决策支持系统与专家系统

《决策支持系统与专家系统》由会员分享，可在线阅读，更多相关《决策支持系统与专家系统（15页珍藏版）》请在装配图网上搜索。

1、第七章 决策支持系统与专家系统 随着 MIS的发展，人们发现MIS的作用并没有达到所期望的社会经济效果，主要原因在于MIS主要解决的是管理中的结构化问题，而对于管理中的半结构化和非结构化决策问题则难以提供信息支持。20世纪70年代以来，由于管理者越来越需求决策的信息，以便有效的管理和控制资源。如何运用计算机解决管理中的决策问题，也就成了亟待解决的问题。在此背景下，人们通过不断的求索，决策支持系统与专家系统应运而生。另外，运筹学模型、数理统计方法及软件的发展，多目标决策分析和知识表达技术，数据库管理系统，图形软件，各种软件开发工具，高性能计算机等，也为广泛的研制和应用决策支持系统与专家系统提供了

2、良好的技术准备和物质准备。7.1 决策支持系统 决策支持系统（ decision support systems，简称DSS）是在管理信息基础上发展起来的。从广义角度，可以认为决策支持系统是MIS的一部分，是管理信息系统概念的深化。 从20世纪70年代初提出决策支持系统的概念至今，人们对DSS 进行了不断地探索和研究，DSS 在理论和技术上都得到了迅速发展，取得了不少应用成果。但目前DSS 这一门学科仍处于成长发展时期，尚未形成一个完整的理论体系，有待进一步完善。7.1.1 决策支持系统的定义和特征 决策支持系统是一个不断发展的新领域，我们很难给出DSS 的一个完整和统一的定义，不同的学者都是

3、从不同的角度给予DSS 不同的解释。最早提出DSS 概念的高瑞（ Gorry ） 和莫顿 （Scott Morton）认为，DSS 是支持决策者对半结构化、非结构化问题进行决策的系统；瑞蒙（ C.Reimen ）则强调人机之间的互相作用，他认为DSS 最重要的特征是它有一种交互的特别分析能力，使管理者尽量完整地模拟问题并使之模型化； Bonozek 和 Whiston 认为DSS 是由三个部分组成的计算机系统：语言系统LS-提供用户与DSS 通信，知识系统KS-储存系统中的知识，问题处理系统PPS-对问题进行描述，提出问题的方法，得出问题的解答。也有人从“决策”、“支持”、“系统”三方面来说明

4、DSS ，“决策”意味着解决问题，在制定决策中解决问题，在解决问题的每一步 作出 决策。“支持”主要指在决策过程中的每一阶段使用计算机及软件技术支持决策者。“系统”是指一个人机交互的系统以及设计和实践中的系统性,等等。 由上可见，定义 DSS 是一件相当困难的事。DSS 的实用性是它的生命线，从应用角度我们将DSS 定义为：是以计算机为工具，能够综合利用各种数据、信息、知识、模型和人工智能技术，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。DSS 应用了决策科学、运筹学、管理学、人工智能、计算机科学、行为科学等学科的理论和方法，是MIS的发展。 如何定义 DSS 并不是主要

5、的问题，关键在于我们进行DSS 的设计需要考虑决策者和决策过程的特点，把握DSS 的基本特征。一个DSS应该具有下述基本特征： 1、 对管理者面临的半结构化、非结构化决策问题提供支持； 2、支持而不是代替决策者的决策； 3、把模型的或分析技巧的应用与传统的数据存取功能结合起来； 4、支持决策过程的所有阶段； 5、强调改进决策的效能（Effectiveness）而不是提高决策的效率（Efficiency）； 6、具有方便的人机交互接口，易于非计算机专业人员掌握和使用DSS； 7、具有通用性和快捷响应的特性，能够快速支持决策者解决处于不同状态的某一领域中的决策问题； 8、 强调对环境及用户决策方法

6、改变的灵活性和适应性。 用构成决策支持系统的部件来表述DSS 的结构特征是理解什么是DSS 的又一重要方法。一般地说，DSS 的结构特征应包括以下几个方面： 1、 模型库及其管理系统； 2、 方法库及其管理系统； 3、 知识库及其管理系统； 4、 数据库及其管理系统； 5、 交互式计算机硬件及软件； 6、 对用户友好的建模语言。 虽然目前DSS 并没有标准模式和规范，但DSS 一定要能起决策支持的作用，能够帮助各级管理者特别是高层领导在各方面决策。7.1.2 决策支持系统对过程的支持 西蒙将决策 过程划分为三阶段， DSS 作为有效的决策支持工具应该对这个动态的决策过程提供支持。 一、对情报阶

