智能决策支持系统我的总结范文

1、第一章决策支持系统和智能决策支持系统 1. 智能决策支持系统IDSS是决策支持系统与人工智能技术相结合的产物。 AI是研究如何 使机器具有智能的科学与技术。 2. DSS定义：是以（信息）为手段，应用决策科学及有关学科的理论和方法，针对某一类 型的（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、例举可能方案、进行分析比较等方式，为管理者做出正确决策提供帮助的 人机交互式的（信息系统）。 3. 决策定义：是人们为了达到某一目的而进行的有意识、有选择的行动。 4. 决策化问题分类：（结构化）决策问题，（半结构）化决策问题；（非结构）化决策问题。 5. Gorr

2、y和Scott Mortor对DSS的定义： 一个在非结构或半结构环境下支持管理决策者的 系统” 6. 支持：（帮助）或（提高）决策者于决策过程之中而非替代决策者。 7. 组织结构中的管理活动可划分为三个层次：战略计划，是面向决策的；管理控制， 面向信息的；作业控制，是面向数据的。 & 决策的基本要素：决策者和决策对象。 9. 决策的一般过程：（情报收集）、（方案设计）和（方案选择）三个阶段。 10. 科学的决策程序：（发现问题）、（确定目标卜（收集情报）、（探索方案卜（方案选定） 和（决策执行）等。 11. 决策模式定义：是决策系统中以决策过程和客观规律的表述， 是决策者进行决策必

3、须遵从的规律。 12. 决策模型是人们设计和实现的决策系统的同态系统，是一个客观的现实的系统。 13. 决策模式是为了获得科学的决策， 决策者应遵循的活动程序和行动原则， 它指导决 策者进行正确决策。 14. 四种决策模式：（1） R模式，即理性模式；（2） B模式，即有限理性模式；（3） F 模式，又称有效理性模式；（4） N模式，即非理性模式。 15. DSS的基本模式：管理者处于核心位置，运用自己的知识，把他和 DSS的响应输出 结合起来，对他所管理的“真实系统”进行决策。如下图 外部数据真实 系统 决策 问事 .与人的行为有关 的信息 处理数据 MIS信息 环境 16. DSS的基本结

4、构：两库结构和基于知识的结构 两库结构：数据库子系统 ，模型库子系统，对话子系统 。 基于知识的结构：决策问题，语言子系统，问题处理子系统，知识库子系统。 用户 基于知识的 DSS 结构 17. DSS的三个层次：（专用DSS（ DSS生成器）（DSS工具）。 18. 与DSS有关的五种人员：决策者、协助人员、 DSS的构造者、技术支持者、工匠。 19.IDSS的主要研究内容？ （1）IDSS的结构框架研究（2）知识表示的研究（3）模型操纵方法的研究（4）知识处 理系统的研究（5）接口技术的研究（6 ）人机界面的研究 20.IDSS系统结构的三种类型： DSS+知识库+文本库（用户接口，知识库

5、，模型库，数据库，文本库，信息词典） （2） DSS+知识库+问题求解单元（知识库 模型库 数据库，问题求解单元，用户接口） （3） LPK系统（用户，语言子系统，问题处理子系统，知识系统） 。 21.知识表示的方法：数据库、宏指令、一阶谓词演算，语义网络、框架等。 第二章决策支持系统的基本体系结构 模型库子系 统 数据库子系 统 1.决策支持系统的体系结构 （architecture ）:指构成决策支持系统的各组成部分的 （排列）、 （组成）和（相互结合）的方式。 DSS的两类基本结构： 两库结构 三库结构 四库结构 五库结构 六库结构 2. 3. 4. 5. 6. 7. 8. 数 据 库

6、数 据 库 数 据 库 数 据 库 数据库 （基于X库的框架结构）、（基于知识的框架结构）。 +数据库管理系统+模型库管理系统+ 模型库对话系统决策制定者 +模型库+知识库 +模型库+知识库+方法库 +模型库+知识库+方法库+ 文本库 +模型库+知识库+方法库+ 文本库+图形语言属性 模型类型的调用关系： 方法 数据 零件型模型 9. 模型库的分类：通用，专用，智能模型库。 10. 模型在计算机中存储方式：作为子程序存储和作为数据存储 ，作为语句存储。 11请简述模型库系统的组成、功能和作用？ （1） 组成：传统DSS的模型库由模型库、模型库管理系统和模型字典组成。 （2） 功能：通过使用人机

