《第四章 智能决策支持系统和智能技术的决策支持》由会员分享,可在线阅读,更多相关《第四章 智能决策支持系统和智能技术的决策支持(174页珍藏版)》请在金锄头文库上搜索。
1、第四章 智能决策支持系 统和智能技术的 决策支持4.1 智能决策支持系统概述4.1.1 智能决策支持系统概念1.智能决策支持系统(intelligent decision support system,IDSS)是决策支持系统(DSS)与 人工智能(artificial intelligent,AD)技术相 结合的系统。2.人工智能技术主要是以知识处理为主题,利用 只是进行推理,完成人类定性分析的部分智能行 为。4.1.1 智能决策支持系统概念(续)3.人工智能技术融入决策支持系统后,使DSS 在模型技术与数据处理技术的基础上,增加 了知识推理技术,使DSS的定量分析和AI的 定性分析结合起来
2、,提高辅助决策和支持决 策的能力。4.知识部件由知识库、知识管理系统和推理机 组成。 知识库管理系统完成对知识的查询、浏览、 增加、删除、修改、维护等管理工作。 推理机完成对知识的推理。 知识推理是建立从初始概念到中间概念,最 后到目标概念的推理链。4.1.2 智能决策支持系统结构与智能决策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。(1)专家系统v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。v专家系统中,知识的表示形式有产生式规则 、谓词公式、框架、语义网络等。v专家系统是利用专家的定性知识进行推理, 达到领域专家解决问题的
3、能力。4.1.2 智能决策支持系统结构(续)(2)神经网络v神经网络利用神经元的信息传播模型(MP模 型)进行学习和应用。v神经元的信息传播是一个多输入、单输出的 结构。v神经元之间的连接强度通过权值来表示。v神经元之间的连接权值是神经网络的知识, 是通过大量样本的学习而获得的。v神经网络中主要有:前馈式网络、反馈式网 络、自组织网络。4.1.2 智能决策支持系统结构(续)(3)遗传算法v遗传算法是模拟生物遗传过程的群体优 化搜索方法。v遗传算法的处理对象是问题参数编码形 成的个体。v遗传过程用“选择、交叉、突变”3个算 子进行模拟,产生和优选后代群体,经 过若干代的遗传,将会获得满足问题目
4、标要求的优化解。4.1.2 智能决策支持系统结构(续)(4)机器学习v机器学习是让计算机模拟和实现人类的 学习,获取解决知识的问题。v机器学习方法主要是归纳学习和类比学 习。v比较成功的机器归纳学习方法有:覆盖 正例排斥反例的AQ学习方法、决策树ID3 、C4.5、粗糙集等方法。4.1.2 智能决策支持系统结构(续)(5)自然语言理解v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。 v在人机交互中,可以简单的自然语言进 行理解与处理。 v自然语言处理过程是对一连串的文字表 示的符号串,经过词法分析识别出单词 ,经过句法分析将单词组成句子,再经 过语义分析理解句子的含义,变成计算 机
5、中的操作(如查询数据库)。4.1.2 智能决策支持系统结构(续)2.智能决策支持系统结构形式智能决策支持系统(IDSS)的基本结构为 :图4.1 IDSS的基本结构4.1.2 智能决策支持系统结构(续)2.智能决策支持系统结构形式(续)人工智能技术可以概括为:推理机知识库。因此 , IDSS结构可简化为:图 4.2 IDSS 的简 化结 构图4.2 人工智能基本原理4.2.1 逻辑推理1.形式逻辑形式逻辑主要用于形成概念,作出判断,进行推 理(1)概念: 概念反映事物的特有属性和它的取值; 概念用语言来表达。(2)判断: 判断是对概念的肯定或否定; 判断有全称的肯定判断和存在的肯定判断。(3)
