智能决策支持系统介绍及案例课件

,*,*,*,*,*,*,智能决策支持系统,/IDSS,简介与案例研究,智能决策支持系统/IDSS,基本概念,智能决策支持系统（,IDSS,，,Intelligence Decision Support System,）,起源于八十年代初期，有,Bonczek,等人率先提出，它的核心思想是将人工智能,(AI,，,Artificial Intelligence),和,DSS,相结合，应用专家系统技术，,使,DSS,能够更充分地应用人类专家的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。,人,工,智,能,专家系统（,ES,）,神经网络（,ANN,）,专家系统,是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。,神经网络,是通过采用物理可实现的器件或采用计算机来模拟生物体中神经网路的某些功能与结构，神经网路属于基于案例学习的模型。,IDSS,特性：,处理非结构化或半结构化的数据；,自主学习能力与推理能力；,良好的适应性和灵活性；,友好的人机接口；,基本概念 智能决策支持系统（IDSS，Inte,体系结构,由于人工智能技术应用于,DSS,的程度与范围不同，因此，构成,IDSS,的结构也不同，较完整与典型的,IDSS,结构是在传统三库,DSS,的基础上,增设知识库与推理机,，在人机对话子系统中加入,自然语言处理系统（,LS,），,形成智能人机接口，与四库之间插入,问题处理系统（,PPS,）,而构成的四库系统结构。,传统三库,DSS,四库,IDSS,体系结构 由于人工智能技术应用于DSS的程度与范,体系结构,智能人机接口,四库系统的智能人机接口接受,用自然语言或接近自然语言的方式表达,的决策问题及决策目标，这较大程度地改变了人机界面的性能。,说好的减肥，却管不住嘴，昨天吃的香蕉含糖量太高了，罪过罪过，现在又饿了。,自然语言处理系统,int i , j;,select food where “she likes”;,return i=banana;,but she has banana yesterday;,If(apple != yesterdays food ),j = apple;,else if(pie = “low energy”),通过语法、语义结构分析等方法转换为系统语言。,体系结构智能人机接口 四库系统的智能人机接口接受,体系结构,问题处理系统,问题处理系统处于,IDSS,的中心位置，是联系人与计算机及所储存的求解资源的桥梁，,主要由问题分析器与问题求解器两部分组成。,问题处理系统的工作流程：,体系结构问题处理系统 问题处理系统处于IDSS的,体系结构,知识库和推理机,知识库子系统是,对有关规则、因果关系及经验等知识进行获取、解释、表示、推理以及管理与维护,的系统，在,DSS,中引进知识库子系统提高了系统的智能化程度。知识库子系统从组成上来看可分为三部分：,知识库管理系统、知识库及推理机,。,知识库子系统,知识库管理系统,知识库,推理机,增、删、改、查等数据库操作,从已知事实推出新知识,存储不能用模型描绘的专家经验,体系结构知识库和推理机 知识库子系统是对有关规则,研究现状,目前，按照智能决策方法，大致可以把,IDSS,分为三类：,基于人工智能、基于数据仓库和基于范例推理的,IDSS,。,IDSS,基于人工智能的,IDSS,基于专家系统,基于机器学习,基于智能代理,基于数据仓库的,IDSS,基于范例推理的,IDSS,多源数据集成、,OLAP,CBR,（范例源）匹配与调整,研究现状 目前，按照智能决策方法，大致可以把I,存在问题,虽然近年来,IDSS,在技术上的发展突飞猛进，但由于面向的决策问题本身的复杂性，对于当前多数,IDSS,应用系统来说，有些问题还亟待解决：,脆弱性和知识获取困难：,传统,IDSS,难以开发应用的主要原因；,封闭性：,系统只能利用本地资源；且系统一旦设计完成，在增加资源很难；,模块协调统一性差：,数据库、模型库、方法库和知识库如何进行通信协调；,人机协调性差：,主要表现在人机分工不合理和人机智能难结合；,灵活性和适应性差：,推理机制和解释机制网王是静态的，被动的；,存在问题 虽然近年来IDSS在技术上的发展突飞,案例研究,适用性分析,交通事故管理问题,是一个非常复杂的非结构问题。