研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持課件

研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持2024/5/12研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持第7章本章內(nèi)容7.1

人工智能概念7.2人工智能基本原理7.3專家系統(tǒng)與智能決策支持系統(tǒng)7.4遺傳算法的決策支持7.5機器學(xué)習(xí)的決策支持研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持開篇案例KPN電信公司的智能系統(tǒng)背景：KPN電信是一家卓越的電信公司，該公司在荷蘭提供固定線路網(wǎng)絡(luò)，在西歐提供數(shù)據(jù)和IP服務(wù)，并且該公司還在荷蘭、德國和比利時提供移動服務(wù)。它擁有38000多名員工，他們服務(wù)于790萬固定線路用戶、1340萬移動客戶和140萬網(wǎng)絡(luò)訂閱者。不僅如此，KPN電信還在阿姆斯特丹、紐約、倫敦和法蘭克福的股票交易所上市。主要問題是：如何在使成本最小化的同時保持高效的運作。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持信息系統(tǒng)部面臨的難題：在解決來自用戶的服務(wù)電話時耗費時間嚴重，有時也很讓人受挫。更糟糕的是，由于員工的離職或退休，導(dǎo)致了絕大部分知識維護的遺失。解決辦法：開發(fā)了一個被稱為阿基米德的基于規(guī)則的系統(tǒng)。該系統(tǒng)運用Authorete工具獲取知識，這些知識包括：相關(guān)的安裝問題、處理過程、步驟以及IT員工集體經(jīng)驗中的解決方法。阿基米德的核心是其知識庫以及一個友好的用戶界面。知識是用簡單的語句而非復(fù)雜的結(jié)構(gòu)來表達的。這些語句詳細說明了當今的IT專家是如何分析軟件安裝并解決問題的。該系統(tǒng)通過下拉菜單中一系列有意義的陳述來指導(dǎo)用戶，幫助KPN開發(fā)者并進一步完善知識。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持思考問題：開發(fā)智能系統(tǒng)的動機解釋智能系統(tǒng)的作用及其潛在的優(yōu)點，開發(fā)這些系統(tǒng)的主要困難是什么？人工智能與人類智能的區(qū)別是什么？研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持基本思想：包含了學(xué)習(xí)人類的思考過程；通過機器（計算機和機器人）來描述并復(fù)制這些過程。眾所周知的定義：人工智能是一種機器行為，如果由人類執(zhí)行就可以稱為智能。令人深思的定義：人工智能研究的是如何使計算機比人類做的更好。著名應(yīng)用：深藍——國際象棋程序。7.1人工智能的基本概念及原理研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持人工智能具有的能力從經(jīng)驗中學(xué)習(xí)或理解。在模棱兩可或相互矛盾的情形中進行理性分析。對新的情況進行快速成功的響應(yīng)。在解決問題的過程中運用推理方法并對行為進行有效的指導(dǎo)。處理復(fù)雜的情況。以正常的理性方式來理解和推斷。運用知識來處理環(huán)境。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持人工智能的特征

符號處理：數(shù)值與符號算法與啟發(fā)式算法算法是一步一步地處理過程。啟發(fā)式算法：從經(jīng)驗中獲取的直覺知識或經(jīng)驗法則。推斷：啟發(fā)式算法的替代，包含運用啟發(fā)式算法或從其他搜索方法從事實或規(guī)則中推斷。機器學(xué)習(xí)：使系統(tǒng)調(diào)整行為并對外部環(huán)境做出反應(yīng)。例：人工神經(jīng)網(wǎng)絡(luò)和遺傳算法。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持人工智能比人類智能比較人工智能的優(yōu)勢人工智能更具有永久性。人工智能為復(fù)制和傳播提供了便捷。人工智能的成本比自然智能的成本低。人工智能可以存檔。人工智能執(zhí)行某些任務(wù)的速度比人類快。人工智能執(zhí)行某些任務(wù)的質(zhì)量會比許多人甚至是大多數(shù)人高。人類智能具有的優(yōu)勢 人類智能富有創(chuàng)造性，人工智能缺乏創(chuàng)見。人類智能可以直接運用感官體驗并且使人類受益。大多數(shù)人工智能系統(tǒng)必須在符號輸入和表示中工作研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.1人工智能的基本概念及原理人工智能的決策支持技術(shù)研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.1人工智能的基本概念及原理1、人工智能的決策支持技術(shù)從智能決策支持系統(tǒng)的概念可知智能決策支持系統(tǒng)中包含了人工智能技術(shù)，與決策支持有關(guān)的人工智能技術(shù)主要有：專家系統(tǒng)、神經(jīng)網(wǎng)絡(luò)、遺傳算法、機器學(xué)習(xí)、自然語言理解等。

研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持專家系統(tǒng)是利用大量的專門知識解決特定領(lǐng)域中的實際問題的計算機程序系統(tǒng)；神經(jīng)網(wǎng)絡(luò)是利用神經(jīng)元的信息傳播模型（MP模型）進行學(xué)習(xí)和應(yīng)用；遺傳算法是模擬生物遺傳過程的群體優(yōu)化搜索方法；

機器學(xué)習(xí)是讓計算機模擬和實現(xiàn)人類的學(xué)習(xí)，獲取解決問題的知識；自然語言理解是讓計算機理解和處理人類進行交流的自然語言。7.1人工智能的基本概念及原理研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持2．智能決策支持系統(tǒng)結(jié)構(gòu)形式

1）基本結(jié)構(gòu)智能決策支持系統(tǒng)（IDSS）＝?jīng)Q策支持系統(tǒng)（DSS）＋人工智能（AI）技術(shù)7.1人工智能的基本概念及原理研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持

問題綜合與交互系統(tǒng)數(shù)據(jù)庫管理系統(tǒng)模型庫管理系統(tǒng)模型庫數(shù)據(jù)庫

人工智能技術(shù)專家系統(tǒng)神經(jīng)網(wǎng)絡(luò)遺傳算法機器學(xué)習(xí)自然語言理解圖7.1智能決策支持系統(tǒng)的基本結(jié)構(gòu)

研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持

圖7.2智能決策支持系統(tǒng)結(jié)構(gòu)問題綜合與交互系統(tǒng)模型庫管理系統(tǒng)數(shù)據(jù)庫管理系統(tǒng)知識庫管理系統(tǒng)推理機用戶模型庫

