案例决策技术及案例决策支持系统研究综述
决策支持系统的开发与实例
DSS的开发策略、方法与步骤
开发方法
方法简介
建立完整DSS的方法 的方法 建立完整
在建造任一个专用DSS之前，开发某种具有完全服务 在建造任一个专用 之前， 之前 功能的DSS生成系统，并建立管理它的组织机构。 生成系统， 功能的 生成系统 并建立管理它的组织机构。 这是一种长远的、完整的、成熟的技术方案，它把重 这是一种长远的、完整的、成熟的技术方案， 点放在建立DSS生成器和 生成器和DSS工具，以此为基础来降 工具， 点放在建立 生成器和 工具 低开发许多专用DSS的费用。 的费用。 低开发许多专用 的费用
缺Байду номын сангаас ①
②
前一个系统的设计对下一个专用 DSS的开发效益不大 专用DSS的要求发生变化时，在 修改方面要作更多的工作
① ②
② ③
在第一次获得利 益之间需要很长 的开发时间 技术过时较快， 风险较大 未知风险很大
DSS的开发策略、方法与步骤
开发方法 开发步骤
制定行动计划 系统分析 反复进行系统设计 系统实施
DSS的开发策略、方法与步骤
开发策略 开发方法 开发步骤
DSS的开发策略、方法与步骤
开发策略
（1）编制一个用户定制化的 ）编制一个用户定制化的DSS （2）采用 ）采用DSS集成开发工具 集成开发工具 （3）利用专用 ）利用专用DSS生成器 生成器
DSS的开发策略、方法与步骤
开发策略
编制一个用户定制化的DSS 编制一个用户定制化的
DSS的开发策略、方法与步骤
开发方法
方法简介
分阶段实现DSS方法 方法 分阶段实现 构成一个专用决策支持系统，要有先进的开发方法，开发第一 构成一个专用决策支持系统，要有先进的开发方法， 个系统的部分成效可以再用于第二个专用决策支持系统 通过几个成功的专用决策支持系统的开发，产生 生成器。 通过几个成功的专用决策支持系统的开发，产生DSS生成器。 生成器 在第一阶段开发中考虑以后阶段的要求， 在第一阶段开发中考虑以后阶段的要求，这样第一阶段开发的 成果在第二阶段可以使用。 成果在第二阶段可以使用。 这种实现方案主要用于利用DSS生成器开发一系统专用 生成器开发一系统专用DSS。 这种实现方案主要用于利用 生成器开发一系统专用 。
商务智能与决策支持——案例及案例分析
商务智能与决策支持——案例及案例分析随着互联网技术的不断发展，大量数据被生产出来，这些数据中蕴含着巨大的商业价值。
商务智能和决策支持系统可以利用这些数据，提供决策制定者与业务分析师期望的数据驱动洞察，以优化业务决策。
以下是几个商务智能和决策支持系统的案例及案例分析。
案例1：超市销售决策支持系统在某家超市中，决策制定者需要决策哪些产品需要采购、以及量级的大小，以及哪些产品需要促销，以达到推广和促进销售的目的。
为了实现这些目的，该超市实现了一个决策支持系统。
决策支持系统采用商务智能数据仓库，从行业数据中导入了大量销售数据，包括每天、每周、每月、甚至每小时的交易、营销、库存和采购等数据。
该系统采用了高级数据可视化来表示销售数据，以帮助决策制定者快速识别有趣的数据趋势。
该系统还使用了预测分析，以辅助决策制定者预测某种产品的销售情况，并为其提供推荐；也使用了关联分析，以查找哪些产品最常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常常在一起出售。
通过使用这个决策支持系统，超市看到了显着的效益。
决策支持系统帮助他们预测哪些产品将具有更高的需求，帮助他们采购了更合适的库存量，以及哪些产品需要进行促销以提高销售。
超市转型成了一个以数据为驱动的企业。
案例2：在线零售商的数据分析一家在线零售商使用商务智能、数据挖掘与分析技术来对订单，商品，顾客及销售数据进行分析，以帮助经营者做出更加精准的商业决策。
他们使用了大量的内部和外部数据来源，以建立一个全面的数据仓库，数据包括订单历史、销售历史、客户数据、产品数据和行业趋势等。
