第15章决策支持系统精.ppt

《第15章决策支持系统精.ppt》由会员分享，可在线阅读，更多相关《第15章决策支持系统精.ppt（58页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第15章决策支持系统第1页，本讲稿共58页15.1专家系统专家系统(ExpertSystems，ES)是一个含有知识型程序的系统，它通过捕捉人们在有限范围的知识或经验去解决一个有限范围的问题。专家系统有以下共同的特点：它们能进行某些需要人的智力来求解的工作。它以规则或框架的形式表示知识。它可以和人进行相互对话。它们能同时考虑多个假设。第2页，本讲稿共58页当今的专家系统仍然是面窄、浅显和脆弱的，它缺少人们的知识面的宽度和对基本原理的理解，也不像人类那样有思想。人类可以抓作事物的要点，利用因果模型，直接引出结论。专家系统不能由第一原理推理，不能抓住相似，缺乏普通的感知。所以专家系统不是一个通用的

2、专家、不是一个问题求解器。它们只能解决很有限的任务，这个任务专家来解决也许要几分钟或几个小时。如果人不能解决这个问题，那么专家系统也很难解决它。但是在很窄的领域，如果专家系统捕捉了人的知识，它能很好地组织和较快地提取。第3页，本讲稿共58页15.1.1专家系统如何工作它由四个部分组成：知识库知识库、开发队伍开发队伍、开发环境开发环境(AI外壳)和用户用户，见下图：第4页，本讲稿共58页人类知识用模型化表达成计算机能懂的形式，这个模型就是知识库。人类知识的表达有三种方法：规则规则、语义网络语义网络和框架框架。一个标准的形式是IF-THEN结构。IF后面是条件。如条件为真，就执行后面的行动。例:I

3、FINCOME$45,000(条件)PrintNAMEANDADDRESS(行动)第5页，本讲稿共58页一系列这种规则就组成一个知识库。几乎所有的计算机语言均包含有IF-THEN结构。和语言不同之处在于专家系统的这种程序数量。一个专家系统的AI(人工智能)程序，很容易具有200-10000条规则，一般程序只有50-100个IF-THEN语句。另外，AI程序企图内联和嵌套远远大于普通程序，见下图：第6页，本讲稿共58页第7页，本讲稿共58页由上图可以看出，执行规则的顺序，部分的取决于系统给出什么信息。多条道路可能导出同样的结果，规则可以内部互联。可以包含复杂的规则，这对专家系统来说是十分重要的。

4、规则库是在AI系统中以IF-THEN规则表示的知识集合。具有这种知识库的专家系统叫知识库专家系统。用这种形式能否存下大英百科全书?恐怕不能。因为这样专家系统就会很大很大，而且有些内容也不适于用IF-THEN规则来存。通常专家系统都是限于有限的知识领域，解决有限的很窄范围的问题，一般规则数在9000以下。第8页，本讲稿共58页语义网络是专家系统中另一种表示知识的方法，它比规则有效。当知识涉及有互联特性的对象或群族时，用语义网络较为有效。语义网络是用形如IS-A语句联接对象的，见下图：第9页，本讲稿共58页这里IS-A有继承的意思。所有下面部分的车，继承上面车类的性能，如均有马达、轮子，均能运动。

5、保险公司可以用这个网络来对汽车进行分类，以确定保险率。第10页，本讲稿共58页框架是专家系统中另一种表示知识的方法。它也是表达知识成族类。但它是由用户确定的。这种表示方法是基于人类思考问题时，总是应用框架或概念去很快的感知前景。如有人命令你“找到敌机，射击它!”人们首先激发一个概念什么是飞机，不符合这个概念的东西均被删除。在计算机中也模仿这样做。如下图所示，一个汽车，它有特征或框架，如四个轮子，一个汽油或柴油马达，可以行走或运动。汽车的特点可以和其它类似的东西相比较，如摩托车，见下图中摩托车框架。第11页，本讲稿共58页框架所表示的知识不是层次式的，而是概念式随意式的。第12页，本讲稿共58页

