第三章 信息系统提高企业商务决策能力

1、2022-5-41管理信息系统管理信息系统第三章第三章 信息系统提高企业商务决策能力信息系统提高企业商务决策能力格致出版社2022-5-42第三章第三章 信息系统提高企业商务决策能力信息系统提高企业商务决策能力o 3.1什么是决策什么是决策o 3.2决策支持系统概述决策支持系统概述o 3.3 群决策支持系统群决策支持系统o 3.4 人工智能人工智能2022-5-43学习目标学习目标o 理解什么是决策、决策过程理解什么是决策、决策过程o 掌握什么是决策支持系统、为什么要学习决策支持掌握什么是决策支持系统、为什么要学习决策支持系统、决策支持系统的基本理论及体系系统、决策支持系统的基本理论及体系o

2、了解什么是群体决策支持系统、专家系统、人工智了解什么是群体决策支持系统、专家系统、人工智能能 2022年5月4日4o什么是决策？什么是决策？oAdvanced Scout系统是如何帮助系统是如何帮助NBA教练进行决策的？教练进行决策的？ 先行案例先行案例-美国美国NBA教练利用数据挖掘教练利用数据挖掘工具临场决定替换队员工具临场决定替换队员 2022-5-453.1什么是决策什么是决策o 3.1.1 决策o 3.1.2人类的决策过程o 3.1.3 决策的类型o 3.1.4 信息系统提高企业商务决策能力3.1.1 决策o 决策定义决策定义 简单地说，就是从两个以上的备选方案中选择一个方案的过程。

3、决策包括在做出最后选择之前必须进行的一切活动。所以，决策就是人们为了达到一定目标，在掌握充分的信息和对有关情况进行深刻分析的基础上，用科学的方法拟定并评估各种方案，从中选出合理方案的过程，它必然带有决策者的大量主观因素。 3.1.2人类的决策过程决策也是一个过程： o 1. 情报阶段 o 2. 设计阶段o 3. 选择阶段o 4. 实施阶段3.1.3 决策的类型可以从不同角度来对决策进行分类，按照决策是否具有例行性，又可以分为:o 结构化决策o 非结构化决策o 半结构化决策 3.2决策支持系统概述决策支持系统概述o 3.2.1什么是决策支持系统 o 3.2.2决策支持系统的类型o 3.2.3决策

4、支持系统的特点o 3.2.4决策支持系统的功能3.2.1什么是决策支持系统o 决策支持系统定义 决策支持系统是以管理科学、运筹学、控制论和行为科学为基础，以计算机技术、模拟技术和信息技术为手段，面对半结构化问题，支持决策活动的具有智能作用的人机系统。 下图给出了决策支持系统的模式图解 :3.2.1什么是决策支持系统图图 决策支持系统模式图解决策支持系统模式图解 3.2.1什么是决策支持系统图决策支持系统的决策过程图决策支持系统的决策过程 决策支持系统的决策过程可以简化为分析、设计、选择及实施四个阶段的动态循环过程，如下图所示： 3.2.2决策支持系统的类型 一个决策支持系统总是支持某一特定类型

5、的问题的决策，具有针对性，因而每个决策支持系统有着不同的功能特性和应用领域。人们为了研究决策支持系统，往往将其进行分类。分类的标准很多，例如：o 按其应用的范围，有专用决策支持系统与通用决策支持系统o 按使用的方式，有个体决策支持系统和群体决策支持系统（Group Decision Support System, GDSS） 3.2.3决策支持系统的特点决策支持系统的特点 决策支持系统具有如下特点 ：o面向决策者 o倾向解决半结构化或非结构化的问题 o 强调支持的概念 o 强调交互式的处理方法 o 追求的是效果和效益 o 模型和用户共同驱动 o 操作方便 3.2.4决策支持系统的功能决策支持系

