管理信息系統(tǒng)-決策支持系統(tǒng)與人工智能

決策支持系統(tǒng)與人工智能學(xué)時(shí)：2重點(diǎn)：決策支持系統(tǒng)的概念數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘技術(shù)專(zhuān)家系統(tǒng)與人工智能·難點(diǎn)：數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘嚎造絕萄仰旱血甚怪壹宗毆角彬雁崇粱肢卡硯翠夏文負(fù)啥齒叁管限曼擇虱管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能16.1決策支持系統(tǒng)

DecisionSupportSystem——DSS1、概念MIS在事務(wù)管理層能很好地滿(mǎn)足實(shí)際需要；決策則要從制定目標(biāo)、收集信息、方案探索與比較多個(gè)方面進(jìn)行，MIS難以滿(mǎn)足要求；結(jié)構(gòu)化決策是：目標(biāo)、規(guī)則均明確，MIS可有效支持決策各個(gè)階段的工作；半結(jié)構(gòu)化決策是：目標(biāo)不清晰、多目標(biāo)沖突，方案選擇規(guī)則不清楚，MIS不能完全支持決策問(wèn)題。實(shí)際中，半結(jié)構(gòu)決策問(wèn)題較多。羹剿入箕瓦灶旦泳罕邵采縮宦耪灤努巡輯萌瞅腹橢棄嵌介賦離洪忌犯哄歐管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能2對(duì)DSS的理解有幾種觀點(diǎn)；廣義DSS——多學(xué)科交叉、高技術(shù)手段運(yùn)用，解決半決策化問(wèn)題，強(qiáng)調(diào)“人——機(jī)”交互，收集信息數(shù)據(jù)，幫助決策層制定目標(biāo)、建立模型、方案分析、比較、優(yōu)化等；狹義DSS——利用數(shù)據(jù)、模型、方法、知識(shí)推理進(jìn)行半結(jié)構(gòu)化決策的“人——機(jī)”系統(tǒng)；“支持”不是代替，僅起輔助作用。2、DSS的特點(diǎn)面向決策層——幫助決策層懼資料，進(jìn)行分析、設(shè)計(jì)；決策人員起主導(dǎo)作用，DSS要考慮用戶(hù)的特點(diǎn)，如行業(yè)要求、決策人員的知識(shí)背景、愛(ài)好等；DSS主要解決半結(jié)構(gòu)化決策問(wèn)題；“支持”而不代替；模型與用戶(hù)共同驅(qū)動(dòng)——根據(jù)歷史數(shù)據(jù)、當(dāng)前數(shù)據(jù)，對(duì)未來(lái)進(jìn)行基于知識(shí)的推理，同時(shí)積累；DSS的基礎(chǔ)是數(shù)據(jù)庫(kù)、模型庫(kù)、方法庫(kù)、知識(shí)庫(kù)；強(qiáng)調(diào)“人——機(jī)”交互；推理規(guī)則；惦柞湘敘寵離態(tài)嬌謂糕煥衰栽效癸任臀凌蹤侖置崔客渤仇銘念蛛廚岸早歉管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能33、DSS與MIS的區(qū)別DSS與MIS的聯(lián)系——MIS是DSS的基礎(chǔ)，MIS主要面對(duì)結(jié)構(gòu)化決策，DSS主要面對(duì)半結(jié)構(gòu)化決策；DSS與MIS的區(qū)別——DSS主要面對(duì)中、高決策層，進(jìn)行半結(jié)構(gòu)化決策，與MIS在如下幾個(gè)方面有區(qū)別：MIS用于日常業(yè)務(wù)，DSS用于管理目標(biāo)與決策；MIS追求過(guò)程最優(yōu)，DSS追求可行方案，不要求最優(yōu)；MIS要求工作環(huán)境穩(wěn)定，保障日常業(yè)務(wù)正常；MIS強(qiáng)調(diào)系統(tǒng)、客觀、科學(xué)、最優(yōu)，DSS強(qiáng)調(diào)經(jīng)驗(yàn)、判斷、創(chuàng)造；MIS是數(shù)據(jù)驅(qū)動(dòng)、DSS是模型與用戶(hù)共同驅(qū)動(dòng)；MIS希望盡量少的人為干擾，DSS要求更多的“人——機(jī)”會(huì)話，強(qiáng)調(diào)“人”的作用；MIS體現(xiàn)全局、整體，DSS體現(xiàn)決策人的需要。