决策支持系统与商业智能.ppt

决策支持系统与商业智能 第一节 决策支持系统 决策支持系统—决策和问题解答 1.决策是问题解答的一个组成部分 问题解答 情报时期— 认识和确定潜在的困难和机会 设计时期— 确定问题解答可选择的方案 选择时期--选择一种行动方案 实施时期– 确定的行动方案开始生效 监控时期—决策者们评估问题解答方案实施效果 决策支持系统—决策和问题解答 2.程序化决策和非程序化决策 程序化的决策—使用一种规则、过程或量化方法所做的决策 非程序化的决策—处理不常见的和异常的情况所做的决策 3.最优化、满意性和启发式方法 最优化模型—找到最好解决方案的决策支持方法 满意性模型—找出一个好的解决方案的决策支持方案 启发式方法—通常被认为能找到一个较好解决方案的指导或过程 4.问题解答的因素 多种决策目标、增加的选择对象、日益激烈的竞争 创造性的需求、社会和政治行为、国际因素 技术 时间凝缩—是一种在比以前更短的时间内事件发生的现象 一、决策支持系统的概念与特征 一、决策支持系统的概念与特征 决策支持系统—决策支持系统的性能 决策支持系统的性能 对问题解答阶段的支持 支持不同的决策频率 特定的DSS—涉及组织生命过程中极少出现的情况或决策的DSS 惯例化DSS—处理那些不只一次出现的情况和决策 支持不同的问题结构 高度结构化问题—比较直接的问题，需要已知的事实和关系 半结构化或非结构化问题—一些复杂问题，包括并不很清晰的数据关系，且数据格式多样化，又难于处理或得到。 支持不同层次的决策 二、决策支持系统的组成 （二）决策支持系统的结构模式 （二）决策支持系统的结构模式 三、智能决策支持系统 人工智能与专家系统 1.人工智能透视 人工智能系统包括人员、规程、硬件、软件、数据、开发计算机系统所必需的知识，以及用来演示智能特性的机器设备。 2.智能的本质 智能行为：汲取经验、处理复杂情形、在没有重要信息时解决问题、决定重要事项、快速且正确的对新年环境做出反应、理解可视化图象、处理及操纵符号、有创造性和想象力、善于启发的能力。 人工智能与专家系统 3.自然智能与人工智能的区别 4.人工智能的主要分支 专家系统 机器人技术 视觉系统 自然语言处理 学习系统 神经网络 人工智能与专家系统 1.专家系统的特点 能对他们的推理或提议的决策做出解释 能显示“智能”行为 能从复杂的关系间得出结论 能提供“可移动的”知识 能处理不确定性 2.专家系统的能力 战略目标的制订 规划 设计 决策制定 质量控制和监控 诊断 3.何时采用专家系统 人工智能与专家系统 —专家系统构件 1.知识库 专家系统的一个组件，其中存储了专家系统所用的所有相关信息、数据、规则、案例以及关系 知识库的目的 集结人类专家的经验 模糊逻辑的运用 模糊逻辑—计算机科学中的一个专业研究领域，可允许有“灰度”，或称“模糊设置” 规则的运用 规则—是联结给定的条件与应采取的行动或结果之间的一种条件表述 案例的使用 人工智能与专家系统 —专家系统构件 2.推理引擎 推理引擎能从知识库中搜索信息及关系并提供答案、预测及建议。 回溯链法—是一种从结论出发，向后追溯至支持结论的事实的推理引擎过程 前溯链法—是一种从事实出发，向前推进直到找出结论的推理引擎过程 回溯链法与前溯链法的比较 3.解释工具 解释工具可让用户理解专家系统是如何得出某个结论的。 人工智能与专家系统 —专家系统构件 4.知识获取工具 专家系统的部件之一，为获取及存储知识库中所有元素而提供的一种方便有效的方法。 5.用户界面 专家系统的应用范畴 专家系统利用信息技术来获取并利用人类的专业知识。专家系统能够很好地解决具有清晰规则和程序的问题且具有很高的效率，并给公司带来巨大的收益。专家系统能做的事情有： ·处理大量的信息； ·减少错误； ·汇集各种渠道的信息 ·改善服务； ·提供决策的一致性； ·提供新的信息； ·减少工作时间 ·降低成本。 人工智能与专家系统 —专家系统开发 1.开发过程 人工智能与专家系统 —专家系统开发 2.开发及使用专家系统的参与者 领域专家 领域专家—是那些专家系统力图获取其专家经验或知识的个人或群体 知识工程师和知识用户 知识工程师—是在专家系