当前位置：文档之家 › 决策管理-人工智能的决策支持和智能决策支持系统课件(PPT216页)

决策管理-人工智能的决策支持和智能决策支持系统课件(PPT216页)

  • 格式：ppt
  • 大小：2.89 MB
  • 文档页数：12

下载文档原格式

  / 12

合集下载

智能决策支持系统 PPT课件

智能决策支持系统 PPT课件

2．知识的表示和推理技术
产生式规则 概念：产生式规则是专家系统中应用最广泛的 知识表示和推理，又称产生式规则表示法，一般 表示形成为：IF A THEN B ，即如果A成立则B成 立，简化为A→B． A 是产生式的前提，用户提出 该产生式是否可用的条件； B 是一组结论式操作，
一般性规则
1．决策推理与决策支持系统
DSS中的决策过程
探索型归纳的决策过程：
在探索型归纳中 , 归纳推理部分即各种类型算
法调用。如下图所示：
数 据 （数据仓库）
算法调用
一般性规则
2．知识的表示和推理技术
知识表示在人工智能和专家系统中是最重要
的问题之一。知识表示实际上就是对人类知识的
一种描述，把人类知识表示成计算机能够处理的
型表示中 , 数据（仓）库数据作为数学模型的
参数输入 , 而演义推理则用方法库中方法调用
方式实现。基于数学模型的演绎决策过程如 下图所示：数学公式
参 数 （数据仓库） 方法调用 个体事实 （数据）
1．决策推理与决策支持系统
DSS中的决策过程
基于逻辑模型的演绎决策过程：在逻辑模
型表示中Hale Waihona Puke , 数据（仓）库数据作为假设前提输
②探索型归纳：是一种创造力较为强大的归纳推
理,这种推理一般没有预先设想的模型 ,而仅有一 些大致的范围与轮廓 , 因此 , 这种推理难度较大 , 推理方法也多。目前这种推理称为数据挖掘。如 关联分析、分类分析、聚类分析。
1．决策推理与决策支持系统
DSS中的决策过程
基于数学模型的演绎决策过程：在数学模
理。
1．决策推理与决策支持系统
电脑的决策推理
电脑的归纳推理方法 ：

第四章 人工智能的决策支持和(2)

第四章 人工智能的决策支持和(2)

1） 专家系统对比数据库检索 数据库中存放的记录可以看成是事实性知 如果把检索数据库记录看成是推理的话， 识。如果把检索数据库记录看成是推理的话， 它也是一种知识推理。 它也是一种知识推理。它与专家系统的不同在 于： （ A） 知识只含事实性知识 ， 不包含规律 ） 知识只含事实性知识， 性知识。 性知识。 （B）推理是对已有记录的检索，记录不存 ）推理是对已有记录的检索， 则检索不到。不能适应变化的事实， 在，则检索不到。不能适应变化的事实，推理 不出新事实。 不出新事实。
例：若有知识库为： 若有知识库为： A∨（B∧C）→G ∨ ∧ ） （I∧J）∨K→A ∧ ） X∧F→J X∧ F J L→B M∨E→C ∨ W∧Z→M ∧ P∧Q→E ∧ 画出“与或”推理树为： 画出“与或”推理树为：
规则知识库的逆向推理树
（注：两斜线中间的弧线表示“与”关系，无弧线表 注 两斜线中间的弧线表示“ 关系， 关系） 示“或”关系） G A I X J F K B LM W Z P C E Q
前提i前提j前提l前提m前提e结论结论结论前提a前提b前提c结论结论结论总目标g结论前提x前提f前提w前提z前提p前提q每条规则对应的节点分枝有与and关系或or关系每个结点可以是单值也可以是多值
第 4 章 人工智能的决策支持和 人工智能的决策支持和 智能决策支持系统 （2） ）
(2) 部分内容
4.2 专家系统的决策支持
推理树（知识树） 4.2.2.2 推理树（知识树）
规则库中的各条规则之间一般来说都是有联系 即某条规则中的前提是另外一条规则中的结论。 的。即某条规则中的前提是另外一条规则中的结论。 我们按逆向推理思想把知识库所含的总目标（ 我们按逆向推理思想把知识库所含的总目标（它是 某些规则的结论）作为根结点， 某些规则的结论）作为根结点，按规则的前提和结 论展开成一棵树的形式。 论展开成一棵树的形式。这棵树一般称为推理树或 知识树，它把知识库中的所有规则都连结起来。 知识树，它把知识库中的所有规则都连结起来。 由于连结时有“ 关系和“ 关系， 由于连结时有“与”关系和“或”关系，从而 构成了“与或”推理树。 构成了“与或”推理树。我们通过一个例子用示意 图形式画出。 图形式画出。 该推理树是逆向推理树 逆向推理树， 该推理树是逆向推理树，是以目标结点为根结 点展开的 。