6、统一般具有以下功能：o收集、管理并随时提供与决策问题有关的组织内外部信息 o能以一定的方式存储和管理与决策问题有关的各种数学方法、模型及算法。 o对上述数据、方法与模型的维护功能。 o 收集、管理并提供各项决策方案执行情况的反馈信息。 o能灵活地运用模型与方法对数据进行快速的计算、加工、汇总、分析、预测，得出所需的综合信息与预测信息 。o具有方便的人机对话和多种信息如图表、图像输出功能，能满足随机的数据查询要求。 o能及时将加工结果传送给使用者。 3.3 群决策支持系统群决策支持系统o 3.3.1 为什么需要群决策支持系统o 3.3.2什么是群决策支持系统o 3.3.3群决策支持系统的类型o

7、3.3.4 常用的群体决策支持系统软件工具3.3.1 为什么需要群决策支持系统o 经济全球化 o 跨区域和国界的企业内部和企业之间沟通需要 o 市场竞争的需要o 计算机网络技术、通信技术创造了条件3.3.2什么是群决策支持系统1. 群体决策支持系统定义 所谓群体决策支持系统（group decision support system, GDSS） ，就是将计算机技术、通讯技术和决策支持技术等结合在一起，支持群体决策问题得以求解。它是在决策支持系统理论和技术的基础上发展起来的，包括了决策支持系统的大部分组成部分，以及能在群体环境下提供有效支持的软件部分。 3.3.2什么是群决策支持系统2. 群体

8、决策支持系统的特征o能设置一定的工作规程，使多个决策者能充分交流、协调工作o能改善群体决策的决策效果和决策效率o既支持个人决策，又支持群体决策，使决策者达到一致性意见o应具有某种特殊的内部机制，来阻止消极群体行为的产生和发展，限制某个决策者或小集团对决策结果的影响，并对发表个人意见的个体决策者进行保护，从而保证决策的客观性和公正性o能向决策成员提供多种获取信息的渠道，并能接受、检查和协调各成员的请求o不受时空限制。 3.3.3群决策支持系统的类型群体决策支持系统的选择：o 决策室o 局域决策网 o 传真会议 o 远程决策 3.3.4 常用的群体决策支持系统软件工具1.一般群体决策要经过以下几个

9、过程：o 集体讨论o 问题的分类与分析o 合作与表决3.3.4 常用的群体决策支持系统软件工具2.常用的群体决策支持系统软件工具：表 常用的群体决策支持系统软件工具工具名称功能说明电子征询为了保证在会议中将有关重要议题都能讨论到，常在会议前将电子征询表格发给相关的成员，收集提案及评论。头脑风暴软件使与会者同时、匿名地记录他们的想法或建议，最终得到所有这些想法和建议的书面记录。观点组织帮助与会者组织、分类目前已提出的观点、意见和主张等。使主题更明确，问题更有条理。投票和优先级别设置投票工具用来统计和总结群体意见。优先级别的设置可以让与会者对不同方案设置优先级别，便于统计评价。群体创作和概要拟定该

10、工具可以为书面报告拟定一个概要，形成一些文字材料，也可通过记录与会者的意见产生一些固定格式的文档等。3.4 人工智能人工智能o 3.4.1 什么是人工智能o 3.4.2 企业使用人工智能系统的主要类别o 3.4.3专家系统o 3.4.4 神经网络o 3.4.5 遗传算法o 3.4.6智能代理3.4.1 什么是人工智能o 人工智能定义： 人工智能（Artificial Intelligence）这个概念是1956由John McCarthy提出来的，其含义是运用计算机以各种方式模仿人类各种行为的技术和软件。 3.4.2 企业使用人工智能系统的主要类别 企业使用最多的人工智能系统可划分为：o 专家

