第11章决策支持系统.电子教案教学课件.pptx

《第11章决策支持系统.电子教案教学课件.pptx》由会员分享，可在线阅读，更多相关《第11章决策支持系统.电子教案教学课件.pptx（26页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、主讲人：XX邮 箱：第十一章 决策支持系统 本 章 内 容第一节 决策和决策科学第二节 决策支持系统的定义、分类与系统结构第三节 智能决策支持系统第四节 Agent和Multi-Agent系统2022-5-30第十一章 决策支持系统21.1 决策和决策科学智能决策支持系统(IDSS)是决策支持系统(DSS)与人工智能(AI)技术相结合的产物, 它将人工智能中的知识表示与知识处理的思想引入到DSS，其独特的研究方法和广泛的发展前途引起了国内外学术界和企业界的极大重视。决策是人们为达到一定目的而进行的有意识、有选择的活动。在一定的人力、设备、材料、技术、资金和时间因素的制约下，人们为了实现特定目标

2、，可从多种可供选择的策略中做出决断，以求得最优或较好效果的过程就是决策过程。决策科学先驱西蒙（H.A.Simon）教授在著名的决策过程模型论著中指出：以决策者为主体的管理决策过程经历情报（intelligence）、设计（design）和抉择（choice）三个阶段。2022-5-303情报 指进行“情报”（数据）的收集和处理、研究决策环境、分析和确定影响决策的因素或条件的一系列活动；设计 指发现、制订和分析各种可能的行动方案；抉择 指从可行方案中选择一个特定的方案，对它进行方案评价与审核，并付诸实施。第十一章 决策支持系统1.1 决策和决策科学现在我们把决策过程的四个阶段列为情报活动阶段、设

3、计活动阶段、选择活动阶段和实施活动阶段，并称之为决策过程模型的四个阶段。2022-5-304情报活动阶段调查环境，并定义要决策的事件和条件，获取决策所需要的有关信息。在决策目标的制定过程中，自始至终都需要进行数据、信息的收集和调查研究工作。设计活动阶段识别限制性因素，并把注意力放到如何克服这些限制因素上去，就可能找出更多的备选方案。在制定方案的过程中，寻求和辨认限制性因素是没有终结的。选择活动阶段从各种可能的备选方案中，针对决策目标，选出最合理的方案。通常这个阶段包括方案论证和决策形成两个步骤。实施活动阶段选定方案后，即可付之实施。在实施过程中还要收集实施过程中的情报。根据这些情报来进一步做出

4、继续实施、停止实施或修改后继续实施的决定。第十一章 决策支持系统1.2 决策的科学化传统的决策依靠决策者个人经验，凭直觉判断，因而决策被认为是一种艺术和技巧。决策的科学化是现实管理提出的要求，而信息技术、管理科学和数学的发展，为它提供了实现的可能性。目前，决策科学化正在向以下一些方向发展：2022-5-30第十一章 决策支持系统5 将计算机用于企业管理的重点逐渐由事务性处理转向企业的管理、控制、计划和分析等高层次决策制定方面，国内外相继出现了多种高功能的通用和专用决策支持系统。用信息系统支持和辅助决策 在现代科学中的系统工程学、仿真技术、计算机理论、预测学，特别是运筹学、布尔代数、模糊数学等引

5、进决策活动，为决策的定量化奠定了基础。决策的本质是人的主观认识能力，用计算机进行定量分析必须与人的创造性形象思维相结合。定性决策向定量与定性相结合决策的方向发展 决策活动的目标本身也构成一个难以确定的庞大系统。现代决策活动的目标不是单一的，这不仅指以经济利益为核心的目标是多目标，而且还包括更多的社会的和非经济领域的（环境等）目标。单目标决策向多目标综合决策发展 决策是对未来实践的方向、原则、目标和方法等所作的决定，所以决策从本质上说乃是对应于未来的。为了避免远期可能出现的破坏造成的亏损抵消甚至超过近期的利益，要求战略决策在时域上向更遥远的未来延伸。战略决策向更远的未来决策发展1.3 决策问题的

6、类型西蒙教授提出按问题的结构化程度不同可将决策划分为三种类型：结构化决策、半结构化决策和非结构化决策。2022-5-30第十一章 决策支持系统6结构化决策 结构化决策问题相对比较简单、直接、其决策过程和决策方法有固定的规律可以遵循，能用明确的语言和模型加以描述，并可依据一定的通用模型和决策规则实现其决策过程的基本自动化。非结构化决策 非结构化决策问题是指那些决策过程复杂，其决策过程和决策方法没有固定的规律可以遵循，没有固定的决策规则和通用模型可依，决策者的主观行为（学识、经验、直觉、判断力、洞察力、个人偏好和决策风格等）对各阶段的决策效果有相当影响。往往是决策者根据掌握的情况和数据临时做出决定

