《基于人工智能的决策支持系统(共3页).doc》由会员分享，可在线阅读，更多相关《基于人工智能的决策支持系统(共3页).doc（3页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、精选优质文档-倾情为你奉上基于人工智能的决策支持系统的发展现状及趋势2013 年 12 月18 日智能决策支持系统作为人工智能的一个重要研究领域，允许决策者和信息经营者、资源配置者和管理者、策略规划者和装备控制者改进他们的工作效率，已经成为学术界关注的焦点，其发展前景备受世人瞩目。人工智能（ArtificialIntelligence）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，它是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等
2、。近十年来，人工智能已得到迅速传播与发展，并在决策支持系统中获得了日益广泛的应用，越来越多的决策支持系统应用了网络技术和分布式人工智能技术。决策支持系统（DSS）作为人工智能的一个重要研究领域，是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统。它是管理信息系统（MIS）向更高一级发展而产生的先进信息管理系统。它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。随着科学技术的进步以及人工智能技术的日趋成熟，决策支持系统智能化已经成为业界研究与实现的目标，尽管目前为止已有一些先进的智能决策支
3、持系统在商业、工业、政府和国防等部门获得成功应用，但是，这一系统远未完善，仍处于发展阶段，可以预见的是在未来的研究过程中，智能决策支持系统必将对社会和组织产生更加重大的影响。智能决策支持系统的工作是可预测和可规划的，它是实实在在可以造福全人类。基于人工智能的智能决策支持系统（IDSS）属于一个新兴的交叉学科领域，是运筹学、管理科学和计算机科学结合的产物，在我国许多应用领域有了初步的运用，例如税务稽查、渔业专家系统、中国工商银行风险投资决策、为电信部门进行VIP分析，等等。渔场预报系统就是CBR（基于范例的推理）一个很好的应用实例（由中科院计算所史忠植老师指导完成），这个系统已被应用于中国东海渔
4、业中心的预测；在国外IDSS也有着非常深入的研究与广泛的应用，如Hill，Holsaple等人采用神经网络、遗传算法等实现了综合(holistic)决策支持系统，系统在某种程度上体现了人类思维和决策过程的性质；在应用方面有Web和Agent的协同决策支持系统，Web的专家系统，如好莱坞经理决策支持系统。IDSS未来的的发展趋势主要有5个方面： 注重基于知识的人机交互决策支持系统强调决策过程的交互性，对人机对话系统有较高的要求，长期以来，人们对数据、信息和知识的认识仅限于数据-信息-知识的单链条关系，实际上，从数据中获得信息，再从信息中获得知识，仅仅是决策过程的开始，对数据、信息和知识的关系的研
5、究表明，对其他关系的研究对提高决策质量也具有重要意义。在如何从数据中提取信息、信息如何呈现给决策者等问题中，知识发挥着重要作用，对这些问题的研究产生了数据-知识-信息-数据的循环或网状关系等。 分布式并行化决策求解决策环境的复杂性常常会超出人的求解能力，促使研究者抛开传统的模型求解方法，转而寻求新的技术。同时技术的不断进步，尤其是IT的进步，也在为IDSS的研究提供更为有力的手段和工具。目前随着计算机网络的发展，决策环境出现了新的特点：分析、决策中使用的数据不再集中于一个物理位置，而是分散到不同的地区、部门；运行在Internet/Intranet环境里的分析、决策模型及知识处理方法也从集中式
6、处理发展为在网络环境下的分布、或分布再加上并行的处理方式。同时，决策的可行解本身也存在计算效率问题。有时候IDSS的顺序计算结构也会成为决策的瓶颈。对复杂决策问题的并行求解已得到广泛关注，分布式数据仓库、分布式决策处理的研究以及分布式人工智能技术的应用、并行决策计算等已成为新的研究热点。 注重各种相关技术的集成应用IDSS的核心是知识和知识处理%决策中用到的知识总是和特定应用领域相关，不同的领域对知识的表示和处理具有不同的特点，不同智能决策方法有其特点和适用范围，方法的综合成为提高系统决策能力的重要途径。同时，决策信息来源的多样性对信息融合也提出了新的要求。如何综合来自不同方面的信息为一个决策
7、目标服务是决策中的常见问题，经历了从简单叠加到优化的线性组合的过程，采用逻辑、线性优化、决策树和神经网络等可以实现不同层次的信息融合，目前采用证据理论、贝叶斯网络等不确定性推理技术进行信息融合也取得了一些成果。这一领域的更高目标是要寻找更为一般的知识表示和推理算法。 决策过程的理解决策过程的理解是建立智能决策支持系统的基础。目前，对人类决策过程的理解还仅限于具有明确过程性和可计算性的部分，对更高级的人类决策过程还缺乏明确的认识。事实上，人类决策包含的问题识别、问题分解与求解过程等多个方面，需要多种知识和方法的综合。人类的认知能力几乎是无限的，只有人类能在复杂多变的环境中，在具有不完备、不确定甚
8、至是错误的信息的情况下，做出正确的决策，对人类决策的理解是建立更高智能的决策支持系统的关键。对决策过程的理解实际上是对人类智能的认识。目前为止，仍没有更好的方法对人的思维过程进行准确模拟。时空与多维决策过程目前，决策支持系统的研究大多集中在决策问题的求解过程方面，而决策行为总是与决策过程和决策环境的各个方面相联系。在决策过程中引入时间、空间等多维准则，可以突破时空限制，优化和改进决策过程，提高支持决策效果。时间是决策的内部维，决策者在决策过程中能够感知自身的存在，并与决策问题的时间要求相联系，如在决策的实时性要求较高的场合，时间可能就是最重要的决定因素；空间维则用来观察外部世界，与决策环境的空间因素相联系，一般用来描述对决策具有重大影响的因素，如不同意见及其带来的额外信息等。很多决策过程已经对时间和空间因素提出相当高的要求，这些因素反过来又对决策支持系统的理论和方法提出了新的挑战。专心-专注-专业