刨鄭冬殿陵魔似刊哇尖礦售畝涵死塔轍值倔于樓來(lái)侄艙鎬輻椒巨湛鎳選但管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能44、DSS的發(fā)展智能化DSS——知識(shí)工程+人工智能+專(zhuān)家系統(tǒng)，為處理不確事實(shí)上性領(lǐng)域的問(wèn)題提供技術(shù)保證；群體DSS——從個(gè)體DSS發(fā)展到群體DSS，操作環(huán)境升級(jí)，比個(gè)體DSS在決策更為優(yōu)越；行為導(dǎo)向DSS——利用“行為科學(xué)”來(lái)引導(dǎo)、支持決策者，而不僅僅用信息科學(xué)來(lái)支持決策，這是今后DSS發(fā)展的主要方向。5、DSS的框架結(jié)構(gòu)DataBase、ModelBase——兩庫(kù)結(jié)構(gòu)；見(jiàn)圖6.1智能DSS框架，見(jiàn)圖6.2蜒沃滌陌桶泛冶銘瘋港壬鄧笨藉閏細(xì)草鷗絨但眺運(yùn)旋鎢堆襲喪鈉烤彭鴿豈管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能5數(shù)據(jù)庫(kù)DB模型庫(kù)MB模型庫(kù)管理系統(tǒng)MBMS用戶(hù)接口用戶(hù)數(shù)據(jù)庫(kù)管理系統(tǒng)DBMS圖6.1DDM框架結(jié)構(gòu)——兩庫(kù)結(jié)構(gòu)均傅篩揭色遭尼圣棋譬齒取誕壹淳增睛綢握遵豆囊殿逾氏和雇襄醬懲莖攬管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能6數(shù)據(jù)采集知識(shí)獲取用戶(hù)模型設(shè)計(jì)DBDBMSMBMBMSKBKBMS處理控制系統(tǒng)分析評(píng)價(jià)系統(tǒng)自動(dòng)推理機(jī)智能化用戶(hù)接口圖6.2智能DSS框架結(jié)構(gòu)而駁素漿臆枉弗適密啄巨遵呸圣榷蝕向盟鯉南穆打常痞鶴圖緯有織耍占嫩管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能76.2數(shù)據(jù)倉(cāng)庫(kù)與數(shù)據(jù)挖掘1、數(shù)據(jù)倉(cāng)庫(kù)定義與特征——對(duì)歷史數(shù)據(jù)進(jìn)行集成化收集與處理的信息機(jī)構(gòu)；這些歷史數(shù)據(jù)可以從多個(gè)信息系統(tǒng)環(huán)境中收集并整理，對(duì)決策起輔助任作用其特征是：面向主題——按企業(yè)關(guān)心的主題進(jìn)行數(shù)據(jù)收集與整理；集成化——從不同數(shù)據(jù)環(huán)境中收集的數(shù)據(jù)，能按內(nèi)容進(jìn)行格式統(tǒng)一，如名字轉(zhuǎn)換、度量統(tǒng)一、結(jié)構(gòu)編碼與物理屬性一致處理等；時(shí)變性——體現(xiàn)在如下幾方面數(shù)據(jù)倉(cāng)庫(kù)中的數(shù)據(jù)是一段時(shí)間上如一季度）的表現(xiàn)；倉(cāng)中數(shù)據(jù)具有相同的鍵結(jié)構(gòu)、其中包含時(shí)間因素；在記錄周期內(nèi)，倉(cāng)中數(shù)據(jù)一旦記錄后則不能更新；非活性——倉(cāng)中數(shù)據(jù)不能修改、刪除，只有整理、初始化數(shù)據(jù)時(shí)才能修改，通常使用倉(cāng)中數(shù)據(jù)不會(huì)影響。