他们使用了数据挖掘和预测性分析来发现顾客的需求以及未来销售趋势。
通过分析他们的数据，该在线零售商能够快速识别哪些产品的销售量增加，哪些产品的销售量下降，哪些产品的客户评分较低，并能及时调整库存和价格等策略来优化他们的销售。
此外，经营者能够更好地识别他们的目标客户及其需求，以提供更好的客户服务。
决策支持系统的功能及应用简单案例分析
决策支持系统的功能及应用酒店13-1班黄小娇201305002866决策支持系统是指将数据、管理模型和用户友好的软件集成在一起的、能够支持中高层和中层管理人员进行结构化和半结构化决策的信息系统。
其目的在于提高决策的效能，而不是效率。
随着电子商务系统的发展以及信息化程度的不断提高，在采购决策支持方面不断吸纳新的信息处理技术、提高决策的科学性和规范性，成为提高企业办事效率、促进经济发展的关键所在。
在现实生活中见到的如原材料供应商选择、合理库存量分析、物品运输最佳路径选择都是决策支持系统的具体运用。
在企业生产过程中，原材料采购是第一步，在整个生产过程中起着至关重要的作用，因此供应商的选择是材料采购成败的关键。
企业与供应商建立的是长期合作关系，优质的供应商可以保证企业生产的正常运行，还可以避免出现缺货、材料劣质、配送滞后等问题，为企业减少不必要的损失。
企业在制定采购需求后，经过分析确定采购标准，然后寻找商家进行洽谈，洽谈的内容或者说影响供应商选择的方面主要有：原材料、商家提供的配送服务、商家的信誉度等。
供应商选择决策支持系统就是将决策支持系统技术运用到企业对供应商的选择当中，从而能有效地对采购方进行辅助决策，提高决策的效率和准确性。
这个系统包括原材料市场调查、配送服务评析、信誉度调查三个模块。
通过原材料市场调查模块，企业管理者可以方便的了解到所需的原材料的市场现状，材料的性能，包括质量、价格、性价比等；通过配送服务评析可以对供应商的物流能力做出评判，运输量、运输能力、运输距离都应该纳入考虑范围，最后得出有利于自己的决策；通过信誉度调查，可以知道商家的信誉度，信誉度越高，口碑越好，就越适合进行合作，一个可靠的商家是可以进行长期合作的保证。
这个系统可以对供应商的相关数据进行科学分析，研究公司需求与市场供给的数量关系，运用对比分析方法揭示事物之间的关系及均衡性；根据供应商的生产经营情况和竞争情况对其可选性进行量化评测和科学分类，最终权衡利弊，得出最佳方案。
决策支持系统文献综述
决策支持系统应用研究综述李某某ＸＸＸＸ大学经济管理学院武汉湖北430074摘要：本文从国内外应用现状、相关技术、热门领域等方面对决策支持系统展开论述，较为详尽的总结了决策支持系统的主要开发技术及其特点，对决策支持系统的两大热门领域：智能决策支持系统（IDSS）和综合集成系统进行了简要的概括，最后讨论了决策支持系统的未来发展趋势。
关键词：决策；决策支持系统；应用研究综述；1 引言决策支持系(DSS，Decision Supportsystem)是以管理科学、运筹学、控制论和行为科学为基础，以计算机技术、人工智能技术和信息技术为手段，智能化地支持决策活动的计算机系统[1]。
它通过人机对话进行分析、比较和判断，识别问题，建立或修改模型，帮助决策者明确决策目标，为决策者提供各种方案并对其进行评价和优选，为正确决策提供有益帮助。
这一概念于20世纪70年代初，由美国Michael S．Scott Morton在《管理决策系统》[2]一文首次提出，20世纪80年代中期引入我国。
目前已经呈现出多元化的发展态势。
DSS系统模型是以数据仓库（DW）为基础，联机分析处理（OLAP）与数据挖掘（DM）为工具的智能系统[3]。
DW，DM，OLAP就是以DSS为驱动发展起来的信息处理技术，DW用于数据的存储和组织．0LAP集中于数据的分析，DM则致力于知识的发现，三者自然结台。
使分析结果更全面、有效和深刻。
自DSS开发以来，与它的理论研究相比，实际应用工作开展得更早，它广泛用于企业管理、系统开发、经济分析与规划、战略研究、资源管理、投资规划[4]等方面，支持各类决策问题的决策支持系统大量出现并已投入使用。
