第四章 决策支持与人工智能

1、1Decision Support and Artificial Intelligence2决策及决策过程决策及决策过程智能智能IT及其决策支持及其决策支持3管理即决策。管理即决策。决策：决策：针对某一问题，根据分析推断，制定出多个解决针对某一问题，根据分析推断，制定出多个解决方案，并从中选择一个最佳方案的过程。方案，并从中选择一个最佳方案的过程。决策过程决策过程1.情报情报 收集信息，识别并尽可能确切地表述需要作出决策的问收集信息，识别并尽可能确切地表述需要作出决策的问题题, 即分析问题。经过分析得到明确的决策陈述：目标、即分析问题。经过分析得到明确的决策陈述：目标、约束、决策准则。约束、决

2、策准则。2.设计设计 运用获得的信息、计算方法或模型，设计出多个替代解运用获得的信息、计算方法或模型，设计出多个替代解决方案。决方案。43.选择选择 根据决策准则从替代方案中选择最佳方案。根据决策准则从替代方案中选择最佳方案。4.实施实施 实施所选方案。实施所选方案。5根据决策问题的根据决策问题的结构化程度结构化程度决策可分为：决策可分为：结构化决策结构化决策 决策问题能准确、清晰描述，有严格决策规则、决策问题能准确、清晰描述，有严格决策规则、标准、算法的决策。标准、算法的决策。非结构化决策非结构化决策 决策问题不能准确、清晰描述，没有规则和标决策问题不能准确、清晰描述，没有规则和标准的决策。

3、准的决策。 半结构化决策半结构化决策 决策问题不能完全确切描述，可以用相对确切决策问题不能完全确切描述，可以用相对确切的决策规则、方法来解决，同时需要决策者的的决策规则、方法来解决，同时需要决策者的知识、经验、直觉和判断能力。知识、经验、直觉和判断能力。6根据决策问题的周期性决策可分为：根据决策问题的周期性决策可分为：重复决策重复决策 重复发生重复发生, 通常有周期性通常有周期性. 非重复决策非重复决策 不经常发生不经常发生, 或许只发生一次或许只发生一次.7决策支持系统决策支持系统(Decision Support Systems,DSS）群决策支持系统群决策支持系统(Group Decis

4、ion Support Systems, GDSS)地理信息系统地理信息系统(Geographic Information Systems,GIS)人工智能系统人工智能系统(Artificial Intelligence Systems，AI)专家系统（专家系统（Expert Systems）神经网络（神经网络（Neural Networks）遗传算法（遗传算法（Genetic Algorithms）智能代理（智能代理（Intelligent Agents）8MIS提供管理者定期的固定格式的报告, 为管理者对组织活动的控制提供支持, 但不能针对特定问题提供专门信息, 为决策提供支持。管理者的主

5、要职责就是发现问题，做出决策。因此能针对特定问题提供决策支持的信息系统对管理者更有意义。20世纪70年代，MIT的S.S.Morton和G.W.Keen提出DSS概念。随着人工智能技术和IT技术的发展，DSS在商业领域逐步得到越来越广泛的应用。9决策支持系统的特征：DSS是一种高度柔性和交互式IT系统。主要支持半结构化和结构化问题的决策。 只能辅助决策者决策, 而非代替决策者决策。通过提供模型、分析技术、信息等支持决策。DSS的支持作用主要是改善决策，提高决策效率。 10决策者的优势决策者的优势DSS的贡献的贡献IT的优势的优势经验经验直觉直觉判断判断知识知识提高效率提高效率增进理解增进理解提

6、高灵活性提高灵活性减少成本、减少减少成本、减少问题的复杂性问题的复杂性速度速度信息信息处理能力处理能力决策者与决策支持系统的结合11Keen把DSS分为四类：被动支持型DSS用于模拟或验证决策方案，发现决策方案中可能存在的问题。 DSS是一个仿真工具。规范支持型决策者提供决策数据和要求，DSS完成决策过程。扩展支持型DSS用于向决策者提供决策方案，并通过人机交互，尊重决策者的判断，启发诱导决策者，获得高质量决策。12明年广告费花在什么地方?了解了电视、报纸广告对销售的影响,知道在那里做广告了用户界面管理模型管理数据管理信息需求选择模型模型结果问题答案DSS 组成部分组成部分13用户界面模型管理

