同济大学管理信息系统-第9章讲义.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 9.3 专家系统 9.3.1一般结构 1. 知识库 （1）规则 一种常用的知识表达技术就是使用规则。每个规则包含两部分：前提条件，行为或结果。 （2）框架 基于框架的知识推理指用结点的网络表示知识。这种表示方法是基于人类思考问题时总是应用框架和概念进行推理的。 （3）案例 专家系统对目前情况进行判断或提出解决方案时，有时会运用案例。基于案例的推理依赖于一个前提，就是运用相似性、经验性推理方法去学习并解决问题。 9.3 专家系统 9.3.1一般结构 2.推理机 负责接受用户提供的对问题的描述，然后在知识库中有哪些信誉好的足球投注网站适合的规则，组织并应用规则对问题进行推理并得出结论。 (举例)推理机进行检验所使用的两种主要方法是：向前推理和向后推理。 向后推理比向前推理更快，因为它不需要考虑所有的规则。向后推理尤其适合下面的情况：当有多个目标变量；有很多规则；在得出解决方案的过程中，不需要检验所有的或者大多数的规则。 9.3 专家系统 9.3.1一般结构 3.知识获取和解释子系统 知识获取（Knowledge Acquisition）过程是一个复杂的过程。大多数的专家系统在不断改进，通过使用知识获取子系统可以在知识库中加入新的规则。 解释子系统是用来解释求解过程的，它可让用户理解专家系统是如何得到某个结论的。 用户既可以了解专家系统为什么需要了解某些信息，还可以跟踪用来解决问题的方法。 9.3 专家系统 9.3.1一般结构 4.用户界面 用户界面使用户向专家系统输入命令和信息，并从中获得信息。 一个专家系统的优劣通常与它的界面的品质和功能密切相关。 用户界面设计的焦点主要在于人所关注的方面，如使用便捷、可靠性高、出错率低等。 用户界面的设计应尽可能地考虑交互方法的适应性。 现在，用户界面可以让用户或决策者们开发和使用他们自己的专家系统。 9.3 专家系统 9.3.2专家系统开发及使用涉及人员 领域专家是指有着丰富的经验和知识，能够解决某个专门领域的问题的个人或群体。 知识工程师是在专家系统的设计、开发、实施和维护方面受过培训或有经验的人。知识工程师必须使用不同的提取工具来收集专家的知识，如通过访谈技术、协议安排分析等。 知识用户是使用专家系统并从中受益的个人或群体。 9.3 专家系统 9.3.3 应用范畴及优缺点 专家系统通常是设计成为解决某个领域的特定类型的问题的，所以它往往集中于相当狭小的知识范围。 由于基于规则的技术非常适合描述那些专业人员的例行诊断决策。 专家系统擅长的另一领域是预测，即从所给状态中推断可能的结果。 基于适应的学习能力是区别人工神经网络和专家系统的主要因素。 9.3 专家系统 9.3.3 应用范畴及优缺点 专家系统为用户和管理者带来很多优越性，但是它也有自身的局限性： 9.1 群体决策支持系统与群件 9.2 人工智能 9.3 专家系统 9.4 智能决策支持系统与智能代理 本讲内容 9.4智能决策支持系统 与智能代理 决策支持系统和人工智能技术都有着各自的优势，在许多企业中，某些业务交给人工智能系统处理，然后将处理结果作为决策支持的一部分。 决策支持系统和人工智能的结合产生了智能决策支持系统。 许多新型的人工智能系统，如智能代理，也混合了两种或多种人工智能技术等。 9.4智能决策支持系统 与智能代理 9.4.1 智能决策支持系统 智能决策支持系统（Intelligence Decision Supporting System）是人工智能和决策支持系统相结合，应用专家系统技术，使决策支持系统能够更充分地应用人类的知识（如关于决策问题的描述性知识，决策过程中的过程性知识，求解问题的推理性知识）通过逻辑推理来帮助解决复杂的决策问题的辅助决策系统。 智能决策支持系统的概念最早由Bonczek等人于80年代提出，它的功能是，既能处理定量问题，又能处理定性问题。 智能决策支持系统的核心思想是将AI与其它相关科学成果相结合，使DSS具有人工智能。 智能决策支持系统与一般的决策支持系统的主要区别在于学习和推理。 9.4智能决策支持系统 与智能代理 9.4.1 智能决策支持系统 增加了知识库和相应的推理系统的初级的智能决策支持系统如图9.7所示： 9.4智能决策支持系统 与智能代理 9.4.1 智能决策支持系统 具有自然语言处理功能的DSS往往被称为高一级的智能决策支持系统。 典型的智能决策支持系统由三个子系统构成，它们是语言系统（Language System）、问题处理系统（Problem Process System）和知识系统（Knowledge Sys