人工智能和决策支持系统相结合.pptVIP

智能决策支持系统辅导培训 朱丽兵 2014-5-29 * -*- 目 录 1、概念 2、特点 3、分类 4、案例 5、与数字研发支持体系的关系 * -*- 1、概念 智能决策支持系统概念： 早期：决策支持系统与专家系统结合，能够对知识进行处理 扩充： 对模型库实现模型自动选择和生成 （Intelligence Decision Supporting System，IDSS） 对于人机界面部分,使其可以理解决策者的思维,具有学习功能 对于数据库部分,应用联机分析处理和数据挖掘技术，可以对数据进行复杂的分析处理, 可从数据中挖掘出隐含的知识,增强原来的知识库 * -*- 2、特点 智能决策支持系统特点： 具有友好的人机接口,如能够理解自然语言,具有模型运行结果的解释机制,能够以简单、明了的方式向决策者解释问题求解结果,并能对结果进行分析 能对知识进行表示与处理,可以有效提供关于模型构造知识、模型操纵知识以及求解问题所需的领域知识 具有智能的模型管理功能：除支持结构化构模外,还应提供模型自动选择、生成等功能；将模型作为一种知识结构进行管理,简化各子系统间的接口 具有学习能力,以修正和扩充已有知识,使问题求解能力不断提高 综合运用人工智能中的各种技术,对整个IDSS实行统一协调、管理和控制 * -*- 3、分类 智能决策支持系统 基于人工智能的IDSS 基于数据仓库的IDSS 各部件统一的IDSS 基于专家系统的IDSS 基于机器学习的IDSS 基于Agent的IDSS 不成熟（确定性问题；多Agent之间的协调） 需研究有效的学习算法（人工神经网络） 较成熟，但存在问题（知识获取的“瓶颈”；知识的脆弱性；缺乏人类特有的直觉判断） 不仅仅依靠模型支持，而且充分利用隐含于数据中的信息 联机分析处理技术和数据挖掘技术 智能决策支持系统分类： 用一阶逻辑语言统一IDSS 用面向对象的思想统一IDSS 用关系型数据库的思想统一IDSS 趋势：综合利用多种技术来实现集成的决策支持系统 * -*- 基于专家系统的智能决策支持系统 人工智能和决策支持系统相结合，应用专家系统技术，使决策支持系统能够更充分地应用人类知识 专家系统 智能决策支持系统 决策支持系统 人工智能；静态的、完备的知识库 动态的、允许不完全和冲突的、有创新能力的知识库 演绎推理 定量 定性 决策过程预先定义 决策工具：机器学习、智能计算方法、数据挖掘、基于范例推理 充分利用专家系统定性分析与DSS定量分析的优点 推理方式：演绎、归纳、基于范例推理 * -*- 4、案例 案例1：中科院计算所 智能决策系统开发平台IDSDP 知识处理系统OKPS 数据挖掘平台MSMiner 基于范例推理系统CBRS 模型库系统MBS 神经网络系统NNS 多主体环境MAGE（多主体应用的快速设计和开发环境，包括主体统一建模平台、可视化主体开发工具和部署器） IDSDP体系结构 系统部件： * -*- 4、案例 案例1：中科院计算所 智能决策系统开发平台IDSDP 基于多主体（Agent）的开放系统 集成数据库、模型库、知识库、范例库等于一体 提供多种分析、预测、决策方法 提供一种模型描述语言，帮助用户建立模型 基于IDSDP平台的二次开发，可以只关注于用户的决策问题和环境需求，无需考虑具体的执行过程 用户 受限自然语言 表格查询 可视化接口 Internet接口 数据查询 数据分析 预测 决策 报告生成 统计模型 神经网络 交互分析 范例推理 统计模型 神经网络 专家系统 约束推理 数据库子系统 模型库子系统 知识库子系统 神经网络子系统 数据库 模型库 知识库 范例库 图形库 词典库 通信接口 IDSDP逻辑结构 应用层 决策层 管理层 信息源层 通讯层 系统特点： * -*- 4、案例 案例1：中科院计算所 智能决策系统开发平台IDSDP 第二炮兵 分布式智能决策支持系统开发环境SADID 总后勤部后勤科研所 建筑设计TQC智能集成系统 中央防汛指挥系统项目办公室 洪水预报调度系统 京津塘 地质灾害预测防治计算机辅助决策系统GHIDSS 航天207所 目标电磁模型库管理系统OMMAS …… 使用情况： * -*- 4、案例 案例 2 ~ 5 经邦软件+合肥工业大学，智能财务决策支持系统，商业解决方案 航天信息，航天集团公司商务智能决策支持系统，突破信息孤岛，挖掘与分析数据，提供商务智能报表等，多家所属单位使用 IBM，商业智能软件，商业解决方案，用户如人人网 Business Objects，商务智能，商业解决方案，用户如中国五矿集团 经验积累 法规标准 设计过程数据 动态监测数据 基于大数据的信息筛选 应用场景 智能数据 类似情况的数据及处理措施 基于方法模型的评估决策 基于多目标策