第2章决策推理与决策支持系统.ppt

第二章 决策推理与决策支持系统 本章内容 人脑决策推理初探 电脑推理方法介绍 DSS中的决策过程 知识与知识表示方法 1. 人脑决策推理初探 推理（inference）：是由已知事实通过一定逻辑手段获得未知事实的过程。 两种主要的推理方法：演绎(deductive inference)和归纳(inductive inference) 1. 人脑决策推理初探 （1）演绎推理 演绎推理是从一般到特殊的推理，其中的已知事实部分一般为一般性的规则，而其未知部分则为个体事实。 1. 人脑决策推理初探 演绎推理是一种常用的推理方法，例如：数学中采用的基本方法，初等几何中由公理推导定理的方法。 专家系统中也经常采用演绎推理，例如医学诊断专家系统。 两种演绎推理方法： （1）三段论推理法 （2）反证法 1. 人脑决策推理初探 （2）归纳推理 归纳推理与演绎推理相反，是从特殊到一般的推理，其中的已知事实部分一般为大量个体事实，而其未知部分则为推导出的一般性规则。 1. 人脑决策推理初探 归纳推理也是一种常用的推理方法，例如现实生活中的一些谚语，就是通过人们通过对生活中的大量事实进行总结归纳后得出的。 归纳推理得到的一般性规则，又可以用于演绎推理，指导我们的行为和决策。 （图4.7 归纳-演绎推理过程） 数据挖掘就是采用了这个原理。 1. 人脑决策推理初探 （3）联想和类比 从一些已知事实或知识，通过联想，推出其他类似事物的知识。 （4）综合与分析 根据对事物的宏观（整体）知识推断其微观（局部）知识的方法称为“分析”； 从事物的微观（局部）知识推出其宏观（整体）知识的方法称为“综合”。 1. 人脑决策推理初探 （5）预测 根据事物的过去和现在知识，来推断未来的知识，或者从事物局部空间的知识，推断其局部以外的情况。 （6）假设与验证 根据经验作出假设，然后用逻辑推理或实践检验的方法获得新的知识。有时会否定假设或部分修正假设，然后再作验证，也可称为“试探推理法”。 2. 电脑推理方法介绍 电脑推理一般是模仿人脑的推理方式和过程，通过编制软件完成。 2.1 电脑的演绎推理方法 （1）规则模型表示 一般性规则有两种表示方法： 数学方法 人工智能方法 2. 电脑推理方法介绍 （2）基于数学模型的演绎推理 数学方法中一般采用数学模型，例如数学表达式、方程式等。 基于数学模型的演绎推理实际上是数学推演方法，一般将一些常用的演算方法作为固定算法，编程实现后存入方法库中，例如最小二乘法、线性规则、回归分析等。 数学建模和推理时则调用方法库中算法。 2. 电脑推理方法介绍 （3）基于逻辑模型的演绎推理 人工智能常用的知识表示方法包括谓词逻辑、语义网络、Petri网、框架表示等。 其中最常见的是谓词逻辑表示法，即将规则表示为一组数理逻辑中的一阶谓词逻辑的合法公式，采用一阶谓词的推理方法，以实现演绎推理。该推理过程实际上是一种定理证明过程，其规则一般为公理，而结果为个体事实，即推导出的定理。 2. 电脑推理方法介绍 20世纪60年代，美国科学家Robinson证明，存在一种统一的、固定的证明过程，对于所有的一阶谓词逻辑中的定理证明都基本有效，这就是所谓的谓词逻辑的自动定理证明。 利用上述成果，可以将定理证明过程用一种统一算法表示并编程实现，从而使运用人工智能方法进行演绎推理可以用一种统一的程序或过程来实现。 用此方法所实现的软件系统称为推理引擎（inference engine）。 2. 电脑推理方法介绍 2.2 电脑的归纳推理方法 主要有两种：验证型归纳和探索型归纳。 （1）验证型归纳 首先对于推理结果产生一些假设（模型）； 设计一个试验环境，并置入设想模型； 启动试验过程，用大量个体事实做测试，通过人机交互将得到的结果与原设想做比较 如果结果不符，修改试验，反复上述过程 2. 电脑推理方法介绍 （2）探索型归纳 没有明确的假设模型，只有大致的目标，一般采用数据挖掘技术实现，主要方法有： 关联分析(association)：挖掘出潜藏在客体间的内在相互联系； 分类(classifier)：对待分类的客体集合进行分析，找出每个分类的特征； 聚类分析(clustering)：对一组客体按某种规则聚为若干类。 3. DSS中的决策过程 在DSS中，除了决策推理部分之外，还有数据仓库部分。二者相结合，构成了一个完整的决策过程。 3.1 DSS中的演绎型决策过程 在DSS中，演绎型决策过程是由演绎中的一般性规则与数据仓库中的数据共同作为推理前提，通过演绎推理，最终得到个体事实数据作为结论。 3. DSS中的决策过程 基于不同推理模型，DSS的演绎型决策过程有不同的形式。 3. DSS中的决策过程 基于数学