智能決策支持系統(tǒng)-資料下載頁
2025-06-24 17:55本頁面
【正文】 用戶提出任務(wù)要求、輸出信息；另一方面系統(tǒng)向決策者輸出決策方案和各種輔助決策信息，并在必要時(shí)向決策者索取為完成任務(wù)所需要的補(bǔ)充信息。5決策分析方法決策即選擇最佳的行動(dòng)方案，是對(duì)未來的行動(dòng)方向、目標(biāo)、方案、原則和方法所做的決定，是論證、分析、抉擇的全過程。決策分析就是對(duì)各種所需決策的問題提出一套在進(jìn)行決策時(shí)所必要的推理方法、邏輯步驟和科學(xué)手段，并根據(jù)所能取得的信息對(duì)各種替代方案在各種不同的客觀狀態(tài)下，進(jìn)行科學(xué)的分析和定量的計(jì)算，以此供決策人員在決策過程中對(duì)要采用的替代方案做出合理的抉擇。決策分析的步驟如下圖所示、層次分析法層次分析法是一種定性和定量相結(jié)合的、系統(tǒng)化的、層次化的分析方法。層次分析法的基本步驟（1）建立層次結(jié)構(gòu)模型該模型一般分為三層，最上層為目標(biāo)層，最下層為方案層，中間是準(zhǔn)則層或指標(biāo)層。下圖為機(jī)場(chǎng)選址決策層次結(jié)構(gòu)模型。構(gòu)造判斷矩陣設(shè)某層有n個(gè)因素，要比較他們對(duì)上一層某一準(zhǔn)則的影響程度，確定在該層中相對(duì)于某一準(zhǔn)則所占的比重（即把n個(gè)因素對(duì)上層某一目標(biāo)的影響程度排序）。上述比較是兩兩因素之間進(jìn)行比較，比較時(shí)取19標(biāo)度，如圖建立判斷矩陣，可以使得判斷思維數(shù)學(xué)化，從而簡(jiǎn)化了問題分析，對(duì)問題進(jìn)行定量分析成為可能。層次單排序及一致性檢驗(yàn) 由于客觀事物的復(fù)雜性和認(rèn)識(shí)的多樣性，建立的判斷矩陣往往會(huì)出現(xiàn)不一致性。為了保證應(yīng)用分析法得到結(jié)論合理，還需要對(duì)構(gòu)造的判斷矩陣進(jìn)行一致性檢驗(yàn)。確定某層所有因素對(duì)于總目標(biāo)相對(duì)重要性的排序權(quán)值過程，稱為層次總排序，從最高層到最低層逐層進(jìn)行。、模糊綜合評(píng)價(jià)模糊綜合評(píng)價(jià)法是一種基于模糊數(shù)學(xué)的綜合評(píng)標(biāo)方法。該綜合評(píng)價(jià)法根據(jù)模糊數(shù)學(xué)的隸屬度理論把定性評(píng)價(jià)轉(zhuǎn)化為定量評(píng)價(jià)，即用模糊數(shù)學(xué)對(duì)受到多種因素制約的事物或?qū)ο笞龀鲆粋€(gè)總體的評(píng)價(jià)。它具有結(jié)果清晰，系統(tǒng)性強(qiáng)的特點(diǎn)，能較好地解決模糊的、難以量化的問題，適合各種非確定性問題的解決。 一般步驟：模糊綜合評(píng)價(jià)指標(biāo)的構(gòu)建模糊綜合評(píng)價(jià)指標(biāo)體系是進(jìn)行綜合評(píng)價(jià)的基礎(chǔ)，評(píng)價(jià)指標(biāo)的選取是否適宜，將直接影響綜合評(píng)價(jià)的準(zhǔn)確性。進(jìn)行評(píng)價(jià)指標(biāo)的構(gòu)建應(yīng)廣泛涉獵與該評(píng)價(jià)指標(biāo)系統(tǒng)行業(yè)資料或者相關(guān)的法律法規(guī)。采用構(gòu)建好權(quán)重向量通過專家經(jīng)驗(yàn)法或者AHP層次分析法構(gòu)建好權(quán)重向量。