7、。半结构化决策 半结构化决策问题介于上述两者之间，其决策过程和决策方法有一定规律可以遵循，但又不能完全确定，即有所了解但不全面，有所分析但不确切，有所估计但不确定。这样的决策问题一般可适当建立模型，但无法确定最优方案。1.3 决策问题的类型不同结构化程度的决策问题：2022-5-30第十一章 决策支持系统7决策问题的结构化程度并不是一成不变的，当人们掌握了足够的信息和知识时，非结构化问题有可能转化为半结构化问题，半结构化问题也有可能向结构化转化，这是人们对客观事物认识不断提高的过程。通常认为，管理信息系统主要解决结构化的决策问题，而决策支持系统则以支持半结构化和非结构化问题为目标。 本 章 内

8、 容第一节 决策和决策科学第二节 决策支持系统的定义、分类与系统结构第三节 智能决策支持系统第四节 Agent和Multi-Agent系统2022-5-30第十一章 决策支持系统8决策支持系统是以信息技术为手段，应用决策科学及有关学科的理论与方法，以人机交互方式辅助决策者解决半结构化和非结构化的决策问题的信息系统。DSS的两种基本结构形式是三库结构和基于知识的结构。2022-5-30第十一章 决策支持系统9三库结构2 决策支持系统的定义、分类与系统结构2 决策支持系统的定义、分类与系统结构基于知识的DSS结构是一种以自然语言、问题处理、知识库等子系统为基本部件构成的系统结构。如下图所示：202

9、2-5-30第十一章 决策支持系统10DSS的决策支持过程是一个人机交互的启发式过程，该过程往往要分解成若干阶段，一个阶段完成后用户获得阶段的结果及某些启示，然后进入下一阶段的人机会话，如此反复，直至用户形成决策意见，确定问题的解。DSS部件之间不同的关系构成了各异的系统结构，但对话子系统的位置及其与用户之间的关系总体上是一致的。在三库结构基础上，再引入基于知识管理的功能就构成了四库结构的智能决策支持系统。 本 章 内 容第一节 决策和决策科学第二节 决策支持系统的定义、分类与系统结构第三节 智能决策支持系统第四节 Agent和Multi-Agent系统2022-5-30第十一章 决策支持系统

10、113.1 智能决策支持系统的基本概念人工智能有多个分支领域，其中专家系统（Expert Systems，简称ES）和人工神经网络（Artificial Neural Network，简称ANN）是两个较主要的分支。专家系统是以计算机为工具，利用专家知识及知识推理等技术来理解与求解问题的知识系统。将ES和传统DSS结合而形成的IDSS,在结构上增设了知识库、推理机与问题处理系统，人机对话部分还加入了自然语言处理功能。人工神经网络采用物理可实现的器件或计算机来模拟生物体中神经网络的某些结构与功能，就其性质看，神经网络属于基于案例学习的模型，它模拟人的神经元结构，构造人工神经元，吸取了生物神经网络

11、的部分优点。人工神经网络在结构上由许多很小的处理单元相互联接而成，局部或部分的神经元损坏后不影响全局的活动，其联接权值和联接结构都可以通过对样本数据的学习而得到。2022-5-30第十一章 决策支持系统123.2 智能决策支持系统的结构人工智能技术应用于DSS的程度与范围不同，可以构成不同结构的IDSS，但都以含有知识库或知识处理系统为标志，较完整和典型的IDSS结构是在传统三库DSS的基础上增设知识库与推理机，在人机对话子系统加入自然语言处理系统形成智能人机接口，与四库之间插入问题处理系统而构成的四库系统结构。2022-5-30第十一章 决策支持系统13四库DSS的基本结构3.2 智能决策支

12、持系统的结构（一）智能人机接口决策者可以使用自然语言来提出决策问题，由自然语言处理功能通过语法、语义结构分析等方法转换成系统能理解的形式。人机交互过程中和运行后，系统则以决策者能清晰理解的或指定的方式输出求解进程与结果。（二）问题处理系统问题处理系统处于IDSS的中心位置，是联系人与机器及所存储的求解资源的桥梁，主要由问题分析器与问题求解器两部分组成。其工作流程如图所示。2022-5-30第十一章 决策支持系统143.2 智能决策支持系统的结构（三）知识库子系统与推理机知识库子系统是有关规则、因果关系及经验等知识的获取、解释、表示、推理以及管理与维护的系统，在DSS中引进知识库子系统提高了系统