2 国内外应用现状目前，DSS己成为系统工程与计算机应用领域中的重要研究课题。
通过国内外相关专家、学者的不断探索和研究，DSS在国内外学术界的理论研究和国民经济的实际应用中得到了迅猛发展，在军事应用领域也有广阔的发展前景，世界各国都在竞相开发军事应用中的DSS[5]。
决策支持系统的研究与应用
决策支持系统的研究与应用传统的决策方式往往需要采集大量的信息、数据和情报，并开展复杂的分析和评估工作，以获得针对特定问题的最优解。
但由于数据量大、分析复杂、时间拖延等问题的存在，常常导致决策失误或者不够科学化。
因此，越来越多的组织和企业开始利用计算机技术提高自身的决策效率和精度，而决策支持系统便应运而生。
决策支持系统是一种计算机应用工具，可以为决策者提供信息、数据、分析方法和模型，以帮助其做出正确的决策。
简单来说，决策支持系统所提供的信息是基于数据挖掘、模拟、数据可视化、知识管理等技术的分析结果。
决策者根据这些信息进行判断，确定如何进行决策。
决策支持系统的研究与应用历史已有几十年之久，且正在不断发展和完善。
由于数据科技的进步和计算机算力的普及，决策支持系统不仅在国外广受青睐，在国内也取得了良好的应用效果。
目前，它已经在金融、医疗、市场营销、公共管理等领域广泛应用，并有效地提高了决策者的效率和精度。
一、决策支持系统的结构和分类在决策支持系统的构建中，通常包括以下三个关键要素：1、数据收集：可以通过网络爬虫、传感器等方式采集海量数据，将其存储到数据仓库或数据湖中。
2、数据分析：可以使用数据挖掘、机器学习等技术对海量数据进行分析，获得有助于决策的模式或规律。
3、决策模型：可以根据具体的决策问题建立相应的决策模型，支持决策者进行相关的决策。
依据应用范围和决策目标，决策支持系统可以分为专家系统、智能决策系统、战略决策支持系统、企业决策支持系统等类型。
其中，专家系统可以应用在医疗、法律等领域，帮助决策者进行特定领域的决策；智能决策系统则更注重应用在基于数据的决策过程中，如基于推荐算法、搜索算法的信息检索和推荐；战略决策支持系统可以为企业的高层决策提供有效的支持，帮助企业确定发展战略；企业决策支持系统能够为企业业务运营、市场营销、供应链等方面的决策提供有效的支持。
二、决策支持系统的应用案例1、医疗智能诊断利用大数据和机器学习技术可以帮助医疗机构建立人工智能诊断系统。
人工智能在决策支持系统中的应用案例和技术要点(Ⅲ)
人工智能在决策支持系统中的应用案例和技术要点随着科技的不断发展，人工智能技术已经在各个领域得到了广泛的应用。
其中之一就是在决策支持系统中的应用。
人工智能技术可以帮助企业和组织更好地进行决策和规划，提高效率和准确度。
本文将结合一些实际案例，探讨人工智能在决策支持系统中的应用，并分析其技术要点。
一、商业领域在商业领域，人工智能技术被广泛应用于决策支持系统中。
例如，一家制造业企业使用人工智能技术构建了一个生产计划决策支持系统。
该系统可以根据市场需求、原材料库存、生产能力等多方面因素，自动优化生产计划，提高生产效率和产品质量。
这个系统利用了机器学习和数据挖掘的技术，通过分析大量数据，不断优化和调整生产计划，实现了智能化的生产管理。
二、医疗领域在医疗领域，人工智能技术也被应用于决策支持系统中。
例如，一家医院使用人工智能技术开发了一个辅助诊断系统。
该系统可以根据患者的病历、症状等信息，结合医学知识库和临床案例，辅助医生进行诊断和治疗方案的制定。
这个系统利用了自然语言处理和专家系统的技术，可以帮助医生更快速、准确地做出诊断和决策，提高了医疗服务的质量和效率。
三、金融领域在金融领域，人工智能技术也发挥着重要作用。
一家银行利用人工智能技术构建了一个风险管理决策支持系统。
该系统可以根据客户的信用记录、贷款申请信息等数据，预测客户的信用风险，辅助银行进行贷款审核和风险管理。