知識庫數(shù)據(jù)庫人工智能技術(shù)可以概括為：推理機＋知識庫智能決策支持系統(tǒng)的結(jié)構(gòu)可以簡化為圖7.2研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.2人工智能基本原理7.2.1邏輯推理7.2.2知識表示與知識推理7.2.3搜索技術(shù)研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.2.1邏輯推理1.形式邏輯(人的思維形式、規(guī)律)（1）概念：反映事物的特有屬性和屬性的取值。（2）判斷：對概念的肯定或否定；判斷本身有對有錯；判斷有全稱的肯定（或否定）判斷和存在的肯定（或否定）判斷。（3）推理：從一個或多個判斷推出一個新判斷的過程。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.2.1邏輯推理2.推理的種類演繹推理歸納推理類比推理假言推理三段論推理數(shù)學(xué)歸納法假言易位推理枚舉歸納推理1）演繹推理：從一般現(xiàn)象到個別（特殊）現(xiàn)象的推理。2）歸納推理：從個別（特殊）現(xiàn)象到一般現(xiàn)象的推理。3）類比推理：從個別（特殊）現(xiàn)象到個別（特殊）現(xiàn)象的推理。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持1）演繹推理專家系統(tǒng)的研究基本上屬于演繹推理范疇。演繹推理的核心是假言推理。

假言推理：以假言判斷為前提，對該假言判斷的前件或后件的推理。1）假言推理：p

q，p┝q

2）三段論推理：p

q，q

r┝p

r3）假言易位推理（拒取式）：p

q，

q┝

p

符號“┝”表示推出7.2.1邏輯推理研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持

2）歸納推理(個別→一般)（1）數(shù)學(xué)歸納法這種推導(dǎo)是嚴格的，結(jié)論是確實可靠的。（2）枚舉歸納推理 S1是P，S2是P，…… Sn是P

S1……Sn是S類事物中的部分分子，沒有相反事例。所以，S類事物都是P。

枚舉歸納推理的結(jié)論是或然的(并非必然地)，它的可靠性和事例數(shù)量相關(guān)

。7.2.1邏輯推理研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持枚舉歸納推理實例如觀察到鐵受熱膨脹、銅受熱膨脹等事實而不知其所以然，由此推出“所有金屬受熱膨脹”的結(jié)論就是簡單枚舉歸納推理。

研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持

3）類比推理它是由兩個（或兩類）事物在某些屬性上相同，進而推斷它們在另一個屬性上也可能相同的推理。A事物有abcd屬性,B事物有abc屬性（或a,b,c相似屬性）所以，B事物也可能有d屬性（或d相似屬性）

類比推理的結(jié)論帶有或然性，它的可靠性和相類比事物屬性之間的聯(lián)系程度有關(guān)。7.2.1邏輯推理研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持類比推理實例一1816年的一天，法國醫(yī)生雷奈克出診為一位年輕的女性看病，一見病人，雷奈克犯起愁來：她身體非常肥胖，要診斷她的心臟和肺部是否正常，按當時醫(yī)生慣用的方法，把耳朵貼近病人的胸部來聽，肯定聽不清楚，更何況她是一位年輕的女性。雷奈克抬頭看了看院子里正在玩耍的小孩，腦子里突然浮現(xiàn)出幾年前看到一個孩子們玩的游戲：一個孩子用釘子敲打木板的一頭，另外的孩子爭先恐后地抱著把耳朵貼近木板的另一頭，興致勃勃地傾聽著。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持

為什么木頭能夠把聲音清晰地傳過來呢？雷奈克稍微想了想，只見他很很地拍了一下手說：“就是這樣！就是這樣！”雷奈克要來一疊紙，緊緊地卷成一個卷，然后把紙卷的一端放在姑娘的胸部，另一端放在自己的耳朵上，側(cè)著臉聽了起來?！罢媸且粋€妙法！”雷奈克高興地喊了一句?；氐郊依?，雷奈克找到一根空心木管，造成了歷史上第一個“聽診器”。類比推理實例一研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持類比推理實例二

19世紀30年代，英國商人威爾斯以與馮燦的茂隆皮箱商行訂購的皮箱中有不是皮的木料為由，向香港法院起訴，蓄意敲詐馮燦。針對這種情況，馮燦的律師羅文錦取出口袋的金懷表，高聲問法官：“請問這是什么表？”法官答道：“這是金表，可是這與本案有什么關(guān)系？”羅文錦高舉金表，面對法庭上所有的人說：“有關(guān)系。這是金表，沒有人懷疑是吧？但是，請問，這塊金表除表面鍍金之外，內(nèi)部的機制都是金制嗎？”旁聽者同聲議論：“當然不是。”羅文錦繼續(xù)說：“那么人們?yōu)槭裁从纸兴鸨砟?？”稍作停頓又高聲說：“由此可見，茂隆行的皮箱案不過是原告無理取鬧、存心敲詐而已”原告理屈詞窮，法庭最后以威爾斯誣告，罰款5000元結(jié)案研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持皮箱訴訟案的法庭辯論中，賣方律師在反駁中所使用的就是類比推理：表的外表有金，內(nèi)部含有不是金的材料，但卻是金表；箱的外表有皮，但也含有不是皮的材料；所以，箱仍是皮箱。類比推理實例二研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持

3.總結(jié)

