決策支持系統(tǒng)的概念和組成-資料下載頁
2025-01-14 19:37本頁面
【正文】 題： 如最短旅行路線。 系統(tǒng)與表達語言： 用人工智能來深化計算機系統(tǒng)（如操作系統(tǒng)）和語言。 第三、四節(jié) 人工智能與群體決策支持系統(tǒng) 人工智能的主要研究領域有：1）符號智能 符號智能以物理符號系統(tǒng)為基礎，研究知識表示、獲取、推理過程。2）計算智能 計算智能包括神經計算、模糊系統(tǒng)、遺傳算法、進化程序設計等。 3）人工生命 人工生命是指用計算機和精密機械等生成或構造表現(xiàn)自然生命系統(tǒng)行為特點的仿真系統(tǒng)或模型系統(tǒng)。 第三、四節(jié) 人工智能與群體決策支持系統(tǒng) 二、群體決策群體決策的概念群體決策的方法群決策有以下幾種形式： 多方案決策： 兩個或多個人召集在一起，討論實質性問題，提出解決某一問題的若干方案，評價這些方案各自的優(yōu)劣，最后作出決策。這樣的決策過程，稱為多方案群決策；子方案群決策： 把待解決的問題分為若干子問題，然后把這些子問題交由多人解決，根據它們提出的多個子方案，作出最終的決策；取長補短的群決策： 群決策中的各個決策者都具有某方面的長處或短處，采用合理的協(xié)同機制，最大限度地發(fā)揮各人的長處，以作出更優(yōu)的決策。 第三、四節(jié) 人工智能與群體決策支持系統(tǒng) 三、群體決策的層次GDSS可提供三個層次的決策支持： 層次 1：在決策者之間溝通信息，消除交流障礙，旨在通過改進成員之間信息的交互來改進決策過程。層次 2：使決策者共享所面臨問題的知識和信息資源，共同制定出行動方案。層次 3：將層次 2的技術結合起來，對群組決策中信息交互的內容和方式提供智能型指導。 第三、四節(jié) 人工智能與群體決策支持系統(tǒng) 群體決策的研究范圍具體的說，包括對以下方面的研究： 應用現(xiàn)代信息技術 (分布式計算環(huán)境、計算機支持的協(xié)同工作、多智能體系統(tǒng)、分布式的對象技術、智能接口等 )研究群組決策支持系統(tǒng)的體系結構。它將具有層次問題求解和協(xié)商問題求解的能力。 以上研究將以新產品開發(fā)為例，研究建立適用于顧客化產品設計的決策支持系統(tǒng)框架，用混合模型的方法對新產品開發(fā)中的關鍵過程進行建模，并將研究成果應用于一個典型的制造企業(yè)，進行案例分析。 第三、四節(jié) 人工智能與群體決策支持系統(tǒng) 群體決策的技術支持（ 1）數據倉庫技術 數據倉庫（ Data Warehouse ， DW ）的概念是Prism Solutions公司副總裁 . Inmon在 1992年出版的書《建立數據倉庫》（ Building the Data Warehouse ）中提出的。數據倉庫的提出是以關系數據庫、并行處理和分布式技術的飛速發(fā)展為基礎的，它是解決信息技術在發(fā)展中一方面擁有大量數據，另一方面有用信息卻很貧乏這種不正常現(xiàn)象的綜合解決方案。 第三、四節(jié) 人工智能與群體決策支持系統(tǒng) 數據倉庫的概念 ： 數據倉庫定義為：數據倉庫是面向主題的、集成的、穩(wěn)定的、不同時間的數據集合，用于支持經營管理中決策制定過程。 Tim. Shelter認為：數據倉庫是把分布在企業(yè)網絡中不同信息島上的商業(yè)數據集成到一起，存儲在一個單一的集成關系型數據庫中。利用這種集成信息，可方便用戶對信息的訪問，更可使決策人員對一段時間內的歷史數據進行分析，研究事物發(fā)展的趨勢。 SAS軟件研究所認為：數據倉庫是一種管理技術，旨在通過通暢、合理、全面的信息管理，達到有效的決策支持。 第三、四節(jié) 人工智能與群體決策支持系統(tǒng) 數據倉庫的結構 數據倉庫是在原有的關系型數據庫基礎上發(fā)展形成的，但不同于數據庫系統(tǒng)的組織結構形式，它從原有的業(yè)務數據庫中獲得的基本數據和綜合數據被分成一些不同的層次，包括：當前基本數據、歷史基本數據、輕度綜合數據、高度綜合數據和元數據。高度綜合數據是最高一層，是一種準決策數據。元數據不包含任何業(yè)務數據庫中的實際數據信息，它負責組織整個數據倉庫的組織結構。 數據倉庫系統(tǒng)由三大部分組成：數據倉庫（ DW ）、數據倉庫管理系統(tǒng)（ DWMS ）和數據倉庫工具集。 第三、四節(jié) 人工智能與群體決策支持系統(tǒng) 數據倉庫的優(yōu)點 數據倉庫有兩大優(yōu)點：一方面，它使我們不必重新編制輸入（事務）處理系統(tǒng)，就能夠建立一個結構化的環(huán)境，將輸出（決策支持）處理移入新環(huán)境（數據倉庫）中；另一方面，它建立概念模式（邏輯數據模型）、內部模式（歷史文件）和外部模式（數據倉庫）的三模式環(huán)境，其中，歷史文件中的 “多對多 ”（m*n）維護關系可以簡化為三模式環(huán)境下的多個 “一對多 ”（ m+n）關系。 第三、四節(jié) 人工智能與群體決策支持系統(tǒng) （ 2）數據挖掘與知識發(fā)現(xiàn) 數據挖掘（ DataMining）和數據庫知識發(fā)現(xiàn) （Knowledge Discovery in Database,KDD）是近年來隨著數據庫和人工智能技術的發(fā)展而出現(xiàn)的全新信息技術，同時也是計算機科學與技術，尤其是計算機網絡的發(fā)展和普遍使用所提出的、迫切需要解決的重要課題。很多人將數據挖掘和 KDD作為互換的術語來使用，其實它們是有區(qū)別的， KDD是一個綜合的過程，包括實驗記錄、迭代求解、用戶交互以及許多定制要求和決策設計等，而數據挖掘只是 KDD中的一個具體但又關鍵的步驟。 第三、四節(jié) 人工智能與群體決策支持系統(tǒng)
電大資料相關推薦
鄂ICP備17016276號-1