验。 1954年7月，IBM公司在701计算机上做了俄译英公开表演。 1956年，Newell和Simon等人首先取得突破，他们编的程序Logic Theorist(应用启发式技术)证明了数学原理第二章中三十八条定理，又于1963年证明了该章中全部五十二条定理，走上了以计算机程序来模拟人类思维的道路，第一次将求解方法和问题的领域知识分离。 1958年定理证明方面取得新成就，美籍数理逻辑学家王浩在IBM704计算机上以3-5分钟证明了数学原理有关命题演算的全部220条定理。 1959年，IBM公司的Gelernter研制出平面几何证

48、明程序。 90年代初，(美军)沙漠风暴行动是人工智能技术在军事中应用的一个成功典范。从最简单的货物空运，到复杂的行动协调，都由面向人工智能技术的专家系统完成。另外先进的巡航导弹也采用人工智能领域的机器人和机器视觉技术。其中的两个计划：Pilot Associate Project (电子领航员)和Battle Management System Project(军事专家系统) 是人工智能技术成功应用的范例。 1997年IBM的深蓝系统击败了世界冠军卡斯帕洛夫。深蓝系统由一个大型基于IBM RS/6000的并行计算机组成，应用了人工智能中的博弈理论。深蓝程序用的是人工智能最基本也最简单的剪枝搜索

49、方法。,2020/7/7,南昌大学MBA教育中心 ,75,7 专家系统,专家系统定义 专家系统是一个智能程序，它具有相关领域的大量专家知识，可以模拟人类专家解决问题的思维过程，且解决问题的能力不低于人类领域专家。 专家系统是一个具有大量专门知识与经验的计算机系统。作为人工智能的一种技术，把某一领域内专家的知识提炼出来，建成一个知识库，以解决该领域的有关问题和决策。专家系统通过知识库，利用启发式算法，经验规则和推理方法解决难以寻找某些规律或定量描述的困难问题。,2020/7/7,南昌大学MBA教育中心 ,76,7 专家系统,专家系统的研究历史 世界上第一个专家系统 1965年，A.Feigenb

50、um, DENDRAL。 中国第一个专家系统 1978年，中国科学院自动化研究所 涂序彦：关幼波肝病诊断与治疗专家系统。,2020/7/7,南昌大学MBA教育中心 ,77,7 专家系统,专家系统的特征 具有专家水平的专门知识 能进行有效的推理 具有获取知识的能力 具有灵活性 具有透明性 具有交互性 具有一定的复杂性和难度,2020/7/7,南昌大学MBA教育中心 ,78,7 专家系统,专家系统与常规程序的区别 常规程序=数据结构+算法；专家系统=知识+推理。 常规程序将知识组织成数据级和程序级；专家系统将知识组织成数据级、知识库级和控制级。 常规程序通过查找或计算获取问题的解，本质上是数值计算

51、；专家系统是通过推理获取问题的解或证明某个假设，本质上是符号处理。 常规程序处理的数据多数是精确的；专家系统处理的数据大多数是不精确的、模糊的。 常规程序一般不需要具备解释功能；而专家系统一般具有解释机构，可以对自己的行为作出解释。 常规程序与专家系统具有不同的软件体系结构。,2020/7/7,南昌大学MBA教育中心 ,79,7 专家系统,专家系统分类 按专家系统的特征分类 解释型 诊断型 预测型 设计型 规划型 控制型 检测型 维修型 教育型 调试型。,2020/7/7,南昌大学MBA教育中心 ,80,7 专家系统,专家系统分类 按系统的体系结构分类 集中式专家系统 分布式专家系统 神经网络

52、专家系统 符号系统与神经网络相结合的专家系统。,2020/7/7,南昌大学MBA教育中心 ,81,7 专家系统,是一种运用推理能力得出结论的人工智能系统。 应用领域 会计：制定税收计划 医药：根据多方面的因素确定抗生素处方 过程控制： 人力资源管理：制订人力资源计划 生产：指导产品，飞机零部件的加工 林业管理：指定合理的林区砍伐计划,2020/7/7,南昌大学MBA教育中心 ,82,专家系统的构成,信息 领域知识 解释信息 问题的事实 人 领域专家 知识工程师 知识工作者 信息技术部件 知识库 知识获取 推理机 用户界面 解释模块,2020/7/7,南昌大学MBA教育中心 ,83,专家系统技术

53、组成,知识库 保存代表知识的规则 推理机 负责接受用户提出的问题，然后在知识库里寻找合适的规则，直到得出结论 用户界面 用户咨询的部分，用户提供事实，并得到专家系统的答案 解释模块 回答为什么会得到这样的答案 知识获取模块 获取知识并转化成规则的部分,2020/7/7,南昌大学MBA教育中心 ,84,专家系统技术组成,专家系统的一般结构,人机接口,推理机,解释程序,知识获取程序,数据库及其管理系统,知识库及其管理系统,用户,领域专家,2020/7/7,南昌大学MBA教育中心 ,85,专家系统技术组成,专家系统的体系结构(具体),专家、开发人员,用户,知识获取 与学习系统,解释系统,用户接口,推

