管理信息系统 第4章

《管理信息系统 第4章》由会员分享，可在线阅读，更多相关《管理信息系统 第4章（32页珍藏版）》请在金锄头文库上搜索。

1、决策支持系统的概念决策支持系统的功能决策支持系统的组成决策支持系统的决策过程人工智能第4章 决策支持与人工智能 近半个世纪以来，组织的管理思想、方法与工具随着组织环境的变迁而发生了巨大的变化，管理思想、方法与工具的改进使组织的管理效率与效用有了显著的提高。 20世纪60年代末70年代初出现的MIS使企业的信息获得了系统的开发和利用，将企业的管理水平提高到了一个新的层次。 第4章 决策支持与人工智能然而，面对一些半结构化半结构化和非结构化非结构化的决策支持要求，MIS无能为力。决策支持系统（Decision Support System，DSS）应运而生。第4章 决策支持与人工智能DSS是一种以

2、计算机为工具，应用决策科学及 有关学科的理论与方法，以人机交互方式辅助 决策者解决半结构化和非结构化决策问题的信 息系统 。4.1 决策支持系统的概念DSS与MIS的关系有广义与狭义之分，就狭义而言，MIS与DSS是不同的系统， 就广义而言，DSS是MIS的分系统。 MIS是一个总概念，DSS是MIS发展的高级阶段或高层子系统 。 DSS是鉴于MIS的不足而推出的目标不同于MIS的新型系统。 MIS是DSS的基础部分，也即DSS包括提供决策信息的MIS， MIS是DSS的一个子系统。从发展的观点看，可以将DSS看做是MIS的高级阶段或高层分系统。但为了有利于作深人的专门研究，为了满足组织管理决

3、策现 代化与科学化的迫切需要，针对性地作DSS的专门开发与应用也是可行的。4.2 决策支持系统的功能 管理并随时提供与决策问题有关的组织内部信息。如：订单要求、库存状况、生产能力与财务报表等。 收集、管理并提供与决策问题有关的组织外部信息。如：政策法规、经济统计、市场行情、同行动态与科技进展等。 收集、管理并提供各项决策方案执行情况的反馈信 息。如：订单或合同执行进程、物料供应计划落实情况、 生产计划完成情况等。 能以一定的方式存储和管理与决策问题有关的各种 数学模型。如：定价模型、库存控制模型与生产调度模型等。4.2 决策支持系统的功能 能够存储并提供常用的数学方法及算法。如：回归分析方法、

4、线性规划、最短路径算法等。 上述数据、模型与方法能容易地修改和添加。如：数据模式的变更、模型的连接或修改、各种方法的修改等。 能灵活地运用模型与方法对数据进行加工、汇总、分析、预测，得出所需的综合信息与预测信息。4.2 决策支持系统的功能 具有方便的人机对话和图像输出功能，能满足随机的 数据查询要求，回答 “如果则“之类的问题。 提供良好的数据通信功能，以保证及时收集所需数据并将加工结果传送给使用者。 具有使用者能忍受的加工速度与响应时间，不影响使用者的情绪。4.2 决策支持系统的功能4.3 DSS的系统结构DSS部件之间的关系构成了DSS的系统结构，系统的功能主要是由系统结构决定，具有不同功

5、能特色的DSS，其系统结构也不同。由数据库、模型库等子系统与对话子系统成三角形分布的结构，也是DSS最基本的结构。 对话管理 子系统数据库 管理系统模型库 管理系统数据库模型库用户对话管理 子系统数据库 管理系统模型库 管理系统数据库模型库用户方法库 管理系统方法库对话管理子系统是DSS是人机接口界面； 决策者作为DSS的用户通过该子系统提出信息查询的 请求或决策支持的请求； 对话管理子系统对接受到的请求作检验，形成命令， 为信息查询的请求进行数据库操作，提取信息，所得 信息传送给用户；对决策支持的请求将识别问题与构建模型，从方法库 中选择算法，从数据库读取数据，运行模型库中的模 型，运行结果