这个系统利用了数据分析和模式识别的技术，可以帮助银行及时发现和应对风险，保障了金融机构的稳健经营。
四、技术要点人工智能在决策支持系统中的应用，离不开一些关键的技术要点。
首先是数据挖掘和分析技术。
决策支持系统需要处理大量的数据，通过数据挖掘和分析，可以发现数据中的规律和趋势，为决策提供依据。
其次是机器学习和模式识别技术。
这些技术可以帮助系统不断优化自身的模型和算法，适应不断变化的环境和需求。
再次是专家系统和知识管理技术。
这些技术可以将领域专家的知识和经验转化为计算机程序，实现智能化的决策支持。
决策支持系统在企业管理中的应用案例
决策支持系统在企业管理中的应用案例引言：随着信息技术的飞速发展和企业管理日益复杂化，决策的质量和效率成为企业成功的关键。
决策支持系统是一种使用计算机技术和数据分析的工具，可帮助管理者在制定决策时提供准确的信息和精确的分析。
本文将通过介绍几个真实的案例，详细说明决策支持系统在企业管理中的应用。
案例一：供应链优化决策支持系统在制造业中的应用某汽车制造公司利用决策支持系统来优化供应链管理，提高运营效率。
该系统整合了公司内部和供应商的相关数据，实现信息共享和协同决策。
系统通过对订单数据进行分析，优化供应商的选择、订货量和库存水平，减少了库存积压和订单延误。
此外，该系统还利用模拟技术和预测分析，帮助公司预测销售趋势和变动，以便更好地调整生产计划和物流策略。
案例二：金融风险管理决策支持系统在银行业中的应用一家银行引入决策支持系统来帮助管理风险，并防范可能的金融危机。
该系统通过整合各部门的交易数据、市场数据和客户数据，建立了一个综合的风险分析模型。
系统可以对不同类型的风险进行评估和监控，如信用风险、市场风险和操作风险。
通过对数据进行实时分析和预警，银行可以更及时地发现潜在的风险和异常情况，并及时采取相应的措施来降低风险。
案例三：营销决策支持系统在零售业中的应用一家连锁超市使用决策支持系统来帮助制定营销策略，提高销售额和客户满意度。
该系统通过对销售数据、客户数据和市场数据进行分析，帮助超市识别潜在的销售机会、客户需求和市场趋势。
系统可以为超市提供个性化的定价策略、促销活动和产品组合推荐，以及预测销售额和市场份额。
通过优化营销决策，该超市实现了销售额的大幅增长和客户满意度的提升。
案例四：人力资源决策支持系统在人力资源管理中的应用一家跨国公司引入决策支持系统来优化人力资源管理，提高人员招聘和绩效管理的效果。
该系统整合了公司的人事信息、招聘数据和绩效评估数据，实现了人力资源的集中管理和智能决策。
系统可以帮助公司识别最适合的候选人，根据员工的绩效评估结果进行薪酬调整和晋升决策。
智能决策支持人工智能技术在决策支持系统中的应用案例解析
智能决策支持人工智能技术在决策支持系统中的应用案例解析一、引言随着人工智能技术的快速发展，智能决策支持系统在各行各业得以广泛应用。
本文将通过分析两个具体案例，辨析智能决策支持人工智能技术的应用效果，展示其在决策支持系统中的重要性。
二、案例一：智能风险评估系统在金融领域中，风险评估是一项重要的任务，传统的人工方法往往耗费大量时间和资源，并且容易受主观因素影响。
某银行引入智能决策支持系统，利用机器学习和自然语言处理等技术，实现了自动风险评估。
系统通过分析大量历史数据和市场动态，能够以更准确、快速的方式评估客户的风险等级。
首先，该系统通过数据挖掘技术，提取大量客户资料中的关键信息，并根据这些信息进行特征工程，建立客户画像。
其次，系统利用机器学习算法，对历史数据进行训练和学习，建立风险评估模型。
最后，系统通过引入自然语言处理技术，对外部信息进行分析，如新闻报道、社交媒体等，以获取更全面的环境因素。
通过智能风险评估系统，该银行大大提高了风险评估的准确性和效率。
首先，系统能够处理海量数据，并从中发现潜在风险因素，提前预警。
其次，智能系统能够规避人为的主观因素，使决策更加客观、公正。
最后，系统能够快速响应市场动态并自动调整风险评估模型，提供更及时、精准的决策支持。
