基于應(yīng)用數(shù)學(xué)和知識(shí)的決策支持系統(tǒng)在決策建模中的應(yīng)用研究獲獎(jiǎng)科研報(bào)告

基于應(yīng)用數(shù)學(xué)和知識(shí)的決策支持系統(tǒng)在決策建模中的應(yīng)用研究獲獎(jiǎng)科研報(bào)告摘

要：本文試圖討論數(shù)學(xué)決策建模模型中的一些發(fā)現(xiàn)及其在業(yè)務(wù)流程中的應(yīng)用。我們首先介紹決策模型的一些技術(shù)含義和實(shí)現(xiàn)。然后討論了我們實(shí)現(xiàn)的幾種算法，包括神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)、決策模型的Java實(shí)現(xiàn)、專家系統(tǒng)外殼實(shí)現(xiàn)以及本體和推理機(jī)的實(shí)現(xiàn)。文章最后得出了對(duì)進(jìn)行建?；顒?dòng)決策有用的結(jié)論。

關(guān)鍵詞：決策，DSS，KBS，本體，推理機(jī)，OWL

1引言

更好的決策意味著改進(jìn)提供的信息。在這篇文章中，我們?cè)噲D勾勒出從決策模型中采取行動(dòng)的知識(shí)必須被實(shí)施，以改善信息，實(shí)際上為用戶提供更好的信息。將決策模型用于解決問題的任務(wù)在過去被證明是成功的。它的結(jié)論是靜態(tài)模型，非自適應(yīng)模型，對(duì)用戶具有一定的實(shí)用性，因?yàn)樗鼈儾蹲降搅艘环N模型，這種模型以將知識(shí)從模型傳遞給人類的形式強(qiáng)加給決策者執(zhí)行動(dòng)作[1]。

當(dāng)然，數(shù)據(jù)分析和知識(shí)提取的方法、技術(shù)和工具來自許多研究領(lǐng)域（人工智能、數(shù)學(xué)和統(tǒng)計(jì)學(xué)、心理學(xué)和認(rèn)知學(xué)），應(yīng)用領(lǐng)域是重要的。研究人員關(guān)注的是這些方法的統(tǒng)一，因此，這一基于計(jì)算機(jī)的建模領(lǐng)域的任何研究主題都是跨學(xué)科的。IT在開發(fā)決策模型時(shí)提供的功能的實(shí)現(xiàn)總是導(dǎo)致決策過程的系統(tǒng)方法，因此解決方案是解決功能的混合形式的技術(shù)，而不一定是決策[2]。

一般而言，在開發(fā)基于計(jì)算機(jī)理論的模型時(shí)，選擇符合決策所需數(shù)據(jù)與知識(shí)平衡的表示技術(shù)是已經(jīng)實(shí)現(xiàn)的。如果有更多的知識(shí)，那么推理規(guī)則就是解決方案。如果有更多的數(shù)據(jù)，則解決方案由數(shù)據(jù)挖掘技術(shù)表示。如果數(shù)據(jù)被標(biāo)記，那么解就是有監(jiān)督的學(xué)習(xí)算法。[3]如果數(shù)據(jù)沒有標(biāo)記，則解決方案由無監(jiān)督學(xué)習(xí)算法表示。通常，數(shù)據(jù)和知識(shí)是不夠的，需要使用數(shù)據(jù)來提取關(guān)系，以便發(fā)現(xiàn)知識(shí)或使用知識(shí)來改善數(shù)據(jù)結(jié)構(gòu)之間的關(guān)系。

2問題描述

決策建模是介于數(shù)學(xué)和計(jì)算技術(shù)之間的一個(gè)研究方向，它借助應(yīng)用數(shù)學(xué)多個(gè)靈活的經(jīng)濟(jì)數(shù)學(xué)模型，以仿真技術(shù)為契機(jī)，致力于建立生產(chǎn)者在效率條件下的管理決策基礎(chǔ)。

