第四章智能技术的决策支持和智能决策支持系统.ppt

决策支持系统及其开发4.3专家系统与智能决策支持系统4.3.1专家系统原理专家系统VS数据库检索数值计算是用算法解决实际问题。数据－>知识，算法->推理，它也是一种知识推理。
它与专家系统的区别：
（1）算法（推理过程）是固定形式的。而专家系统的推理形式不固定,问题不同，推理过程也不一样。
（2）数值计算只能处理数值，不能处理符号。

知识推理的特点2.专家系统结构产生式规则的推理机＝搜索（知识）+匹配（规则前提）
推理过程是一边搜索一边匹配，匹配需要找的事实。
事实来源：1）规则库中的规则；（2）用户提问。
匹配结果：（1）成功；（2）不成功。
不成功将导致回溯和分枝转移，即搜索过程包含了回溯。
推理的解释：跟踪和显示推理中的搜索和匹配过程,形成了向用户说明解释机制。好的解释机制不显示那些对于失败路径的跟踪。
4.3.2产生式规则专家系统产生式规则知识有如下的特点：
⒈相同的条件可以得出不同的结论。如：A─>BA─>C
⒉相同的结论可以有不同的条件来得到。如：A─>GB─>G
⒊条件之间可以是“与”（AND）连接和“或”（OR）连接
如：A∧B─→GA∨B→G（相当于A→G，B→G）
⒋一条规则中的结论，可以是另一条规则中的条件。
如：F∧B→Ｚ，C∧Ｄ→F
其中F在前一条规则中是条件，在后一条规则中是结论。由上述特点可知，规则知识集有如下功能：
⒈能描述和解决各种不同的灵活的实际问题。（由前三点特点形成）
⒉能把规则知识集中的所有规则连成一棵“与、或”推理树（知识树）。即这些规则知识集之间是有关联的（由后二个特点形成）。
4.3.2.2推理树（知识树）例：若有知识库为：
A∨（B∧C）→G
（I∧J）∨K→A
X∧F→J
L→B
M∨E→C
W∧Z→M
P∧Q→E
画出“与或”推理树为：（注：两斜线中间的弧线表示“与”关系，无弧线表示“或”关系）用规则的前提和结论画出一般的推理树形式⒈每条规则对应的节点分枝有与、或关系
⒉根结点是推理树的总目标
⒊相邻两层之间是一条或多条规则连接
⒋每个结点可以是单值，也可以是多值。若结点是多值的，各值对应的规则将不同。
⒌所有的叶结点，都安排向用户提问，或者把它的值直接放在事实数据库中。
4.3.2.3逆向推理过程N（1）计算机中实现时，通过规则栈来完成。
（2）调用规则时，入栈处理（相当于对树的搜索）。
（3）当规则结论已求出（yes或no）时，规则退栈处理（相当于对树的回溯）。
利用规则栈的压入和退出的过程，相当于完成了推理树的深度优先搜索和回溯过程。⒉结点的否定（NO）4.3.2.4不确定性推理4.3.2.4不确定性推理4.3.2.4不确定性推理4.3.2.4不确定性推理4.3.2.4不确定性推理确定性推理和不确定性推理区别确定性推理和不确定性推理区别4.3.3专家系统(单推理树形式)1、规则20条：
R1：A∧B∧C∧Ｄ→M1
R2：A1→A
R3：A11→A1
R4：A12→A1
R5：A∧B∧E∧F∧Ｄ→M2
R6：C1→C
R7：E1→E
R8：A∧B∧E∧F∧G→M3
R9：A∧B∧C∧G→M4
R10：B1→BA：弹簧满足胡克定律
B：弹簧质量可忽略
C：可忽略摩擦力
D：没有冲力？
A1：弹簧有线性恢复力？
A11：弹力与位移成正比？
A12：位移量很小
E：要考虑摩擦力
F：摩擦力与速度为线性关系？
C1：若振动为自发时振幅为常
数？
3.规则库的推理树
将20条规则连成的推理树如下页图所示。
每个叶节点提问的回答为：
Y－yes，N－no
当用户不明白专家系统为什么要提该问题，可以回答Ｗ－
why，专家系统将解释为证实某条规则而安排的提问。A2A1B1C1？E1？？H1？M1： X″+（C2/M）X＝0
M2： X″+（C1/M）X′+
（C2/M）X＝0
M3： X″+（C1/M）X′+
（C2/M）X＝F（T）/M
M4： X″+（C2/M）X＝F
（T）/M
M5： X″+F（X）/M＝0
M6： X″+F（X）/M＝F（T）
/M
M7： X″+（C1/M）X′+F
（X）/M＝0现有一个弹簧，满足如下特性：
H1（弹簧势能不关于平衡位置对称）
B1（弹簧具有质量N并且N/M远远小于1）
C1（若振动为自发时振幅为常数）
G（有冲力F（T））
通过专家系统推理将得出：
该弹簧满足模型6（M6）的微分方程。4.3.4专家系统与决策支持系统集成数据库
DB4.3.3专家系统与决策支持系统集成DSS和ES并重的IDSS结构DSS为主体的IDSS结构推理机
（广义）4.3.5专家系统（多推理树形式）系统运行总控制智能预测系统预测系统由三部分组成:预测咨询系统、模型预测系统和虫情报表系统。
1.预测咨询系统
由PROLOG产生器P3生成PROLOG程序，形成松毛