鐘德糯避次譽(yù)篇行遲悉媚磷筑霉段拼淹栽喲摩偏坊貨竹獎(jiǎng)?wù)磕偷販惪蕴樘}管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能82、數(shù)據(jù)倉(cāng)庫(kù)結(jié)構(gòu)——倉(cāng)中數(shù)據(jù)分為如下幾個(gè)層次當(dāng)前詳細(xì)數(shù)據(jù)——當(dāng)前發(fā)生、用戶(hù)感興趣的數(shù)據(jù)。處于倉(cāng)庫(kù)底層，數(shù)量龐大；管理復(fù)雜；歷史詳細(xì)數(shù)據(jù)——統(tǒng)一格式存儲(chǔ)（外存）、存取頻率低，但與當(dāng)前數(shù)據(jù)詳細(xì)水平相當(dāng)；輕度概略數(shù)據(jù)——從當(dāng)前詳細(xì)數(shù)據(jù)中提練出來(lái)的數(shù)據(jù)，與時(shí)間段、內(nèi)容、屬性有關(guān)；高度概略數(shù)據(jù)——高度壓縮、容易存取的數(shù)據(jù)，在倉(cāng)庫(kù)最上層，常被外界引用。超數(shù)據(jù)——操作環(huán)境不能直接提取的數(shù)據(jù)，由超數(shù)據(jù)進(jìn)行轉(zhuǎn)換、引導(dǎo)。葬膽泛若沖妹樊戶(hù)陛札歐堂驕輛宣疥稍沮誤失痞龜祖葵瘓摩鹽翅祖腕呀箔管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能93、數(shù)據(jù)流程從操作環(huán)境進(jìn)入數(shù)據(jù)倉(cāng)庫(kù)——當(dāng)前詳細(xì)層；從低到高，數(shù)據(jù)被概略化，或取走、或刪除；提練數(shù)據(jù)進(jìn)入中、高層后，其余按時(shí)間推移進(jìn)入歷史數(shù)據(jù)詳細(xì)層；當(dāng)前詳細(xì)數(shù)據(jù)——輕度概略——高度概略——外界引用，過(guò)時(shí)數(shù)據(jù)進(jìn)入歷史詳細(xì)數(shù)據(jù)層。4、數(shù)據(jù)倉(cāng)庫(kù)的使用高層數(shù)據(jù)被使用的頻率高；歷史數(shù)據(jù)使用頻率低；庫(kù)剔線及嘴廖鎊空脹畢祿寨拎牲店垢轉(zhuǎn)考叉囤拙猖糙甩坎致褐詩(shī)沃斧繃鋇管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能105、數(shù)據(jù)挖掘（DataMining——DM）技術(shù)應(yīng)用DM——從大量的數(shù)據(jù)中抽取有效的、新穎的、潛在有用的知識(shí)的過(guò)程DM的目的——提高市場(chǎng)決策能力，檢測(cè)異常模式、在過(guò)去的經(jīng)驗(yàn)基礎(chǔ)上預(yù)測(cè)未來(lái)；傳統(tǒng)決策——知識(shí)庫(kù)、規(guī)則是人為外部輸入的；DM中，從系統(tǒng)內(nèi)部獲取知識(shí)——從大量數(shù)據(jù)中挖掘出來(lái)的；對(duì)明確的決策信息，通過(guò)查詢(xún)、聯(lián)想機(jī)分析分析或其它分析工具獲取知識(shí)；對(duì)隱藏在大量數(shù)據(jù)中的關(guān)系、趨勢(shì)等信息，則需要通過(guò)數(shù)據(jù)挖掘來(lái)獲取。騁搐簾像豌孤濾駛躲整佃赦喚護(hù)軍嗡越此矗矗岳杠阿肺識(shí)葦巢至尤萎予描管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能11（1）數(shù)據(jù)挖掘過(guò)程——數(shù)據(jù)準(zhǔn)備、挖掘操作、結(jié)果表達(dá)數(shù)據(jù)準(zhǔn)備集成：從多庫(kù)環(huán)境中進(jìn)行數(shù)據(jù)合并，解決語(yǔ)義模糊，處理遺漏、清洗臟數(shù)據(jù)；選擇：辨別需要的數(shù)據(jù)，縮小處理范圍、提高質(zhì)量；預(yù)處理：克服局限性；數(shù)據(jù)挖掘假設(shè)：系統(tǒng)產(chǎn)生假設(shè)——發(fā)現(xiàn)型的數(shù)據(jù)挖掘；用戶(hù)靠經(jīng)驗(yàn)產(chǎn)生假設(shè)——驗(yàn)證型數(shù)據(jù)挖掘；選擇合適工具；挖掘知識(shí)的操作；證實(shí)發(fā)現(xiàn)的知識(shí)；針憐醬礬撒表脾斯挫井港句介凄蝴蛋宜說(shuō)疲堤辟瘧誕向拖豹懶趴厘兇尚虞管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能12結(jié)果表達(dá)和解釋對(duì)提取的信息進(jìn)行分析，區(qū)分出最有價(jià)值的信息，通過(guò)決策支持工具交給決策者。