6、15.1.2专家系统的开发专家系统的开发要有开发队伍开发队伍、工具外壳工具外壳和用户用户。开发队伍首先包括一些专家，这些专家粗略的知道知识库的指令。其次是知识工程师，这些人能把知识翻译成规则、语义网络或框架。知识工程师访问专家，说明决策规则和知识。知识工程师类似系统分析员。工具外壳是专家系统的开发环境。它是人工智能的开发环境，所以也叫AI外壳或AIShell。原理上可以由任何语言实现。早期人们多用LISP和Prolog，现在用C语言的越来越多。AI-Shell能很快开发用户友好的接口，建立知识库和查寻知识库。它产生出C语言程序，然后可以和现成的系统集成在一起。第13页，本讲稿共58页专家系统中

7、最有兴趣的地方是推理机制。这是搜索规则库的机制。常用的有两种机制即前向推理和反向推理。前向推理由用户输入的信息开始，查询规则库，然后到达结论。这是在条件满足时，启动行动。当用户每次输入信息时，每次启动去摸寻知识库。当输入信息满足另外的条件时，另一条通路将启动。反向推理它开始一个问题，然后去寻找更多的信息，以评价这个问题。搜寻规则库的策略是先始于假设和进行询问用户一系列问题，直到这个假设被肯定或否定。举例说明，见下图。第14页，本讲稿共58页反向推理如先假设录取，反推所有条件均不满足，则不录取。第15页，本讲稿共58页专家系统开发不象信息系统有明确的生命周期，它取决于用户，因开发队伍和开发工具相

8、互之间的关系而组成不同开发方式。第一种方式是直接买成品的专家系统。其例子是FinacialAdvisor，它是由PalladianSoftware，Inc.ofCambridge，Masschusetts生产的。它可协助主管经理分析一个投资，包括对新厂、仓库或产品，或者考察接受一个其它公司。它由许多公司获得财务知识，使其知识库适于其它公司。第二种方式是买一个外壳，用户要向它输入知识。这个例子是M.1，这个系统运行于大型计算机上。它可以给出用户手册，几个案例，如葡萄配方，按照曝光时间和银行服务。当然对具体的用户他要装进自己的知识。第16页，本讲稿共58页第三种方法是自己建造。由知识工程师访问专家

9、，开发决策规则、知识框架和建造系统。第17页，本讲稿共58页15.2决策支持系统决策支持系统(decisionsupportsystems，DSS)是管理信息系统应用概念的深化，是在管理信息的基础上发展起来的系统。但是至今对什么是决策支持系统仍争论不休。也就是说至今没有一个公认的定义.大致上有两种极端的说法。一种认为“只要对决策有某些支持的系统就是决策支持系统”.一种则认为“能帮助决策者利用数据和模型去解决非结构化的问题的交互式计算机基(Computer-Based)的系统”才是决策支持系统。第18页，本讲稿共58页按照前一种说法，几乎所有的系统均为决策支持系统，数据处理系统能提供数据给决策者

10、，对其决策有某些帮助，因而也是决策支持系统。按照后者，至今我们在文章中见到介绍的决策支持系统，大多数不是决策支持系统，多数不帮助解决非结构化问题，有的不是交互式，有的数据库或模型库不全。第19页，本讲稿共58页目标层次信息源时间处理方式管理参与DSS寻找机会高二次外部不完全未来灵活(用模型)多IMS及时转化价值中内部二次大全现在选择(用模型)少EDP提高效率基内部一次小全过去死板(不用模型)无我们对MIS中不同层次的系统做个比较，即比较EDP，IMS和DSS。那么EDP联系于执行层的处理。IMS联系于结构化的控制，即内向的中层。而DSS则联系于高层的、战略的和外向的决策。这三个层次我们认为均属

