第三章 智能决策支持系统

第三章智能决策支持系统教学目的掌握IDSS的基本概念，掌握IDSS的组成部件和系统结构；了解知识表示和知识推理，理解专家系统的决策支持。熟悉神经网络的决策支持。

3.1智能决策支持系统概述

1．智能决策支持系统的概念智能决策支持系统(IDSS)是DSS与人工智能（ArtificialIntelligent，

AI）技术相结合的系统。2.IDSS的结构

专家系统神经网络

遗传算法

机器学习

自然语言理解

人工智能的决策支持技术2.IDSS的结构

IDSS结构形式(P101)模型库数据库用户模型库管理系统数据库管理系统问题综合与交互系统人工智能技术专家系统神经网络遗传算法机器学习自然语言理解2.IDSS的结构

IDSS结构形式用户模型库管理系统数据库管理系统知识库管理系统推理机模型库知识库数据库问题综合与交互系统3.2人工智能基本原理

1．决策推理与决策支持系统

人类做决策时需要进行推理(inference)，推理是由已知事实通过一定逻辑手段获得未知事实,其模型如图所示：

已知事实未知事实推理1．决策推理与决策支持系统

演绎推理：是从已知一般性规则出发推导出个体事实的结果，其模型如图：

一般性规则个体事实演绎推理人脑的决策推理归纳推理：归纳推理即是由大量个体事实出发推导出一般性规则,其模型如图所示：大量个体事实一般性规则归纳推理人脑的决策推理1．决策推理与决策支持系统

1．决策推理与决策支持系统

归纳—演绎推理：首先利用归纳推理从大量事实中归纳出一般性规则,用该规则通过演绎推理推导出另一类个体事实的结论,其推理模型如图所示：大量事实一般性规则归纳推理个体事实大量事实演绎推理人脑的决策推理1．决策推理与决策支持系统

电脑的演绎推理：①数学方法和数学模型的演绎推理最常见的一般性规则的表示方法是采用数学方法,我们称之为数学模型,如数学表达式、数学方程式等。在演绎推理软件中使用的手段是将常用的一些推演方法如最小二乘法等作为固定算法用编程实现并将其存放在一个所谓的方法库或模型库。电脑的决策推理1．决策推理与决策支持系统

电脑的演绎推理：②人工智能方法和逻辑模型的演绎推理人工智能中常用的知识表示方法是谓词逻辑表示法。即是将规则表示为数理逻辑中的一组一阶谓词逻辑的合法公式,而这种模型称为逻辑模型,对此模型可通过一阶逻辑的推理方法以实现演绎推理。电脑的决策推理1．决策推理与决策支持系统

电脑的归纳推理方法：①验证型归纳：验证型归纳推理的实现是一个人—机交互的过程,特别是反复测试与比较的过程需要人参与,通过人-机不断协作最终才能取得归纳的结果,此种推理我们称之为联机分析处理。电脑的决策推理1．决策推理与决策支持系统

电脑的归纳推理方法：②探索型归纳：是一种创造力较为强大的归纳推理,这种推理一般没有预先设想的模型,而仅有一些大致的范围与轮廓,因此,这种推理难度较大,推理方法也多。目前这种推理称为数据挖掘。如关联分析、分类分析、聚类分析。电脑的决策推理1．决策推理与决策支持系统

基于数学模型的演绎决策过程：在数学模型表示中,数据（仓）库数据作为数学模型的参数输入,而演义推理则用方法库中方法调用方式实现。基于数学模型的演绎决策过程如下图所示：DSS中的决策过程数学公式参数（数据仓库）方法调用个体事实（数据）1．决策推理与决策支持系统

基于逻辑模型的演绎决策过程：在逻辑模型表示中,数据（仓）库数据作为假设前提输入,而演义推理则通过推理引擎实现。基于逻辑模型的演绎决策过程如下图所示：DSS中的决策过程谓词逻辑公式假设前提（数据仓库）推理引擎个体事实（数据）1．决策推理与决策支持系统

验证型归纳的决策过程：在验证型归纳中,归纳推理部分即为数据实验室的人—机交互试验。如下图所示：DSS中的决策过程数据仓库数据实验室试验一般性规则1．决策推理与决策支持系统

探索型归纳的决策过程：在探索型归纳中,归纳推理部分即各种类型算法调用。如下图所示：DSS中的决策过程数据（数据仓库）算法调用一般性规则2．知识的表示和推理技术

知识表示在人工智能和专家系统中是最重要的问题之一。知识表示实际上就是对人类知识的一种描述，把人类知识表示成计算机能够处理的数据结构。对知识进行表示的过程就是把知识编码成某种数据结构的过程。2．知识的表示和推理技术谓词逻辑：谓词逻辑是对简单命题的内部结构的进一步分析，将一个命题分解为客体和谓词两个组成部分。在在谓词逻辑中，把反映某些特定个体的概念称为个体词，把反映个体所具有的关系称为谓词。P(x)是一个谓词公式，其中P为谓词，x是客体变元。谓词逻辑通常以合取（∧

）和析取（∨

）等连接形成谓词公式表示知识。谓词逻辑2．知识的表示和推理技术如何用谓词表示知识

：①定义谓词和个体，确定谓词和个体的含义；②根据要表达的事物和概念，为每个谓词中的变元赋予特定的值；③根据要表达的知识语义，用适当的连接符将各谓词连接起来，形成谓词公式。