1）演繹推理的結(jié)論沒有超出已知的知識范圍。而歸納推理和類比推理的結(jié)論超出已知的知識范圍。演繹推理只能解釋一般規(guī)律中的個別現(xiàn)象而歸納推理和類比推理創(chuàng)造了新的知識，使科學(xué)得到新發(fā)展，是一種創(chuàng)造思維方式。2）演繹推理中由于前提和結(jié)論有必然聯(lián)系，只要前提為真，結(jié)論一定為真。歸納推理和類比推理中前提和結(jié)論，不能保證有必然聯(lián)系，具有或然性。這樣推理的結(jié)論未必是可靠的。需要經(jīng)過嚴格的驗證和證明，使之形成新的理論。7.2.1邏輯推理研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.2.2知識表示與知識推理案例分析：禮來制藥公司基于知識的實時系統(tǒng)的開發(fā)背景：禮來公司是一家全球性的大型美國制藥公司（全球范圍內(nèi)有41000名員工，在158個國家銷售產(chǎn)品）問題：生產(chǎn)藥物產(chǎn)品需要一道叫做發(fā)酵的特殊工序。一個典型的發(fā)酵過程是操作一系列不停攪拌的容器。為了獲得優(yōu)質(zhì)產(chǎn)品，需要小心監(jiān)控發(fā)酵過程并且始終如一的控制。但是傳統(tǒng)統(tǒng)計過程難以控制參數(shù)。例如：無法量化一個發(fā)酵種子所處的階段。無法對產(chǎn)品攪動做出精確的預(yù)測。雖然培植采用相同的工序，但是由不同員工來執(zhí)行。不同操作者根據(jù)各自的經(jīng)驗來控制這一過程，導(dǎo)致產(chǎn)品的質(zhì)量有差異。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持解決：禮來公司采用專家系統(tǒng)來解決這一問題，目的是希望關(guān)鍵技術(shù)員能夠24小時對發(fā)酵過程提供服務(wù)，并且專家系統(tǒng)中知識庫的相關(guān)部分能夠被復(fù)制。構(gòu)建了一個智能質(zhì)量報警系統(tǒng)，用于操作提供一致性的實時建議。開發(fā)過程：四名知識工程師參與了系統(tǒng)的開發(fā)，他們僅僅被要求記錄專家知識，而不進行任何優(yōu)化。也不能使用自身領(lǐng)域知識來影響專家。總共開發(fā)了6個月。步驟：知識誘出；知識融合；知識庫編碼；測試和評估。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持思考：為什么禮來公司需要開發(fā)一個智能系統(tǒng)來為過程操作提供建議？開發(fā)十個獨立的知識庫，然后通過知識融會將它們合成一個整體，你對此有何看法？這種方法的優(yōu)點和缺點各是什么？使用知識獲取工具有什么好處？研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.2.2知識表示與知識推理研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.2.2知識表示與知識推理知識獲?。菏侵笍娜祟悓＜摇?、文檔、傳感器或者計算機文件中采集知識。這些知識可能傾向于特殊的問題域或問題解決程序，也可能是一般性知識或者元知識。知識表示：采集的知識是在一種被稱為知識表示的行為過程中組織的。這一行為過程包括知識圖的表示以及將知識編碼到知識庫中。知識確認：知識將被不斷確認和核實。推理：這一行為包括使計算機能夠基于知識和問題特性來進行推理軟件的設(shè)計。解釋和理由：包括解釋能力的設(shè)計和編程實現(xiàn)研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.2.3搜索技術(shù)搜索技術(shù)是人工智能的一個重要研究內(nèi)容。智能技術(shù)體現(xiàn)在減少搜索樹中的盲目搜索。1.執(zhí)行時間與ｎ，ｎ２，ｎ３等成正比的算法，稱為按多項式時間執(zhí)行。2.執(zhí)行時間與２ｎ，ｎ！和ｎｎ等成正比的算法，稱為按指數(shù)時間執(zhí)行。按多項式時間執(zhí)行的算法，計算機是可以實現(xiàn)的。按指數(shù)時間執(zhí)行的算法，計算機是不可能實現(xiàn)的。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.2.3搜索技術(shù)人工智能中發(fā)展了一種稱為啟發(fā)式搜索方法，基本思想可用一個實例來說明：一個外地人到某城市出差，他想到書店看看，又不知書店在何處，如果采取盲目搜索，從住地出發(fā)沿任一方向走，在分叉路口又任選一分支走，他可能走幾天幾夜也找不到如果采用啟發(fā)式方法，他會問路上的人，到書店怎樣走。城市中的大部分人對書店不知道，問不出來。

研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.2.3搜索技術(shù)改一種問法：問該城市最熱鬧的地方在哪兒？按照這個啟發(fā)式信息沿著指路人的路線，乘車到達最熱鬧的地方但書店在哪兒，仍然不知道。如果盲目搜索，可能仍然找不到。如果采用啟發(fā)式方法，他會問路上的人，賣畫的地方在哪兒，他可以通過畫店再問書店在哪兒？啟發(fā)式方法能減少大量盲目無效的搜索，能有效克服按指數(shù)時間執(zhí)行的組合爆炸現(xiàn)象研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.2.3搜索技術(shù)搜索方法分類：基本搜索法（1）廣度優(yōu)先搜索法。（2）深度優(yōu)先搜索法。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.2.3.1廣度優(yōu)先搜索（寬度優(yōu)先搜索）1、廣度優(yōu)先搜索思想從初始狀態(tài)S開始，利用規(guī)則，生成所有可能的狀態(tài)。構(gòu)成樹的下一層節(jié)點，檢查是否出現(xiàn)目標狀態(tài)G，若未出現(xiàn)，就對該層所有狀態(tài)節(jié)點，分別順序利用規(guī)則。生成再下一層的所有狀態(tài)節(jié)點，對這一層的所有狀態(tài)節(jié)點檢查是否出現(xiàn)G，若未出現(xiàn)，繼續(xù)按上面思想生成再下一層的所有狀態(tài)節(jié)點.這樣一層一層往下展開。直到出現(xiàn)目標狀態(tài)G為止。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持圖7.7廣度優(yōu)先搜索示意圖

研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持1、深度優(yōu)先搜索法思想從初始狀態(tài)S開始，利用規(guī)則生成搜索樹下一層任一個結(jié)點，檢查是否出現(xiàn)目標狀態(tài)G，若未出現(xiàn)，以此狀態(tài)利用規(guī)則生成再下一層任一個結(jié)點，再檢查是否為目標節(jié)點G。若未出現(xiàn)，繼續(xù)以上操作過程，一直進行到葉節(jié)點（即不能再生成新狀態(tài)節(jié)點）。當它仍不是目標狀態(tài)G時，回溯到上一層結(jié)果，取另一可能擴展搜索的分支。生成新狀態(tài)節(jié)點。一直進行下去，直到找到目標狀態(tài)G為止。7.2.3.2深度優(yōu)先搜索法研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持圖7.8深度優(yōu)先搜索示意圖