13、的智能化程度。2022-5-30第十一章 决策支持系统15知识库子系统1知识库管理系统。功能主要有两个，一是回答对知识库知识增、删、改等知识维护的请求，二是回答决策过程中问题分析与判断所需知识的请求。2知识库。知识库是知识库子系统的核心，知识库中存储的是那些既不能用数据表示也不能用模型方法描述的专家知识和经验。3推理机。推理是指从已知事实推出新事实（结论）的过程，推理机是一组程序，它针对用户问题去处理知识库（规则和事实）。3.3 人工智能及其应用人工智能是机器模仿人类而获得智能。其最为主要的应用领域有专家系统、机器学习、人工神经网络、智能代理，以及比较新的数据挖掘和知识发现等。IDSS中结合应

14、用比较多的要数专家系统和人工神经网络。专家系统是利用专家的某些领域知识求解特定问题的计算机信息系统。专家思考、表示和处理问题主要使用符号方式，专家系统也同样使用符号方式求解问题。所谓符号方式是相对于数字方式而言的，即分析和求解问题不是依靠数值的计算而是依靠符号的判断。例：计算机打印故障诊断帮助系统2022-5-30第十一章 决策支持系统16检查指示检查结果提问3.3 人工智能及其应用专家系统有很多优点，但同样也有其不足之处。2022-5-30第十一章 决策支持系统17与专家系统相比，人工神经网络具有良好的自组织、自学习和自适应能力，因而特别适用于处理复杂问题或开放系统，这正好可以能弥补专家系统

15、的不足。人工神经元模仿自然神经元，用一个加权和处理单元表示，多个输入乘上不同的权值再求和，然后经过传递函数转换产生一个输出。将一群人工神经元的输入输出联接起来，通过一定量案例数据的学习训练即构成了人工神经网络。知识获取困难，人工地获取人类专家头脑中的领域知识并转移到知识库中，费时、低效；对于动态和复杂的系统，由于其推理规则是固定的，难以适应变化的情况；专家系统不能从过去处理过的事例中继续地学习。1233.3 人工智能及其应用人工神经网络的应用2022-5-30第十一章 决策支持系统18应用领域问题解决办法产品评价和选择方面由人来分析评价股票和债券需要相当丰富的金融知识和经验，由于涉及的因素多且

16、关系复杂，不可能为个人全面掌握。利用已经充分学习了股票涨落走势因果对应关系的人工神经网络模型，输入一个被分析评价证券的现状和相关因素，就能得到关于该股票今后走势的评价结果输出。同样，用人工神经网络做扫描式的分析和评价，发现有看好迹象和走坏征兆的股票，为证券管理和投资决策提供支持。客户关系管理和交易服务方面一些客户众多的企业，有浩瀚的客户基本信息和交易信息，加之客户分析评估问题的结构化程度较低，处理工作量非常大且颇有难度。这些企业面临的客户抱怨和信用风险成为突出的问题，仅靠人力难以解决。将客户基本属性和贡献记录转换出客户优质度的人工神经网络可以用来划分客户，找出优质客户；人工神经网络通过客户基本

17、信息和信用记录的处理能发现风险前兆，为防范措施的确定提供依据，能得出贷款与否的结论，为减少不良贷款提供事前的支持。人工神经网络除上述优点外，还具有开发时间短，只需案例的输入和输出就能学会处理问题等有利条件。同样，人工神经网络也有其弱点，如知识分布在整个系统内部，对用户而言是个黑箱；对于自己得出的结论不能做出合理的解释。因此，将人工神经网络技术与专家系统集成，取长补短，是IDSS发展的一个有利方向。3.4 知识库知识库的概念产生于专家系统，但现在已被广泛地应用于各类信息系统和知识系统中。知识库的主要问题是知识的内容和知识的组织与表示。知识有多种角度的划分，就DSS而言，决策问题的知识包括基本知识

18、和领域知识（专业知识），决策方法主要是过程知识和推理知识。知识表示是知识库系统研究的一个重要课题。知识表示是经验知识的符号化过程，对于同一知识，可有不同的知识表示形式，知识的表示形式直接影响推理方式，并在很大程度上决定着一个系统的能力和通用性。2022-5-30第十一章 决策支持系统19 是一种因果关系的表示方法，一般用一系列结构化的IFTHEN规则语句表达某种知识。产生式规则法 模仿人类通过框架结构记忆和认识事物的方式来表示知识，每种事物都可以用一组特征属性来表述，这组属性构成一个框架。例如，产品结构是有关产品构成的知识，可以由零部件及其数量、构成零部件的原材料及其数量等一组属性来表示。框架