7、段的支持 情报阶段是问题或机会的识别过程，一个 DSS 应具有如下功能： 1.采集和存储不同来源的数据。对于一个企业来说，应建立一个数据仓库，库中应存有关于社会的、经济的和法律的环境数据，有关市场、地区的特征与行为的竞争数据，企业内部的能力、资源、弱点 及限制 条件等的数据。 2.计算处理并检索有关可能出现的问题和机会的数据。能够进行数据的加工处理，允许决策者使用DSS搜寻数据库寻找信息。 3.向决策者提供关于问题和机会的报告。DSS能够提供多样化的报告格式。决策者能够得到他们所需要的信息，并以一种适合他们要求的格式展示出来，包括文本的和图表的格式等。 二、对设计阶段的决策支持 DSS对这个过

8、程阶段提供的支持主要表现在： 1.辅助理解问题。即能存储和提供与决策问题有关的各种模型。 2.辅助求解。对模型求解， 形成侯选的 决策方案。 3.测试解的可能性。即执行“What-if”、模拟和目标求解分析。“What-if”分析是对决策变量作假设性的改变以观察对目标变量（结果）的影响的过程。 三、对选择阶段的支持 选择阶段是选定决策方案的阶段， DSS对这个过程的支持表现在： 1.对备选方案进行排列。进行多方案、多目标、多准则下的方案比较和优化。 2.根据一 定的准则来辅助决策。这些准则可以是经济法则，如回收率、回收期、最小成本、最小风险等。通常要进行灵敏度分析。7.1.3 DSS 与 MI

9、S 的比较 DSS是在MIS的基础上发展起来的，是MIS的高级形式。DSS与MIS相比，两者是有很大差别的。 从DSS和MIS名称看，MIS的含义比DSS更广泛，因为管理的职能包括计划、组织、决策和控制的职能，决策只是管理的职能之一。 从MIS和DSS的解决决策问题的类型来看，MIS主要解决的是管理中的结构化决策问题，而DSS则面向的是半结构化和非结构化问题。 从MIS和DSS的技术特点来看，MIS是以分析和管理已有的信息为出发点，运用常规定量数学方法和一些确定的决策模型对问题进行描述、处理和求解。例如，财务决策、生产计划的编制和控制。而DSS是通过数据和模型的存取，为决策者提供一个分析其特定

10、问题，模拟决策过程，提出并选择决策方案，预测决策效果的决策支持环境。例如，为企业制定投资方案、制定经营方针等具有战略性的决策问题提供帮助。 从MIS和DSS面向的服务对象来看，MIS主要完成例行的业务活动中的信息处理，为中低层的决策服务；而DSS则主要用于辅助决策活动，为中高层服务。 另外， MIS是以高效率为其追求的主要目标，要求信息的准确和及时；而DSS则强调系统的有效性，即可实现某 一决策 目标。 关于 MIS与DSS的关系，目前主要有两种观点，一种是发展阶段论，其思想可用一个金字塔来形象地描述（如图7.1a）；另一种是大MIS论，其思想可用图（如图7.1b）来描述，该思想认为DSS是M

11、IS的一部分。 1.4 决策支持系统的结构 DSS的组成部件及其之间的关系构成了DSS的结构。系统的功能主要由系统的结构决定，具有不同功能特色的DSS，其系统结构也不相同。人们对DSS的结构进行了大量研究，取得了不少成果，建立了具有不同结构特点的DSS。由于篇幅的限制，我们在这里介绍一种比较成熟的结构模式。其DSS结构如图7.2所示： 由图可看出 ， DSS主要由三部分组成：交互环境系统、问题处理系统、知识系统。它们之间的关系是：决策用户通过交互环境系统提出信息查询的请求 或决策 支持的请求。问题处理系统通过决策数据库收集和提取信息，所得信息提供给用户。对决策支持的请求，问题处理系统通过知识系