研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持

在深度優(yōu)先搜索中，搜索一旦進入某個分支，就將沿著該分支一直向下搜索。如果目標節(jié)點恰好在此分支上，則可較快地得到解。但是，如果目標節(jié)點不在此分支上，而該分支又是一個無窮分支，則就不能得到解。所以深度優(yōu)先搜索是不完備的，即使問題有解，它也不一定能求得解。顯然，用深度優(yōu)先求得的解，也不一定是路徑最短的解。

深度優(yōu)先法適合于搜索樹的深度較小的問題研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.3專家系統(tǒng)與智能決策支持系統(tǒng)7.3.1專家系統(tǒng)原理7.3.2專家系統(tǒng)與DSS的集成研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.3.1專家系統(tǒng)原理1.專家系統(tǒng)概念1）專家系統(tǒng)定義專家系統(tǒng)是具有大量專門知識，并能運用這些知識解決特定領(lǐng)域中實際問題的計算機程序系統(tǒng)。專家系統(tǒng)是利用大量的專家知識，運用知識推理的方法來解決各特定領(lǐng)域中的實際問題。計算機專家系統(tǒng)這樣的軟件能夠達到人類專家解決問題的水平。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.3.1專家系統(tǒng)原理2）專家系統(tǒng)的特點專家系統(tǒng)需要大量的知識，這些知識是屬于規(guī)律性知識，它可以用來解決千變?nèi)f化的實際問題。專業(yè)技能符號推理深層知識自我知識研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持傳統(tǒng)系統(tǒng)與專家系統(tǒng)比較傳統(tǒng)系統(tǒng)專家系統(tǒng)信息及其處理過程通常在連續(xù)的程序中結(jié)合知識庫與處理（推理）機制明顯分離程序不會出錯程序可能出錯通常不解釋為什么要輸入數(shù)據(jù)或如何得出結(jié)論解釋是多數(shù)專家系統(tǒng)的一部分需要輸入所有的數(shù)據(jù)不要求輸入所有的數(shù)據(jù)。程序更改復(fù)雜改變規(guī)則容易系統(tǒng)只在其完成時運行系統(tǒng)可以在少數(shù)規(guī)則下運行系統(tǒng)一步一步執(zhí)行系統(tǒng)通過啟發(fā)式算法和邏輯執(zhí)行數(shù)據(jù)表示和應(yīng)用大數(shù)據(jù)庫知識表示和應(yīng)用大知識庫處理定量數(shù)據(jù)處理定性數(shù)據(jù)運用數(shù)字表示運用符號和數(shù)字知識表示獲取、放大和分配得到的數(shù)據(jù)或信息獲取、放大和分配獲取到的判斷或知識研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持人類專家與專家系統(tǒng)的不同特征人類專家專家系統(tǒng)損失率是否知識傳遞難易知識記錄難易決策一致性低高單位使用成本高低創(chuàng)造性高低自適應(yīng)性高低知識范圍廣泛狹窄知識類型常識和技術(shù)技術(shù)知識內(nèi)容經(jīng)驗符號研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持

2.專家系統(tǒng)結(jié)構(gòu)專家系統(tǒng)的核心是知識庫和推理機。專家系統(tǒng)可以概括為：

專家系統(tǒng)＝知識庫+推理機7.3.1專家系統(tǒng)原理研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持知識獲取人機接口知識庫推理機專家用戶咨詢建議專家系統(tǒng)核心專家系統(tǒng)結(jié)構(gòu)

研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.3.2專家系統(tǒng)與決策支持系統(tǒng)集成

IDSS充分發(fā)揮了專家系統(tǒng)以知識推理形式解決定性分析問題的特點.發(fā)揮了決策支持系統(tǒng)以模型計算為核心的解決定量分析問題的特點.充分做到定性分析和定量分析的有機結(jié)合.

研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持數(shù)據(jù)庫DBDSS控制系統(tǒng)模型庫MB問題綜合與交互系統(tǒng)動態(tài)DB推理機和解釋器知識庫KB集成系統(tǒng)DSSES圖7.16智能決策支持系統(tǒng)集成結(jié)構(gòu)圖綜合系統(tǒng)DSS和ES的總體結(jié)合。

由集成系統(tǒng)把DSS和ES有機結(jié)合起來2.KB和MB的結(jié)合。

模型庫中的數(shù)學(xué)模型和數(shù)據(jù)處理模型作為知識的一種形式，即過程性知識，加入到知識推理過程中去。3.DB和動態(tài)DB的結(jié)合。DSS中的DB可以看成是相對靜態(tài)的數(shù)據(jù)庫，它為ES中的動態(tài)數(shù)據(jù)庫提供初始數(shù)據(jù)，ES推理結(jié)束后，動態(tài)DB中的結(jié)果再送回到DSS中的DB中去。

研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持DSS與ES集成形式一：DSS和ES并重的IDSS結(jié)構(gòu)集成系統(tǒng)DSSES7.3.2專家系統(tǒng)與決策支持系統(tǒng)集成

集成特點1.具有綜合系統(tǒng)，具有調(diào)用和集成DSS和ES的能力。2.擴充DSS的問題與人機交互系統(tǒng)功能，增加對ES的調(diào)用組合能力DSS與ES的關(guān)系：DSS中DB與ES中的動態(tài)DB進行數(shù)據(jù)交換解決問題的特點體現(xiàn)定性分析和定量分析并重解決問題的特點。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持DSS控制系統(tǒng)MBDBESDSS與ES集成形式二：DSS為主體的IDSS結(jié)構(gòu)

7.3.2專家系統(tǒng)與決策支持系統(tǒng)集成

集成特點集成系統(tǒng)和DSS控制系統(tǒng)合為一體DSS與ES的關(guān)系：ES被DSS控制系統(tǒng)調(diào)用解決問題的特點體現(xiàn)以定量分析為主，結(jié)果定性分析解決問題的特點。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持推理機（廣義）

