dss-7-决策支持系统-推荐(ppt84)-经营管理(编辑修改稿)

dss-7-决策支持系统-推荐(ppt84)-经营管理(编辑修改稿)内容摘要：

 ２、专家系统的知识结构通常比较单一，限定于用规则或因果关系等形式表示的某方面的专业知识，如某种矿藏的地质勘探经验、某些设备的故障诊断方法等。 而智能 DSS的知识则更为广泛，例如增加了与知识库相应的 “ 特定决策知识 ” ， 与模型库和方法库相应的模型和方法知识，以及取自数据库的数据模式中所需的知识，这是由管理和决策的要求所决定的。  ３、 DSS推理机制不仅具有对不同结构特点的知识的推理， 而且要与定量计算结果综合起来以加强辅助决策的有效性，这就使得它的推理比一般专家系统的推理更加复杂。  ４ 、 在计算机的语言实现方面也有很大的不同。 现有的专家系统一般采用人工智能程序设计语言 ，如 Prolog和 Lisp语言 ， 然而这些语言在数学计算方面效率很低 ， 不能满足复杂计算问题的求解要求。 目前利用现有的面向计算的编程语言完成智能 DSS的软件 ， 则系统的透明性和灵活性又不能令人满意。 比较理想的方法是以智能语言作为外壳 ， 辅以其他多种语言组成 DSS的软件 ， 当然 ， 这在软件实现上要做许多工作。 人工智能  专家系统  神经网络  遗传算法  机器学习 第五节 智能决策支持系统 一 、 智能决策支持系统的概念 与工业革命相比 ， 信息革命对文化 、 组织和社会的影响将会更加深远。 管理模式 、 商业行为等社会习惯也会随着新技术代替旧技术而发生改变。 ＤＳＳ及其智能化 （ ＩＤＳＳ ） 在这个进程中扮演着重要的角色。 ＩＤＳＳ作为智能助手将会极大地提高人们的决策效率和决策质量。 充分理解ＩＤＳＳ的特点 、 构成方式以及它的运行机理 ， 使之成为今后广大管理人员在决策和问题求解领域中的有力工具 ，是十分必要的。 下面我们总结一下决策支持系统的智能化处理的典型方法和手段。 自从进入２０世纪８０年代以后，人工智能技术的蓬勃发展为 DSS注入了新的血液，人们希望人工智能（ AI）技术与DSS有机地结合起来，从而形成比传统的 DSS功能更强的智能型 DSS（简称 IDSS）。 目前 IDSS的研究已成为 DSS应用热点和重要领域。  智能决策支持系统 IDDS,是决策支持系统与人工智能 (AI)技术相结合的系统。  人工智能 :人工智能技术主要是以知识处理为主体 ，利用知识进行推理 ， 完成人类定性分析的部分智能行为。 (P99) IDSS的特征： 一般认为 IDSS的核心思想是在决策支持系统（ DSS ）的基础上集成人工智能技术及相关学科的成果和技术，使 DSS具有人工智能的行为， 能够充分利用人类知识积累，进行创造性思维，逻辑推理和判断。 与传统的 DSS相比， 它能在较高层次上有效地支持决策活动。 一般人们认为， IDSS具有以下特征：  具有友好的人机界面 ， 为决策支持提供所必须的数据 、 模型 、 方法和知识等 ， 并允许用户干预决策过程及对用户提出的问题做出回答。  很好地将 AI技术 ， 运筹学方法及决策手段融洽起来 ，实现知识推理和数值运算相结合 ， 提供较传统 DSS更强有力的决策支持能力。  辅助决策者设计重大决策：备选方案和相应的实施途径。  运用足够的知识和推理方法 ， 对一系列备选方案进行综合评价。  综合运用知识工程和 ES的思想方法 ， 对整个 DSS实施统一调度 、 管理和控制。  能够启发和引导决策者进行难度较大或根本无从下手的问题的决策求解 二、智能决策支持系统的构成方式 一般的专家系统 （ ES） 主要由知识库 、推理机及数据库组成 ， 它能够使用逻辑语句进行知识表达 ， 用自动推理方式进行问题求解 ， DSS与 ES 的集成方式主要有以下三种。 １ 、 ES集成到 DSS中的某个部件中 ， 其构成方式如图所示： （１）具有智能接口的 IDSS： ES与用户接口结合，形成智能前端可以生成更加友好的人机界面。 使用户与计算机之间的交流更加自然亲切。 用户 智能前端 数据库 模型库 （２）具有智能 DBMS的 IDSS： ES 与模型库系统结合可以大大提高模型库系统能力，帮助用户选择和创建合适的模型。 用户 用户接口 数据库 模型库 （３）具有智能 MB的 IDSS。 ES与数据库系统结合，可以改善数据库系统的操作和维护，允许数据库中存储着定理知识，并提供诱导能力，使用户能完成对数据更复杂的操作。 用户 用户接口 数据库 智能模型库 原则上讲， DSS基本结构中任一子系统中使用 AI技术就可以称为 IDSS， 尽管其智能化程度可能有所不同。 有的实际系统表现为混合部件的 IDSS系统，即其基本结构子系统的两个或三个子系统带有智能化。 ２、 ES作为 DSS的一个独立部件，形成输入式集成的 IDSS 一方面 DSS可以将 ES的输出作为 DSS的结果 ， 例如 ， 在问题求解的情报阶段 ， ES用来确定问题的重要性或识别问题 ， 然后再将问题传递给 DSS 以找出可能的求解方案 ，另一方面 DSS的输出作为 ES的输入 ， 在许多情况下 ， 由 DSS提供的计算机定量分析结果送给专家系统进行评估。 ３、 ES作为 DSS的扩展部件，形成协同式集成 在 DSS运行中， ES扮演人类专家的角色，当需要人类专家知识时就可以寻求 ES的帮助。 专家可以立即给出答案或进行一些可能的分析，然后将结果输入到 DSS 的数据库和预测模型中继续完成，这种DSS与 ES的协同交互过程可以有序地进行下去。 智能决策支持系统的结构 (P101) 智能 DSS的模型。