7、系统数据管理系统Whatif 模型最优化模型统计模型目标搜索模型组织信息外部信息个人信息DSS组成元素简便灵活、一致性、适应性好，符合用户习惯帮助决策者方便的选择、建立和运行模型存储、访问DSS所需信息14数据管理 由数据库和数据库管理系统组成，其作用是保由数据库和数据库管理系统组成，其作用是保存和访问数据。存和访问数据。 DSS与与MIS的数据管理不同：的数据管理不同：对数据的要求不同。对数据的要求不同。DSS经常需要的是经过经常需要的是经过处理的综合性的数据。处理的综合性的数据。对数据的管理要求不同。对数据的管理要求不同。DSS更强调对数据更强调对数据的预处理和分析。的预处理和分析。15模

8、型管理 由模型库和模型管理系统组成，是由模型库和模型管理系统组成，是DSS区别于区别于其他类型系统的特色部件，其作用是保存和访其他类型系统的特色部件，其作用是保存和访问模型。问模型。 模型：模型：各种统计模型，预测模型，财务分析模各种统计模型，预测模型，财务分析模型，运筹学模型，模拟模型，等等。型，运筹学模型，模拟模型，等等。 模型形式：模型形式： 程序：模型表示的传统方法。模块化、程序化的数程序：模型表示的传统方法。模块化、程序化的数学计算模型或算法。学计算模型或算法。 知识逻辑：基于知识的表示方法。如谓词逻辑、产知识逻辑：基于知识的表示方法。如谓词逻辑、产生式、语义网络。生式、语义网络。1

9、6 模型库：模型库：模型集合。模型集合。 模型库管理系统模型库管理系统生成模型和管理模型的软件系统。生成模型和管理模型的软件系统。创建模型：通过交互式集成环境，通过问题抽象（问创建模型：通过交互式集成环境，通过问题抽象（问题定义、定性定量因素定义、模型元定义）提供模型、题定义、定性定量因素定义、模型元定义）提供模型、算法等生成问题模型。算法等生成问题模型。模型管理：模型的组织（运用一个或多个模型的组合模型管理：模型的组织（运用一个或多个模型的组合试探，完成决策）、检验（样例测试）、维护（删除、试探，完成决策）、检验（样例测试）、维护（删除、修改）修改）运行模型，控制模型的运行状态，控制模型访问

10、权、运行模型，控制模型的运行状态，控制模型访问权、选择、模型的数据访问。选择、模型的数据访问。17用户界面管理为决策者提供一个方便友好的交互环境，便为决策者提供一个方便友好的交互环境，便于对信息与模型的操作。于对信息与模型的操作。向用户提供系统运行状态、运行结果、推理向用户提供系统运行状态、运行结果、推理结论。向用户提供所需的输出形式。结论。向用户提供所需的输出形式。交互方式：交互方式：18 Q/A方式：系统提问方式：系统提问/给出选择答案，由用户回给出选择答案，由用户回答（答（Y/N）或选择。）或选择。 菜单方式菜单方式/命令方式：由用户选择命令菜单命令方式：由用户选择命令菜单/或输或输入命

11、令。入命令。 表格填充方式：用户将输入填充在系统显示的表格填充方式：用户将输入填充在系统显示的表格中。批量数据表格中。批量数据 的输入。的输入。 窗口：多窗口操作，不同窗口进行不同操作。窗口：多窗口操作，不同窗口进行不同操作。 多媒体方式：语音交互。多媒体方式：语音交互。 虚拟现实方式：通过临境设备，如头盔、手套虚拟现实方式：通过临境设备，如头盔、手套与系统交互。与系统交互。192021GDSS：具有支持群体决策活动所需处理功能的决策支持系统。这些功能包括：通信、文件共享、构造群体决策模型、集合个人观点为群体观点以及涉及群体交互活动的其他功能。GDSS的作用 支持群体决策：综合不同人员的专业知