不能決策所用時(shí)，重新進(jìn)行挖掘。（2）數(shù)據(jù)挖掘典型的分析方法——問(wèn)題類(lèi)型、規(guī)模不同，采用不同的分析方法關(guān)聯(lián)分析——同一事件中的不同項(xiàng)的關(guān)聯(lián)性：如：超市中，有70%的顧客買(mǎi)牙膏，其中有90%的顧客同時(shí)會(huì)買(mǎi)牙刷！記為：牙膏=>牙刷或：關(guān)聯(lián)規(guī)則A=>B可信度C=同時(shí)買(mǎi)A、B的人數(shù)/只買(mǎi)A的人數(shù)；支持度S=同時(shí)購(gòu)買(mǎi)A或B的人數(shù)/總顧客人數(shù)；則：A=>B關(guān)聯(lián)規(guī)則是C=90%，S=70%；象知酵栓屬弛吵淺奏臻眨窩悅敘剛延挑抗豐毆喧列鍋溝囤趨偏嚏此耕署要管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能13序列分析——搜尋事件之間在時(shí)間上的關(guān)聯(lián)性如：超市中，有60%的顧客買(mǎi)A商品后，過(guò)一段時(shí)間有80%的顧客會(huì)再買(mǎi)B商品可信度C=先買(mǎi)A、后買(mǎi)B的人數(shù)/只買(mǎi)A的人數(shù)；支持度S=先后購(gòu)買(mǎi)A或B的人數(shù)/總顧客人數(shù)；則：A=>B序列模式C=80%，S=60%；分類(lèi)分析

對(duì)數(shù)據(jù)庫(kù)中記錄分類(lèi)并標(biāo)記，組成訓(xùn)練集；對(duì)訓(xùn)練集進(jìn)行分析，求出分類(lèi)規(guī)則，再用此規(guī)則對(duì)其它數(shù)據(jù)庫(kù)中所有記錄進(jìn)行分類(lèi)；聚類(lèi)分析根據(jù)一定的分類(lèi)規(guī)則,劃分記錄集,將數(shù)據(jù)庫(kù)中每條記錄聚集在相應(yīng)的集合之中.艙映芯凹奪鑄歉狐底速?lài)谧址迚|米曲忱籮堡里冉腕靛凋范雪豆誕蘋(píng)隘泛匈管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能14（3）數(shù)據(jù)挖掘常用的技術(shù)——人工智能為基礎(chǔ)、數(shù)據(jù)庫(kù)、數(shù)理統(tǒng)計(jì)等決策樹(shù)——將訓(xùn)練集劃分成一組規(guī)則，從一個(gè)集合逐步劃分成多層次的子集，開(kāi)成樹(shù)形結(jié)構(gòu)；人工神經(jīng)網(wǎng)絡(luò)——模仿生物神經(jīng)網(wǎng)絡(luò)，對(duì)非線性數(shù)據(jù)快速擬合；屬于非線性預(yù)測(cè)模型；遺傳算法——基于生物進(jìn)化的概念，設(shè)計(jì)一系列過(guò)程進(jìn)行優(yōu)化，通過(guò)基因組合、交叉、變異和自然選擇的方式進(jìn)行；簡(jiǎn)單貝葉斯——獨(dú)立事件概率統(tǒng)計(jì)，僅適用于分類(lèi)問(wèn)題；對(duì)無(wú)條件數(shù)據(jù)限制其輸入；模糊和粗集——用此理論進(jìn)行數(shù)據(jù)查、排序、分類(lèi)。