三、案例二：智能物流调度系统在物流行业中，调度决策是保证物流效率和降低成本的关键。
某物流公司引入智能决策支持系统，应用于货物调度与路线规划，并取得了显著的效果。
该智能物流调度系统基于深度强化学习算法，通过学习大量历史数据和实时环境信息，自动生成最佳的货物配送方案和运输路线。
系统能够根据不同的物流需求和车辆状况，智能地进行车辆调度和路径规划，最大程度地提高运输效率。
与传统的人工调度方式相比，智能物流调度系统具有如下优势。
首先，系统能够生成全局最优解，优化路线和运输方式，减少里程和时间成本。
其次，系统能够实时监控车辆状况和交通信息，及时调整路线和调度计划，应对突发情况。
- 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、"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、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)。
Survey of Case Decision Techniques and Case Decision Support System
N I Zhi w ei1 LI Jian y ang 1 LI F eng gang 1, 2 YA N G Shan lin 1
( K ey Laborat ory of Process O ptim izat ion and Int elligent D eci sion m ak ing, M inist ry of Educat ion, H ef ei U n iversit y of T echnology, H ef ei 230009, China) 1 ( Depart ment of C om put er Scin ece and T ech nology, U niversit y of Scinece and Techn ol ogy of Chi na, H ef ei 230027, Chin a) 2
[ 13 15]
展了类似的理 论 , 如联想记忆 等。 Schank 和他的 学生在 研究 概念 和句子进 而短文和故 事理解的 过程中 , 提出了以 记忆组 织包为核心的 概念记忆或动态记忆理论。另一类相对独立的 研究 , 如类比推理研究、 哲学和心理学研究中的概念形式理论 及经验学习理 论 , 也对早期的 CBR 思想产生了影响。
摘 要 案例是人类直觉 、 逻辑和创造性 三种思维的综合表现形式 , 案例 推理是人脑 类比学习 的模仿者 , 在知识 难以
1 1 1, 2 1
获取的应用领域取得了丰硕的成果 。 从认知学角度探讨了案例推理的逻辑合理性 , 研究了案例智能决策技术 ; 针对决 策支持系统研究与开发中出现的系统柔性差等核心问题 , 提出了以案例推理为基础的案例智能决策支持系统 , 该系统 可以很好地实现决策支持 。 对此进行了深入研究 , 最后探讨了该系统的研究与发展的方向 。 关键词 案例推理 , 案例逻辑 , 案例决策技术 , 案 例决策支持系统
( 2007A A04Z116) , 国家自然科学基金项目 ( 70871033) , 合肥工业大学博士专项基金项目 ( 2007G D BJ039) , 福建省科技基金 ( 2008 F5043) , 安徽省 高校基金 ( K J 2008 B107) 资助。 倪志伟 ( 1963- ) , 男 , 博士 , 教授 , 博士生导师 , 主要研究方向为智能决策等 , E mail: z hw nel son@ 163. com; 李建洋 ( 1968- ) , 男 , 博士生 , 教授 , 主 要研究方向为智能知识处理等 ; 李锋刚 ( 1976- ) , 男 , 博士 , 讲师 , 主要研究方向为智能优化与决策等 ; 杨善林 ( 1948- ) , 男 , 教授 , 博士生导师。
! 18 !
