單擊此處編輯母版標題樣式,,單擊此處編輯母版文本樣式,,第二級,,第三級,,第四級,,第五級,,,*,智能決策支持系統概述,,,,目錄,1.1,智能決策支持系統的概念,,1.2,人工智能的發(fā)展,,1. 3,智能決策支持系統的主要研究內容,,,1.3.1,智能決策支持系統的結構框架研究,,,1.3.2,知識表示的研究,,,1.3.3,模型操縱方法的研究,,,1.3.4,知識處理系統的研究,,,1.3.5,接口技術的研究,,,1.3.6,人機界面的研究,,,1,智能決策支持系統,1.1,智能決策支持系統的概念,,智能決策支持系統（,Intelligent Decision Support Systems , IDSS,）是：決策支持系統（,DSS,）與人工智能（,Artificial Intelligent , AI,）技術相結合的系統。,,人工智能是一門研究如何用一種機器（例如計算機）來模擬人的大腦從事推理、解題、識別、設計和學習等思維活動的學科,,人工智能技術主要利用知識推理，完成定性分析。,,人工智能技術融入決策支持系統后，使,DSS,在模型技術與數據處理技術的基礎上，增加知識推理技術，提高輔助決策能力。,,現在，人工智能中的專家系統（,Expert System,，簡稱,ES,）和人工神經元網絡（,Artificial Neural Network,，簡稱,ANN,）已經成為兩個最熱門的研究領域。,,早在計算機出現之前，人工智能的概念和方法就已經逐漸形成，,20,世紀,30,年代和,40,年代數理,邏輯的發(fā)展和關于計算的新概念,，是人工智能早期發(fā)展的兩個主要動力。,Charch,,和,Turing,提出數字并不是計算的基本方面，而僅僅是描述計算機內部狀態(tài)的一種形式。對邏輯演繹的數學形式化使人們形成了計算和智能相聯系的概念，再加上控制論等有智能趨向的學科的出現，導致,50,年代正式提出了人工智能的概念。隨后，人們通過編寫各種程序來模擬人的智能行為，期望通過邏輯推理實現通用問題的求解，這些研究在某些方面取得較大成功 （如下棋），但更多嘗試的結果并不令人滿意。,1.2,人工智能的發(fā)展,,1.2,人工智能的發(fā)展（續(xù)）,這樣，人工智能研究在,60,年代曾一度轉入低潮。后來，人們從失敗中總結經驗教訓，逐漸認識到人類的智能是結合一定領域的知識來表現的，也就是說，要使計算機具有智能行為，首先必須使它存儲大量的知識。因此，人工智能研究者就把注意力放在一些特定的領域里，總結這些領域里的專門知識，將這些知識存入計算機，再由計算機利用這些知識進行推理。人工智能研究重點的這種轉移如圖,1,所示。,,,,圖,1,人工智能研究的轉移,,1.2,人工智能的發(fā)展（續(xù)）,這是一個思想上的突破，這種突破可簡單地用一句話來說明：要使一個程序具有智能，必須將大量的高性能的具體的關于某個問題領域的知識提供給這個程序。智能決策支持系統的開發(fā)和研究，正是這種向基于知識的方法轉變的結果之一,,1.2,人工智能的發(fā)展（續(xù)）,三十幾年來，,IDSS,的研究者們致力于用各種方法來增強,DSS,的效能，,DSS,的研究重心也由專家型決策支持系統逐步轉移到,IDSS,的模型系統、人機界面、知識處理單元、,IDSS,生成器和分布式,IDSS,上面來。許多先進的人工智能技術如機器學習、知識表示、自然語言處理、模式識別及分布式智能系統等都被融入到,IDSS,的研究中，結合軟件工程、數據處理技術、面向對象的程序設計思想、模糊處理技術、超媒體與超文本、遠程通訊技術、共享文件等各種先進手段，力圖使,IDSS,成為具有豐富知識和一定的學習能力、有良好的人機界面和較強適應能力的交互式人機系統。,,1. 3,智能決策支持系統的主要研究內容,,1.3.1,智能決策支持系統的結構框架研究,,現已提出的系統結構可歸納為以下三種類型：,,（,1,）,第,Ⅰ,種類型：,DSS,＋知識庫＋文本庫,,（,2,）,第,Ⅱ,種類型 ：,DSS,＋問題求解單元＋知識庫,,（,3,）,第,Ⅲ,種類型：,LPK,系統結構,,,（,1,）第,Ⅰ,種類型：,DSS,＋知識庫＋文本庫,,該種系統結構主要由,R.K.Belew,,和姚卿達等人提出（見圖,2,）。