7、交互语言使决策者能方便地利用模型库中各种模型支持决策， 引导决策者应用建模语言和自己熟悉的专业语言建立，修改和运行模型。 （3） 作用（应用模型获得的输出的作用） 直接用于制订决策。 对决策的制订提出建设。 估计决策实施后可产生的后果。 12.数据析取：源数据库的数据通过数据转换而形成 DSS数据库数据，就是“数据析取”的 过程。它往往是一系列复杂的转换过程。 第三章智能决策支持系统的模型结构 1. 结构化构模语言（SML）包括六种实体：基本实体（PE）,复合实体（CE）,属性实体（ATT）， 变量实体（VA），函数实体（FA），测试实体（TA）。 2. SML通过引入依赖变量和索引变量， 使

8、各实体之间建立一一对应关系， SML语言是一种表 达能力较强的构模语言。 图3-1运输模型褓之间的依赖和调用关系 PE 实体：FACTORY MARKET； ATT实体 CE实： FACTORY_SUPPL、YMARKET_DEMAND 和 COST； LINK； VA实体： QUANTITYY； TA实体： T： SUPPLY和 T： DEMAND; FA实体： TOTALL COST 用 SML 语言来表示这个运输模型： define model transport module factory begin PE: factory; ATT: factory_supply (factory

9、 ); End module factory module market begin PE: market; ATT: market_demand (market); end module market module link begin CE: link (factory, market); ATT: cost (link); VA: quantity (link): end module link ? enddfine 4. 几种常用的模型表示方法：模型表示的实体关系模型 ;结构化构模；面向对象的模型表示 法；模型的数据表示法；模型的框架表示法；模型抽象表示法；构模语言表示模型。 5. 模

10、型的框架表示：用框架表示模型，并提出模型类、模型结构和模型实例三个从抽象到 具体的继承层次。 模型结构是模型类的结构例化， 将应用领域知识增加到模型类中就得到模 型模板。 模型类名表示该模型模板所对应的模型类， 模型模板可继承模型类的特性如输入输 出变量类型和求解算法等。模型实例是模型模板的数据例化，即指明输入端口的数据来源。 数据源可以是用户自定义函数、数据库名称或其他模型实例。 模型类是一个六元组： = （输入表 ,输出表,中间变量表 ,约束条件表 ,方法表 ,模型设定表 ） 模型模板是一个六元组： = （模板名称 ,模型类名 ,输入表,输出表 ,目标函数表 ,约束条件表 ） 模型实例是一

11、个二元组： =（模型模板，数据源） 。 6. 模型自动生成的一般方法： （1）基于类比推理的模型自动生成； （ 2）基于一阶谓词演算 的模型自动生成； （3）模型语义继承网； （ 4）模型管理系统中的机器学习。 7. 机器学习：学习是一个有特定目的的知识获取过程：其内部表现为新知识结构的建立和 修改，外部表现为性能的改善。机器学习就是用计算机实现这一过程。 8. 模型合成：指两个或两个以上独立的模型之间的互连。即一个或几个模型的输出可以作module function begin T: x1(factory:quantity,factory_sypply)= FORALL(market) su

12、m(quantity(link(factory,market)factory_supply(factory); T: x2(market:quantity,market_demand)= FORALL(factory) sum(quantity(link(factory,market)market_demand; F: total_cost(cost,quantity)=FORALL(market,factory) sum (cost (link (factory, market)*quantity(link(factory,market) end module function 为其他模型的

13、输入。 9. IDSS中的模型复合：在IDSS中，如果模型库中不存在与目标匹配的单个模型，模型库管 理系统需要确定求解一系列问题的模型集合，并将这此模型元素组织起来。 10. 自然语言难于理解的三个因素： （参第7章） （1） 供匹配的目标表达的复杂性； （2） 映射的类型的多样性，有一对一、多对一、一对多和多对多映射; （3） 源表达中各元素间的关联程度。 11. 对语句理解可以采用的三种手段为：关键字匹配、句法分析和语义分析。 第四章 基于面向对象方法的模型管理 模型例化的三个层次 2. SML语言的六种实体符号表示。 3. 模型结构是一个四元组，它以元组的形式存于数据库中，表示为： 模型

14、结构= 结构定义= 4. 模型实例含义：是向模型结构中增加数据源，是模型结构的数据例化，模型实例的生成 过程就是模型的数据例化过程，即把数据源中的数据传到模型输入端口。 模型实例的结构：模型实例是一个三元组。其结构如下： 模型实例：:= 数据源:= 5. 基本数据类、模型类、模型结构、模型实例之间的继承与调用关系 模型实例 * 模型结构 原子模型类 基本数据 类型类1.模型例化的三个层次 抽象 具体 原子模型类 复合模型类 复合模型 第五章人工神经网络与智能决策支持系统 1人工神经网络是由大量的、很简单的处理单元（或称神经元）广泛地互相连接而形成的复 杂网络系统，它反映了人脑功能的许多基本特性