構(gòu)建評(píng)價(jià)矩陣建立適合的隸屬函數(shù)從而構(gòu)建好評(píng)價(jià)矩陣。評(píng)價(jià)矩陣和權(quán)重的合成采用適合的合成因子對(duì)其進(jìn)行合成，并對(duì)結(jié)果向量進(jìn)行解釋。、粗糙集粗糙集理論，是繼概率論、模糊集、證據(jù)理論之后的又一個(gè)處理不確定性的數(shù)學(xué)工具。作為一種較新的軟計(jì)算方法，粗糙集近年來越來越受到重視，其有效性已在許多科學(xué)與工程領(lǐng)域的成功應(yīng)用中得到證實(shí)，是當(dāng)前國(guó)際上人工智能理論及其應(yīng)用領(lǐng)域中的研究熱點(diǎn)之一。在很多實(shí)際系統(tǒng)中均不同程度地存在著不確定性因素，采集到的數(shù)據(jù)常常包含著噪聲，不精確甚至不完整 。主成分分析法是一種數(shù)學(xué)變換的方法, 它把給定的一組相關(guān)變量通過線性變換轉(zhuǎn)成另一組不相關(guān)的變量，這些新的變量按照方差依次遞減的順序排列。在數(shù)學(xué)變換中保持變量的總方差不變，使第一變量具有最大的方差，稱為第一主成分，第二變量的方差次大，并且和第一變量不相關(guān)，稱為第二主成分。依次類推，I個(gè)變量就有I個(gè)主成分。其中Li為p維正交化向量（Li*Li=1），Zi之間互不相關(guān)且按照方差由大到小排列，則稱Zi為X的第I個(gè)主成分。設(shè)X的協(xié)方差矩陣為Σ，則Σ必為半正定對(duì)稱矩陣，求特征值λi（按從大到小排序）及其特征向量，可以證明，λi所對(duì)應(yīng)的正交化特征向量，即為第I個(gè)主成分Zi所對(duì)應(yīng)的系數(shù)向量Li，而Zi的方差貢獻(xiàn)率定義為λi/Σλj,通常要求提取的主成分的數(shù)量k滿足Σλk/Σλj。是希望用較少的變量去解釋原來資料中的大部分變量，將我們手中許多相關(guān)性很高的變量轉(zhuǎn)化成彼此相互獨(dú)立或不相關(guān)的變量。通常是選出比原始變量個(gè)數(shù)少，能解釋大部分資料中變量的幾個(gè)新變量，即所謂主成分，并用以解釋資料的綜合性指標(biāo)。由此可見，主成分分析實(shí)際上是一種降維方法。、數(shù)據(jù)包絡(luò)分析參考文獻(xiàn)[1] 佚名 . 決策支持系統(tǒng)理論與方法研究綜述_陳曦[J]. 刊名缺失, 出版年缺失, 卷缺失(期缺失): 頁碼范圍缺失.[2] 佚名. 決策支持系統(tǒng)中若干模型問題研究_耿光剛（DSS概念，模型的實(shí)現(xiàn)和人機(jī)交互界面實(shí)現(xiàn)）[J]. 刊名缺失, 出版年缺失, 卷缺失(期缺失): 頁碼范圍缺失.[3] 陳偉文. 決策支持系統(tǒng)及其開發(fā)[M]. 北京:清華大學(xué), 2013.[4] 佚名. 智能型電網(wǎng)調(diào)度決策支持系統(tǒng)的開發(fā)與實(shí)現(xiàn)_1[J]. 刊名缺失, 出版年缺失, 卷缺失(期缺失): 頁碼范圍缺失.[5] 吳瓊, 劉文穎, 楊以涵. 智能型電網(wǎng)調(diào)度決策支持系統(tǒng)的開發(fā)與實(shí)現(xiàn)[J]. 電力系統(tǒng)自動(dòng)化, 2006, 30(12):7983.[6] 張利格. 基于多智能體技術(shù)的智能決策支持系統(tǒng)的研究[D]. 河北工業(yè)大學(xué), 2004.[7] 梁鄭麗. 決策支持系統(tǒng)理論與實(shí)踐[M]. 北京:清華大學(xué)出版社, 2014.
環(huán)評(píng)公示相關(guān)推薦
鄂ICP備17016276號(hào)-1