DSS動態(tài)DBKB推理機MB動態(tài)DBKB圖7.19DSS作為推理形式的IDSS圖7.20模型作為知識的IDSSDSS與ES集成形式三：

ES為主體的IDSS結(jié)構(gòu)7.3.2專家系統(tǒng)與決策支持系統(tǒng)集成

集成特點人機交互系統(tǒng)和ES合為一體DSS與ES的關(guān)系：圖7.19DSS作為推理機，受ES的推理機控制；圖7.20數(shù)據(jù)模型作為知識出現(xiàn)解決問題的特點體現(xiàn)以定量分析為主，結(jié)果定性分析解決問題的特點。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.4遺傳算法的決策支持7.4.1遺傳算法原理7.4.2優(yōu)化模型的遺傳算法求解7.4.3獲取知識的遺傳算法7.4.4遺傳規(guī)劃建立模型研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.4.1遺傳算法原理遺傳算法(GeneticAlgorithm，GA)是模擬生物進化的自然選擇和遺傳機制的一種尋優(yōu)算法。適用于復(fù)雜的非線性問題,主要應(yīng)用在組合優(yōu)化和機器學(xué)習(xí)兩個方面。應(yīng)用領(lǐng)域：圖像識別、圖像恢復(fù)、自適應(yīng)控制、優(yōu)化調(diào)度等領(lǐng)域。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持遺傳算法的發(fā)展過程大體上可分為以下三個階段：

（1）70年代的興起階段。1975年美國Michigan大學(xué)J.Holland首次系統(tǒng)地闡述了遺傳算法的基本理論和方法。在這一時期的大部分研究都處于理論研究和建立實驗?zāi)Ｐ碗A段（2）80年代的發(fā)展階段。1980年Smith教授將遺傳算法應(yīng)用于機器學(xué)習(xí)領(lǐng)域，研制出了一個著名的分類器(Classifier)系統(tǒng)。這期間許多學(xué)者對遺傳算法進行了大量的改進和發(fā)展，提出了許多成功的遺傳算法模型，使遺傳算法應(yīng)用于更廣泛的領(lǐng)域。

（3）90年代的高潮階段。進入90年代后，遺傳算法作為一種實用、高效的優(yōu)化技術(shù)，得到了極為迅速的發(fā)展。

7.4.1遺傳算法原理研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.4.1遺傳算法原理7.4.1.1遺傳算法工作過程7.4.1.2遺傳算法的理論基礎(chǔ)7.4.1.3遺傳算法的基本特征研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.4.1.1遺傳算法的工作過程遺傳算法是一種群體型操作，該操作以群體中的所有個體為對象。個體就是模擬生物個體而對問題中的對象（一般就是問題的解）的一種稱呼，一個個體也就是搜索空間中的一個點。種群(population)就是模擬生物種群而由若干個體組成的群體,它一般是整個搜索空間的一個很小的子集。遺傳算法的三個主要操作算子：選擇（selecation）、交叉（crossover）和變異（mutation）構(gòu)成了遺傳操作（Geneticoperation），使遺傳算法具有了其他傳統(tǒng)方法所沒有的特性。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持產(chǎn)生新一代群體編碼和初始群體形成輸出種群個體適應(yīng)值滿意否？7.4.1.1遺傳算法的工作過程

首先將問題的每個可能的解按某種形式編碼，編碼后的解稱作染色體（個體）。

隨機選取N個染色體構(gòu)成初始種群，再根據(jù)預(yù)定的評價函數(shù)對每個染色體計算適應(yīng)值，使得性能較好的染色體具有較高的適應(yīng)值。

選擇適應(yīng)值高的染色體進行復(fù)制，通過遺傳算子來產(chǎn)生一群新的更適應(yīng)環(huán)境的染色體，形成新的種群。

這樣一代一代不斷繁殖，最后收斂到一個最適應(yīng)環(huán)境的個體上，求得問題的最優(yōu)解。遺傳算子選擇交叉變異研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持1.群體中個體的編碼如何將問題描述成位串的形式，即問題編碼。一般將問題的參數(shù)用二進制位（基因）編碼構(gòu)成子串，再將子串拼接起來構(gòu)成“染色體”位串。7.4.1.1遺傳算法的工作過程例如：個體染色體9----1001（2，5，6）----010101110研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持2.適應(yīng)值函數(shù)的確定遺傳算法的執(zhí)行過程中，每一代有許多不同的染色體（個體）同時存在，這些染色體中哪個保留(生存)、哪個淘汰(死亡)是根據(jù)它們對環(huán)境的適應(yīng)能力決定的，適應(yīng)性強的有更多的機會保留下來。適應(yīng)性強弱是計算個體適應(yīng)值函數(shù)f(x)的值來判別的，這個值稱為適應(yīng)值(fitness)。適應(yīng)值函數(shù)(即評價函數(shù))是根據(jù)目標函數(shù)確定的。適應(yīng)值總是非負的，任何情況下總是希望越大越好。如果目標函數(shù)不是取最大值時，需要將它映射成適應(yīng)值函數(shù)。適應(yīng)值函數(shù)f(x)的構(gòu)成與目標函數(shù)有密切關(guān)系，往往是目標函數(shù)的變種。一般是一個實值函數(shù)。該函數(shù)就是遺傳算法中指導(dǎo)搜索的評價函數(shù)。7.4.1.1遺傳算法的工作過程研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持3.遺傳算法的三個算子（一）選擇(Selection)算子（二）交叉(Crossover)算子（三）變異(Mutation)算子7.4.1.1遺傳算法的工作過程研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持它又稱復(fù)制(reproduction)、繁殖算子。選擇是從種群中選擇生命力強的染色體產(chǎn)生新種群的過程。依據(jù)每個染色體的適應(yīng)值大小，適應(yīng)值越大，被選中的概率就越大，其子孫在下一代產(chǎn)生的個數(shù)就越多。選擇操作是建立在群體中個體的適應(yīng)值估評基礎(chǔ)上的。7.4.1.1遺傳算法的工作過程（一）選擇(Selection)算子研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持通常做法是：對于一個規(guī)模為N的種群S,按每個染色體xi∈S的選擇概率P(xi)所決定的選中機會,分N次從S中隨機選定N個染色體,并進行復(fù)制。7.4.1.1遺傳算法的工作過程