6、推理: 推理是从一个或几个判断推出一个新判断的思维过程。4.2.1 逻辑推理(续)2.推理的种类推理的种类有3种演绎推理:从一般现象到个别(特殊)现 象的推理。归纳推理:从大量个别(特殊)现象到一 般现象的推理。类比推理:从个别(特殊)现象到个别( 特殊现象的推理)4.2.1 逻辑推理(续)2.推理的种类(续)演绎推理目前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 “如果p,那么q”为真,同时“p”为真 ,则推出“q”为真。 形式化语言描述为:4.2.1 逻辑推理(续)1)演绎推理(续)三段论推理 “如果p,那么q”为真,同时“如果q,那 么r”为真,则推出“如
7、果p,那么r”为真 。 形式化语言描述为:4.2.1 逻辑推理(续)1)演绎推理(续)假言易位推理(拒取式) “如果p,那么q”为真,同时“非q”为真 ,则推出“非p”为真。 形式化语言描述为:4.2.1 逻辑推理(续)2)归纳推理数学归纳法 用逻辑形式表达为: A包含B1,B2这种推导是严格的,结论是确实可靠的。4.2.1 逻辑推理(续) 2)归纳推理(续)枚举归纳推理 推理形式为:这种推理得到的结论是或然的,它 的可靠程度是和事例数量相关的。4.2.1 逻辑推理(续) 2)归纳推理(续)类比推理 推理形式为:类比推理得到的结论带有或然性。相类比事物的相同属性和推理的结论属性之 间的联系越是
8、带有必然性,结论的可靠程度 就越高。4.2.1 逻辑推理(续)3.总结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。需要经过 严格的验证和证明,使之形成新的理论 。4.2.2 知识表示与知识推理4.2.2.1 数理逻辑表示法数理逻辑用形式化语言(逻辑符号语言 )进行精确(没有歧义)的描述,用数 学的方式进行研究。1.命题逻辑命题逻辑分为简单命题与复合命题简单命题是基本单位;复合命题是由简单命题通过联结词组 合而成的。4.
9、2.2.1 数理逻辑表示法(续)1.命题逻辑(续)命题逻辑中,有5个关系(5个联结词): 优先级关系从高到低为:4.2.2.1 数理逻辑表示法(续)2.谓词逻辑谓词逻辑是对简单命题的内部结构的进一 步分析。谓词逻辑中,把反映某些特定个体的概念 称为个体词。把反映个体所具有的性质或若干个体之间 所具有的关系称为谓词。4.2.2.1 数理逻辑表示法(续)3.命题逻辑归结原理1:把公式转换成子句型 。 把公式转换成子句型的转换过程如下:消去蕴含符号“ ”。用 用德摩根律缩小的辖域,让进入括号 内。用用把公式化成合取范式。 消去联结词符号 。4.2.2.1 数理逻辑表示法(续)4.命题逻辑归结原理2:
10、归结过程归结过程为:对两个称为母子句的子句进 行归结,以产生一个新子句。归结时,一个子句以“正文字”形式出现 ,一个以“负文字”形式出现,归结后就 删除这两个“正负文字”,合并剩下的文 字。若最后产生空子句,则存在矛盾;若 没有产生空子句就一直进行下去。4.2.2.1 数理逻辑表示法(续 )4.命题逻辑归结原理2:归结过程(续) 举例:假言推理:4.2.2.1 数理逻辑表示法(续)5.命题逻辑中的归结对公理集F、命题S的归结过程如下:把F的所有命题转换成子句型。把否定S的结果转换成子句型。重复下述归结过程,直到找出一个矛盾或 不能再归结: 挑选两个子句,称之为母子句。其中一个母子句 含L,另一