11、于MIS的大范畴。其比较见下表：第20页，本讲稿共58页对现在的DSS的特征描述如下：目的在于解决非结构化或半结构化的问题。综合应用数据、模型和分析技术。交互式的友好的接口，非计算机人员容易使用。具有很高的灵活性和适应性。是支持而不是代替人的决策过程。是跟踪和适应人的决策过程，而不是要求人去适应系统。第21页，本讲稿共58页根据发表在期刊上介绍DSS案例的文章来看，决策支持系统可以有以下一些类型：文件抽屉系统：只是把文件存起来备查，如航空订票系统，车间监控系统。数据分析系统：功能是分解和汇总，如分析投资机会的财务系统。信息分析系统：如销售、顾客的预测分析。会计模型系统：如每月的预算、短期的计划

12、。表达模型系统：如用模拟模型进行风险分析。最佳模型系统：可根据目标和约束条件提出最佳解，供参考。建议模型系统：可以根据条件，选择模型给出处方。如保险率的计算系统。第22页，本讲稿共58页系统类型任务类用户操作类型应用类型时间区间1文件抽屉运行级非经理级存取数据项或文件简单查询不规则2数据分析系统运行或分析系统分析员或经理数据文件的专门分析数据的加工和显示周期或不规则3信息分析系统分析和计划系统分析员多数据库和小模型的专用分析特殊报告的小模型不规则4会计模型系统计划和预测分析员或经理估计会计结果的标准计算估计活动的输出（钱数）周期（周、月、年）5表达模型系统计划和预测分析员估计特殊行动的后果输入

13、可能的决策输出可能的结果周期或不规则6最佳模型系统计划和资源分配分析员组合问题求解输入目标、约束输出结果周期或不规则7建议模型系统非经理人员执行计算产生一个建议决策输入一个结构化的决策情况、输出一个建议的决策每日或周期显然越是后面的系统，其介入决策的程度越深。我们把这些系统的性能，包括任务类、用户、操作类型、应用模型和时间区间等做个比较，列表于下表：第23页，本讲稿共58页由表中我们可以看出，大多数的决策支持系统并非是经理人员直接使用。如果是专门针对经理使用的系统，我们在经理信息系统(EIS)中讲述。这里我们可以说经理使用决策支持系统有四种方式：1.订阅型：经理定期由系统接收报告。2.终端型：

14、联机直接操作。3.文书型：批处理，离线使用系统。4.中间型：通过中间人员使用。第24页，本讲稿共58页中间人员有两种方式工作。一种中间人员只是工具的使用者，他帮助决策者输入、调试、得出结果。另一种是参谋式，他也有有关决策的知识，他可参与决策的制定，也负责具体操作，还能分析和解释系统输出的结果，他可以说是决策者全面的助手。但最后的决定权还由决策者作出。第25页，本讲稿共58页决策支持系统一般结构如下图所示：设计设计活动活动选择选择活动活动评价评价活动活动第26页，本讲稿共58页由上图我们可以看出，决策支持系统的信息可来自内源和外源。决策支持系统本身包含有一些库，如数据库、模型方法库。决策支持系统

15、当然应有信息处理器。决策支持系统有两个接口，一个是与内源和外源相联的DSS输入接口；一个是DSS的输出接口。由输出接口产生一些报告、模拟结果以及查询结果，用以支持决策的四个阶段，即情报阶段、设计阶段、选择阶段和评价阶段。第27页，本讲稿共58页下图是决策支持系统的逻辑概念模式：第28页，本讲稿共58页上图中,DBMS为数据库管理系统,MBMS为模型库管理系统,DGMS为会话产生与管理系统。通过DBMS，MBMS和DGMS对数据库、模型库和会话部件进行管理，达到DSS的协调运转。由此图也可以看出传统的决策支持系统有三个主要部件，即数据库、模型库和会话部件。由这三个部件联成整体，支持决策的制定。根

