第四章 智能决策支持系统和智能技术的决策支持.ppt

第四章 智能决策支持系统和智能技术的决策支持 4.1 智能决策支持系统概述 4.1.1 智能决策支持系统概念 4.1.1 智能决策支持系统概念（续） 3.人工智能技术融入决策支持系统后，使DSS在模型技术与数据处理技术的基础上，增加了知识推理技术，使DSS的定量分析和AI的定性分析结合起来，提高辅助决策和支持决策的能力。 4.知识部件由知识库、知识管理系统和推理机组成。 知识库管理系统完成对知识的查询、浏览、增加、删除、修改、维护等管理工作。 推理机完成对知识的推理。 知识推理是建立从初始概念到中间概念，最后到目标概念的推理链。 4.1.2 智能决策支持系统结构 与智能决策有关的人工智能技术主要有：专家系统、神经网络、遗传算法、机器学习、自然语言理解。 （1）专家系统 专家系统是利用大量的专门知识解决特定领域中的实际问题的计算机程序系统。 专家系统中，知识的表示形式有产生式规则、谓词公式、框架、语义网络等。 专家系统是利用专家的定性知识进行推理，达到领域专家解决问题的能力。 4.1.2 智能决策支持系统结构（续） （2）神经网络 神经网络利用神经元的信息传播模型（MP模型）进行学习和应用。 神经元的信息传播是一个多输入、单输出的结构。 神经元之间的连接强度通过权值来表示。 神经元之间的连接权值是神经网络的知识，是通过大量样本的学习而获得的。 神经网络中主要有：前馈式网络、反馈式网络、自组织网络。 4.1.2 智能决策支持系统结构（续） （3）遗传算法 遗传算法是模拟生物遗传过程的群体优化搜索方法。 遗传算法的处理对象是问题参数编码形成的个体。 遗传过程用“选择、交叉、突变”3个算子进行模拟，产生和优选后代群体，经过若干代的遗传，将会获得满足问题目标要求的优化解。 4.1.2 智能决策支持系统结构（续） （4）机器学习 机器学习是让计算机模拟和实现人类的学习，获取解决知识的问题。 机器学习方法主要是归纳学习和类比学习。 比较成功的机器归纳学习方法有：覆盖正例排斥反例的AQ学习方法、决策树ID3、C4.5、粗糙集等方法。 4.1.2 智能决策支持系统结构（续） （5）自然语言理解 自然语言理解是让计算机理解和处理人类进行交流的自然语言。 在人机交互中，可以简单的自然语言进行理解与处理。 自然语言处理过程是对一连串的文字表示的符号串，经过词法分析识别出单词，经过句法分析将单词组成句子，再经过语义分析理解句子的含义，变成计算机中的操作（如查询数据库）。 4.1.2 智能决策支持系统结构（续） 2.智能决策支持系统结构形式 智能决策支持系统（IDSS）的基本结构为： 4.1.2 智能决策支持系统结构（续） 2.智能决策支持系统结构形式（续） 人工智能技术可以概括为：推理机＋知识库。因此， IDSS结构可简化为： 4.2 人工智能基本原理 4.2.1 逻辑推理 1.形式逻辑 形式逻辑主要用于形成概念，作出判断，进行推理 （1）概念： 概念反映事物的特有属性和它的取值； 概念用语言来表达。 （2）判断： 判断是对概念的肯定或否定； 判断有全称的肯定判断和存在的肯定判断。 （3）推理： 推理是从一个或几个判断推出一个新判断的思维过程。 4.2.1 逻辑推理（续） 2.推理的种类 推理的种类有3种 演绎推理：从一般现象到个别（特殊）现象的推理。 归纳推理：从大量个别（特殊）现象到一般现象的推理。 类比推理：从个别（特殊）现象到个别（特殊现象的推理） 4.2.1 逻辑推理（续） 2.推理的种类（续） 演绎推理 目前专家系统的研究基本上属于演绎推理范畴。 演绎推理的核心是假言推理。 假言推理 “如果p，那么q”为真，同时“p”为真，则推出“q”为真。 形式化语言描述为： 4.2.1 逻辑推理（续） 1）演绎推理（续） 三段论推理 “如果p，那么q”为真，同时“如果q,那么r”为真，则推出“如果p，那么r”为真。 形式化语言描述为： 4.2.1 逻辑推理（续） 1）演绎推理（续） 假言易位推理（拒取式） “如果p，那么q”为真，同时“非q”为真，则推出“非p”为真。 形式化语言描述为： 4.2.1 逻辑推理（续） 2）归纳推理 数学归纳法 用逻辑形式表达为： A包含B1，B2… 4.2.1 逻辑推理（续） 2）归纳推理（续） 枚举归纳推理 推理形式为： 4.2.1 逻辑推理（续） 2）归纳推理（续） 类比推理 推理形式为： 4.2.1 逻辑推理（续） 3.总结 演绎推理的结论没有超出已