浅论智能决策技术原理及应用毕业论文

摘要：随着经济的快速发展，能正确、快速地做出决策无疑是赢得市场获取最大经济效益的保证。决策支持系统可以看成是管理信息系统和运筹学相结合而发展起来的，它要求有很强的数值计算能力，又要有很强的数据处理能力，而目前的计算机语言的支持能力不足，使得决策支持系统的发展非常缓慢。

关键词：决策支持系统 人工智能 专家系统
　　
　　一、智能决策技术概述
　　
　　1.决策支持系统的形成
　　随着计算机技术和应用的发展，如科学计算、数据处理、管理信息系统的发展以及运筹学和管理科学的应用，为决策支持系统的形成打下了基础。决策支持系统(Decision Support System—DDS)是80年代迅速发展起的新型计算机学科。70年代初由美国M.S.Scott Morton在《管理决策系统》一文中首先提出决策支持系统的概念。
　　DSS实质上是在管理信息系统和运筹学的基础上发展起来的。管理信息系统重点在对大量数据的处理。运筹学在运用模型辅助决策体现在单模型辅助决策上。随着新技术的发展，所需要不得不解决的问题会愈来愈复杂，所涉及的模型会愈来愈多，模型类型也由数学模型扩充数据处理模型。模型数量也愈来愈多。这样，对多模型辅助决策问题，在决策支持系统出现之前是靠人来实现模型间的联合和协调。决策支持系统的出现就是要解决由计算机自动组织和协调多模型运行，对大量数据库中数据的存取和处理，达到更高层次的辅助决策能力。决策支持系统的新特点就是增加了模型库和模型库管理系统，它把众多的模型(数学模型和数据处理模型以及更广泛的模型)有效地组织和存储起来，并且建立了模型库和数据库的有机结合。这种有机结合适应人机交互功能，自然促使新型系统的出现，即DDS的出现。它不同于MIS数据处理，也不同于模型的数值计算，而是它们的有机集成。它既有数据处理功能又具有数值计算功能。 （科教作文网 zw.nseac.com整理）
　　决策支持系统概念及结构。决策支持系统是综合利用大量数据，有机组合众多模型(数学模型与数据处理模型等)，通过人机交互，辅助各级决策者实现科学决策的系统。
　　DSS使人机交互系统、模型库系统、数据库系统三者有机结合起来。它大大扩充了数据库功能和模型库功能，即DSS的发展使管理信息系统上升到决策支持系统的新台阶上。DSS使那些原来不能用计算机解决的问题逐步变成能用计算机解决。
　　2.人工智能概念和研究范围
　　(1)人工智能定义。由计算机来表示和执行人类的智能活动(如判断、识别、理解、学习、规划和问题求解等)就是人工智能。人工智能的研究在逐步扩大机器智能，使计算机逐步向人的智能靠近。
　　(2)人工智能的研究范围。人工智能研究的基本范围有：问题求解、逻辑推理和定理证明、自然语言处理、自动程序设计、学习、专家系统、机器人学、机器视觉、智能检索系统、组合高度问题、系统与表达语言等；其主要研究领域有：自然语言处理、机器人学、知识工程。
　　自然语言处理：语音的识别与合成，自然语言的理解和生成，机器翻译等。
　　机器人学：从操纵型、自动型转向智能型。在重、难、险、害等工作领域中推广使用机器人。
　　知识工程：研究和开发专家系统。目前人工智能的研究中，最接近实用的成果是专家系统。专家系统在符号推理、医疗诊断、矿床勘探、化学分析、工程设计、军事决策、案情分析等方面都取得明显的效果。
　　3.决策支持新技术
　　(1)数据仓库的兴起和概念。数据仓库(Data Warehouse—DW)的概念是Prism Solutions公司副总裁W.H.Inmon在1992年出版的书《建立数据仓库》(Building the Data Warehouse)中提出的。数据仓库的提出是以关系数据库，并行处理和分布式技术的飞速发展为基础，它是解决信息技术在发展中一方面拥有大量数据，另一方面有用信息却很贫乏(Data rich—Information poor)这种不正常现象的综合解决方案。