推理方法的 封 闭世 界 假 设 ( CW A ) , 1980 年 提 出默 认 推 理 ; M cCar thy 提出限定 逻辑 , M o or e 提 出自 认知 逻辑 等。目 前 , 实现非单调推理的基本 方法是 : ( 1) 扩充 经典逻 辑 , 在 经典逻 辑的框架内增加几个公理 ( 或 元公理 ) , 以此引 导非单 调推理 取得预想的结果 ; ( 2) 定义 特定的 非单调 逻辑 , 其研究 相当繁 杂 [ 7, 8] 。 在人工智能中 , 如机器定理证明的归结原 理 , 使用的是演 绎推理 , 是从一般到特 殊的推 理过程 , 并未 发现新 的知识 ; 反 之 , 归纳推理则 是从 特殊 到一 般的 推理 过程 , 属 于非 标 准逻 辑 , 能根据某些 已知 的特 殊性 知识 , 归 纳出 未知 的一 般 性知 识。如果这些特殊性知识已经直接或间接包含了未知的一般 性知识的所有可能情况 , 则归纳推理的结论完 全有效 , 是完全 归纳推理 , 仍然属于形 式逻辑 ; 否则 结论可 能有效 , 也可 能无 效 , 是不完全归纳推理。 在人类思维中 还经 常使 用类 比推 理模 式和 假设 推 理模 式 , 如基于案例的推理 , 其是人类应用过去的经验来求解新问 题的一种策略 , 是一种允许 知识在 具有 相 似 性质的 领域中 进行转换的学习策略。类比 学习是 人类重 要的认 知方法 , 也 是人们经验 决策过程中 常用的推 理方式 ; 所谓类比 学习就是 把两个相似 的事物进行 比较 , 找出它们 在某一个抽 象层次上 的相似关系 , 并以此为 依据 , 进行问 题空间 映射 , 经过适 当的 知识变换 , 获得新问题的解 [ 9] 。 类比有方法类比、 概念类比、 图形类比、 联想类比等 , 都是 人类智能的体现。它根据相 似性原 理 , 由 一个已 知系统 具有 某些属性 , 猜想另一个未全知系统也具有这些 属性 , 是从特殊 到特殊的推理过程。 CBR 由于推 理需要 的前提 知识不 完全 , 类比的结论可能有效 , 也可能 无效 , 因而需 要客观 验证 , 待获 得新的知识或推出矛盾时再行调整。 各种非单调推理和开 放逻辑都 属于假 设推理 模式 [ 10 12] 。 不完全归纳 推理、 类比推理和 假设推理 模式都是能 真正发现 和完善新知识的过程 , 属于辩证逻辑。由于柔性量词的 作用 , 上述推理模式可以在一定条件下相互转化。这些研究已经触 及到了推理 模式的连续 可变性 , 它表明 在逻辑学中 可引入模 式柔性 , 用来描述推理模式的不确定性 。 CBR 系统是 人 脑类 比 学 习的 模 拟者 , 是人 类 三 种思 维 ( 直觉、 逻辑、 创造性思维 ) 的一种综合表现形式。对案例学习 系统的研究 , 有助于对人类思维的模仿 , 实现人类智能。案例 推理符合人类的思维活 动。当遇到 一个新 事物时 , 专家 不仅 仅看到一个具体问题 , 还会产 生联想 , 然后 把事物 归类 , 从中 找出以往处 理过的类似 问题的经 验和相关知 识 , 经 过一定的 修正去处理新事物。对于简 单的问 题 , 案 例的检 索和匹 配主 要是形象思维的过程。而对 于复杂 的问题 , 往往 难以通 过简 单匹配检索到一个相似的实例 ; 此时人们会将 问题分解 , 使每 个子问题都能映射到一个相似案例 , 或从不同 角度出发 , 抽取 不同角度的 类似问题 , 最后运 用逻辑思 维和创造性 思维把匹 配的子案例集成起来 , 形成解决当前问题的新 方法。 CBR 是人的一种认知行为 , 它 是基于 记忆的 推理。可以 从记忆理论的发展来研 究 CBR 的 心理 学模型。 心理学 家提 出的语义网 络记忆模型 只表示了 关于世界的 静态知识 , 为此 T ulv ing 提出情景记忆作为补充 , 情景记忆是人对在一定时间 内发生的事件的记忆。 T ulv ing 认为这两种记 忆相互区别 , 相 互联系 , 又相互补充。同时 , 研究人员在语言理解的任务中发
1 案例逻辑
长期以来 , 从人脑思维的不同层次对人工 智能进行研究 , 形成了基于 逻辑学的符 号主义、 基于仿 生学的连接 主义和基
到稿 日 期 : 2008 12 04 返 修 日 期 : 2009 03 02
本 文 受 国 家 自 然 科 学 基 金 重 点 项 目 ( 706336 卷 第 11 期 2009 年 11 月
计 算 机 科 学 Computer Science