6、通过对话子系统传送给用户或暂存数据 库待用。4.3 DSS的系统结构例：有一制造厂为决定它的生产规模和合适的库存量，建立一个决策支持系统。 1. 模型库：由生产计划、库存模拟模型 (如预测、库存控制模型)等组成。2. 数据库中存有历年销售量、资金流动情况、成本等原始数据。3. 人机交互系统：决策者通过计算机终端屏幕，根据 DSS提供最佳订货量和重新订货时间，以及相应的生产成本、库存成本等信息，进行 “如果将会怎样?” 的询问，对所提方案进行灵敏度分析，或者以新的参数进行模拟而得到一个新的方案。应用DSS作决策的过程是一个人机交互的启发，因此问题的解决过程往往要分解成若干个阶段，一个阶段完成后用

7、户获得阶段的结果以及某些启示，然后进入下一阶段的人机对话，如此反复，直到用户形成决策意见，确定问题的解。阶段1阶段2阶段3决策意见4.4 决策支持系统的决策过程案例分析 人工智能的应用1985年，年仅22岁的俄罗斯棋手卡斯帕罗夫力克群雄， 成为历史上最年轻的国象棋世界冠军。从那以后，他在国 际象棋领域里的地位一直未受到严峻挑战，被认为是有史 以来最强的棋手之一。正是1985年，专为国际象棋而设计的计算机“深蓝”在美国 卡内基梅隆大学的实验室中诞生了。当时“深蓝”还不 叫现在这个名字，而是叫做“Chiptest”(字面意思是芯片测 试)，设计者是华裔博士生许峰雄。Chiptest 每秒钟大约只

8、能计算 5万步棋。其后几经演变，几易主人，这台机器的 棋艺越来越高超。深蓝拥有32个处理器，并行处理信息， 每秒能够计算2亿步棋。1997年34岁的卡斯帕罗夫与“深蓝”的“人机大战”始于5月3 日，双方先后共进行6局对弈。在首局比赛中，卡斯帕罗 夫执白先行，经过3个多小时的苦战击败“深蓝”，力拔头 筹。在次日举行的第二局比赛中，“深蓝”却以凌厉的攻势 和明显的优势战胜卡氏，扳回一局。在接下去的第三、第 四和第五局比赛中，双方下得异常激烈，鏖战数小时，最 终均战成平局。11日举行的第六局比赛，“深蓝”充分利用 执白先行的好处，一路强攻，仅用一个多小时，双方仅走 19步，就让卡氏俯首称臣，取得了决

9、定性的胜利。1950年，信息论创始人克劳德香农说：“下棋问题不管是 在步骤上还是在目的上都非常明确。找到象棋问题的答案 既不复杂，也不简单。”当时，计算机技术还像是处在远 古的侏罗纪时代一样。深蓝是如何下棋的，又是什么原因使深蓝如此会下棋?“深蓝”是如何下棋的？“深蓝”重达1.4吨，是一台RS/6000SP型超级计算机，共 装有32个并行处理器，每秒能分析2亿步棋。“深蓝”对每 步棋作出决定前，有四个主要考虑，包括：(1)棋子，每只棋子各有价值，但在不同位置和棋局的不同阶 段，价值会相对调整；(2) 位置，电脑就棋子周围能够作安全攻击的四方格数目估值 。控制愈多四方格，愈处于优势；(3)步调，

10、力求每一步皆有助于操作棋局；(4)保王，电脑替王所处的位置的安全性估值，以作出防卫棋 步。又是什么原因使深蓝如此会下棋?答案在于深蓝具有独特的软件设计以及大规模并行处理能 力。说到底，深蓝靠“不停地傻算”胜了卡斯帕罗夫。同时，“深蓝”内存贮了几乎世界上所有的棋谱，对于棋王 过去下过的每一局棋都了如指掌，而且心无旁骛。它能根 据卡氏过去的棋局进行程序优化。包装后的“深蓝”也可以 在下棋过程中由人改变程序，根据棋面及时调整战略战术 ，表现出人性化的某些智能性。 专家系统是人工智能领域的重要分支，医疗诊断 专家系统可以作为医生诊断的一种辅助工具远程医疗是使用技术远程监视、诊断，有时甚至 进行治疗的技