12、统的知识库和数据库，收集与该数据有关的各种数据、信息和知识，据此对该问题进行识别，判断问题的性质和求解过程，通过模型库构建所需的规则模型或数学模型，对模型进行分析鉴定，从方法库中选择求解模型的算法，运行模型，进行模型的分析求解，最后结果通过交互环境系统进行解释，转变为具有实际含义、用户可直接理解的形式，传送给用户使用。这种关系构成了决策问题的求解过程。应用DSS作决策的过程是一个人机交互的启发式过程，往往需要用户与DSS的多次交互对话，进行多次求解，直到得到满意的结果为止。 一、交互环境系统 交互环境系统是用户与DSS的接口，用户通过交互环境系统，把问题及环境的描述和解题要求输入给DSS，而D

13、SS最终也是通过人机交互环境系统将各种处理结果输出给用户。交互环境系统一般由交互语言和提示 库组成 ，交互语言为用户提供直接检索和运算处理手段， 提示库为方便用户 使用DSS提供一套屏幕提示功能。交互环境系统采用的交互语言类似于人类的自然语言，可使用户方便灵活地与DSS对话。为了尽可能方便决策者解决决策问题，交互环境系统应该具有以下功能： 1、 允许使用各种方式，满足用户交互对话需求； 2、 具有理解自然语言的能力； 3、 灵活的“ Whatif”提问方式； 4、 给予用户必要的提示，启发用户顺利地利用 DSS为自己的决策服务； 5、 具有使用各种输出设备输出结果的能力，输出格式灵活多样。 二

14、、问题处理系统 问题处理系统是DSS求解决策问题的核心，是交互环境系统与知识系统的接口。问题处理系统是基于数据库、模型库、知识库和方法库管理系统，是一组软件。它接受决策用户通过交互环境系统输入的关于问题及其环境和解题要求的描述；通过数据库系统和知识库系统，收集和存储有关该问题的信息和知识，完成问题的识别和定义；利用模型库系统构造模型；通过方法库系统建立和识别求解问题具体方法，并进行求解分析和评价；最后，通过交互环境系统将结果反馈给用户。 一个问题处理系统必须具有明确地识别问题的能力，它能把问题描述转化为相应可执行的方案。问题分析能力也是问题处理系统应该具有的主要功能。 三、知识系统 一个决策支

15、持系统，如果没有包含关于决策问题领域的“知识”，那就没有任何价值。这里的“知识”，不仅包括决策 问题所需的内部和外部环境数据、人们的经验和知识，而且包括决策过程中所用的公式、模型或规则、分析工具、推理规则和评价标准，等等。 知识系统是将“知识”按一种有组织的系统方式进行存储和管理的系统，它由数据库系统、模型库系统、知识库系统和方法库系统组成。 1.数据库系统 数据库系统由数据库和数据库管理系统组成，是DSS求解问题的主要数据源。一般情况下，它是任何一个DSS都不可缺少的最基本组成部件。DSS的数据库与传统的数据库相比，其特点是数据面广、内容丰富、概括性强，除了组织内部数据外，更多的是组织外部的

16、数据，如政策法规、统计信息、市场行情、同业动态和科技情报等。DSS使用数据的目的主要是为了支持决策，因此，这些数据大都是经过加工、浓缩或汇总的数据，如月销售成本、销售利润率、市场占有率等。 DSS数据库中的数据很多来源于MIS等信息系统的数据库，这些数据库被称为源数据库。DSS的数据库系统应当有数据抽取部件， 从源数据库 中抽取某部分内容。 DSS的数据库管理系统用于管理、提供与维护数据库中的数据，也是与其他系统的接口。 2.模型库系统 模型库系统由模型库和模型库管理系统组成，是DSS最有特色的部件之一。DSS之所以能够对决策提供有效的支持，主要在于DSS中有能为决策者提供推理、比较选择和分析

17、整个问题的模型库系统。 模型库为DSS各种决策问题所使用的数学模型或逻辑规则模型提供描述手段，并以标准模型模块存储各种模型。模型库管理系统类似于数据库管理系统，完成对模型库的建立及模型的存取、访问、更新、合成等操作。 模型是人们对客观事物及其运动状态的主观描述，它反映了客观事物本质特征，揭示了运动规律，模型在决策活动中的作用十分重要。当我们用来解决决策问题时，我们选择表现某一问题的模型，运行模型求解，产生我们解决问题的方案。在DSS中，为了保证构造模型的灵活性，通常以标准模型块的形式存储各种模型，如果将这些模型块比作半成品和成品的话，则利用这些“元件”又可以构造出任意形式且无穷多的模型，以解决

