智能决策支持系统是以日常业务处理系统的数据为基础,利用数学的或智能的方法,对业务数据进行综合、分析,预测未来业务的变化趋势,在企业发展、市场经营战略等重大问题上为领导层提供决策帮助的计算机系统。从技术角度看,它是将人工智能技术(AI)引入传统DSS形成的智能型DSS,即IDSS,也就是说IDSS是在传统DSS的基础上结合人工智能技术而形成的。研制、建设和利用智能决策支持系统对于增强知识开发和利用的能力,改善决策的智能化水平,提高系统的应用效果具有重要的理论意义和实际价值。智能决策支持系统的特点如下。
(1)面向决策者
智能决策支持系统的输入输出,起源和归宿都是决策者,因此在分析和设计智能决策支持系统时,需要考虑主管人员在这种系统中的主导作用,决策者的偏好、技能、知识不同,决策过程不同,对决策支持系统的要求也不同。它具有集成性、开放性、扩展性、技术先进性,能很好地满足商业智能及决策支持等功能的需要。
(2)主要解决半结构化和非结构化的决策问题
一般来讲,企业管理中的决策基本上可以分为结构化决策和非结构化决策。结构化决策涉及的变量较少,通过计算机语言来编制相应的程序,就可以在计算机上面处理这些信息,结构化决策完全可以用计算机来代替。在非结构化决策中,可提供出很多正确的解决方案,但是没有精确的计算公式能够计算出哪个解决方案最优,也没有规则和标准能够衡量哪种方案是最佳解决方案。半结构化和非结构化的决策问题,既要利用自动化数据处理,又要靠决策者的直观判断,因此,对人的技能要求不同于传统的数据处理系统。
(3)模型与用户共同驱动
决策过程和决策模型是动态的,是根据决策的不同层次、周围环境、企业内部条件、用户要求以及现阶段人们对于决策问题的理解和已获得的知识等动态确定的,系统除存储与活动有关的各种数据外,还存储与决策有关的各种专门知识和经验的知识库,各种数学模型和经济管理模型与方法也以一定的组织形式存储于模型库中,以备灵活调用。由数据库、模型库、方法库、知识库组成的知识系统是智能决策支持系统的基础。通过大量、反复、经常性的人机对话方式将计算机无法处理的因素(如人的偏好、主观判断力、经验、价值观念等)输入计算机,从不同的角度考察发现的知识,并以不同形式表示,并用高层次语言和图形界面表示数据采掘要求和结果,以此规定和影响决策的过程。
(4)强调支持作用和推理规则
智能决策支持系统是将数据模型、算法和推理方法结合起来的问题处理系统,并不取代决策者本人的工作,它只是根据系统积累的数据、知识和经验,利用管理模型、方法和推理规则,协助决策者处理决策过程中的问题,并且可以对决策者提出的问题迅速做出反应,提供有关的背景材料,供决策者分析,比较各种方案。智能决策支持系统是靠人最后做出有效的决定。人是决策的主体,系统力求为决策者扩展做出决策的能力,而不是取而代之。(www.daowen.com)
下边介绍一种典型的IDSS,一种基于案例推理的决策支持系统,又称为援例支持系统。援例支持系统维护一个案例库,案例库中全部是已经解决的问题的案例。当遇到新问题时,首先由系统中抽取类似于新案例的案例,把老的解答转化为对新问题的解答。援例支持系统很容易把使用和学习功能结合在一起,学习常发生于记忆新案例的过程,以及对新案例进行分类,并由新案例得到一般化知识的过程中。在援例支持系统中,相似推理起到了关键的作用,相似推理有三个变换操作:推理、映射、应用。例如
美国股票大跌(A),引起了经济危机(B),日本的经济危机(C)将引起什么(D)?
首先由A推理到B;
其次由A、B映射到C、D;
再次把A、B关系应用到C,得到D。
援例支持系统的案例库并不是把所有案例都记下来,放进案例库。以后越存越多,实际上是不可能的。要存一部分抛一部分,其启发式算法如图7-15所示。
图7-15 援例学习算法
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。