11、术，而无需与病人同处一地。目前，远程医疗通常要使用一些便携式或家用诊 断器件，测量血压、心率以及其他生命体征，以 便进行跟踪。然后，把这些结果上传到PC，并通 过网络发送给医生或医疗提供商，以监控结果。 在这个过程中，有很多人为干预。“网络技术的进步在不断对此进行改进。 例如， 加拿大New Brunswick的圣约翰医院的护士测量 术后在家休养的病人的生命体征，以确定他们是 否在正确康复，或是还需要其他救助。这实际上 降低了病人的医疗成本，也空出了医院非常紧缺 的术后病床，并使病人更舒适地在家休养。” 虽然当今的远程医疗已经取得很大的进步，但 仍有很多事情要做。下一步就是让智能器件和 系统不

12、需要诊断，真正通过自动远程医疗实现 先进的治疗。在自动远程医疗中，关键药物疗法可根据联网 传感器和器件收集的信息进行实时调整。通过 比较病人的实时数据和历史数据，可在合理范 围内自动调节剂量。嵌入式智能不仅在上述领域发挥作用，还可以 通过远程医疗实现机器人手术。目前，通过使 用可消除人手正常抖动的操纵杆，医生能够进 行本地机器人手术，从而帮助外科医生更精确 地进行精密手术。 机器人手术目前仅在病人和医生同处一个病房 的情况中使用。未来网络延迟和视频等问题将 解决，届时我们有望进行远程机器人手术，因 为医疗专家基本上可在全球范围内按需分配。 然而，实现这一目标所需的条件现在还没有完 全到位。为了

13、做到这一点，必须保证有近乎完 美延迟的高质量网络，来发送视频图像，控制 机器人。 到2015年，这种可能性将更大。 我 们将拥有更快、更强大的多核处理和先进的联 网功能，同时还将改进网络带宽和视频压缩。 有了在处理、视频和网络功能领域的进步，远 程机器人手术将成为可能。 超级电脑能够战胜国际象棋冠军Gary Kasparov ，是因为它储存了很多过去的比赛、策略和结果 。医疗人工智能利用基于多年的实际医疗数据和 病历的先进算法，帮助医生更好地决策。 医疗人工智能并不是真正意义上的新概念。 大概在10年前，研究人员就开发了一个使用人工 智能的系统，来诊断心脏病发作风险，它比大部 分资深的心脏病专

14、家的效率还高10%。然而采用 嵌入式智能，其管理和处理大量数据和更丰富数 据类型的能力，将使这些系统在诊断能力方面更 加先进。 未来10年，我们设想医疗人工智能系统不 仅能使用复杂算法进行智能决策，而且能通 过捕获、分析和调节持续的实时病人数据流 真正地学习。例如， 研究人员正试验使用 医疗人工智能和传感器网络，帮助老年痴呆 患者过上更幸福、健康和安全的生活。老年痴呆病人的一些常见症状是健忘和精 神混乱，这些有时会使他们处于极大的危险 之中。为了解决这个问题，研究人员正在开 发一个系统，该系统能够从家中传感器网络 中自动收集病人数据，并使用医疗人工智能 分析数据。支撑这一切的，是把病人的家庭转变为一个“智 能家庭”：传感器将与日常物体集成，以确定病 人是否打开炉子，或者是否打开冰箱、橱柜或 大门等；热力和压力传感器将确定病人是坐在 椅子上、躺在床上还是在房子里散步；生物传 感器将测量心率和体温等生命体征，告诉我们 它们的情况。来自这些传感器的实时数据共同提供一幅病人 在室内的位置及其精神状态的无比清晰的图片 。如果人工智能系统检测到一个异常情况，它 会自动触发应急响应，提醒病人吃饭或吃药， 或者如果在一定时间内室内没有记录任何活动 ，它就自动拨叫急救电话。