18、任何所能表述的问题。 解决软科学决策问题所涉及的模型多达上百种，根据它们的功能和用途可分为若干模型群体，即模型群。例如： (1) 预测模型群。在这个模型群中，有关定性模型就有特尔斐法、主观概率预测法、交叉影响矩阵法等；有关定量模型有回归预测、平滑预测、马尔柯夫链预测等。这些模型还可以进一步细分，如回归预测有一元回归、多元线性回归、非线性回归等；平滑预测有平均预测法、指数平滑法等。 (2)系统结构模型群。这些模型有系统结构模型、层次分析模型、投入产出模型、系统动力学模型等。 (3)数量经济模型群。主要包括以经济活动为核心的计量经济模型和经济控制论模型。例如生产函数模型和消费需求模型都属于这一模型

19、群。 (4)优化模型群。它是系统优化的主要手段和方法，主要包括线性规划、非线性规划、动态规划、目标规划和最优控制等方法。 (5)决策模型群。主要包括单目标决策、多目标决策等模型。 (6)不确定模型群。主要用来解决和描述系统中的不确定因素和不确定概念，如模糊数学模型、灰色模型和随机模型等。 (7)系统综合模型群。这部分模型主要运用大系统分解协调原理对各子系统的优化方案综合，并通过计算机仿真，生成若干总体优化方案。 3.知识库系统 知识库系统由知识库及其管理系统组成。 DSS处理的是半结构化和非结构化问题。这些问题很多无法用常规定量数学方法进行描述和处理，必须采用定性求解方法，借助于人们的知识和经

20、验。因此，要利用计算机进行问题的辅助求解，必须解决经验和知识的描述和存储，以及如何利用这些经验和知识进行问题的识别和求解。由此，在DSS中，运用人工智能方法建立知识库，运用逻辑规则对各种专家知识和经验进行描述，并以类似于数据的方法进行收集、存贮、处理和输出。当求解问题时，用逻辑语言进行问题描述，在知识库中寻找相关经验和知识，并利用DSS规划模型进行推断，从而模拟人的决策思维过程，达到辅助决策的目的。 知识库管理系统的主要功能是为修改和扩充知识库中的经验和知识提供手段，包括根据需要对知识库进行添加、修改、删除等。 开发知识库的关键技术是：知识的获取和解释、知识的描述、知识推理以及知识库的管理和维

21、护。 4.方法库系统 方法库系统由方法库和方法库管理系统组成。其基本功能是提供DSS各部件要用到的通用算法、标准函数等方法。在方法库中，以程序方式（标准子程序、内部函数等）存贮各种方法,通过格式化接口与其它部件联系，完成对已构造的模型进行分析求解和处理。方法库管理系统的主要功能与数据库管理系统相似，作用是对库内方法进行有效管理，借助于方法库管理系统，可方便地对库内方法进行增加、更新和维护等。 方法库内存储的方法程序一般有：排序算法、分类算法、最小生成树算法、最短路径算法、计划评审技术、各种统计算法、各种组合算法等。 以上讨论了知识系统，在实际实现时，由于模型、知识和方法的描述、识别以及相互间集

22、成和通讯联系的复杂性，知识系统中的模型库系统、知识库系统、方法库系统要比目前常用的一般数据库系统复杂的多。目前有关的理论和技术仍有待进一步发展，并与人工智能等其它理论和技术的发展有关。7.1.5 例子 战略计划系统实际上就是决策支持系统的一个例子，这个系统的最大特征在于，它充分运用了运筹学、计量经济学等定量方法，同时又把人的主观因素添加了进去。特别对于多部门的组织，决策者往往面临着许多种彼此截然不同的计划方案。他们必须在政府的法令以及其它条件的约束之下，来决定如何最有效地获得资金来源，并最有效地使用它们去进行投 资。在进行上述决策时，有四个问题是至关重要的： 1.把注意力集中在关键变量之上；