12、识；将复杂问题分解成不同专业领域的小问题，并行解决，提高决策效率。 克服群体会议的缺点，决策者的决策行为不受干扰。 实现跨时空的群体决策。 GDSS 帮助小组产生思想, 找到优势和不足,选择方案, 达成一致意见。22 提供对意见的组织、评价工具。 改善文档管理，保存决策及其过程信息。目前可用于的群决策支持的系统 电子会议系统 工作流系统 电子邮件系统23决策过程群件DSS功能通信团队群体决策支持系统GDSS24情报阶段头脑风暴产生潜在问题描述问题分类与分析归纳小组问题描述确保每个团队成员理解问题排序表决共同确定什么是真正的问题确定现状或子问题设计阶段头脑风暴产生所有可能的解决方案问题分类与分析

13、归纳所有可能的解决方案确保每个人都了解每个可选方案排序表决根据实际情况对可能的解决方案进行选择选择阶段头脑风暴排出各种方案的顺序问题分类与分析归纳各种可能的顺序确保每个人都明确这个顺序排序表决集体选出最好的解决方案群体决策中情报、设计和选择的步骤25会议同一时间会议不同一时间会议会议室会议在会议室开会同城市会议在不同地点全球会议在世界各地同城市会议在不同地点全球会议在世界各地群件文件管理DSS功能通信LAN群件文件管理电子邮件视频会议DSS功能通信LAN、MAN/Internet群件文件管理电子邮件视频会议翻译软件DSS功能通信WAN/ Internet群件电子公告牌电子邮件视频会议DSS功能

14、通信LAN、MAN/Internet群件电子公告牌电子邮件视频会议翻译软件DSS功能通信WAN/InternetGDSS团队会议类型26GIS：处理空间或与空间相关信息的信息系统。GIS特点以分层2D/3D图形、表格形式表达信息。通常顶层表达概要信息，底层表达最细节的信息。GIS应用客户群分布组织机构的布局促销和广告的定位物流城市规划布局市政公用设施管理27行政区划图层行政区划图层 境界境界交通图层交通图层 上山公路、景区景点，县道和乡道、城区道路、城上山公路、景区景点，县道和乡道、城区道路、城市街道、公交线路，车站、汽车服务市街道、公交线路，车站、汽车服务服务图层服务图层 商业网点、会展场所

15、、其他场馆会所、医疗卫生、商业网点、会展场所、其他场馆会所、医疗卫生、居民小区居民小区其他图层其他图层 景区景点、绿地、水系、森林景区景点、绿地、水系、森林 2829GIS应用30全国现有各种粮库地理分布及类型、仓容。全国现有各种粮库地理分布及类型、仓容。根据新建任务，合理确定新建（扩建）库点具根据新建任务，合理确定新建（扩建）库点具体位置，类型和容量，提出优化方案，体位置，类型和容量，提出优化方案， 。确定库点间或城市、地区间的最佳（经济、快确定库点间或城市、地区间的最佳（经济、快速）调粮运输线路和方式。速）调粮运输线路和方式。对全国粮食流通作出粮流分析对全国粮食流通作出粮流分析31调粮路径

16、选择全国粮库布局32人工智能：用人工方法在机器（计算机）上模拟人工智能：用人工方法在机器（计算机）上模拟人的思维和行为的学科人的思维和行为的学科专家系统（专家系统（EXPERT SYSTEMS）神经网络（神经网络（NEURAL NETWORKS）遗传算法（遗传算法（GENETIC ALGORITHMS）智能代理（智能代理（INTELLIGENT AGENTS） 33ES：在相关领域具有专家水平解题能力的智能系统。它运用领域专家积累的专门知识与经验，模拟人的思维过程，通过推理或与人的交互，解决复杂问题。ES特征具有专门领域的系统的知识。能有效地推理：精确推理、不完全推理、试探推理。具有知识获取能

17、力：通常由知识工程师通过知识编辑器把领域知识传授给系统。有的系统具有初步的学习能力。具有交互性和解释能力。34专业知识事实和“为什么”信息 来自ES的结果“为什么”信息解释“为什么”信息事实专业知识的内部表达形式专业知识规则知识获取知识库用户界面推理机解释模块用户知识工程师专家系统专家系统组成35知识获取 由一组程序实现，负责把知识输入到知识库中，由一组程序实现，负责把知识输入到知识库中，并管理知识库中的知识，保证其一致性及完整并管理知识库中的知识，保证其一致性及完整性。性。 知识获取方式：知识获取方式：知识工程师向领域专家获取知识，然后用知知识工程师向领域专家获取知识，然后用知识编辑软件将知

