决策支持系统概述(9页).pptVIP

第15章 决策支持系统 15.1 专家系统 15.2 决策支持系统 15.3 智能决策支持系统 15.1 专家系统 专家系统(Expert Systems，ES)是一个含有知识型程序的系统，它通过捕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。专家系统有以下共同的特点： 它们能进行某些需要人的智力来求解的工作。 它以规则或框架的形式表示知识。 它可以和人进行相互对话。 它们能同时考虑多个假设。 当今的专家系统仍然是面窄、浅显和脆弱的， 它缺少人们的知识面的宽度和对基本原理的理解，也不像人类那样有思想。人类可以抓作事物的要点，利用因果模型，直接引出结论。专家系统不能由第一原理推理，不能抓住相似，缺乏普通的感知。 所以专家系统不是一个通用的专家、不是一个问题求解器。它们只能解决很有限的任务，这个任务专家来解决也许要几分钟或几个小时。如果人不能解决这个问题，那么专家系统也很难解决它。但是在很窄的领域，如果专家系统捕捉了人的知识，它能很好地组织和较快地提取。 15.1.1 专家系统如何工作 它由四个部分组成：知识库、开发队伍、开发环境(AI外壳)和用户，见下图： 人类知识用模型化表达成计算机能懂的形式，这个模型就是知识库。 人类知识的表达有三种方法：规则、语义网络和框架。 一个标准的形式是IF-THEN结构。 IF后面是条件。如条件为真，就执行后面的行动。 例: IF INCOME＞ $45,000(条件) Print NAME AND ADDRESS(行动)??? 一系列这种规则就组成一个知识库。几乎所有的计算机语言均包含有IF-THEN结构。和语言不同之处在于专家系统的这种程序数量。一个专家系统的 AI(人工智能)程序，很容易具有200-10 000条规则，一般程序只有50-100个IF-THEN语句。另外，AI程序企图内联和嵌套远远大于普通程序，见下图： 由上图可以看出，执行规则的顺序，部分的取决于系统给出什么信息。多条道路可能导出同样的结果，规则可以内部互联。可以包含复杂的规则，这对专家系统来说是十分重要的。 规则库是在 AI系统中以IF-THEN规则表示的知识集合。具有这种知识库的专家系统叫知识库专家系统。用这种形式能否存下大英百科全书?恐怕不能。因为这样专家系统就会很大很大，而且有些内容也不适于用 IF-THEN规则来存。通常专家系统都是限于有限的知识领域，解决有限的很窄范围的问题，一般规则数在9 000以下。 语义网络是专家系统中另一种表示知识的方法，它比规则有效。当知识涉及有互联特性的对象或群族时，用语义网络较为有效。语义网络是用形如 IS-A语句联接对象的，见下图： 这里IS-A有继承的意思。所有下面部分的车，继承上面车类的性能，如均有马达、轮子，均能运动。保险公司可以用这个网络来对汽车进行分类，以确定保险率。 框架是专家系统中另一种表示知识的方法。它也是表达知识成族类。但它是由用户确定的。这种表示方法是基于人类思考问题时，总是应用框架或概念去很快的感知前景。如有人命令你“找到敌机，射击它!”人们首先激发一个概念什么是飞机，不符合这个概念的东西均被删除。在计算机中也模仿这样做。如下图所示，一个汽车，它有特征或框架，如四个轮子，一个汽油或柴油马达，可以行走或运动。汽车的特点可以和其它类似的东西相比较，如摩托车，见下图中摩托车框架。 15.1.2 专家系统的开发 专家系统的开发要有开发队伍 、工具外壳和用户。 开发队伍首先包括一些专家，这些专家粗略的知道知识库的指令。其次是知识工程师，这些人能把知识翻译成规则、语义网络或框架。知识工程师访问专家，说明决策规则和知识。知识工程师类似系统分析员。 工具外壳是专家系统的开发环境。它是人工智能的开发环境，所以也叫AI外壳或AI Shell。原理上可以由任何语言实现。早期人们多用 LISP和Prolog，现在用C语言的越来越多。 AI-Shell能很快开发用户友好的接口，建立知识库和查寻知识库。它产生出C语言程序，然后可以和现成的系统集成在一起。 专家系统中最有兴趣的地方是推理机制。这是搜索规则库的机制。常用的有两种机制即前向推理和反向推理。 前向推理由用户输入的信息开始，查询规则库， 然后到达结论。这是在条件满足时，启动行动。当用户每次输入信息时，每次启动去摸寻知识库。当输入信息满足另外的条件时，另一条通路将启动 。 反向推理它开始一个问题，然后去寻找更多的信息，以评价这个问题。搜寻规则库的策略是先始于假设和进行询问用户一系列问题，直到这个假设被肯定或否定 。举例说明，见下图。 专家系统开发不象信息系统有明确的生命周期，它取决于用户，因开发队伍和开发工具相互之间的关系而组成不同开发方式。 第一种方式是直接买成品的专家系统。其例子是Finaci