V ol. 36 No. 11 No v 2009
案例决策技术及案例决策支持系统研究综述
倪志伟 李建洋 李锋刚 杨善林 1 ( 合肥工业大学过程优化与智能决策教育部重点实验室 合肥 230009) 2 ( 中国科学技术大学计算机科学技术系 合肥 230027)
Abstract
Case is the integr ated r epr esentation of the human sense, log ics and creativ ity . Case based Reasoning ( CBR)
is the simulat or of human analog y lear ning , g reat achievement has been acquir ed for CBR in the field o f know ledg e lack. T his paper discussed the lo gic r at ionality of CBR and the case intellig ent decision t echniques. T he intelligent decision suppo rt sy stem ( IDSS) that is built f rom CBR can o vercome some defect s, such as po or f lex ibility o f tr aditional IDSS, and pr ov ides decisio n suppor t. T his decision suppo rt system technique and the aspect o f r esear ch and dev elopment about case decision support sy stem were inv est igated in the end. Keywords Case based r easo ning , Case lo gics, Case decision techniques, Case decisio n suppo rt system 人工智 能中有很多 推理方法 , 最实 用的有基于 规则的推 理、 基于模型的推理和 基于案 例的推 理等。从认 识论的 角度 看 , 规则推理仅是对人类抽象思维的简单模拟 ; 而专家在决策 中用到大量 的形象思维 , 问题 的解决不 只是单纯依 赖抽象的 规则 , 还需要专家的经验 , 忽略经验知识是导致智能决策支持 系统难以使用的主要原因之一 [ 1, 2] 。 案例 ( case) 是专 家经验 的计 算机 存储 形式 , 是 专家 长期 实践的产物。基于案例推理 ( case based reasoning, CBR) 是区 别于基于规 则推理的一 种推理和 学习模式 , 已经成 为智能系 统一种新的推理方法。它提供了一种近似人类思维模型的建 造专家系统的新的方法学 , 这与人对自然问题 的求解相一致。 研究 CBR 有助于进一步 认识人类思维的机理 , 对于 科学决策 具有重要的指导作用 [ 3] 。 于控制论的 行为 主义 三大 学派。 传统 的人 工智 能是 符号 主 义 , 它以 N ewell 和 Simon 提 出的物 理符 号系 统假设 为基 础。 物理符号系统 假设 认为 物理 符号 系统 是 智能 行为 的充 要条 件 , 由一组符号实体组成 , 可在符号结构的实体中作为分组出 现。该系统可进行建 立、 复 制修改、 删 除等操 作 , 生 成其 它符 号结构 [ 4] 。 常识是人 工智能研究的重 要内容 之一 , 因为机 器智 能必 须处理常识和 实现常识推 理。然而常 识并无 明确的 定义 , 而 且有众多的例 外。常识 推理的基本特征是在知识不完全情况 下进行的 , 要作出各种 假设具有 非单调 性。人类 知识的 增长 实际 上是非单 调的发展过 程 , 原 因是人们 推理时所依 据的知 识具有不完全 性。然 而 , 经 典逻辑 如形式 逻辑、 演绎 逻辑 等 , 对人类认知世 界的处理却是单调的 [ 5, 6] 。 非单调逻 辑是处理不完全 知识的 工具 ; 非单调 推理 过程 就是建立假设 、 进行标准 逻辑意 义下的 推理 , 若发现 不一 致 , 进行回溯 , 以便消除不一 致 , 再建立新 的假设 ; 非 单调推 理明 显比单调推理 复杂。 为此 , Reiter 于 1978 年 , 提出 了非 单调