人工智能在企业决策系统中应用.docVIP

人工智能在企业决策系统中的应用 　　摘要 本文基于IADSS原形设计构建了一个市场决策方面的实例,并通过模型分析来初步评判了其运行效果。然而,从应用开发的推广来讲,必须从MIS管理员的角度对其开发重新认识和评估。 　　关键词 人工智能;决策系统;资源 　　中图分类号 TP399文献标识码 A文章编号1674-6708(2009)09-0093-02 　　 　　0 引言 　　 　　智能决策支持系统(Intelligent Decision Support Systems,简称IDSS)是决策支持系统(Decision Support Systems,简称DSS)与人工智能(Artificial Intelligence,简称AI)相结合的产物,它将人工智能中的知识表示与处理的思想引入到DSS,其独特的研究方法和广泛的发展前途使之一出现就成为决策支持技术研究的热点。 　　智能决策支持系统是以信息技术为手段,应用管理科学、计算机科学及有关学科的理论和方法,针对半结构化和非结构化的决策问题,通过提供背景材料、协助明确问题、修改完善模型、列举可能方案、进行分析比较等方式,为管理者做出正确决策提供帮助的智能型人机交互信息系统。 　　实践表明,只有当决策支持系统具有较丰富的知识和较强的知识处理能力时,才能向决策者提供更为有效的决策支持。 　　从公司的角度来讲,除了原形开发的成熟性和灵活性之外,还需要考虑其它一些因素,如新的IADSS工具访问数据的存储范围、最终用户的使用反映、全公司内部IADSS标准化的问题。由于各个公司的发展速度各不相同,必需使使开发应用在扩展性、功能稳定性及开发成本等各方面达到平衡。 　　 　　1 企业客户需求决策 　　 　　一份由“数据仓库协会”作出的最新调查表明,大多数企业在实施决策支持方案时,低估了对新的决策支持系统(IADSS)工具有需求的用户的增加速度。调查同时发现实际上每3个月决策支持系统的用户便会增加1倍。这意味着从一个成功的十用户的试行决策支持系统工具计划开始,两年内用户数可能会激增到1000。对成功的决策支持系统工具的内部需求增长极快。每当用户发现一种优秀的数据访问工具时,向Is部门要求配置这种工具的需求便会飞速增长。配置一套企业级的解决方案,对决策支持系统日益飞速增长的内部需求不是唯一的挑战。 　　同样重要的问题是,随着时间的推移,企业内部用户的需求会随时间而改变。一旦为用户配置了决策支持系统工具,用户便会随着应用的熟练及企业的发展变化提出新的要求。在选择一个企业级的决策支持工具时,必须考虑到这一点。 　　如果选择的决策支持工具不能满足用户的要求,通常会发生如下情况: 　　1)用户抱怨; 　　2)在不断调整需求重现开发甚至不断更换产品试图满足用户的不同需求时,技术支持的花费迅速增长; 　　3)由于个别部门为自己部门的需求选用其他工具,企业标准化的进程受阻; 　　4)公司的商业目标可能随时间推移而改变。当决策支持减少了管理环节,公司对个人用户和公司内部决策支持系统工具的期望也会增强。 　　在面对上述挑战时,企业需权衡是否应推行单一决策支持系统。同时,在财务状况允许的情况下,选择的工具需易于使用,功能强大且兼容性强,可以通过定制以满足用户不同的且不断增加的需求。 　　 　　2对原始数据元的再利用 　　 　　除数据外,用户的数据仓库或数据市场中还包含有关用户数据的重要数据:例如描述数据库内部构成部分间关系的信息以及新数据如何导入数据仓库的规则等。企业的MIS工作组在定义组成用户数据存储中的“元数据”的规则和条目上会投入大量工作。为提高用户的工作组的生产效率同时尽量减少成本,用户会产生使用公司内部标准的IADSS工具对原始的元数据进行再利用的需求。 　　操作数据一般并不能起到决策支持的作用,它只能维持企业的正常运作。然而,操作数据无论在数据仓库或是数据市场中都有一个很大的优点:它天生存在,而不随数据仓库或数据市场的消失而消失。因此,通过仔细设计并与优秀IADSS工具的协作,企业可以调整企业的原始操作数据,使之成为“虚拟”的数据市场。 　　这种方法与花费大量时间建立批处理将操作数据移入数据仓库相比,具有很大的优越性。企业只需批量地更新标准决策支持报表并将其分发给用户即可。虽然它不象允许用户执行“随机”数据访问那样灵活方便,但在企业设计和建立企业自己的数据仓库时,对于节约开支和使用户访问“即时”信息来说也不失为一种好方法。 　　 　　3 企业资源保护 　　 　　为保护公司信息,企业必须确保标准IADSS工具支持3A的安全性原则:验证(Authentieation),授权(uthorization)和审计(Auditing)。 　　1)验证 　　对