人工智能的决策支持和智能决策支持系统课程

人工智能的决策支持和智能决策支持系统课程

7.2 人工智能基本原理
7.2.1 逻辑推理 7.2.2 知识表示与知识推理 7.2.3 搜索技术
路漫漫其悠远
7.2.1 逻辑推理
1.形式逻辑(人的思维形式、规律)
（1）概念：反映事物的特有属性和属性的取值。 （2）判断：对概念的肯定或否定；
判断本身有对有错； 判断有全称的肯定（或否定）判断和存在的肯 定（或否定）判断。
7.2.1 逻辑推理
1）演绎推理 专家系统的研究基本上属于演绎推理范畴。演绎推理的
核心是假言推理。
假言推理：以假言判断为前提，对该假言判断的前件或 后件的推理。
1）假言推理： pq，p┝ q 2）三段论推理 ： pq，qr┝ pr 3）假言易位推理（拒取式）：pq，q┝ p 符号“┝”表示推出
路漫漫其悠远
7.2.1 逻辑推理
2）归纳推理(个别→一般) （1）数学归纳法
这种推导是严格的，结论是确实可靠的。
人工智能的决策支持和 智能决策支持系统课程
路漫漫其悠远 2020/3/27
第7章 本章内容
7.1 人工智能概念 7.2 人工智能基本原理 7.3 专家系统与智能决策支持系统 7.4 遗传算法的决策支持 7.5 机器学习的决策支持
路漫漫其悠远
开篇案例
KPN电信公司的智能系统
背景：KPN电信是一家卓越的电信公司，该公司在荷 兰提供固定线路网络，在西欧提供数据和IP服务，并 且该公司还在荷兰、德国和比利时提供移动服务。它 拥有38000多名员工，他们服务于790万固定线路用 户、1340万移动客户和140万网络订阅者。不仅如 此，KPN电信还在阿姆斯特丹、纽约、伦敦和法兰克 福的股票交易所上市。
路漫漫其悠远
人工智能的特征
符号处理：

第四章-决策支持与人工智能PPT课件

第四章-决策支持与人工智能PPT课件

– 知识逻辑：基于知识的表示方法。如谓词逻辑、产
生式、语义网络。
2020年3月18日星期三
15
DSS 组成部分
模型库：模型集合。
模型库管理系统
–生成模型和管理模型的软件系统。
–创建模型：通过交互式集成环境，通过问题抽象（问 题定义、定性定量因素定义、模型元定义）提供模型、 算法等生成问题模型。
–模型管理：模型的组织（运用一个或多个模型的组合 试探，完成决策）、检验（样例测试）、维护（删除、 修改）
DSS用于模拟或验证决策方案，发现决策方案中可能存 在的问题。 DSS是一个仿真工具。
▪规范支持型
决策者提供决策数据和要求，DSS完成决策过程。
▪扩展支持型
DSS用于向决策者提供决策方案，并通过人机交互，尊 重决策者的判断，启发诱导决策者，获得高质量决策。
2020年3月18日星期三
11
DSS 组成部分
2020年3月18日星期三
5
决策的类型
根据决策问题的周期性决策可分为： ▪ 重复决策
重复发生, 通常有周期性. ▪ 非重复决策
不经常发生, 或许只发生一次.
2020年3月18日星期三
6
商业智能IT 类型
▪决策支持系统(Decision Support Systems,DSS）
▪群决策支持系统(Group Decision Support Systems,
▪ 支持群体决策：综合不同人员的专业知识；将复杂问
题分解成不同专业领域的小问题，并行解决，提高决
策效率。
▪ 克服群体会议的缺点，决策者的决策行为不受干扰。
▪ 实现跨时空的群体决策。
▪ GDSS 帮助小组产生思想, 找到优势和不足,选择方案,

