智能决策技术原理及应用.docxVIP

智能决策技术原理及应用 ［摘要 ］随着经济的快速发展，能 正确、快速地做出决策无疑是赢得市场获取 最大经济效益的保证。决策支持系统可以看 成是管理信息系统和运筹学相结合而发展 起来的，它要求有很强的数值计算能力，又 要有很强的数据处理能力， 而目前的计算机 语言的支持能力不足，使得决策支持系统的 发展非常缓慢。 ［关键词］决策支持系统人工智能专 家系统 一、智能决策技术概述 决策支持系统的形成 随着计算机技术和应用的发展， 如科学 计算、数据处理、管理信息系统的发展以及 运筹学和管理科学的应用，为决策支持系统 的形成打下了基础。决策支持系统 (Decision Support System — DDS是 80 年 代迅速发展起的新型计算机学科。70年代初 由美国Morton在〈〈管理决策系统》一文中 首先提出决策支持系统的概念。 DS莎质上是在管理信息系统和运筹学 的基础上发展起来的。管理信息系统重点在 对大量数据的处理。 运筹学在运用模型辅助 决策体现在单模型辅助决策上。随着新技术 的发展，所需要不得不解决的问题会愈来愈 复杂，所涉及的模型会愈来愈多，模型类型 也由数学模型扩充数据处理模型。 模型数量 也愈来愈多。这样，对多模型辅助决策问题， 在决策支持系统出现之前是靠人来实现模 型间的联合和协调。决策支持系统的出现就 是要解决由计算机自动组织和协调多模型 运行，对大量数据库中数据的存取和处理， 达到更高层次的辅助决策能力。决策支持系 统的新特点就是增加了模型库和模型库管 理系统，它把众多的模型（数学模型和数据 处理模型以及更广泛的模型）有效地组织和 存储起来，并且建立了模型库和数据库的有 机结合。这种有机结合适应人机交互功能， 自然促使新型系统的出现，即 DDS的出现。 它不同于MIS数据处理，也不同于模型的数 值计算，而是它们的有机集成。它既有数据 处理功能又具有数值计算功能。 决策支持系统概念及结构。决策支持系 统是综合利用大量数据，有机组合众多模型 (数学模型与数据处理模型等)，通过人机交 互，辅助各级决策者实现科学决策的系统。 DSS使人机交互系统、模型库系统、数 据库系统三者有机结合起来。它大大扩充了 数据库功能和模型库功能，即DSS的发展使 管理信息系统上升到决策支持系统的新台 阶上。DSS使那些原来不能用计算机解决的 问题逐步变成能用计算机解决。 人工智能概念和研究范围 人工智能定义。由计算机来表示和 执行人类的智能活动(如判断、识别、理解、 学习、规划和问题求解等)就是人工智能。 人工智能的研究在逐步扩大机器智能， 使计 算机逐步向人的智能靠近。 人工智能的研究范围。人工智能研 究的基本范围有：问题求解、逻辑推理和定 理证明、自然语言处理、自动程序设计、学 习、专家系统、机器人学、机器视觉、智能 检索系统、组合高度问题、系统与表达语言 等；其主要研究领域有：自然语言处理、机 器人学、知识工程。 自然语言处理：语音的识别与合成，自 然语言的理解和生成，机器翻译等。 机器人学：从操纵型、自动型转向智能 型。在重、难、险、害等工作领域中推广使 用机器人。 知识工程：研究和开发专家系统。目前 人工智能的研究中，最接近实用的成果是专 家系统。专家系统在符号推理、医疗诊断、 矿床勘探、化学分析、工程设计、军事决策、 案情分析等方面都取得明显的效果。 决策支持新技术 数据仓库的兴起和概念。数据仓库 (Data Warehouse — DW)勺概念是 Prism Solutions公司副总裁在1992年出版的书 《建立数据仓库〉〉(Building the Data Warehouse)中提出的。数据仓库的提出是以 关系数据库，并行处理和分布式技术的飞速 发展为基础，它是解决信息技术在发展中一 方面拥有大量数据，另一方面有用信息却很 贫乏(Data rich — Information poor) 这辛中 不正常现象的综合解决方案。 在《建立数据仓库》一书中，对数据仓 库定义为：数据仓库是面向主题的、集成的、 稳定的、不同时间的数据集合，用于支持经 营管理中决策制定过程。 传统数据库用于事务处理， 也叫操作型 处理，是指对数据库联机进行日常操作，即 对一或一组记录的查询和修改，主要为企业 特定的应用服务的。用户关心的是响应时间, 数据的安全性和完整性。数据仓库用于决策 支持，也称分析型处理，用于决策分析，它 是建成立决策支持系统的基础。 数据仓库的特点。数据仓库是面向 主题的：主题是数据归类的标准，每一个主 题基本对应一个宏观的分析领域。 数据仓库是集成的：数据进入数据仓库 之前，必须经过加工与集成。对不同的数据 来源进行统一数据结构和编码。统一原始数 据中的所有矛盾之处，如字段的同名异义， 异名同义，单位不统一，字长不