決策者通常需要一個(gè)界面來訪問所有信息源。他們按照解決決策問題的邏輯順序?qū)ふ倚畔?。每一個(gè)決定有自己的邏輯順序。決策者尋求信息，并對(duì)其進(jìn)行評(píng)估：更多、更少、不太可能、可能?？梢暬埠苤匾?。案例研究也很重要。相似的案例很重要。在查找信息時(shí)提供的信息提示或一些建議也是有價(jià)值的。

如果不詳細(xì)討論基于知識(shí)的系統(tǒng)，我們可以從一開始就說，第一個(gè)限制是由于仍然沒有發(fā)現(xiàn)人工智能的商業(yè)用途（在業(yè)務(wù)流程輔助的意義上）而施加的。商業(yè)軟件開發(fā)人員不是面向人工智能技術(shù)的。他們只知道一件事：好的人工智能意味著自動(dòng)化，顯然，人工智能必須應(yīng)用于制造業(yè)和智能機(jī)器人。專業(yè)知識(shí)和領(lǐng)域問題很小，并且取決于上下文。顯然，他們從數(shù)據(jù)結(jié)構(gòu)分類問題出發(fā)來處理語(yǔ)義問題，他們?yōu)槊總€(gè)相關(guān)的系統(tǒng)建立元模型。KBS通常沒有學(xué)習(xí)的可能性，因?yàn)樗鼈儾辉诖髷?shù)據(jù)集上工作。不學(xué)習(xí)，誰(shuí)也談不上真正的智能系統(tǒng)。知識(shí)庫(kù)不能適應(yīng)，這是系統(tǒng)智能化的另一個(gè)重要特征。

3問題求解

通過建模來分析決策，一方面是從接受信息處理的人的局限性的假設(shè)出發(fā)，另一方面是從考慮將判斷和直覺結(jié)合起來的必要性，以及決策因素的想象力和創(chuàng)造性的結(jié)果。

需要記住的重要事實(shí)是，對(duì)于不能通過數(shù)學(xué)、分析或優(yōu)化方法解決的問題，模擬尤其有價(jià)值。雖然模擬和優(yōu)化是基于數(shù)學(xué)模型的定量方法，但這兩種方法的根本區(qū)別在于決策變量的作用[4]。

在使用智能技術(shù)建模的情況下，決策變量的值是模型的輸入數(shù)據(jù)。通過在知識(shí)庫(kù)中融入專家知識(shí)和決策因素推理，對(duì)最佳行動(dòng)方式進(jìn)行評(píng)價(jià)。通過使用智能技術(shù)，可以保證業(yè)務(wù)流程的智能化。智力是某物（一個(gè)系統(tǒng)、儀器或存在）評(píng)估達(dá)到目標(biāo)的可能性并將這種評(píng)估用于實(shí)現(xiàn)目標(biāo)的能力（皮爾斯對(duì)智力的符號(hào)學(xué)定義）。

只有在決策因素所期望的結(jié)果可以貨幣化并達(dá)到最優(yōu)化的情況下，才能應(yīng)用決策的經(jīng)濟(jì)數(shù)學(xué)模型。通過智能技術(shù)對(duì)決策進(jìn)行建模是在決策因素缺乏關(guān)于最佳決策實(shí)施的行為方式和推理的情況下應(yīng)用的，并通過開發(fā)的信息模型融合了來自領(lǐng)域的知識(shí)。利用信息技術(shù)進(jìn)行決策建模具有較大的覆蓋面。因此，可以利用信息技術(shù)來開發(fā)基于經(jīng)濟(jì)的信息化解決方案。為了發(fā)展應(yīng)用數(shù)學(xué)的最新研究，中提出了一種智能信息解決方案，該解決方案結(jié)合了來自特定行動(dòng)領(lǐng)域的知識(shí)。