人工智能与自动化决策系统培训课件

人工智能与自动化决策系统培训课件

自然语言处理、语音识别、时间序列分析 等。
04
自然语言处理在决策系统中应用
自然语言处理技术概述
自然语言处理定义
研究在人与人交际中以及在人与 计算机交际中的语言问题的一门
学科。
自然语言处理任务
包括机器翻译、舆情分析、自动 摘要、观点提取、文本分类、问 题回答、文本语义对比、语音识
别、中文OCR等。
通过对无标签数据进行学习，发现数据中的内在结构和模式。
常见非监督学习算法
K-均值聚类、层次聚类、主成分分析（PCA）等。
非监督学习应用场景
市场细分、社交网络分析、异常检测等。
强化学习算法原理及实践
01
02
03
强化学习定义
通过智能体与环境进行交 互，根据获得的奖励或惩 罚进行学习，以达到最优 决策。
问答系统构建方法探讨
问答系统定义
能自动地回答用户所提出的问题 的系统。
问答系统构建方法
基于信息检索的方法、基于知识图 谱的方法和基于深度学习的方法。
问答系统实践
智能客服、智能问答机器人、智能 语音助手等。
05
智能推荐系统在决策中应用
推荐系统基本原理介绍
个性化推荐
01
根据用户的历史行为、兴趣偏好等信息，为其推荐符合其需求
平台运营与优化 通过A/B测试、用户反馈收集等 手段，持续优化平台功能和服务 ，提高用户体验和满意度。
投资策略制定
结合机器学习、深度学习等算法 ，构建多元化的投资策略，包括 股票、债券、基金等多种资产类 别的配置建议。
数据采集与处理
通过爬虫、API接口等方式，实时 获取市场数据、用户行为数据等 ，并进行清洗、整合、分析等处 理。
应用领域及价值体现