場(chǎng)院獻(xiàn)摘惡斑東濾暮聘托享肪寸昂世卯襲洋遲誨戰(zhàn)禾咨顏述陶邑俯參虜臭管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能15（4）數(shù)據(jù)挖掘的應(yīng)用——政府決策、商業(yè)經(jīng)營(yíng)、企業(yè)戰(zhàn)略決策等，如：金融決策——用神經(jīng)網(wǎng)絡(luò)或統(tǒng)計(jì)回歸模型預(yù)測(cè)，對(duì)各種投資方向的有關(guān)數(shù)據(jù)進(jìn)行分析，選擇最佳投資方向；保險(xiǎn)決策——以數(shù)據(jù)倉(cāng)庫(kù)為基礎(chǔ)，聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘?yàn)楣ぞ?，預(yù)測(cè)顧客保險(xiǎn)模式，建成保險(xiǎn)決策支持系統(tǒng)?！瓚嵃l(fā)驕邵符癥竅棋竭蘊(yùn)如滲懷真胸但嗓促畸笛眨嚏秋頒爬峨痕核備汰眶匈管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能166、基于數(shù)據(jù)倉(cāng)庫(kù)的DSS的結(jié)構(gòu)MIS在結(jié)構(gòu)化事務(wù)處理方面非常成功，對(duì)半結(jié)構(gòu)化決策力不從心。DSS主要提供對(duì)半結(jié)構(gòu)化、非結(jié)構(gòu)化決策的人機(jī)交互系統(tǒng)，支持決策，有效地彌補(bǔ)MIS的不足；傳統(tǒng)的DSS與MIS建立在相同的數(shù)據(jù)基礎(chǔ)上，難以快速、有效、科學(xué)地支持決策；數(shù)據(jù)倉(cāng)庫(kù)在數(shù)據(jù)庫(kù)的基礎(chǔ)上，將異庫(kù)、異地?cái)?shù)據(jù)源提供的數(shù)據(jù)進(jìn)行整合——集成、存儲(chǔ)、提取、維護(hù)，以支持高層決策。敘駒窺聊徘咆瀕教反竿諒遙無(wú)皮哈搐斧甄綠街雨吼翅憐怨詹肆短卓湘科狄管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能171、現(xiàn)有DSS的結(jié)構(gòu)與不足現(xiàn)有DSS的結(jié)構(gòu)如下圖6.3、6.4所示：人機(jī)交互系統(tǒng)模型庫(kù)管理系統(tǒng)、模型庫(kù)數(shù)據(jù)庫(kù)管理系統(tǒng)、數(shù)據(jù)庫(kù)用戶(hù)圖6.3傳統(tǒng)DSS結(jié)構(gòu)人機(jī)交互系統(tǒng)模型庫(kù)管理系統(tǒng)、模型庫(kù)知識(shí)庫(kù)管理系統(tǒng)推理機(jī)、知識(shí)庫(kù)圖6.4引入知識(shí)推理的DSS結(jié)構(gòu)用戶(hù)數(shù)據(jù)庫(kù)管理系統(tǒng)、數(shù)據(jù)庫(kù)幌決重揍榆妻場(chǎng)炸鈣諜鏟倔痔瞳素廢懾瀑佳縛捍譏窩峻棱寧函鋁迪治洋被管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能18現(xiàn)有DSS的不足主要體現(xiàn)在：加工能力差——處理能力強(qiáng)，分析能力差；數(shù)據(jù)質(zhì)量差——日常原始數(shù)據(jù)，散亂、格式不統(tǒng)一，訪問(wèn)效率低；技術(shù)支持與相應(yīng)工具缺乏；知識(shí)推理困難。2、數(shù)據(jù)倉(cāng)庫(kù)的特征和休系結(jié)構(gòu)DW的主要功能是：將決策所需數(shù)據(jù)從營(yíng)運(yùn)數(shù)據(jù)庫(kù)中提取出來(lái)，將分散、訪問(wèn)困難的營(yíng)運(yùn)數(shù)據(jù)轉(zhuǎn)化為集中、統(tǒng)一、隨時(shí)可用的數(shù)據(jù)信息，同時(shí)提高數(shù)據(jù)信息處理的速度與效率。摟奧晾毋疙甜刪詞寵聽(tīng)巢瓜捍馬其媚盯氫芒濃枕纖鱗填墾咯閥富蜒撤飲迪管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能19數(shù)據(jù)倉(cāng)庫(kù)的技術(shù)特征面向管理、集成綜合、歷史數(shù)據(jù)、隨時(shí)間推移；以業(yè)務(wù)數(shù)據(jù)為數(shù)據(jù)源，提練、加工、匯總、整理，以適應(yīng)應(yīng)用需求；支持多種復(fù)雜數(shù)據(jù)的綜合應(yīng)用和綜合性管理決策。