11、系统o 神经网络 o 遗传算法 o 智能代理 3.4.3专家系统1.专家系统的定义 专家系统（Expert System, ES）也称基于知识的系统，是一个利用知识和推理过程来解决那些需要特殊的、重要的人类专家才能解决的复杂问题的计算机智能程序。它非常适用于诊断性问题和指令性问题。 3.4.3专家系统2. 专家系统的组成o 知识库 o 推理机o 知识获取和解释子系统 o 用户界面图 专家系统的构成 3.4.3专家系统3. 专家系统的应用范畴 o 解释：分析数据以确定其含意 o 预测：预测一些事件的未来发展趋势o 计划：为达到某个目标建文所要完成的行动计划；o 设汁：对某此研究对象编制满足一组要

12、求的技术设计说明书；o 咨询：对要在某一环境下采取某些行动和措施提出建议；o 诊断：发现、分析故障并进行故障的排除；o 监控：按需要连续地解释信号并发出警报；o 指导：对某一方面的学习过程给予帮助和指导 2022-5-429A-BIF INC50,000THEN 查询汽车付款ELSE 退出B-CIF 汽车付款DIF 抵押借款EIF DTHEN 询问工龄E-FIF 工龄 = 4THEN 额度为1 0 , 000ELSE DO GG-HIF 工龄FIF 其它债务 5 % 收入THEN DO FELSE DO IF限制1 0 ,000I限制3 , 0003.4.4 神经网络o 人工神经网络的定义 也

13、简称为神经网络，是通过采用物理可实现的器件或采用计算机来模拟生物体中神经网络的某些结构与功能。 人工神经网络在结构上由许多很小的处理单元相互连接而成，局部或部分的神经元损坏后不影响全局的活动，其连接权值和连接结构都可以通过对样本数据的学习而得到。 3.4.4 神经网络1.人工神经网络的基本原理 一个典型的神经元网络连接模型是由输入、中间层（称为隐含层）和输出层3层神经元组成，如下图所示。 图 一个神经元网络 收入债务年龄付款记录好信贷风险坏信贷风险输入层输出层隐藏层3.4.4 神经网络2.人工神经网络的特点和优越性： o 具有自学习功能o 具有联想存储功能o 具有高速寻找优化解的能力。3.4.

14、4 神经网络3.神经网络的应用：o 语言、图像识别与理解o 计算机视觉o 智能机器人故障检测o 实时语言翻译o 企业管理、市场分析、优化计算和联想记忆o 物资调运、自适应控制、专家系统、智能接口o 神经生理学、心理学和认知科学研究等 3.4.5 遗传算法1. 标准遗传算法和基本概念 遗传算法（Genetic Algorithms, GA）是根据生物进化的模型提出的一种优化算法，它模拟了自然选择和遗传中发生的频繁、交配和突变现象，从任意一初始种群出发，通过随机选择、交叉和变异操作，产生一群新的更适应环境的个体，使群体进化到搜索空间中越来越好的区域。这样一代一代不断繁殖、进化，最后收敛到一群最适应

15、环境的个体上，求得问题的最优解。3.4.5 遗传算法2. 简单遗传算法的操作流程图 简单遗传算法的操作流程 3.4.5 遗传算法3.遗传算法的应用： o 遗传算法最适合于可能存在几千或几百万种解决方案的决策环境。o 遗传算法可以发现并评价方案，与人类相比，它可以更快更彻底地检查更多的可能方案。3.4.6智能代理1. 智能代理的特性： o 智能性与自主性o 协作与协商能力 o 机动性或可移动性3.4.6智能代理2. 智能代理的分类：o 信息代理 o 检测和监视代理 o 数据挖掘代理 o 用户或个人代理 复习题 1. 决策是如何产生的？2. 当公司的多名不同部门的高层领导在一起为公司作决策时，会产生什么问题？需要怎样解决？3. 什么是人工智能？4. 请举例说明神经网络是如何工作的？5. 试举例说明人工智能在我们生活中的应用，它可以解决哪些问题？ 讨论题 1. 假设某银行根据业务需要，对所有顾客进行分类，以便确定对不同类型