該系統結構與傳統,DSS,相比增加了知識庫和文本庫，用以存儲領域知識及與問題有關的原始資料,,圖,2 Ⅰ,型四庫系統結構,返回,,（,2,）第,Ⅱ,種類型 ：,DSS,＋問題求解單元＋知識庫,,該系統結構如圖,3,所示，它與傳統,DSS,相比增加了一個知識庫和問題求解單元，問題求解單元的作用在于：,,① 根據決策提出的問題信息，構造面向此問題的求解步驟② 總控對各個庫的調用。,,圖,3 Ⅱ,型,IDSS,系統結構,,返回,,（,3,）第,Ⅲ,種類型：,LPK,系統結構,,如前所述，該類系統結構最初是由,R.H.Bonczek,,等人提出來的，它從概念上突破了傳統,DSS,的模式（參見圖,4,）。在這個系統結構中，用戶通過語言系統（,LS,）陳述要解決的問題；知識系統（,KS,）中存放領域知識，這些知識應該既包括表層知識和深層知識，也包括描述性知識和表示模型的過程性知識；問題處理系統,PPS,接受,LS,表達的問題，利用,KS,中的知識求解問題。該系統結構以,KS,為核心，而如何構造一個具有廣義知識表示和處理能力的,KS,則是它的技術核心,圖,4 Ⅲ,型,IDSS,系統結構,,在上述三種,IDSS,的系統結構中，,Ⅰ,、,Ⅱ,型結構帶有明顯的傳統,DSS,的痕跡，它們的數據庫、模型庫和知識庫獨立，在系統中是一種組合關系，由于它們各自內部的邏輯結構不同，因此，信息交換相當難，不利于以緊耦合方式協同工作。,圖,5,顯示了這類系統的工作方式。,Ⅲ,型,IDSS,系統結構的明顯特點是它將問題領域的相關事實、經驗知識以及表示模型的過程性知識看作是廣義的知識模式，因而具有統一的邏輯結構。它有三個突出優(yōu)點：,,① 便于知識庫本身的維護； ② 便于信息交換； ③ 當把模型看成是一種知識時，可以用統一的知識推理機制進行模型的智能化選擇，可真正地實現,IDSS,將,AI,技術與,MS/OR,模型技術相結合，達到優(yōu)勢互補的主導思想。,,綜上所述，可以說,Ⅲ,型系統結構從概念上更接近,IDSS,的系統目標。 但從另一方面看，,Ⅰ,、,Ⅱ,型結構中的數據庫、模型庫及知識庫的研究已有一定基礎，而,Ⅲ,型結構中,KS,以何種方式進行知識表示還是值得研究的問題，基于知識的,DSS,中的,PPS,和,LS,也是傳統,DSS,和,ES,中很少深入討論的。因此，盡管,Ⅲ,型,IDSS,結構從總體上代表了,IDSS,的主流趨勢，但其包含的關鍵技術仍在不斷完善中。,,圖,5,Ⅰ,Ⅱ,型,IDSS,工作方式,,1.3.2,知識表示的研究,,IDSS,在傳統的,DSS,體系結構基礎上，增加了知識處理子系統或稱為智能部件的成分。為了處理知識，首先要表示知識。多年來人們提出了各種各樣的知識表示方法，如數據化、宏命令、一階謂詞演算、語義網（圖文法）、框架等。這些方法各有特點。,,隨著社會經濟和科學技術的不斷進步，知識領域不斷豐富，知識結構復雜化，加之決策問題本身的特點，使,IDSS,的知識表示變得越來越困難。如何表示模型，如何表示關于模型建立與使用的知識以及表示問題領域的知識已成為,IDSS,研究中的一個十分重要的問題。,,,統一的表示方法便于系統的實現和各子系統間的接口，但這樣的表示系統又往往缺乏靈活性，同時知識結構本身的復雜性也使統一的表示系統很難實現；,,異構表示系統采用不同的表示法分別表示各種知識，可提高系統的表達能力，但也使各子系統間的接口變得比較復雜，實現的難度也加大。理想的表示系統應能在表示一致性和知識復雜性之間進行折衷，使其既具有較強的表示能力又便于實現決策者與系統之間以及各子系統之間的接口。,,1.3.3,模型操縱方法的研究,,對模型操縱方法的研究是,IDSS,的另一個主要研究內容。我們把模型元件的自動生成、復合模型的建造、模型的修正與應用以及模型公共資源的回收與重用等一系列任務統稱為模型操縱（,model manipulation,）。在實際中，為適應不同決策者的需要，獨立運行的模型個體常常需要與其他模型結合起來，以適當的序列組成復合模型，這種創(chuàng)建過程涉及動態(tài)地選擇必要的模型元件并以適當的協同方式組成模型序列，確定每個模型元件對不同決策問題的適應性等。這些都是,IDSS,要研究的問題。