18、识输入知识库。识编辑软件将知识输入知识库。系统通过与专家交互，获取知识。系统通过与专家交互，获取知识。系统从推理过程与结论中归纳析取知识。系统从推理过程与结论中归纳析取知识。36专家系统用符号串表示专家系统用符号串表示知识知识知识表示方法举例知识表示方法举例 谓词逻辑谓词逻辑表达表达事实事实、规则规则。如：。如： Morethan(OrderQuantity, Level) OldCustomer(CustomerName) Return(Rate) OldCustomer(CustomerName) Return(Rate) 产生式产生式表达有因果关系的知识：如：表达有因果关系的知识：如：

19、IF Morethan(X, L) AND OldCustomer(C) THEN Return(r) 其它表示方法其它表示方法37知识框架：用结构化形式表达知识。如：知识框架：用结构化形式表达知识。如：38前向推理：以事实为出发点的推理。如：前向推理：以事实为出发点的推理。如：39用户界面实现系统与用户、知识工程师、专家交互的接口（主实现系统与用户、知识工程师、专家交互的接口（主要指软件）实现人机对话。要指软件）实现人机对话。输入更新知识输入更新知识输入求解的问题、已知的事实、向系统提问、回答系输入求解的问题、已知的事实、向系统提问、回答系统的提问统的提问输出推理结果、回答用户提问、向用户索

20、取进一步的输出推理结果、回答用户提问、向用户索取进一步的事实或提问事实或提问转换内外部信息。将输入的信息转换为内部表现形式。转换内外部信息。将输入的信息转换为内部表现形式。将输出的信息表达成人们容易理解的形式。将输出的信息表达成人们容易理解的形式。40绿灯亮了吗？（是绿灯亮了吗？（是/否）：否）：否否红灯亮了吗？红灯亮了吗？ （是（是/否）：否）：否否红灯快要亮了吗？红灯快要亮了吗？为什么？为什么？只有黄灯亮时才有这种情况，然后你有两种选择。只有黄灯亮时才有这种情况，然后你有两种选择。红灯快要亮了吗？红灯快要亮了吗？否否结论：通过路口结论：通过路口用户界面的人机对话41规则规则1：IF绿灯亮绿

21、灯亮 THEN通过通过 Why 绿灯亮时是安全的，否则需绿灯亮时是安全的，否则需要更多信息要更多信息规则规则2：IF红灯亮红灯亮 THEN参照规则参照规则4或或3 Why应停车，或可不停车应停车，或可不停车知识规则42对话形式对话形式 菜单方式菜单方式 命令方式命令方式 自然语言方式自然语言方式 多媒体方式（语音）多媒体方式（语音） 虚拟现实方式虚拟现实方式解释模块解释模块是系统的一组程序。对系统的推理行为或结是系统的一组程序。对系统的推理行为或结论进行解释，回答用户提出的论进行解释，回答用户提出的 “为什么为什么?”或或“是怎是怎样样?” 的问题，提高系统和结论的可信度，同时，根据的问题，提

22、高系统和结论的可信度，同时，根据解释，用户可发现推理机及知识库中存在的错误。解释，用户可发现推理机及知识库中存在的错误。43知识库知识库是知识存储机构，存储领域专门知识，包括原理是知识存储机构，存储领域专门知识，包括原理性的知识、专家经验及相关的事实。性的知识、专家经验及相关的事实。推理机推理机是一组推理程序，专家系统的核心部分。根据当是一组推理程序，专家系统的核心部分。根据当前已知的问题事实、知识库中的领域专门知识，按照一前已知的问题事实、知识库中的领域专门知识，按照一定的推理方法和控制策略进行推理，求得问题的答案或定的推理方法和控制策略进行推理，求得问题的答案或证明某个假设的正确性。证明某

23、个假设的正确性。数据库数据库存储用户提供的初始事实、问题描述以及系统运行过程存储用户提供的初始事实、问题描述以及系统运行过程中得到的中间结果、最终结果、运行信息（如推出结果中得到的中间结果、最终结果、运行信息（如推出结果的知识链）的知识链）44建造方式建造方式 购买一个专家系统产品购买一个专家系统产品 购买一个专家系统外壳购买一个专家系统外壳 开发一个专家系统开发一个专家系统建造原则建造原则 恰当的划定求解问题的领域恰当的划定求解问题的领域 领域的宽度决定了系统知识库的大小和质量及领域的宽度决定了系统知识库的大小和质量及 求解问题的能力与效率求解问题的能力与效率 获取完备的知识：知识的数量满足