交通事故的管理可以分为事故检测、事故确定、事故响应和事故清除,4,个阶段，每个阶段又有很多方案需要决策者进行决策。面对大量、复杂的相关数据，决策者采取哪套救援方案、如何指挥各个部门协同工作，高效地进行事故管理,将直接影响到事故所造成的损失大小。,IDSS,在决策支持系统的基础上引入人工智能技术，,能够较好地解决非结构化问题,，为决策者提供定性和定量的建议，辅助其决策。引入,IDSS,的优势在于：,对数据的采集和分析可以利用,IDSS,，减少人工负担；,IDSS,可以对事故管理措施的效果进行模拟及评价，有利于决策者作出最佳选择；,由于交通事故的实时性，,IDSS,可以减少专家判定的延时，从而使得对于事故的处理更加及时，减少经济损失；,【,注,】,：以,交通事故管理智能决策支持系统设计初探,一文为例，作者：张晴，赵晶心，董德存。,案例研究适用性分析 交通事故管理问题是一个非常复,案例研究,模型库设计,模型库,基本数学模型库,事故检测模型库,事故影响范围确定模型库,事故影响范围分析模型库,存放一些具有无针对性的基本数学模型和算法,如初等模型、微分方程模型、图论及网络分析模型以及概率统计模型等,支持其他模型库的运行。,存放一些用于事故检测的模型和算法。,交通事故影响范围主要指由于交通事故而导致的交通延误和排队长度等。主要存放车辆排队模型、车流波动模型和,Boltzman,模型等,以计算延误和排队长度。,其目标是建立事故延误和排队长度与年平均日交通量、通行能力、事故率、事件持续时间和左右路肩宽度等因素的关系,可以利用基本数学模型库中的模型实现。,案例研究模型库设计模型库基本数学模型库事故检测模型库事故影响,案例研究,数据库设计,数据库,面向单个检测器的数据,面向两个检测器的数据,统计数据,综合数据（包括图和表）,所有的事故检测算法都是根据交通流参数进行事故判断的,因此,需要建立各个检测器的交通流参数表。,由于各种检测算法所要求交通流参数的输入形式不同,因此,需要建立面向,2,个检测器的数据表。,统计分析来自各检测器的数据。统计,ADT(,日交通量,),、,AADT(,年均日交通量,),、,WADT(,周均日交通量,),、,MADT(,月均日交通量,),、,PHF(,高峰小时系数,),、,C(,道路通行能力,),、高峰时段等数据。,存储模型库模型和其它数据分析工具对源数据分析处理的结果,:,交通流模型参数、,C1(,事件发生后道路通行能力,),、,RT(,事件响应时间,),、,CT(,事件清除时间,),等。,案例研究数据库设计数据库面向单个检测器的数据面向两个检测器的,案例研究,知识库设计,知识库,事实库,规则库,实际上是事故描述事实库与事故处理和疏导策略事实库的映射关系。它的描述需要专家的经验,是交通事故管理智能决策支持系统能否有效地对事故管理决策进行支持的关键。,事故描述事实库,处理策略事实库,疏导策略事实库,存放“事故,A,为追尾事故”、“事故,B,为货货相撞事故”等对事故现象进行描述的事实。,存放对各种交通事故处理方案的描述。,存放对各种交通管理措施和诱导策略的描述。,案例研究知识库设计知识库事实库规则库实际上是事故描述事实库与,案例研究,推理机设计,推理机,存在规则匹配,不存在规则匹配,根据交通事故的描述,如果交通事故描述事实,M,为真,并且在规则库中有相应的规则“,IF MTHEN N”,存在,则,N,为真。例如,如果有交通事故事实“交通事故,A,产生了人员伤亡”,且有一规则“,IF,交通事故,i,产生了人员伤亡,THEN,调动医务部门进行紧急救援”存在,那么,就将该策略提供给决策者。,对于不存在规则匹配的情况,则需要根据事故性质、事故的影响范围、事故发生点的交通环境及资源供给情况,确定选择某事故处理和疏导策略的概率,辅助决策者采取措施,指挥各个部门协同工作。,案例研究推理机设计推理机存在规则匹配不存在规则匹配根据交通事,案例研究,系统实现,反馈流程,交通事故管理决策输出流程,案例研究系统实现反馈流程交通事故管理决策输出流程,Thank you,Thank you,