這里的選擇概率P(xi)的計算公式為（一）選擇(Selection)算子研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持（二）交叉(crossover)算子它又稱重組(recombination)、配對(breeding)算子，在遺傳算法中起著核心作用。染色體重組是分兩步驟進行的:首先在新復(fù)制的群體中隨機選取兩個個體然后，沿著這兩個個體(字符串)隨機地取一個位置，二者互換從該位置起的末尾部分。交叉率(crossoverrate)就是參加交叉運算的染色體個數(shù)占全體染色體總數(shù)的比例，記為Pc,取值范圍一般為0.4～0.99。7.4.1.1遺傳算法的工作過程研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.4.1.1遺傳算法的工作過程例1:有兩個用二進制編碼的個體A和B。長度L=5，A=a1a2a3a4a5，B=b1b2b3b4b5隨機選擇一整數(shù)k∈[1，L-1]，設(shè)k=4，經(jīng)交叉后變?yōu)椋篈=a1a2a3|a4a5B=b1b2b3|b4b5A’=a1a2a3b4b5B’=b1b2b3a4a5

s1′=01000101,s2′=10011011可以看做是原染色體s1和s2的子代染色體。

例2,設(shè)染色體s1=01001011,s2=10010101,交換其后4位基因,即（二）交叉(crossover)算子研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持變異就是以很小的概率，隨機地改變字符串某個位置上的值。變異操作是按位（bit）進行的，即把某一位的內(nèi)容進行變異。在二進制編碼中，就是將某位0變成1，1變成0。選擇和交叉算子基本上完成了遺傳算法的大部分搜索功能，而變異則增加了遺傳算法找到接近最優(yōu)解的能力。變異率(mutationrate)是指發(fā)生變異的基因位數(shù)所占全體染色體的基因總位數(shù)的比例，記為Pm，取值范圍一般為0.0001～0.02。它保證了遺傳算法的有效性。7.4.1.1遺傳算法的工作過程（三）變異(Mutation)算子研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.4.1.1遺傳算法的工作過程例如:設(shè)染色體s=11001101將其第三位上的0變?yōu)?,即s=11001101→11101101=s′。

s′也可以看做是原染色體s的子代染色體。（三）變異(Mutation)算子研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持4.控制參數(shù)設(shè)定遺傳算法中的參數(shù)包括群體中個體的數(shù)目、交叉概率、變異概率等這些參數(shù)的設(shè)定隨具體問題的不同將有所差別，帶有經(jīng)驗性，它會影響遺傳算法的迭代收斂過程。7.4.1.1遺傳算法的工作過程研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持1.遺傳算法的處理對象是問題參數(shù)的編碼個體（位串）遺傳算法要求將問題的參數(shù)編碼成長度有限的位串。遺傳算法是在求解問題的編碼串上進行操作，從中找出高適應(yīng)值的位串，而不是對問題目標函數(shù)和它們的參數(shù)直接操作。遺傳算法不受函數(shù)限制條件(如導(dǎo)數(shù)存在、連續(xù)性、單極值等)的約束。7.4.1.3遺傳算法的基本特征

研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持2.遺傳算法的搜索是從問題解位串集開始搜索，而不是從單個解開始在最優(yōu)化問題中，傳統(tǒng)的方法是從一個點開始搜索，如爬山法。一般復(fù)雜問題會在“地形”中出現(xiàn)若干“山峰”，傳統(tǒng)的方法很容易走入假“山峰”。遺傳算法同時從種群的每個個體開始搜索，象一張網(wǎng)罩在“地形”上，數(shù)量極大的個體同時在很多區(qū)域中進行搜索，這樣就減少了陷入局部解的可能性。7.4.1.3遺傳算法的基本特征

研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持3.遺傳算法只使用目標函數(shù)(即適應(yīng)值)來搜索，而不需要導(dǎo)數(shù)等其他輔助信息傳統(tǒng)搜索算法需要一些輔助信息，如梯度算法需要導(dǎo)數(shù)，當這些信息不存在時，這些算法就失效了。而遺傳算法只需目標函數(shù)和編碼串，因此，遺傳算法幾乎可以處理任何問題。4.遺傳算法使用的三種遺傳算子是一種隨機操作，而不是確定性規(guī)則遺傳算法使用隨機操作，但并不意味著遺傳算法是簡單的隨機搜索。遺傳算法是使用隨機工具來指導(dǎo)搜索向著一個最優(yōu)解前進。5.隱含的并行性6.易介入到已有的模型中，并具有擴展性；易于同別的技術(shù)結(jié)合使用7.4.1.3遺傳算法的基本特征

研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.4.2優(yōu)化模型的遺傳算法求解優(yōu)化模型的計算是遺傳算法最基本的也是最重要的研究和應(yīng)用領(lǐng)域之一。一般說來，優(yōu)化計算問題通常帶有大量的局部極值點，往往是不可微的、不連續(xù)的、多維的、有約束條件的、高度非線性的NP完全問題。精確地求解優(yōu)化問題的全局最優(yōu)解一般是不可能的。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持旅行商問題（TSP）的遺傳算法求解實例

已知n個城市的地理位置（x,y），求經(jīng)過所有城市，并回到出發(fā)城市且每個城市僅經(jīng)過一次的最短距離。這是一個NP完全問題，其計算量為城市個數(shù)的指數(shù)量級?，F(xiàn)用遺傳算法來解決這個問題。

研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持1、編碼

31578910426每條路徑對應(yīng)一個個體，個體形式地表示為R={City_No|City_No互不重復(fù)}n，n為城市數(shù)。例如對于n=10的TSP問題，對其中一個個體它表示一條城市路徑31 5 7 8 910 4 2 6研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持其中ni表示個體中第i位的城市編號，n11=n1。適應(yīng)值為非負，且取值越大越好。表示所有個體的路徑長度的總和2、適應(yīng)值函數(shù)

每個個體代表一條可能的路徑。個體n的適應(yīng)值為：其中N為種群數(shù)，Dn為沿個體標示的城市序列的所經(jīng)過的距離:研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持3、交叉

隨機地從種群中選出要交叉的兩個不同個體，隨機地選取一個交叉段。交叉段中兩個個體的對應(yīng)部分通過匹配換位實現(xiàn)交叉操作。對個體A和B：

A＝984

|567|

13210

B＝871

|4103|

2965交叉段

對個體A，對交叉段中由B換位來的數(shù)，如4、10、3，在A中其它位相同的數(shù)進行反交換，即4換為5，10換為6，3換為7；對個體B，相似處理，最后得到：