11、个母子句含L. 对这两个母子句作归结,结果子句称为归结式。 从归结式中删除L和L,得到所有文字的析取。 若归结式为空子句,则矛盾已找到;否则原归结 式加入到该过程中的现有子句集。4.2.2.2 产生式规则产生式规则知识一般表现为:if A then B,即表示为:如果A成立则B成立,简化为 :产生式规则知识有正向、逆向两种推理方 式1. 正向推理 正向推理过程为:逐条搜索规则库,对每一条规则 的前提条件,检查事实库中是否存在。前提条件中 各子项,若在事实库中不是全部存在,放弃该条规 则;若在事实库中全部存在,则执行该条规则,把 结论放入事实数据库中。反复循环执行上面过程, 直至推出目标,并存入
12、事实库中为止。4.2.2.2 产生式规则(续)1. 正向推理(续) 例 :在产生式规则库中有3条规则,在事实库 中存在B、C、E 3个事实,且它们均为真, 希望通过正向推理,证明目标G为真(成立 )。产生式规则与事实库的初始状态如图4.3所示图4.3 产生式规则库与事实库的初始状态4.2.2.2 产生式规则(续)1. 正向推理(续) 推理过程为:图4.3 产生式规则库与事实库的初始状态事实库的最后状态为:4.2.2.2 产生式规则(续)2. 逆(反)向推理逆向推理过程为:从目标开始,寻找以此目 标为结论的规则,并对该规则的前提进行判 断,若该规则的前提中某个子项是另一规则 的结论时,再找此结论
13、的规则,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,由此回溯上一个规则的推理, 一直回溯到目标的判断。在计算机上实现逆向推理用规则栈来完成。4.2.2.2 产生式规则(续)2. 逆(反)向 推理(续)例子:对图4.3 采用逆向推理图4.3 产生式规则库与事实库的初始状态逆向推理每次推理改变的过程为:4.2.2.3 语义网络语义网络是以网络形式把概念之间用弧线 连接起来,构成知识的一种表示形式。语义网络把问题中的概念用结点表示。语义网络概念之间的关系用弧来表示。语义网络推理表现为对结点的访问以及结 点间关系的检索,即体现为对语义网络的
14、联想过程。4.2.2.3 语义网络(续)语义网络中,通过语言网络的形式推理回 答两类问题:从概念结点间问它们之间的关系。通过概念和关系问其他结点。4.2.2.3 语义网络(续)例 :问:海浪和轮船有什么关系?(寻找概念间的关系 ) 答:某港海浪晃动某港轮船。(通过中间概念结点 建立起关系) 问:怎样晃动?(通过概念和关系寻找其他结点) 答:猛烈地晃动。 问:晃动哪些轮船?(寻找概念间的关系) 答:晃动某港轮船。4.2.2.4 框架 框架由一组描述物体的各个方面的槽(属性)所 组成。每个槽又可包含若干侧面,每个侧面都有自 己的名字和填入的值。 一般的框架结构为:4.2.2.4 框架(续) 没有侧
15、面的框架简化为:4.2.2.4 框架(续) 槽值可以有以下几种类型:1) 具体值value。2) 默认值default。3) 过程值procedure。4) 另一框架名。5) 空(待填入)。4.2.2.4 框架(续) 对框架最主要的推理形式为:填充槽值。 填充槽值实现的主要办法为:匹配与继承。1) 匹配 v 匹配是一类事物的完整描述。事物之间的匹 配只能是部分相同槽的匹配。v 例如:王强的行动和音量像消防车。现在对 王强与消防车的进行框架匹配,以找出对王 强行动与音量的描述。4.2.2.4 框架(续)1) 匹配 (续)框架1: 王强是 人性别 男行动 音量 进取心 中等框架2: 消防车是 车辆颜色 红行动 快音量 极高载物 水4.2.2.4 框架(续)2)继承3)继承有:直接继承与复杂继承I.直接继承是指在框架网络中下层框架直接 从上层框架中继承所有的属性值和条件。II. 时序继承是指有条件的继承。框架名: 旧中国政体:资产阶级专政面积: 960万平方公里人口: 4.5亿领导党派:国民党 框架名: 新中国政体:人民民主专政面积: 960万平方公里人口: 4.5亿(1949年时 )领导党派:共产党4.2.2.5 剧本剧本是描述一定范围内一串原型事物的结构。1.剧本的组成剧本由6个部分组成:1)