第四章智能决策支持系统和智能技术的决策支持2

第四章智能决策支持系统和智能技术的决策支持2
演绎推理只能解释一般规律中的个别现象
而归纳推理和类比推理创造了新的知识，使科学得到新 发展，是一种创造思维方式。
2）演绎推理中由于前提和结论有必然联系，只 要前提为真，结论一定为真。
归纳推理和类比推理中前提和结论，不能保证有必然联系，具有或 然性。这样推理的结论未必是可靠的。需要经过严格的验证和证明， 使之形成新的理论。
第四章智能决策支持系统和智能技术 的决策支持2
类比推理实例一
为什么木头能够把声音清晰地传过来呢？雷奈 克稍微想了想，只见他很很地拍了一下手说：“就 是这样！就是这样！”雷奈克要来一叠纸，紧紧地 卷成一个卷，然后把纸卷的一端放在姑娘的胸部， 另一端放在自己的耳朵上，侧着脸听了起来。“真 是一个妙法！”雷奈克高兴地喊了一句。回到家里， 雷奈克找到一根木棒，造成了历史上第一个“听诊 器”。
项是另一规则的结论时，再找以此结论的规则。 n 重复以上过程，直到对某个规则的前提能够进行判断。
按此规则前提判断（“是”或“否”）得出结论的判 断，由此回溯到上一个 规则的推理，一直回溯到目 标的判断。
第四章智能决策支持系统和智能技术 的决策支持2
4.2.2.2 产生式规则
1. A∧B→G 2. C∧D→A 3. E→D
进而推断它们在另一个属性上也可能相同的推理。
A事物有abcd属性,B事物有abc属性（或a,b,c相似属
性）所以， B事物也可能有d属性（或d相似属性）
类比推理的结论带有或然性，它的可靠性和相类 比事物属性之间的联系程度有关。
第四章智能决策支持系统和智能技术 的决策支持2
类比推理实例一
1816年的一天，法国医生雷奈克出诊为一位年轻 的女性看病，一见病人，雷奈克犯起愁来：她身体 非常肥胖，要诊断她的心脏和肺部是否正常，按当 时医生惯用的方法，把耳朵贴近病人的胸部来听， 肯定听不清楚，更何况她是一位年轻的女性。雷奈 克抬头看了看院子里正在玩耍的小孩，脑子里突然 浮现出几年前看到一个孩子们玩的游戏：一个孩子 用钉子敲打木板的一头，另外的孩子争先恐后地抱 着把耳朵贴近木板的另一头，兴致勃勃地倾听着。
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
表的外表有金，内部含有不是金的材料，但 却是金表；
箱的外表有皮，但也含有不是皮的材料； 所以，箱仍是皮箱。
4.2.1 逻辑推理
3. 总结 1）演绎推理的结论没有超出已知的知识范围。而
归纳推理和类比推理的结论超出已知的知识范围。 演绎推理只能解释一般规律中的个别现象 而归纳推理和类比推理创造了新的知识，使科学得到
类比推理实例二
19世纪30年代，英国商人威尔斯以与冯灿的茂隆皮箱商行订购的皮箱 中有不是皮的木料为由，向香港法院起诉，蓄意敲诈冯灿。针对这种情况，
冯灿的律师罗文锦取出口袋的金怀表，高声问法官：“请问这是什么表？” 法官答道：“这是金表，可是这与本案有什么关系？”罗文锦高举金表，
面对法庭上所有的人说：“有关系。这是金表，没有人怀疑是
人工智能技术可以概括为：推理机＋知识库 智能决策支持系统的结构可以简化为图4.2
用户
问题综合与交互系统
模型库管理系统
数据库管理系统
知识库 管理系统
推理机
模型库
知识库
数据库
图4.2 智能决策支持系统结构
4.2 人工智能基本原理
4.2.1 逻辑推理 4.2.2 知识表示与知识推理 4.2.3 搜索技术
第4章 人工智能的决策支持和 智能决策支持系统
第4章 目录
4.1 人工智能基本原理 4.2 专家系统与智能决策支持系统 4.3 神经网络的决策支持 4.4 遗传算法的决策支持 4.5 机器学习的决策支持
4.1 人工智能基本原理
1、人工智能的决策支持技术 从智能决策支持系统的概念可知智能决策支持
4.2.1 逻辑推理
1.形式逻辑(人的思维形式、规律)
（1）概念：反映事物的特有属性和属性的取值。 （2）判断：对概念的肯定或否定；
判断本身有对有错； 判断有全称的肯定（或否定）判断和 存在的肯定（或否定）判断。 （3）推理：从一个或多个判断推出一个新判断的过 程。
4.2.1 逻辑推理