24、求解领域问题的获取完备的知识：知识的数量满足求解领域问题的需要，质量上要保证知识的一致性和完整性需要，质量上要保证知识的一致性和完整性 有友好的交互环境有友好的交互环境45 合理组织知识、选择合适的推理模型。二者结合起合理组织知识、选择合适的推理模型。二者结合起来考虑，分开设计，以提高推理效率和系统的灵活来考虑，分开设计，以提高推理效率和系统的灵活性。性。 在运用当中不断完善。在运用当中不断完善。建造工具建造工具 人工智能语言，如：人工智能语言，如：LISP，PROLOG 专家系统外壳，如：专家系统外壳，如：EMYCIN、EXPERT、KAS 专用开发工具，如：专用开发工具，如：AGE、OPS

25、X46Decision ManagementDiagnostic/TroubleshootingMaintenance/SchedulingDesign/ConfigurationSelection/Classification专家系统的主要应用专家系统的主要应用Process Monitoring/Control47对于具有清晰、完整规则的问题，对于具有清晰、完整规则的问题，ES有很好的作用：有很好的作用：处理大量的信息处理大量的信息减少错误减少错误改善客户服务改善客户服务提供决策的连续性提供决策的连续性提供新的信息提供新的信息减少成本减少成本专家的局限性专家的局限性难以处理领域的所有专门知

26、识难以处理领域的所有专门知识不能解决特定问题之外的问题不能解决特定问题之外的问题不能实现推理过程的完全自动化不能实现推理过程的完全自动化48神经网络：又称为人工神经网络，是具有自组织，自学习，自适应能力的人工智能系统。它模拟人和动物大脑的神经细胞群的结构和功能，从一般类型问题的处理经验中学习， 然后运用所学的知识去解决同类型的问题。神经网络基本原理人工神经网络是由大量的处理单元，即人工神经元，经过广泛的互连而组成。其信息的处理是通过神经元之间的相互作用来实现的。知识与信息的存储表现为网络元件之间的联系。网络的学习和识别取决于各神经元连接权值的动态演化过程。49轴突(输出)胞体(加权累加处理器)

27、树突(电化学信号输入)突触简单人脑神经元简单人脑神经元50X1X2Xn人工神经元人工神经元输入输出YW1W2Wn权值输入加权和超过阈值则神经元激活，产生输出Y)()(1niiixtwftyiiixtydtwtw)()()1(调整权值：51典型的多层神经网络结构输入层输出层隐藏层52神经网络模型的信息大多存于它的各个结点之中。依赖模型本身的多层（一般为三层）结构和自学习特性，通过“培训”或“学习”，建立及调整模型。计算由模型自身完成。神经网络目前在语音识别，字符识别，影像技术，图案识别和分类，信号处理，过程控制和优化医疗诊断等领域得到广泛应用。53SAS/EM的人工神经元网络应用功能可以处理线性

28、模型、多层感知模型（MLP-Multilayer perceptron）。通过SAS/EM中的实现人工神经元网络模型的工具,在交互式图形化界面上，以在线导航（关于SAS人工神经元网络问答）方式，经过以下四个步骤，高效地建立人工神经元网络的模型：数据准备神经网络的定义人工神经元网络的训练生成模型 54遗传算法是基于生物进化及遗传工程思想的一种优化算法。基本原理 遗传算法GA把问题的解表示成“染色体”。在执行遗传算法之前，给出一群“染色体”，也即假设解。然后，把这些假设解置于问题的“环境”中，并按适者生存的原则，从中选择出较适应环境的“染色体”进行复制，再通过交叉、变异过程产生更适应环境的新一代“染色体”群。这样，一代一代地进化，最后就会收敛到最适应环境的一个“染色体”上，它就是问题的最优解。55遗传算法应用 模式识别、神经网络、图像处理、机器学习、工业优化控制、自适应控制、生物科学、商业等等。 56智能代理Intelligent AgentsInterfaceTutorsPresentationAgentsNetworkNavigationAgentsRole-PlayingAgentsUserInterfaceAgentsInformationManagementAgentsSearchAgentsInformationBrokersInformationFi