谓词逻辑2．知识的表示和推理技术predicates*谓词段，对谓词名和参数说明

likes(symbol,symbol)friend(symbol,symbol)clause*字句段，存放的事实和规则

likes(Bell,sports)likes(Mary,music)likes(Mary,sports)likes(Jane,swim)friend(John,x):-likes(x,sports),likes(x,music)*规则Goal*目标

firend(John,x)谓词逻辑2．知识的表示和推理技术概念：产生式规则是专家系统中应用最广泛的知识表示和推理，又称产生式规则表示法，一般表示形成为：IFATHENB

，即如果A成立则B成立，简化为A→B．A是产生式的前提，用户提出该产生式是否可用的条件；B是一组结论式操作，用于指出前提A所指示的条件满足时应该得出的结论或应执行的操作。产生式规则2．知识的表示和推理技术例：假设有一段专家的数码相机知识：如果照片是用于计算机屏幕显示或者拍摄VCD短片，则采用普通模式即可；如果用于打印6英寸到8英寸的照片或者拍摄HVCD短片，则采用高精度模式；如果要打印8英寸及以上更大照片或者拍摄DVD短片，则采用超高精度模式；如果用64M存储卡，对应三种模式，分别可以存储241、109和24张照片；拍摄短片的时间分别为7分钟、3分钟和1.5分钟。产生式规则2．知识的表示和推理技术If用途=屏幕显示

or短片=VCDTHEN模式=普通If（用途=照片

and尺寸>=6英寸

and尺寸<8英寸）or短片=HVCDTHEN模式=高精度If（用途=照片

and尺寸>=8英寸）or短片=DVDTHEN模式=超高精度If存储卡=64Mand模式=普通

THEN存储量=241or短片7分钟If存储卡=64Mand模式=高精度

THEN存储量=109or短片3分钟If存储卡=64Mand模式=超高精度THEN存储量=24or短片1.5分钟产生式规则2．知识的表示和推理技术正向推理：逐条搜索规则库，对每一条规则的前提条件，检查事实库中是否存在。前提条件中各子项若在事实库中不是全部存在则放弃该条规则；若在事实库中全部存在，则执行该条准则，把结论放在事实库中，反复执行上面的过程，直至推出目标。(P107)产生式规则2．知识的表示和推理技术逆向推理：目标明确，推理快，逆向推理从目标开始，寻找以目标为结论的规则，并对该规则的前提进行判断，若该规则的前提中某个子项是另一规则的结论时，再找此目标为结论的规则，重复以上过程，直到对某一个规则的前提能够进行判断。由此回溯上一个规则的推理，一直回溯到目标的判断。产生式规则2．知识的表示和推理技术语义网络是通过概念及其语义关系表示知识的一种网络图，是一个带标注的有向图，由结点和弧组成。其中有向图结点表示各种概念、事物、动作、状态等，每个结点可带若干属性，以表征代表的对象的特征，孤是有方向和标注的，方向体现结点间的主次关系，标注表示被连接的两个结点的某种语义关系。语义网络2．知识的表示和推理技术语义网络学校主页Have张山学生北京城市计算机设备硬盘上网人动物食物StudyinISAAKOAKONeedCanAKOHaveLocatedISAHave3．搜索技术(P113)

从初始状态开始，利用规则生成所有可能状态，构成树的下一层节点。检查是否出现目标状态G，若未出现，分别顺序列用规则，生成再下一层的所有节点，再检查，继续直到找目标为止。广度优先搜索法3．搜索技术如下数码难题：2831476512384765初始棋局（初始状态）目标棋局（目标状态）8321476581324765283746152837146512384765834765384765836475834765283147652345832147652837146523184765231847652831647528316475281437652831457667832147652837146512384765234187652836417528316754281437652831457614……83476538476583647583476528314765234583214765283714652318476523184765283164752831647528143765283145766783214765283714651238476523418765283641752831675428143765283145761483214765813247652837461528371465123847653．搜索技术从初始状态S开始，利用规则生成搜索树下一层，检查是否出现目标状态G，由此状态规则再生成下一目标节点G，若未出现，继续以上过程。深度优先搜索法2837461528371465283714652837146512384765123847653847652318476512384765832147658132476512834765283147658321476583214765345813247658321476512834765283147658321476583214765345283746152837146528371465283714651238476538476523184765123847653.3专家系统

1．专家系统概述（P117)

利用大量的专家知识，运用知识推理的方法来解决特定领域中的实际问题的计算机程序系统。

专家系统概念1．专家系统概述按应用领域：分为医疗诊断~、勘探~按知识表示技术：分为基于逻辑的~、基于规则的~等

按推理控制策略：分为正向推理~、逆向推理~等。

专家系统分类1．专家系统概述专家系统的结构（P118）推理机知识库咨询建议人机接口知识获取专家用户专家系统核心2．产生式规则专家系统(P119)

①产生式规则知识表示形式容易被人理解；②它是基于演绎推理的，保证了推理结果的正确性；③大量产生式规则所连成的推理树适应各种实际问题的能力很强。2．产生式规则专家系统产生式规则知识有如下特点：①相同的条件可得出不同的结论；②相同的结论可以由不同的条件得出来；③条件之间可以是“与”（AND）连接和“或”(OR)；④一条规则中的结论可以是另一条规则中的条件，如：F∧B→Z，C∧D→F，其中F在前一条规则中是条件，在后一规则中是结论。产生式规则基本原理2．产生式规则专家系统A∨（B∧C）→G（I∧J）∨K→AX∧F→JL→BM∨E→CW∧Z→MP∧Q→E推理树和逆向推理过程GABLCMEIJKXFWZPQ3．事实数据库和解释机制事实数据库基本事实号

事实内容

基本事实数据库规则库规则号

条件事实号

条件事实号