15、，是一个高度复杂的非线性动力学系统。 2神经网络模型的四大类：（1）反馈网络模型（2）前向网络模型（3）随机网络模型（4） 自组织网络模型。 3神经网络学习算法：有导师学习和无导师学习。有导师学习例如模拟退火算法， BP算法; 无导师学习例如竞争学习，相互激励学习算法。 4. 神经网络分为前向网络和反馈网络。前向网络包括感知机和多层前向神经网络。 5. 神经网路的基本结构：输入层，一个或多个隐层，输出层。神经元和权值 6. 监督学习算法原理：将训练样本的数据加到网络输入端，同时将相应的期望输出与网络 输出相比较，得到误差信号，以此控制权值连接强度的调整， 经多次训练后收敛到一个确定 的权值w。

16、BP算法就是一种监督学习算法。 7. BP算法的学习过程原理？ 由两个阶段组成：信息的前向传播和误差的反向传播。 前向传播：输入信息从输入层经隐层单元逐层处理， 并传向输出层，每一层神经元的状 态只影响下一层神经元的状态。 误差的反向传播：如果在输出层不能得到期望的输出， 则转入反向传播，将误差信号沿 原来的连接通路返回，通过修改各层神经元的权值，使得误差信号最小。 BP算法的学习过程原理如下图： 入 tJH 戻 BP算法框图如下: 初始化 給足输入向量和目标输出 一 片 F 求隐层和输出N各单元输出 求目标值与实际输出的偏盏 満足要求一 J 图 全部怦 5-4 BP 权值学习 8. DSS模

17、型选择的三个层次： （1）模型的类型选择；（2）模型的结构选择；（3）模型的实例 确定 钱強趨，y=a+bt,矗曲5-6 （a）所示； 皓報曼，y=ae叫rf5-6 （b）所 敌曲黑蔓*十“匕矗（65-6 （Q）所除； 生艮曲钱媲，“缶雇（65-6 （d；所帝； 正器周躺蔓* y=a+csinbtA 5-6 （e） 静献強正4周和塑” y= a ebt+c sinbt -s- - i 1 模型运行爸理 i ! a 9.常用的趋势外推预测模型结构（六种） a + csin 10. 有用的数据 模里类型 云择席則 -库 *模型库 （2） 按知识表示或学习的技能分类； （3） 按应用领域分类； （4

18、） 按系统性分类。系统性分类是综合了学习策略、知识表示和应用领域等各项指 标的分类。 4. 产生式规则的获取和改进有四个基本操作： （1）创建（2） 般化（3）特殊化（4）合成 5. 学习系统有两个主要部分：即环境和知识库，分别代表外界信息来源和学习成果，并通 过执行环节与学习环节对知识进行处理而发生相互作用。 环境、知识库、学习环节和执行环 节构成了学习系统的必要组成部分。 执行环节与学习环节间存在着一定的反馈， 反映了学习 系统的重要特征不断反复的过程。此外，还可以包括对学习过程进行控制的监督环节 （supervisor）以及选取样本或实例的选例环节（ in sta nee selecti

19、o n ）。 6. IDSS的基本结构是决策支持系统和专家系统两部分的集成。 DSS由三部分组成：（1）问题处理与人机交互系统； （2）模型库系统；（3）数据库系统。 专家库也由三部分组成： （1）知识库；（2）推理机；（3）知识库管理系统。 问题处理与人机交互系统 图-智能决策支持系统的基本结构 7. 基于机器学习的智能决策支持系统的体系结构组成： 对话系统，模型库管理系统 数库管理系统 知识库管 理系统 推理机 模型库 知识库 数据库 336-1 W 特奁宁习-系统竝一般运枸 问题求解系统，数据系 统，模型系统和知识系统等五个部分。 数据系统由内部数据库、外部数据库和数据库管理 系统组成；模型系统由方法库、模型库、模型字典（文本库）和相应的管理系统组成；知识系统由多属性知识库（事实，规则） ，、知识库管理系统和推理部件组成。 决策者 外部敌据库-外部数据库-外部数据库外部数据库- 机 第7章 基于自然语言理解的模型自动选择 1. 自然语言的分析和理解过程的 5个层次化过程？ 答：语音分析、词法分析、句法分析、语义分析、语用分析。 语