,,1.3.4,知識處理系統的研究,,IDSS,的知識處理系統最初來自,ES,中的知識庫和推理機，后來逐步發(fā)展為專門的,IDSS,中的知識處理系統,——,基于知識的問題求解系統。與,ES,不同，,IDSS,知識處理系統的實現方式有以下幾種： ① 將知識處理系統看成是一個專門的,ES,，全部或部分地代替決策者求解決策問題。一般以產生式系統的謂詞演算作為表示體系，但,ES,本身的缺陷限制了該方式的發(fā)展。,,② 作為由知識庫、數據庫、方法庫和模型庫構成的四庫系統構成,IDSS,的支撐環(huán)境的輔助部件，主要負責知識庫中各種知識的存取與推理，該方法實現起來較前者復雜，但整體結構清晰且接口比較簡捷。,,③ 作為一個廣義的知識處理系統與傳統的,DSS,集成于一體，知識處理手段深入到,IDSS,的各子系統中，該方式擴大了知識處理范圍便于用一般的知識處理工具來實現，但結構與接口設計較復雜，實現也較困難。,,④ 作為學習系統與,DSS,集成，負責完成與決策問題求解過程密切相關的模型’操縱知識的獲取與精確，將問題求解過程與知識獲取過程融為一體，通過對以往問題求解經驗的積累指導決策者求解類似問題，使,IDSS,的適應性得到改善。該方式的成功有賴于合理的表示系統，目前尚未形成成熟的理論與方法。,,1.3.5,接口技術的研究,,由于傳統的數值分析方法與知識處理方法在表示方式和處理方式上都存在著很大的差別，因此如何將,IDSS,中各子系統組織起來以一定的方式相互協調工作是,IDSS,研究中的一個重要內容。,IDSS,中各子系統常見的接口方式有以下幾種：,,① 智能部件與數據庫相結合的演繹數據庫方式。,,② 智能部件與模型庫相結合的方式,,③ 智能部件單獨存在，以文件形式傳送數據方式,,④智能部件單獨存在、以數據庫形式傳送數據的方式,,① 智能部件與數據庫相結合的演繹數據庫方式。,,在這種方式下，數據庫向智能部件提供事實性知識，智能部件則改善數據庫結構，向數據庫實施更有效的操作和對數據庫進行維護。此種方式接口較簡便，適用于一般的表示系統不太復雜的情況。,,② 智能部件與模型庫相結合的方式。,,智能部件負責提供模型操縱知識并對決策結果進行分析。此種方式的應用范圍有限，需建立領域知識庫以擴大其應用范圍。,,③ 智能部件單獨存在，以文件形式傳送數據方式。在此方式中，智能部件作為單獨的元件擁有自己的表示系統，但與各子系統間的信息傳遞需以文件的形式進行，是一種較低級的接口方式，不利于信息傳遞。,,④ 智能部件單獨存在、以數據庫形式傳送數據的方式：智能部件與各子系統間以數據庫的形式進行信息傳遞，是一種較高級的接口方式。該方式的信息傳遞量大且速度較快對數據庫結構設計規(guī)范化程度要求較高。,,1.3.6,人機界面的研究,,人機界面是,IDSS,不可缺少的組成部分。智能化人機界面的表示方式應該是圖形、表格、窗口和自然語言等交互的形式。一個良好的,IDSS,人機界面應滿足以下幾種要求：,,多樣性 有效性,方便性 一致性 容錯性,,,① 多樣性：能夠針對不同的決策任務、對有經驗決策者和無經驗的決策者提供不同程度的支持，提供多種靈活的人機交互手段供不同決策者選擇，如菜單、命令、自然語言和窗口等。,,② 有效性： 能夠輔助決策者完成從建模、選模、問題求解、決策結果分析和學習等一系列任務，使決策者在短時間內即可進入角色，完成每一項任務只需要做少量的操作。,,③ 方便性： 能提供友好的訪問途徑，使決策者即使沒有經驗也能很方便地訪問各種數據庫、方法庫、模型庫和知識庫，完成對庫的操作與管理，并且在決策者需要幫助時能及時提供有效的幫助。,,④ 一致性： 通過采用適當的控制策略使各子系統能以最小的代價相互協調工作，利用各子系統內嵌式高級語言的相互調用來實現功能上的集成。,,⑤ 容錯性； 對缺乏經驗決策者的操作錯誤能采取相應的系統保護措施，并具有一定的錯誤修復能力。,,在后面逐步展開對上述各項研究內容的討論,。,,,參考文獻,[1],黃梯云 著,.《,智能決策支持系統,》[M].,電子工業(yè)出版社,,2001,第一版,.,,[2],埃弗雷姆,.,特班 、杰伊,E.,阿倫森、梁定澎著，楊東濤、錢峰 譯,.《,決策支持系統與智能系統,》[M].,機械工業(yè)出版社,,2009,第一版,.,,,,,,謝謝！,,