19、表示法 是一种以节点表示事物单元，描述节点之间关系的图形化知识表示方法，例如，客户订单中的需求品种、数量和要货时间，计划中的生产产品、数量和时间两组节点，具有依据和派生的关系。语义网3.4 知识库知识的逻辑表示方法决定知识库如何在物理上储存知识，例如，产生式规则法表示的知识可以转化为前提、条件、结论、行动等数据项，以及规则函数的符号数据项，然后再设计若干关联的两维数据表写入这些数据项，采用关系型数据库来存储。知识库中的知识是相互关联的知识单元的集合，这些知识单元既有层次关系也有嵌套关系。为了便于储存、管理和应用知识，知识库还要设计和存储描述知识单元及其相互关系的数据元数据，一些复杂的知识库还包

20、括所储存知识的来源线索、应用语境和使用记录等相关信息。知识库不能单独产生作用，它必须与IDSS的其他构件相互配合一起工作。这其中主要是知识的存取、知识的维护、知识的推理等。知识的存取和维护是知识库管理系统的任务，知识推理由知识推理机实现。2022-5-30第十一章 决策支持系统20 本 章 内 容第一节 决策和决策科学第二节 决策支持系统的定义、分类与系统结构第三节 智能决策支持系统第四节 Agent和Multi-Agent系统2022-5-30第十一章 决策支持系统214.1 智能体（Agent）2022-5-30第十一章 决策支持系统22Agent（智能体，智能代理）的概念Agent是处在

21、某个环境中的计算机系统，它能接受另一个主体（用户、计算机程序、系统或机器等）的委托并为之提供帮助或服务，能够在目标任务的驱动下，主动采取包括学习、通讯、社交等各种手段来感知，并适应其外在环境的动态变化而作出相应的行动，以实现其设计目标。Agent 特性代理能力自治能力社交能力学习和适应性合作能力移动性Agent环 境动作输出传感器输入4.2 Multi-Agent系统2022-5-30第十一章 决策支持系统23Multi-Agent系统的概念Multi-Agent系统是由多个Agent组成的集合，其中每个Agent可作用于自身和环境，并与其他Agent通信。各个Agent之间的活动是自治和独立

22、的，其行为和意图不受其他Agent限制，它们之间通过竞争、协商、协作等手段来共同完成系统设定的目标。 Agent通过理性思考和推理而不是以通信的方式，得到其他Agent的任务或计划。无通信(No Communication)模式 Agent使用一组事先约定的格式和规则通过消息相互传递计算请求和处理结果。消息传递(Message Passing)模式 在相互合作的Agent之间，一方通过给对方传递其整个任务方案，相互取得对问题的一致理解和相应的解决方案。方案传递(Plan Passing)模式 黑板喻指一个可供Agent发布信息、公布处理结果和获取有用信息的共享区域。黑板(Blackboard)

23、模式 Multi-Agent中多个Agent通过协调各自的行为来完成共同的协作目标。Agent之间利用通信语言进行通信4.2 Multi-Agent系统Multi-Agent中多个Agent通过协调各自的行为来完成共同的协作目标。目前主要使用对策论来研究Multi-Agent的协调与协作问题。2022-5-30第十一章 决策支持系统24购买商Agent各Agent的资料库管理Agent销售商1Agent销售商2Agent伙伴间的商务谈判和交流注册注册注册寻找伙伴伙伴信息基于Multi-Agent的网上谈判支持系统的结构 本 章 小 结 决策贯穿于管理的全过程，管理工作的成败，首先取决于决策的正

24、确,而决策的质量则取决于信息的质和量。传统的决策支持系统是以信息技术为手段，应用决策科学及有关学科的理论与方法，以人机交互方式辅助决策者解决半结构化和非结构化的决策问题的信息系统。 人工智能有多个分支领域，其中专家系统（Expert Systems，简称ES）和人工神经网络（Artificial Neural Network，简称ANN）是两个较主要的分支。 较完整和典型的IDSS结构是在传统三库DSS的基础上增设知识库与推理机，在人机对话子系统加入自然语言处理系统形成智能人机接口，与四库之间插入问题处理系统而构成的四库系统结构。 近年来，决策过程智能化的重要发展是智能体（Agent）和Mul

25、ti-Agent系统概念的出现。Agent是能模拟人类行为，在目标任务的驱动下，采取包括学习、通讯、社交等手段去感知外在环境的动态变化而做出相应的行动，来实现预定目标的服务程序。而Multi-Agent技术则大大有利于多个Agent在互动中产生集体的智慧。2022-5-30第十一章 决策支持系统25 复 习 思 考 题11.1 请为IDSS做简要的特征描述。11.2 请简述IDSS中人机对话子系统的作用。11.3 模型库、数据库、方法库与知识库等子系统是IDSS的四个部件，请描述它们的相互关系。11.4 传统DSS与智能DSS都是人机系统，但二者中机器方所起的作用有所不同，请指出它们的区别。11.5 用文字描述IDSS中问题处理系统的工作流程。2022-5-30第十一章 决策支持系统26