16、据决策的性质，决策支持系统对这三种部件有着特殊的要求。下面我们就对决策支持系统对这三个部件的要求做些介绍。第29页，本讲稿共58页1.数据库DSS对数据库的要求：支持记忆：要有空间，要能保留中间结果，要有数据之间的联系，要能方便触发。支持数据的压缩：包括抽取、合并和汇总。变化细度，变化精度。宽的时间范围：由过去现在将来，一般的计算机应用只有过去和现在。多源：内源、外源和内源中的不同部门。公用或私有库：不同的拥有者和不同的使用方式。集合运算能力：基本的与、或、非和各种关系逻辑运算。随机存取能力。响应时间。支持各种关系和视图。和DSS其它部件有好的接口，和终端用户有好的接口。第30页，本讲稿共58

17、页按现有技术水平，关系型数据库能较好的满足这个要求。关系数据库有以下五大优点：容易了解，和人们常用的表格相似。支持集合运算。增加数据和程序的独立性。有严密的运算理论基础。数据库和字典结合紧密，运算性能也比别的库好。第31页，本讲稿共58页虽然关系数据库有很多优点，但是决策支持系统直接使用信息系统所建立的数据库也是很不方便的。综合的数据均要经过一定的加工和通过一定的查询途径才能得到，因而速度较慢。关系数据库较之其它数据库本身就较馒，因而加剧了这个矛盾，所以现代的决策支持系统多用在原来的基层数据库的基础上，建立一个DSS专用数据库的方法，来解决这个问题。其结构见下图：第32页，本讲稿共58页由上图

18、我们可以看出，DSS数据库是由原来的内库基础数据库和外源数据库抽取数据，经过加工以后得到的综合数据组成的。它可以满足快速的查询和显示的要求。这样做的结果是争取了时间，但增大了空间。显然DSS数据库的数据和原来的数据有冗余和相关。其优点是减少了IO时间和计算时间，其缺点是数据冗余功能重复，还有取得的数据是非现实的，也即是由较早的原始数据加工而得到的数据。第33页，本讲稿共58页由于数据仓库的出现，给DSS的数据提取创造了很好的条件。因而数据仓库可以达到充当DSS数据库的角色。数据仓库是最近发展起来的数据存储和管理方式。简单地说数据仓库(datawarehouse)是集成数据的存储中心。它是由数据

19、库、DSS数据库逐渐发展起来的。由于决策的需要，集中统一的数据库不能满足需要，我们把一些汇总的数据事先算好放在DSS数据库中。由于决策分析的需要，只是汇总的数据也不能满足要求，还要查看历史的数据，数据仓库就是既有汇总数据，又有历史时序数据的数据管理方法。不仅如此，数据仓库还可由不同种类的异构的数据库中提取数据，加工后放到数据仓库中。其结构见下图。第34页，本讲稿共58页不同的异构的源数据库可能是由于企业信息系统的开发历史造成的内部多种数据库，也可能是外部的各种数据库。随着网络技术的发展，由外部的多种数据库抽取数据是不可避免的。第35页，本讲稿共58页数据仓库不像传统的数据库是面向业务层的，它主

20、要是面向高层应用进行决策支持的。因而实际上它是DSS数据库的扩充。数据仓库不仅具有数据的一般加工和汇总的能力，而且具有深度加工和数据挖掘的功能。数据挖掘的概念见下图：第36页，本讲稿共58页由图我们可以看出，源数据经过集成得到数据，数据经过选择得到目标数据，目标数据经过处理后得到预处理后数据(后数据)。后数据经过挖掘得到各种模式的数据，各种模式的数据经过解释就是知识。第37页，本讲稿共58页总之，数据仓库能支持大量的数据存储，快速并行的处理；保存历史序列数据，能进行趋势分析；支持数据的集成和综合；支持直接用户的查询。所以数据仓库才是理想的决策支持系统数据库。第38页，本讲稿共58页2.模型库数