12）3）演归类绎纳比推推理理：：从从一个个般别别现（（象特特到殊殊个））别现现（象象特到到殊一个）般别现（象特的殊推）理现。象的推理
系统中包含了人工智能技术，与决策支持有关 的人工智能技术主要有： 专家系统、神经网络、遗传算法、机器学习、 自然语言理解等。
4.1 人工智能基本原理
专家系统 是利用大量的专门知识解决特定领域中的实际问题的计算机程序系
统； 神经网络 是利用神经元的信息传播模型（MP模型）进行学习和应用； 遗传算法 是模拟生物遗传过程的群体优化搜索方法； 机器学习 是让计算机模拟和实现人类的学习，获取解决问题的知识； 自然语言理解 是让计算机理解和处理人类进行交流的自然语言。
类比推理实例一
为什么木头能够把声音清晰地传过来呢？雷奈 克稍微想了想，只见他很很地拍了一下手说：“就 是这样！就是这样！”雷奈克要来一叠纸，紧紧地 卷成一个卷，然后把纸卷的一端放在姑娘的胸部， 另一端放在自己的耳朵上，侧着脸听了起来。“真 是一个妙法！”雷奈克高兴地喊了一句。回到家里， 雷奈克找到一根木棒，造成了历史上第一个“听诊 器”。
类比推理实例一
1816年的一天，法国医生雷奈克出诊为一位年轻 的女性看病，一见病人，雷奈克犯起愁来：她身体 非常肥胖，要诊断她的心脏和肺部是否正常，按当 时医生惯用的方法，把耳朵贴近病人的胸部来听， 肯定听不清楚，更何况她是一位年轻的女性。雷奈 克抬头看了看院子里正在玩耍的小孩，脑子里突然 浮现出几年前看到一个孩子们玩的游戏：一个孩子 用钉子敲打木板的一头，另外的孩子争先恐后地抱 着把耳朵贴近木板的另一头，兴致勃勃地倾听着。
4.2.1 逻辑推理
2）归纳推理(个别→一般) （1）数学归纳法
这种推导是严格的，结论是确实可靠的。
（2）枚举归纳推理 S1是P ，S2是P ， ……
Sn是P
S1……Sn是S类事物中的部分分子，没有相反事 例。
所以，S类事物都是P。
枚举归纳推理实例
如观察到铁受热膨胀、铜受热膨胀等事实而 不知其所以然，由此推出“所有金属受热膨胀” 的结论就是简单枚举归纳推理。
假言推理
2.推理的种类
演绎推理 归纳推理
类比推理
三段论推理 假言易位推理 数学归纳法
枚举归纳推理
4.2.1 逻辑推理
1）演绎推理 专家系统的研究基本上属于演绎推理范畴。演绎推理的
核心是假言推理。
假言推理：以假言判断为前提，对该假言判断的前件或 后件的推理。
1）假言推理： p q，p┝ q 2）三段论推理 ： p q，q r┝ p r 3）假言易位推理（拒取式）：p q， q┝ p 符号“┝”表示推出
新发展，是一种创造思维方式。 2）演绎推理中由于前提和结论有必然联系，只要
前提为真，结论一定为真。 归纳推理和类比推理中前提和结论，不能保证有必
然联系，具有或然性。这样推理的结论未必是可靠的。
4.2.2 知识表示与知识推理
4.2.2.1 数理逻辑表示法(自学) 4.2.2.1 产生式规则 4.2.2.3 语义网络 4.2.2.4 框架 4.2.2.5 剧本(自学)
4.2.1 逻辑推理
3）类比推理 它是由两个（或两类）事物在某些属性上相同，
进而推断它们在另一个属性上也可能相同的推理。
A事物有abcd属性,B事物有abc属性（或a,b,c相似属性） 所以， B事物也可能有d属性（或d相似属性）
类比推理的结论带有或然性，它的可靠性和相类比 事物属性之间的联系程度有关。
吧？但是，请问，这块金表除表面镀同声议论：“当然不是。”罗文锦继续说：“那么人们为什么又叫 它金表呢？”稍作停顿又高声说：“由此可见，茂隆行的皮箱案不过是原
告无理取闹、存心敲诈而已”原告理屈词穷，法庭最后以威尔斯诬告，罚
款
5
0
0
0
元
结
案
类比推理实例二
皮箱诉讼案的法庭辩论中，卖方律师在反驳 中所使用的就是类比推理：
4.1 人工智能基本原理
2．智能决策支持系统结构形式 1）基本结构 智能决策支持系统（IDSS）＝决策支持系统
（DSS）＋人工智能（AI）技术
问题综合与交互系统
模型库 管理系统
数据库 管理系统
模型库
人工智能技术
专家 神经 遗传 机器 自然语 系统 网络 算法 学习 言理解
数据库
图4.1 智能决策支持系统的基本结构