A，＝98

4

|4103|

1

3

2

6

B，＝8

7

1

|567|

29

65

A，＝98

5

|4103|

1

7

2

6B，＝8

3

1

|567|

29

104研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持4、變異

根據(jù)變異概率Pe，隨機地從種群中選出要變異的個體，隨機地在該個體上選出變異兩個位置，然后兩個位置上的城市序號進行交換。如：

A=9

8

456

7

13210下劃線部分為要變異的兩個位置。變異為：

A`=9

7

456

8

13210

研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持5、遺傳算法結(jié)果計算結(jié)果表明：n個城市的最佳路徑接近一個外圈無交叉的環(huán)路。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.5機器學(xué)習(xí)的決策支持7.5.1機器學(xué)習(xí)概述7.5.2機器學(xué)習(xí)分類7.5.3建立模型的發(fā)現(xiàn)學(xué)習(xí)研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.5.1機器學(xué)習(xí)綜述1.基本概念學(xué)習(xí)和解決問題是人類最重要的兩個智能行為機器學(xué)習(xí)是讓計算機模擬和實現(xiàn)人類的學(xué)習(xí)，獲取知識。機器學(xué)習(xí)也是計算機具有智能的重要標志。

研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.5.1機器學(xué)習(xí)綜述(1)人類學(xué)習(xí)概念的學(xué)習(xí)、領(lǐng)域知識的學(xué)習(xí)、技能（元知識即解決問題）的學(xué)習(xí)特點：過程緩慢、會忘記、知識傳授困難、能不斷修改知識，使人類逐漸變得聰明。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.5.1機器學(xué)習(xí)綜述(2)機器學(xué)習(xí)（1）R.S.Michalski認為：學(xué)習(xí)是構(gòu)造或修改所經(jīng)歷的事物的表示。該觀點強調(diào)知識的表示。

（2）學(xué)習(xí)是知識的獲取。該觀點強調(diào)知識獲取。

（3）H.A.Simon認為：學(xué)習(xí)是系統(tǒng)在相似的任務(wù)中，做一些適應(yīng)性變化，使得在下一次類似的任務(wù)中，做得更好。該觀點強調(diào)學(xué)習(xí)的效果。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.5.1機器學(xué)習(xí)綜述2.機器學(xué)習(xí)與專家系統(tǒng)專家系統(tǒng)知識獲取的“瓶頸”現(xiàn)象知識的脆弱性缺乏直覺判斷能力機器學(xué)習(xí)提供知識獲取提供有效途徑研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.5.1機器學(xué)習(xí)綜述3.機器學(xué)習(xí)實例1.Michalski和R.L.Chilausky的PLANT/SS系統(tǒng)它是一個大豆病害診斷防治專家系統(tǒng)。該系統(tǒng)用示例學(xué)習(xí)AQ11算法自動產(chǎn)生規(guī)則進行診斷。把631種有病害的大豆的性狀描述（表示為包含35種特性的向量）和每種植物的病名一起輸入到計算機中選用290種做為訓(xùn)練例子（例子間相差很遠），利用AQ11算法獲得規(guī)則知識。再用340個樣本作為測試例子，并將專家和計算機的診斷結(jié)果進行對比。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.5.1機器學(xué)習(xí)綜述驗證AQ11

算法測試例（340個）××癥狀

訓(xùn)練例

（290個）××癥狀：病名規(guī)

則知

識診斷病名實際病名97.6%（大豆病害實例）（If——then）（正確判別率）計算機產(chǎn)生的規(guī)則優(yōu)于專家歸納的規(guī)則專家的正確判斷率為71.8％。計算機的正確判斷率高達97.6％。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.5.1機器學(xué)習(xí)綜述鐘鳴和陳文偉的IBLE算法利用信息論的信道容量思想，研制了IBLE算法。對已有結(jié)論的化學(xué)物質(zhì)的質(zhì)譜進行學(xué)習(xí)，得出了質(zhì)譜規(guī)則。然后利用這些規(guī)則再去測試未知化學(xué)物質(zhì)的質(zhì)譜，得出它的種類。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持鐘鳴和陳文偉的IBLE算法驗證IBLE

算法測試集（5500個）正確識別率：94%

訓(xùn)練例八類化合物質(zhì)譜15000種××特征：物質(zhì)類規(guī)