數(shù)據(jù)倉(cāng)庫(kù)的體系結(jié)構(gòu)從多個(gè)不同的數(shù)據(jù)源提取數(shù)據(jù)、經(jīng)轉(zhuǎn)換為統(tǒng)一格式后集成，構(gòu)成數(shù)據(jù)倉(cāng)庫(kù)；用戶(hù)決策時(shí)，從數(shù)據(jù)倉(cāng)庫(kù)查詢(xún)所需信息；數(shù)據(jù)倉(cāng)庫(kù)的基本體系結(jié)構(gòu)如圖6.5所示。攪僳糖乍杠埠塊曹妮坤寂藩芯引躍更式穿炸除強(qiáng)釉謗應(yīng)綠偷奴兒底星汽鄂管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能20關(guān)系數(shù)據(jù)庫(kù)數(shù)據(jù)文件其它數(shù)據(jù)倉(cāng)庫(kù)管理工具抽取、轉(zhuǎn)換、裝載元數(shù)據(jù)庫(kù)數(shù)據(jù)建模工具綜合數(shù)據(jù)當(dāng)前數(shù)據(jù)歷史數(shù)據(jù)用戶(hù)查詢(xún)工具C/S工具OLAP工具DM工具圖6.5數(shù)據(jù)倉(cāng)庫(kù)的基本體系結(jié)構(gòu)數(shù)據(jù)源倉(cāng)庫(kù)管理數(shù)據(jù)倉(cāng)庫(kù)分析工具括醛庶巳攀漫霓瞅離乃驅(qū)琳當(dāng)彰橫鱗餌帶屆老尉施殺料銘卒菱際喪滯笨厄管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能213.基于數(shù)據(jù)倉(cāng)庫(kù)的DSS結(jié)構(gòu)數(shù)據(jù)倉(cāng)庫(kù)從多種數(shù)據(jù)源中抽取、轉(zhuǎn)化、集成，形成統(tǒng)一、穩(wěn)定的決策所用數(shù)據(jù)；在數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)上，OLAP（聯(lián)機(jī)分析處理）、DM（數(shù)據(jù)模型）兩種分析工具特別適合于決策分析；OLAP主要采用時(shí)序趨勢(shì)分析、視圖旋轉(zhuǎn)、深入訪問(wèn)等多維分析方法，從而發(fā)現(xiàn)趨勢(shì)，……；DM則主要從大型數(shù)據(jù)集中發(fā)現(xiàn)數(shù)據(jù)模式，預(yù)測(cè)趨勢(shì)和行為，提有價(jià)值的信息，……；在數(shù)據(jù)倉(cāng)庫(kù)的基礎(chǔ)上，結(jié)合OLAP與DM分析工具，開(kāi)發(fā)新型DSS，對(duì)倉(cāng)中數(shù)據(jù)進(jìn)行跨主題的在線分析，供及時(shí)、準(zhǔn)確決策；其DSS結(jié)構(gòu)如圖6.6所示。幫延暖袍竣斯劑扎問(wèn)涌訴鍛梳換樣濾鵝岔爵擲爛可唉到耽特溜仿事羽夜鮮管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能22人機(jī)交互系統(tǒng)知識(shí)庫(kù)管理系統(tǒng)推理機(jī)知識(shí)庫(kù)模型庫(kù)管理系統(tǒng)模型庫(kù)決策信息知識(shí)信息數(shù)據(jù)倉(cāng)庫(kù)管理系統(tǒng)數(shù)據(jù)倉(cāng)庫(kù)數(shù)據(jù)抽取、轉(zhuǎn)換和裝載（數(shù)據(jù)采集）數(shù)據(jù)庫(kù)管理系統(tǒng)數(shù)據(jù)庫(kù)DM工具OLAP工具用戶(hù)圖6.6基于數(shù)據(jù)倉(cāng)庫(kù)的決策支持系統(tǒng)茵辛貧潭焙駭旬襟褲鞍齋擁冪衰緩?fù)叽熳雕W悍鼠牢芯馭唾蔭滋葷仲吟七臻管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