21、据库是为决策提供了数据能力或资料能力。模型库则是给决策提供分析能力的部件。模型能力的定义是转化非结构化问题为结构化问题的程度。只有把模型能力加入到传统信息系统中，才能将传统的信息系统转变成真正的决策支持系统。显然只是快而准地提供信息，不能算作是真正的决策支持系统。传统的应用模型也是很多的，如军事运筹学和企业管理科学。但传统的模型是独立的，它有自己的输入和输出，见下图：第39页，本讲稿共58页此图所示模型没有综合到一个大系统之中，这种方法对经理或管理人员来说很容易错用，误用，最后到不用。也就是说它没有一组集成好的模型使经理在决策中容易使用它。它具有以下缺陷：需要的数据和参数常不合用，或难以产生。

22、模型的输出难以使用。对复杂问题的大的模型难建，又难维护。大的模型难懂，难以相信。决策者和模型的交互很少。第40页，本讲稿共58页DSS的模型库就要克服这些问题。DSS对模型能力的要求，从任务上说能支持决策的设计和选择阶段，能支持以下活功：规划prjection，推论deduction，分析analysis，创造creation、比较comparison，最优化optimization，模拟simulation等，总体上说应当让用户很容易修改目标函数，容易修改参数，容易和模型交互。为了使模型体很好工作，要求有以下组成部分：一个模型库和管理它的一组软件。集成模型库和数据库的部件。集成模型库和会话部

23、件的部件。第41页，本讲稿共58页在模型库中存放模型有三种形式，即语句存储，子例程子程序方式存储，以及像数据一样存储。语句存储是把一段用一个名字代表，只要写出这个名字就可以调到这段程序。例如各种语言中所用的函数，当我们写出SIN时，该机器即可自动调用正弦函数，而其输入数据即由后面括号中的变量给出，形如SIN(X)。其它各种命令语句，例如PRINT，LET等也是这种形式。第42页，本讲稿共58页子例程子程序(SUBROUTINE)是FORTRAN语言中的一段程序，给它冠以SUBROUTINE就可以用CALL来调用它，例如：SUBROUTINEEVENT(JOB，1)1CALLARRIVE(JOB

24、)RETURN2CALLDEPART(JOB)RETURNEND第43页，本讲稿共58页这里EVENT(事件)是SUBROUTINE定义的一个子例程子程序，下面的全部语句是它所包含的程序语句。这个语句中又包含了以前定义的子例程ARRIVE和DEPART，这两个子例程用CALL语句调用它，执行完以后由RETURN语句告诉它返回。当然EVENT本身也可被CALL语句调用。第44页，本讲稿共58页用数字来存储模型，这里说的是给模型起个数字名，但每个数字又有一定含义，这样我们便于分析调用。例如：计量经济模型可用1000100线性规划模型可用0111011来代表。这里由左到右各位所代表的意义是：时序、集

25、合、变量、参数、回归、联立、约束、目标。这里时序的、回归的，属计量经济模型，而集合的、变量的、参数的、联立的、约束的、目标的，则属线性规划。这种代表的方法有利于我们识别使用何种模型。第45页，本讲稿共58页模型库与数据库的联结要求应做到以下几点：每个模型均可从数据库中提取输入数据。所有模型由一个数据库中取数。模型把所有的输出数据存回数据库中。模型自己作为数据存到数据库中。第46页，本讲稿共58页模型库与会话部间的联系应做到：激发模型(DM)参数要求(DM)参数收集(DM)中断(DM)(中断运算，观察)通知(DM)其中D为会话部件；M为模型部件。这和一般的程序运算不同之处：(1)没有结果的自动反