23、2.给出迅速的反馈； 3.对资源的分配方案 作出 正确评价； 4.对大量的替代方案逐个进行分析。 一、战略计划系统的分析 假定用户想用系统中已有的优化算法对若干种策略进行分析比较。首先，他应向系统注册。 系统将会询问他想使用哪部分功能。如果他要用优化算法，此时系统将询问他要针对哪一个数据库文件用优化算法（系统中的数据和算法是完全独立的，这便于同一数据选用不同算法，也便于同一算法处理不同数据）。此时用户应该给出数据文件名称。这一文件可以是系统内已经存在的，也可以由用户重新建立。对于选定的数据文件，系统提供一个编辑程序来保证用户随意追加、修改和删除数据。 系统采用逐步提问的方式输入用户的主观意图。

24、 例如，它可能先询问在哪方面投资：房地产？工业？商业？有价证券？当用户回答是有价证券之后，再提问是哪种有价证券：长期债券？普通股票？专门股票？在用户选择了长期债券之后，再提问其它一些变量：几年期？利率多少？本钱多少？赔偿费多少？等一系列问题，当用户逐个回答之后，系统再要求用户在两个目标函数之中选取一个，使每张债券的获益最多还是最终收益最大？ 此后的事情就是用户等待系统进行优化计算， 最后给出一个最佳方案： 买多少，如何分期等，然后，用户可以改变刚才填入的一些参数，让机器重新计算，给出另一个最佳方案。如此继续，用户可以根据自己的主观愿望选取多种参数组合， 对得到 的结果进行分析比较，作为自己决策

25、的依据。 除此之外，用户还可以从系统得到各种报表和各类有用的图形，也可在终端上临时设计自己所需要的输出方式，要求系统以此方式输出信息。 二、战略计划系统的结构 这个系统的主要优点在于：不是单独使用一个模型，而是多种模型的联合使用。图 7.3给出了这个系统的大致结构。中间部分是信息管理子系统，它用来管理全部的信息与数据并生成各种图形和报表。右下方是优化子系统，它以混合的整数规划 闭型为 主体，它可以针对信息管理子系统送来的不同数据，选取不同的计算方法，给出最佳的方案。右上方是风险分析子系统，它包括若干个风险模型，针对用户提出的策略，计算出可能的风险损失和长远影响。图的左侧为计量经济子系统，它包括

26、许多宏观计量经济模型，用来把全国、地区和行业的经济状况综合分析后，提供给中央信息管理子系统，以备其它子系统使用。图的左下角是模拟子系统，用来对各种策略进行模拟试验。 由图 7.3 看出，在使用这个系统之前，公司总经理应该把自己关于战略计划的设想通知给各部门经理和助理经理，以保证他们所提的各种策略都着眼于这个全局目标。各部门经理和助理经理根据各自的具体情况，提出多种备选方案。方案应该包括：资金来源与应用、可能的利益和损失、资金平衡分析表、投资总额、付款间隔、补偿资金、各种约束等。上述这些数据汇总到高层领导，由他交给系统的使用者去寻求决策的支持信息。首先，这些数据以会话方式输入系统，并建立相应的数

27、据库。风险分析子系统首先结合系统事先已存有的各种数据进行该方案的风险分析，分析结果也送入数据库中。同时计量经济子系统根据各种外界因素总结出计量经济分析结果并送入数据库。上述所有信息从工作数据库提供给优化子系统进行优化计算，将结果送报表生成程序。模拟子系统也从这些数据出发进行实地试验。优化和模拟的结果由报表程序生成各种报表及时响应给系统使用者，由他反馈给高层领导。 上述过程可以反复迭代进行， 这就可以把模型的定量分析和人的主观作用很好地结合起来，得到较高水平的战略决策。7.2.1 群体决策支持系统概念 前面所叙述的DSS是主要用于支持管理者个人决策的支持系统。但是许多决策是在群体中产生的，一个组

28、织的决策大多由领导群体 作出 。如对长远发展的重大决策，个人决策局限很大，需要群体决策来解决。他们共同讨论实质性问题，设计解决问题的可能方案，评价这些方案的优劣，最后 作出 决定。 支持群体决策的系统称之为群体决策支持系统（ Group Decision Support System ,GDSS）。所谓群体决策支持系统，就是将计算机技术、通讯技术和决策支持技术等结合在一起，支持群体决策问题得以求解。它是在DSS理论和技术的基础上发展起来的，包括了DSS的大部分组成部分，以及能在群体环境下提供有效支持的软件部分。 经济的发展使现代组织出现了新特点，特别是各国经济趋向全球化，跨区域和国界的企业集团