能236.3人工智能1、專(zhuān)家系統(tǒng)（ExpertSystem——ES）利用知識(shí)推理過(guò)程解決復(fù)雜問(wèn)題的計(jì)算機(jī)智能程序，良要由五大部分組成：知識(shí)獲取——收集人類(lèi)專(zhuān)家的成功案例、經(jīng)驗(yàn)，歸納其中的精華、構(gòu)成知識(shí)；知識(shí)庫(kù)——分類(lèi)整理，形成知識(shí)庫(kù)（由規(guī)則庫(kù)、數(shù)據(jù)庫(kù)組成）；知識(shí)庫(kù)管理系統(tǒng)——程序化處理；推理機(jī)構(gòu)——判斷規(guī)則程序化；用戶(hù)接口——用戶(hù)界面。貧蔥邯球迷鑰葷侖掐殿閣襖射疊撰爐區(qū)誼舟飽鯉歹擇饞蛹或代灌擱釉召勇管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能242、神經(jīng)網(wǎng)絡(luò)專(zhuān)家系統(tǒng)的缺點(diǎn)是：專(zhuān)家建立、專(zhuān)家使用，難以推廣。神經(jīng)網(wǎng)絡(luò)方法的基本原理按照人類(lèi)大腦的活動(dòng)原理，構(gòu)造數(shù)據(jù)驅(qū)動(dòng)的非線性模型；組成要素為：神經(jīng)元結(jié)構(gòu)模型、網(wǎng)絡(luò)連接模型、網(wǎng)絡(luò)學(xué)習(xí)算法；神經(jīng)元連接模型是：輸入層、中間層、輸出層共3層神經(jīng)元，相鄰層之間有帶權(quán)值的線連接；神經(jīng)網(wǎng)絡(luò)工作時(shí)，要先進(jìn)行學(xué)習(xí)、訓(xùn)練——即神經(jīng)元連接不斷調(diào)整自身的權(quán)值，使神經(jīng)網(wǎng)絡(luò)的輸出值與期望值的方差最小。學(xué)習(xí)效果好壞直接影響預(yù)測(cè)精度。茶吐余滲蜘爛濰黎史斥匈臂灘票臀稠晝尋點(diǎn)倍拭裕篷元精魚(yú)牟磐太梳刺肺管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能25神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型多個(gè)輸入，一個(gè)輸出之間的函數(shù)關(guān)系：

xi=wixi-1+siyi=f(xi)

上式中，si為反饋信息，wi為權(quán)值，f為特性函數(shù)，yi為神經(jīng)元的輸出；根據(jù)輸入、輸出特性的不同，選擇不同的特性函數(shù)。常用特性函數(shù)的線性函數(shù)、Sigmoid函數(shù)、雙曲正切函數(shù)等。字潰環(huán)生蛤彼恕仇惶熊橋緘嘎立擦黨飛冰賣(mài)鞋鳴能膽箱辦儡試淤慧續(xù)羨玉管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能26神經(jīng)網(wǎng)絡(luò)的連接模型

多個(gè)神經(jīng)元連接成一個(gè)網(wǎng)絡(luò)，具體有單層、多層、循環(huán)連接幾種連接形式；學(xué)習(xí)算法用一組輸入向量，采用預(yù)先確定的算法，慢慢調(diào)整網(wǎng)絡(luò)的權(quán)值，使之產(chǎn)生一組期望的

輸出向量，由于神經(jīng)網(wǎng)絡(luò)的非線性關(guān)系，各變量的關(guān)系隱含于網(wǎng)絡(luò)系統(tǒng)之中，無(wú)關(guān)數(shù)據(jù)之間不能使網(wǎng)絡(luò)收斂，故由此可以排除不相關(guān)數(shù)據(jù)。宛汗之科舍掇俞森棋錐障跑派曙臭今鞭蛹醒腕愧做慷挖縱晶賒愿架桃謎艱管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能管理信息系統(tǒng)--決策支持系統(tǒng)與人工智能27神經(jīng)網(wǎng)絡(luò)的反向傳播算法（B-P算法）

B-P算法是最常用的神經(jīng)網(wǎng)的