則

樹一般專家的正確識別率70%研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.5.2機器學(xué)習(xí)分類學(xué)習(xí)過程的本質(zhì)是學(xué)生(學(xué)習(xí)系統(tǒng))把教師或環(huán)境(如書本)提供的信息轉(zhuǎn)換成能夠理解的形式記憶下來，以便將來使用.當前,國際上流行的機器學(xué)習(xí)分類方法主要有四種:按應(yīng)用領(lǐng)域分類(專家系統(tǒng)、問題求解、認知模擬）按獲取知識的表示分類(邏輯表達式、產(chǎn)生式規(guī)則、決策樹、神經(jīng)網(wǎng)絡(luò))按推理策略分類(演繹推理和歸納推理)機械學(xué)習(xí)、示教學(xué)習(xí)、通過例子學(xué)習(xí)、解釋學(xué)習(xí)、類比學(xué)習(xí)、發(fā)現(xiàn)學(xué)習(xí)按系統(tǒng)性分類(歷史淵源、知識表示、推理策略、應(yīng)用領(lǐng)域).研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持7.5.2機器學(xué)習(xí)系統(tǒng)基本結(jié)構(gòu)環(huán)境學(xué)習(xí)知識庫執(zhí)行研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持(1)機械學(xué)習(xí)（ROTELEARNING)1.思想:記憶=檢索+計算2.示意圖檢索程序計算f(x)記錄(2)無(1)存入輸出yj=f(xj)有解yixixj研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持例子：汽車保險程序該程序能對被損壞的汽車的修理費用進行計算.它的輸入是汽車損壞情況,即生產(chǎn)廠家、生產(chǎn)年代、汽車種類、汽車損壞部位及程度等數(shù)據(jù).一般是直接查找到所需的修理費用.如果系統(tǒng)沒有發(fā)現(xiàn)這樣的汽車,系統(tǒng)就利用一般的賠償規(guī)則和計算公式計算出它的修理費用,并把它保存起來,下一次遇到這種情況就直接查找結(jié)果而不再去計算.研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持3.機械學(xué)習(xí)系統(tǒng)中要注意三個問題:數(shù)據(jù)的存儲組織.使得在大量的數(shù)據(jù)中能迅速地查找出所需的數(shù)據(jù).適應(yīng)變化的環(huán)境.數(shù)據(jù)要隨形勢的變化而變化,很多數(shù)據(jù)由于形勢發(fā)展已過時或無用,就要進行相應(yīng)的變化和更新.檢索和計算的權(quán)衡.檢索一定比計算來得更快才有意義機械學(xué)習(xí)的基本思想是用檢索來代替計算.(1)機械學(xué)習(xí)（ROTELEARNING）研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持1.思想:把外部知識(專家、教師)消化成內(nèi)部可使用的知識，并把新知識和原來的知識有機的結(jié)合在一起。2.示意圖:(2)示教學(xué)習(xí)（被告知學(xué)習(xí)）知識庫原知識新知識知識轉(zhuǎn)換外部知識內(nèi)部知識一致化效果評價（矛盾、冗余）研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持3.實現(xiàn)步驟(1)請求:向人類專家提出請求.(2)解釋:消化吸收專家的知識并把它轉(zhuǎn)化成可理解形式。(3)形式化:把專家知識轉(zhuǎn)換成機器能夠操作形式，即當專家的知識不能直接在機器上操作時,需要進行一些處理(形式化),使專家知識成為可使用形式.(4)并入:把知識并入知識庫中.在并入知識庫時要解決知識的冗余和矛盾的問題.(5)評價:評價知識的執(zhí)行的結(jié)果.一般讓系統(tǒng)使用專家的知識執(zhí)行某些實際任務(wù),檢查是否工作得很好.(2)示教學(xué)習(xí)（被告知學(xué)習(xí)）研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持1.思想:從大量例子中分析、提煉出規(guī)則知識或判定樹知識。2.示意圖:(3)示例學(xué)習(xí)（learningfromexamples）ID3(互信息);IBLE(信道容量)例子集示例學(xué)習(xí)算法規(guī)律性知識產(chǎn)生式規(guī)則判定樹集合論方法信息論方法AQ系列:AQ11,AQ15AE5粗集方法ID3IBLEAQ15研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持

例如,給出肺炎與肺結(jié)核兩種病的一些病例.每個病例都含有五種癥狀：

發(fā)燒(無、低、高),

咳嗽(輕微、中度、劇烈),

X光所見陰影(點狀、索條狀、片狀、空洞),

血沉(正常、快),

聽診(正常、干鳴音、水泡音).(3)示例學(xué)習(xí)（learningfromexamples）研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持肺炎和肺結(jié)核的部分病例集為：通過示例學(xué)習(xí)得到如下診斷:

（1）血沉＝正?！模犜\＝干嗚音∨水泡音）→診斷＝肺炎（2）血沉＝快∨聽診＝正?！\斷＝肺結(jié)核這樣，就從例子（病例）歸納產(chǎn)生了診斷規(guī)則。

肺炎肺結(jié)核病狀病例號發(fā)燒咳嗽X光所見血沉聽診1高劇烈片狀正常水泡音2中度劇烈片狀正常水泡音3低輕微點狀正常干鳴音4高中度片狀正常水泡音5中度輕微片狀正常水泡音1無輕微索條狀正常正常2高劇烈空洞快干鳴音3低輕微索條狀正常正常4無輕微點狀快干鳴音5低中度片狀快正常研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持示例學(xué)習(xí)系統(tǒng)較多，其中較有影響的有：?J.R.Quinlan的ID3?Michalski的AQ11及洪家榮擴充的AQ15?洪家榮的AE5?鐘鳴和陳文偉的IBLE(3)示例學(xué)習(xí)（learningfromexamples）研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持4.類比學(xué)習(xí)(learningbyanalogy)類比從一個已知事物的“源”領(lǐng)域到一個未知的“目標”領(lǐng)域進行知識的映射。類比推理從一個已知事物（源），通過類比來解決另一個未知事物（目標）的推理過程。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持類比學(xué)習(xí)過程1.聯(lián)想搜索匹配對一個新事物(目標源)提取其特征用這些特征去搜索一個與之相似的已知事物(候選源)，進行匹配。2.檢驗相似程度判斷已知事物(候選源)與新事物(目標源)的相似程度，達到了某閾值，則類比匹配3.修正、變換的求解為了把匹配成功的已知事物(源)用于新事物(目標)，需要對已知事物的知識進行修正變換，以導(dǎo)出新事物的解。

4.更新知識庫當新事物的解求出以后，將它并入知識庫研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持1.思想：根據(jù)兩事物性質(zhì)，從一個事物的特性，推出另一個事物的新特性。2.示意圖：源域S元素a性質(zhì)P(a)有Q(a)目標域T元素b性質(zhì)P(b)有Q(b)相似類比類比學(xué)習(xí)方法研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持S域中找P(a)->Q(a)S域中一般P(x)->Q(x)(1)歸納T域中P(x)->Q(x)(2)映射T域中P(b)->Q(b)(3)演繹類比學(xué)習(xí)算法思想（1）找出源域與目標域的相似性質(zhì)P，以及找出源域中另一個性質(zhì)Q和性質(zhì)P對元素a的關(guān)系：

P(a)→Q(a)（2）在源域中推廣P和Q的關(guān)系為一般關(guān)系，即：

x(P(x)→Q(x))這一步實際是歸納，由個別現(xiàn)象推廣成一般規(guī)律。（3）從源域和目標域映射關(guān)系，得到目標域的新性質(zhì)：

x(P(x)→Q(x))（4）利用假言推理：

P(b),P(x)→Q(x)┝Q(b)

最后得出b具有性質(zhì)Q，這一步實際是演繹，由一般規(guī)律推出個別現(xiàn)象。研究生第七章智能決策支持系統(tǒng)和智能技術(shù)的決策支持類比推理描述有兩個不同的領(lǐng)域：源域S和目標域T，S中的元素a和T中元素b具有相似的性質(zhì)P，即P(a)～P(b)（“～”表示相似），a還具有性質(zhì)Q，即