選擇過程考慮了固定資產(chǎn)的效率、企業(yè)數(shù)據(jù)庫(kù)中存在的會(huì)計(jì)價(jià)值、固定資產(chǎn)最終折舊的估算（從經(jīng)驗(yàn)中獲取的知識(shí)）、固定資產(chǎn)維修和現(xiàn)代化的最終費(fèi)用程度。為了開發(fā)專家系統(tǒng)原型，使用了Exsys公司最新一代的專家系統(tǒng)生成器（ExsysDeveloper）。為了實(shí)現(xiàn)規(guī)則，系統(tǒng)使用決策樹。生成器提供了從公司的數(shù)據(jù)庫(kù)中提取必要數(shù)據(jù)的可能性。原型仍在隨后的詳細(xì)說明中。

固定資產(chǎn)的經(jīng)濟(jì)決策是以確定折舊維度的會(huì)計(jì)決策為基礎(chǔ)的。在做出此決策時(shí)（在EXSYSDeveloper中映射到不同的決策樹上），有必要在某個(gè)時(shí)間點(diǎn)確定是否估計(jì)在不久的將來資產(chǎn)的可回收價(jià)值將以小于會(huì)計(jì)價(jià)值的方式減少（定性因素記為Q5）。

關(guān)于建立資產(chǎn)效率趨勢(shì)的知識(shí)是基于數(shù)量因素的推斷，并構(gòu)成概念層面的控制知識(shí)，以時(shí)間關(guān)系的方式表示。同樣，在確定市場(chǎng)利率的實(shí)際趨勢(shì)的情況下，我們談?wù)摰氖歉拍顚用娴目刂浦R(shí)。在這些因素中有一項(xiàng)出現(xiàn)下降趨勢(shì)的情況下，觸發(fā)固定資產(chǎn)折舊建立的知識(shí)是必要的。

為了建立預(yù)測(cè)模型，我們用神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)了估計(jì)-在matlab中實(shí)現(xiàn)-為了建立預(yù)測(cè)模型，從統(tǒng)計(jì)中提取了月度數(shù)據(jù)。結(jié)果如圖1所示。

4結(jié)果分析

在觸發(fā)所呈現(xiàn)的規(guī)則之后，存儲(chǔ)在JESS中的事實(shí)是相同的，但是如果規(guī)則中指定的條件為真，則它們有一個(gè)名為“impairment”的附加槽。存在一個(gè)在OWL本體中定義為vocab0：mijlocfix_nrinvar（Fixed_Asset）屬性的名為“deviere”（減損）的槽，具有接受的值“da”（是）和“nu”（否）。槽不屬于關(guān)系數(shù)據(jù)庫(kù)模式提供的本體，它是我們自己定義的，只有當(dāng)規(guī)則被證明為真時(shí)，它的值才會(huì)附加到個(gè)人身上。一旦OWL本體得到改進(jìn)，就可以使用SPARQL在Web瀏覽器中可視化它（圖2）。

5結(jié)論

本文不需要數(shù)據(jù)的通用表示標(biāo)準(zhǔn)。終端用戶可以像處理照片一樣為數(shù)據(jù)添加標(biāo)簽，他們通過創(chuàng)建鏈接來組織信息。因此，不再需要更多的標(biāo)準(zhǔn)化。OWL足以管理本體。規(guī)則與數(shù)據(jù)級(jí)別的分離提供了適應(yīng)系統(tǒng)的可能性，并允許可伸縮性和異構(gòu)性。基于規(guī)則的管理系統(tǒng)具有約束數(shù)據(jù)的規(guī)范。必須根據(jù)結(jié)構(gòu)層次和上下文依賴關(guān)系實(shí)現(xiàn)數(shù)值因素與定性因素的整合。如果可以確定數(shù)字因素，那么就可以應(yīng)用經(jīng)濟(jì)模型。如果因素是定性的，它們的評(píng)價(jià)依賴于上下文，并且是由決策者實(shí)現(xiàn)的，那么決策模型必須由決策者具體說明。

組織從功能方法、過程方法或領(lǐng)域方法開始開發(fā)物理邏輯