26、馈，而是存到库中。(2)信息处理的顺序不是同样的，而是由用户决定。第47页，本讲稿共58页3.会话部件又叫接口部件，它是人和决策支持系统联系的接口。人的任何意图，系统的任何支持都要通过它才能最终实现，因而它是很重要的部件。可惜当今的技术解决得还很不理想，可以说是DSS实施中的一个瓶颈。现在人和机器的交互主要是通过屏幕和键盘进行的。屏幕对人显示结果，由人的眼睛接收。人通过手敲键盘，机器通过键码接收。因而这是一种非对称通信，和人与人之间的沟通是不同的。这种非对称通信可以用图表示：第48页，本讲稿共58页第49页，本讲稿共58页这里人给予系统以行动语言(actionlanguage)，系统由键盘得到

27、数据或资料，经过系统的计算或操作得到一些结果，这个结果要经过翻译以后才能在屏幕上给人以回答。人看到这种回答是由系统的表达语言(presentationlanguage)接收的。接收后，人根据自己的意图产生思想，再产生新的行动计划，这个计划也要经过翻译才能成为操作键盘的符号，又变成行动语言输入系统。如此周而复始。第50页，本讲稿共58页决策支持系统对会话部件的要求：能产生输出表达。用户能启动运行，并输入参数。用户能启动存储，并接收参数。用户能把输入和输出综合进控制过程。第51页，本讲稿共58页现有的会话形式有以下几种：(1)提问回答方式(questionanswer，QA)例Patientsna

28、me：(first_last)*CRSex：*MaleAge：*52Whatistheinfection?*ENDARTERITIS(动脉内膜炎)Fromwhatsitewasthespecimentaken?*BLOOD-用户回答，DSS能懂，并继续以下问答。用户也可以跳过一些问题向下提问题。第52页，本讲稿共58页(2)命令语言对话常用的命令是动词-名词对，而且常用简写，例如：CAMMANDINPUTVALUECASH_INFLOWCASH_OUTFLOWAMOUNT，CAR=-NETPRESENTVALUE，NET-PRES-VAL,LEVEL=2,TOTAL=NOCUMULATIVEP

29、RES,VAL.,CUMPV,LEVEL=2,TOTAL=NO输出的结果就是：INPUTVALUESCASHINFLOW18.0031.0043.0092.00CASHOUTFLOW3.006.008.0017.00AMOUNT15.0025.0035.0075.00_NETPRESENTVALUE13.6420.6626.29CUMULATIVEPRES.VAL13.6434.3060.59第53页，本讲稿共58页对命令语言熟悉的用户省去了许多选择的顺序，因而比较方便。但对不熟悉的用户要记忆许多命令词和变量词，要经常查手册，反而感到不便。第54页，本讲稿共58页(3)菜单对话方式用户在一组提

30、示中选择所希望的行动，选择时不用打入命令，只要按动按钮。例:REPORTTYPESELECTION10Singleperiodcomparisonreport20Historicalcomparisonreport30Historicalanalysisreport40Rotateaxesforselection10above50Rotateaxesforselection20above60Rotateaxesforselection30abveENTERYOURTWODIGITSELECTION20给出六种选择，由用户输出两位数从中选择出一种。现在已经常把每项用个图标代表，用户可用鼠标选择一

31、项。这种方法对无经验的用户感到较容易，但在多次重复使用时也感到有些繁。第55页，本讲稿共58页（4）输入表格对话方式输入为一个表格让用户填入输入数据，系统自动的去查询数据库，产生结果，再输出，见下图：第56页，本讲稿共58页（5）在输出图形的思路中进行输入系统和人的交互就是一个图形。例如我们在一个地图上标注了某公司的所有销售点。每个点的背后都有许多数据说明这个点的特征，如销售量，销售员人数等。用户可在上面画个圈，如包含河南省、河北省，系统即可显示在这两省的销售总额等。在此图上也有选择项可供用户选择，如下图：第57页，本讲稿共58页实际上现代的系统总是把几种交互的方法同时使用。也是几种方法的折衷。但是不管怎样，当代的接口仍然是决策支持系统的瓶颈。理想的DSS接口还有待于心理学、生理学、艺术学以及技术的成熟。第58页，本讲稿共58页