[4.5决策支持系统.pptVIP

决策是管理活动中最重要的活动。决策是一个过程，从广义上看，决策贯穿整个管理过程。  多阶段论 2）决策的要素 准确、完整的信息  好的决策规程、决策模型 最优化准则：能够找到最好的解决方案，这个方案通常将帮助组织最好地实现它的目标 满意度准则：找出一个较好的（未必是最好）解决方案。这是最经常使用的准则 训练有素的决策者 决策者是理性的，具有完整的思维、判断能力，具有广博的知识 2、影响决策的因素 多种决策目标 组织的目标不是单一的，影响目标实现的因素是复杂的 增加的选择对象 决策时可供选择的对象增加。例如：财务主管筹措资金时的选择,股票、债券、借款等多种 日益激烈的竞争 竞争涉及到两个或多个组织面对相同的顾客群体通过竞争达到相同的目标。 创造性的需求 创造力和想象力是企业竞争力的源泉。 社会和政治约束的变化 政策、法令、标准的变化 经济、政治的国际化全球化的因素 企业的经营、和市场面对的是全球化竞争 技术的高速发展 时间、空间的凝缩 在今天货币和新闻可在几或几时秒之内传遍全球 3、决策支持系统的概念 1）DSS的概念 DSS是指用于支持决策的人力、过程、数据库和设备的一个有组织的集合。 它主要用于非结构化、半结构化问题的决策。 DSS仅仅是对决策进行支持，而不是代替人进行决策。 决策时可能使用的各种模型、模型管理软件（MBMS）的集合 5、DSS的三库结构 4.9、人工智能与专家系统概述 人工智能概述 1956年正式提出使用“人工智能（AI)” 的术语描述具有模仿人脑供能力的计算机 目前AI已广泛应用于科研、生产、日常生活 将来“智能”的色彩越来越浓，“人工” 色彩越来越淡 2）自然智能与人工智能的区别 碳生命与硅生命智能的比较 2、人工智能的主要分支 AI是一个极为广泛的领域 人工智能实例 Wndows vista中的语音控制计算机 国际象棋世界冠军卡斯帕罗夫与深蓝的比赛 手谈 智能计算机 3、专家系统概述 1）专家系统的特点 能对系统的推理和提议的决策做出解释 能显示智能的行为 能从复杂的关系得出结论 能将专家的知识记忆并发扬光大，即提供“可以懂得”知识 能处理不确定性 2）专家系统的局限 未经广泛的测试、应用范围窄 局限于狭窄的问题 不易处理“混合的”问题 有出错的可能性 目前还无法提炼自己的知识库 维护较困难 开发成本高 在法律和道德方面存在问题 4、专家系统的能力 知识库：专家系统的组件，其中存储了专家系统所需的所有相关信息、数据、规则、案例及关系。它是事实、规则、结实的集合 —人类专家经验的集结 —模糊逻辑的应用 —各种规则的应用 —使用大量的案例 推理引擎： 能从知识库中搜索信息及关系并提供答案 解释工具： 让用户理解专家系统是如何工作、如何得出结论的工具，该工具可让专家判断专家系统是否是以正确且符合逻辑的方式来处理数据和信息 知识获取工具： 为获取存储知识库中所有元素而提供的一种方便有效的方法；它是专家和知识库间的界面。 6、专家系统的开发 1）开发步骤  2）开发及使用专家系统的参与者  领域专家的素质 识别实际问题 为解决问题开发一个总体框架 将有关领域的理论公式化 开发运用规则解决问题 清楚何时应打破规则或一般原则的限制 快速有效地解决问题 从过去的经验、教训中学习 能判断出对要解决的问题那些是重要的 能向他人解释实际问题的解决方案 知识工程师： 在专家系统的设计、开发、实施和维护方面受过培训或具有经验的个人 知识用户： 使用专家系统并从中获益的个人或群体 3）专家系统开发方案 专家系统开发的三种方案 内部从头开发 难度大昂贵、但是对系统特性具有较好的控制 内部开发、以专家系统外壳为基础开发 易于维护、较便宜，难于控制系统功能 采购现有软件产品、利用现成的软件包进行二次开发 最省钱、最快捷，无法充分满足组织的要求 7、人工智能和专家系统的应用 信息检索、信息管理、信息安全 机器翻译（中科院的英中搜索引擎、准确率达90%以上） AI和嵌入产品中的专家系统（汽车ABS) 医疗诊断专家系统（中医） 员工业绩评价 机器人系统（自动检测、无人化生产工厂） Windows帮助系统 * 4.8 决策支持系统（DSS） 数据 仓库 决策支持系统 群体决策支持系统 地理信息系统 神经网络 遗传算法 专家系统 智能代理 2、或利用数据 仓库中的信息 1、利用已保存在数据库中的信息 3、经常与用户输入 的信息相结合 数据库 4、支持那些需有效努力和分析的决定 特殊类型的决策支