54、理机,工作区间,知识库管理系统,知识库,2020/7/7,南昌大学MBA教育中心 ,86,专家系统,专家系统的工作原理推理 推理是根据已知信息来推断出新信息或结论的思维过程。专家系统中的推理是根据给定事实得出结论的过程。 专家系统的推理由推理机实现。专家系统从数据库中取出一条规则，看这条规则的前提与给定事实是否匹配。如果匹配，则得出相应的结论，并把结论存入存储器中，作为新的事实；反之，启用下一规则，进行匹配，直到匹配成功。,2020/7/7,南昌大学MBA教育中心 ,87,专家系统,主要有三种推理方法： 正向推理：从事实出发，推出一定结论的方法，又称为数据驱动推理方法。 反向推理：由用户或系统

55、提出一些假设，然后系统来验证这些假设的真假。推理过程可以理解为从目标出发，反向使用规则进行推理。 双向推理：即前两者的结合。,2020/7/7,南昌大学MBA教育中心 ,88,专家系统,专家系统建造的原则： 恰当划定求解问题的领域。 获取完备的知识。 知识库与推理机分离。 选择、设计合适的知识表示。 推理机应模拟领域专家求解问题的思维过程。 建立良好的交互环境。 渐增式的开发策略。,2020/7/7,南昌大学MBA教育中心 ,89,专家系统,专家系统的开发过程： 需求分析。 系统设计。 知识获取。 编程、调试。 原型测试。 修正与扩充。 系统包装及总调。 系统维护。,2020/7/7,南昌大学

56、MBA教育中心 ,90,专家系统,专家系统的评价要素： 知识的完备性。 表示方法及组织方法的适应性。 求解问题的质量。 系统的效率。 人机交互的便利性。 系统的可维护性。 解释能力。 系统的研制时间与效益。,2020/7/7,南昌大学MBA教育中心 ,91,专家系统,几个著名的专家系统： 动物识别系统 MYCIN PROSPECTOR AM Internist-1系统 HELP系统,2020/7/7,南昌大学MBA教育中心 ,92,专家系统,几个著名的专家系统： Mycin系统 MYCIN主要用于协助医生诊断脑膜炎一类的细菌感染疾病。在MYCIN的知识库里，大约存放着450条判别规则和1000

57、条关于细菌感染方面的医学知识。它一边与用户进行对话，一边进行推理诊断。 它的推理规则称为“产生式规则”，类似于： “IF（打喷嚏）OR（鼻塞）OR（咳嗽） THEN（有感冒症状）” 这种医生诊断疾病的经验总结，最后显示出它“考虑”的可能性最高的病因，并以给出用药建议结束。,2020/7/7,南昌大学MBA教育中心 ,93,专家系统,几个著名的专家系统： Internist-1系统 1982年，美国匹兹堡大学的Miller等发表了著名的Internist-内科计算机辅助诊断系统，其知识库包含了572种疾病，约4500种症状。,2020/7/7,南昌大学MBA教育中心 ,94,专家系统,几个著名的

58、专家系统： HELP系统 HELP是Utah大学开发的智能化医院信息系统。 特点：帮助医护人员分析、解释、处理临床数据。 功能： 呼吸系统疾病诊断。 临床实验室检查异常结果判断。 传染病监控。 用药合理性检查报警。,2020/7/7,南昌大学MBA教育中心 ,95,遗传算法,遗传算法 遗传算法(Genetic Algorithm，GA) 是一种借鉴生物遗传机制的全局随机搜索算法。源于生物进化过程，基于进化过程中信息遗传机制和优胜劣汰的自然选择原则。 创始人是美国密歇根大学教授John. H. Holland。早在60年代初，Holland教授萌发将生物进化论基本原理引入优化计算技术中的思想雏形

59、，1975年系统地提出遗传算法的完整结构和理论，开创了GA研究的先河。他创立的遗传算法称为基本遗传算法。 随后众多学者共同研究，推动GA发展，出现了各种变形的GA技术，如微GA，模糊GA，改进GA，并行GA，分布GA等，并用于各种应用学科中，如智能控制，决策规划，机器学习，归类器，VLSI CAD甚至音乐合成中等。,2020/7/7,南昌大学MBA教育中心 ,96,遗传算法,遗传算法常用术语 GA借用了许多生物学的概念，如染色体、基因、种群、选择、交叉、变异等。生物学遗传概念与遗传算法各术语的对应关系如下表所示：,2020/7/7,南昌大学MBA教育中心 ,97,遗传算法,遗传算法流程图,2020/7/7,南昌大学MBA教育中心 ,98,9 遗传算法,模仿适者生存的进化过程产生一个问题的逐步改进的解决方案. 使用生物进化的三个概念 选择：优先考虑好的结果 交叉：因为希望产生一个更好的结果，而将几个好的结果搭配在一起 变异：随机组合并评估其结果的成功与失败 适合解决有无数种解决方案的问题 确定光缆的布线 根据不同税收政策，确定投资组合 确定衣物的裁剪方式，使浪费最小,2020/7/7,南昌大学MB