29、、跨国公司越来越多，这些组织布局分散，市场遍布世界各地，如何为身处异地的领导决策人员及时提供有效信息，并使他们相互之间沟通、发表意见，共同参与并形成决策，是企业在激烈的竞争环境下得以生存和发展的前提。 计算机网络技术、通信技术等的发展，为GDSS奠定了硬件基础，缩短了决策者之间的时空限制，实现了信息资源的共享。基于人们对群体决策行为研究，建立了一套GDSS理论体系，如基于协商对策的多人多目标决策理论、柔性决策理论等。技术和理论的研究和不断发展完善，使GDSS的实现成为可能，目前为止，国内外已开发了不少实用的GDSS。 GDSS具有如下一些基本特点： 1、不受时空的限制； 2、并行通信的能力；

30、3、提供强有力的模型技术支持； 4、灵活方便； 5、匿名输入； 6、方便的协调和通讯条件； 7、减少消极的群体行为； 8、良好的控制机制； 9、支持战略规划、投资预测及风险分析等任务。7.2.2 群体决策支持系统的组成 群体决策支持系统是在多个DSS和多个决策者的基础上进行集成的结果。它以计算机网络为基础，由私有DSS、规程库系统、通讯库系统、共享的数据库、模型库、知识库及方法库、公共显示设备等部件组成。由于GDSS通常被网络化了，因此，GDSS能支持地理上比较分散的群体决策。 对于GDSS，无任何种框架结构，都需要有一个通讯库系统，其作用不仅可以存取决策者之间相互通讯的信息，而且也是汇总各种

31、决策方案进行协商、表决或 送幕显示 的一个缓冲库。GDSS的数据库、模型库、知识库和方法库被分成私有和公有两大部分，私有部分限于每个决策者的私有DSS的访问，而公共部分是每个决策成员都可以访问的。GDSS的规程库系统存储与管理群体决策支持的运作规则及会议事件流程规则等，例如，决策者请求的优先级别规则、决策意见发送优先级别规则及各种协调规则等。7.2.3 群体决策支持系统的选择 群体决策支持系统提供了特殊的环境，以便于群体决策成员互相沟通，建立良好的通信机制。依据群体决策需要，被支持的决策以及决策成员之间的地理位置等因素，有以下几种情况的GDSS可供选用。 （1）决策室。 决策室像一个 传统的会

32、议室，只不过配置了大屏幕投影仪、多媒体计算机等设备。计算机通过局域网互联，每个决策成员通过各自的工作站 点相互 交流和通讯、发表意见，大屏幕用来展示各种想法和分析备选方案。这种情况通常需要一个主持人主持，以便使讨论的决策问题向前深入发展。 （2）决策局域网。在这个情况下，决策成员分布在同一建筑物或同一区域的办公室中，他们通过各自办公室里连网的工作站点。随时沟通、相互交流、共享存于服务器或中央处理机的公共决策资源。这种情况下的计算机网采用局域网联结方式。 （3）电信会议。这种情况采用计算机网络和通信技术，将分散在各地的决策 室通过 视频会议连接起来，以便群体决策成员能互相“碰面”，集中决策。这种

33、情况实质上与决策室相似，但能克服地理位置的限制。 （4）决策远程网。地理上分布较远的决策成员通过远程通信网连接起来，他们在远程网的支持下进行群体决策。 GDSS虽然是在DSS基础上发展起来的，DSS可看作特殊的GDSS，所以GDSS和DSS有共同的发展基础，但GDSS包含了更多的学科知识，是一门更新的技术。7.3 专家系统 专家系统（Expert System, ES）是人工智能技术研究最诱人的成果之一。当今世界上已有成百上千 个 专家系统，广泛应用于医学、诊断、军事调度、辅助教学等领域，并且已开始用于计划管理、工程评估、财政分析等管理决策领域。可以认为，将专家系统与决策支持系统结合起来辅助决

34、策问题是一个发展方向。 专家系统是基于人工智能（Artificial Intelligence, AI）基础上发展起来的，在讨论专家系统之前，先简要讨论一下人工智能。7.3.1 人工智能概述 人工智能概念是在1956年由约翰麦卡锡等人首次提出来的，它标志着人工智能学科的诞生。 人工智能是一门新的技术，它研究的是如何利用计算机来模仿、延伸和扩展人的智能。这种基于计算机的系统，具有像人一样的行为能力，它应该能够理解自然语言（自然语言处理系统），自行主动采取行动完成工作任务（机器人学），利用感知设备去感知它周围的环境（视听感知系统），或以人类专家的水平去解决某一特定领域中的困难问题（专家系统）等。人

35、工智能系统还应像人类一样具有逻辑思维、推理、直觉和判断的能力。 人的智能是极为复杂的，揭开人的智能之谜是发展人工智能的关键。虽然使人工智能真正完全具有人的智能的研究道路还很漫长，但事实上，今天的计算机不仅具有了看、听、闻的能力，而且已具备了思考能力。人工智能的研究正在逐步扩大计算机的智能，使计算机逐步向人的智能靠近。7.3.2 专家系统概念 人工智能可为企业提供一个专家系统。用专家系统获取和存贮企业的专业知识，并将它们提供给那些非专业的人们。这样人们便可以用它来解决问题或学习如何解决问题。 专家系统是具有大量专门知识，并能利用这些知识解决特定领域中实际问题的人工智能系统。专家系统要解决的问题通

36、常是比较复杂的、不确定的非结构化问题，解决这些问题的知识只能从专家获得。因此，专家系统收集和存贮的知识应该是该领域的专家知识。这里讲的解决问题是利用推理方法。 专家系统与 DSS 不同。运用 DSS 和 ES 求解决策问题时， DSS 强调知识的广泛性、通用性，而 ES 侧重于将某一特定领域的专家知识装入知识库； DSS 不能实现决策过程的完全自动化，是一个人机反复交互的过程；而 ES 除了要求用户回答问题、提供必要的数据外，基本上是自动独立工作的。 专家系统有很多的特点和能力，通常包括： 1 、有一个专家知识库。库中存储了某一领域专家的知识和经验； 2 、具有“智能”行为。 ES 具有推理的

37、能力； 3 、系统与人是交互的。 ES 可以和人进行相互对话； 4 、解决复杂问题的能力。 ES 能完成本由人类专家来做的问题求解工作； 5 、能对它们的推理或提议的决策 作出 解释。 ES 能对如何及为什么达到某个决策或解决方案 作出 解释。7.3.3 专家系统的结构 由图 7.4 可看出，专家系统主要由知识库、推理机、知识获取系统和人机接口系统组成。 ES 的核心是知识库和推理机。 一、知识获取系统 知识获取系统的主要功能是获取、存贮和更新知识库中的专家知识，完成把专家的知识按一定的知识表示形式输入到专家系统的知识库中。专家一般具有较少的计算机知识，通常需要知识工程师将专家的知识翻译和整理

38、成专家系统所需的知识。 二、人机接口系统 人机接口系统一方面负责把用户的咨询要求翻译和转换成系统的内部表示形式，然后将内部表示交给相应的部件处理；另一方面负责将 ES 的决策建议和解决方案翻译和转换成便于用户理解的表达形式。 三、知识库 知识库包含从该领域中出色专家那里获取的高水平专业知识经验法则。知识库中需解决的问题是知识的表示形式，在 ES 中最常用也是最成熟的知识的表示法是产生式规则。此外，还有框架式和语义网络 式知识 描述方式。目前，知识表示形式较常用的有： 四、推理机 推理机是专家系统的中央处理单元，用于进行知识推理，求解专门问题。有启发式推理和算法推理。推理方式有正向推理和反向推理

39、或双向推理。此外，还有串行推理和并行推理等。 产生式规则知识在推理时，一个重要的问题就是搜索。更明确地说： 推理机 = 搜索 + 匹配（假言推理） 在推理过程中，是一边搜索一边匹配。当匹配不成功时将引起搜索中的回溯和由一个分枝向一个分枝的转移，也就是说在搜索过程中包含了回溯。 对于推理中的搜索和匹配过程，进行跟踪和显示就形成了向用户说明的解释机制。 思考题： 1、 什么是决策支持系统？它有什么特征？ 2、 决策支持系统如何对决策过程提供支持？ 3、 DSS 与 MIS 有何区别和联系？ 4、 试述构成决策支持系统各部件的功能。 1、 什么是群体决策支持系统？ 2、 什么是人工智能？列出几个人工智能的例子。 3、 群体决策支持系统的形式有哪些？ 4、 什么是专家系统？举出一个专家系统的例子。 9 、专家系统和 DSS 有什么不同？