決策支持系統(tǒng)及其發(fā)展課件(-98張)

第十一章決策支持系統(tǒng)及其發(fā)展7/27/20231第一節(jié)DSS的產(chǎn)生與發(fā)展7/27/20232

決策支持系統(tǒng)是以信息技術為手段，應用管理科學、計算機科學及有關學科的理論和方法，針對半結構化和非結構化的決策問題，通過提供背景材料、協(xié)助明確問題、修改完善模型、列舉可能方案、進行分析比較等方式，為管理者做出正確決策提供幫助的人機交互信息系統(tǒng)。

7/27/202331.1DSS的產(chǎn)生背景電子數(shù)據(jù)處理——EDP（ElectronicData Processing）

管理信息系統(tǒng)——MIS（Management InformationSystems）決策支持系統(tǒng)——DSS（DecisionSupport Systems）

7/27/20234電子數(shù)據(jù)處理EDP（ElectronicDataProcessing）

提高了工作效率，把人們從繁瑣的事務處理中解脫出來。缺點：僅局限于具體信息處理，不共享，不考慮整體或部門情況。

7/27/20235管理信息系統(tǒng)MIS（ManagementInformationSystems）：

整體分析，系統(tǒng)設計，信息共享，部門協(xié)調(diào)。缺點：難于適應多變的內(nèi)、外部管理環(huán)境，對管理人員的決策幫助十分有限。7/27/20236決策支持系統(tǒng)DSS（DecisionSupportSystems）：

70年代中期Keen和ScottMorton在《管理決策系統(tǒng)》（1971）一書中提出。目標：對管理者做決策提供技術支持。7/27/20237技術背景：運籌學模型發(fā)展已經(jīng)比較完善，多目標決策分析突破了單一效用理論的框架，計算機軟、硬件及網(wǎng)絡技術的迅猛發(fā)展，人工智能特別是知識處理技術的發(fā)展，數(shù)據(jù)庫技術、圖形顯示技術、各類工具軟件的發(fā)展與完善，構成了DSS形成與發(fā)展的技術基礎。

7/27/202381.2DSS的發(fā)展70年代，ScottMorton在《管理決策系統(tǒng)》（1971）一書中首次提出DSS。PeterG.W.Keen等人編寫了一套叢書，闡明DSS的主要觀點，初步構造出DSS的基本框架。1978至1988年，DSS得到迅速發(fā)展，許多實用系統(tǒng)被開發(fā)出來，投入實際應用，產(chǎn)生明顯效益。1988至現(xiàn)在，DSS技術持續(xù)發(fā)展，目前已基本成熟。新一代DSS研究仍然十分活躍。

7/27/202391.3DSS的理論基礎信息論計算機技術管理科學與運籌學信息經(jīng)濟學行為科學人工智能7/27/202310(1)信息論信息是現(xiàn)代科學技術中普遍使用的一個重要概念。信息論是運用信息的觀點，把系統(tǒng)看作是借助于信息的獲取、傳送、加工處理、輸出而實現(xiàn)其有目的性行為的研究方法。7/27/202311 (2)計算機技術計算機軟件技術計算機硬件技術計算機網(wǎng)絡技術計算機圖形處理技術計算機知識處理技術等。

7/27/202312 (3)管理科學與運籌學管理科學MS（ManagementScience）：面向管理者，研究決策問題，如決策目標、決策效能等。運籌學OR（OperationsResearch）：提供一系列優(yōu)化、仿真、決策等模型。7/27/202313 (4)信息經(jīng)濟學

在信息時代，研究信息的產(chǎn)生、獲得、傳遞、加工處理、輸出等方面的價值問題。從經(jīng)濟學的角度，研究信息產(chǎn)生和獲得的成本是多少？利潤是多少？即研究信息價值問題。7/27/202314 (5)行為科學

研究決策者的決策風格、在決策過程中的決策行為等，指導DSS的設計和開發(fā)。涉及到?jīng)Q策者的心理學。

7/27/202315 (6)人工智能

將人工智能技術用于管理決策是一項開拓性工作。當前研究的IDSS就是DSS與AI技術相結合的產(chǎn)物，它用領域專家的知識來選擇和組合模型，完成問題的推理和運行，為用戶提供智能的交互式接口。7/27/202316

人工智能技術作為計算機應用研究的前沿，近十年取得了驚人的進展，呈現(xiàn)了光明的前景。專家系統(tǒng)、智能機器人和模式識別是人工智能中最活躍、最富有成果的三個研究領域。7/27/202317

其中專家系統(tǒng)（ExpertSystems,即ES）研究，取得了許多實用化的成果。當今世界上已經(jīng)有上萬個專家系統(tǒng)，應用于醫(yī)療、診斷、探礦、軍事、調(diào)度、質譜分析、計算機配置、輔助教育等各種領域，并已開始涉足財務分析、計劃管理、工程評估、法律咨詢等管理決策領域。

7/27/202318

DSS和ES：處于不同的學科范疇，有著不同的解決問題的方法。DSS主要運用數(shù)據(jù)和模型，ES主要運用知識和推理。在管理科學領域，一個是方興未艾，一個是后起之秀，各有特色。但是它們的互相結合和互相滲透，將會把計算機用于決策支持技術推向一個新的高度。7/27/202319

決策的正確性關系到經(jīng)營效果和事業(yè)成敗，決策理論、決策方法和決策工具的科學化和現(xiàn)代化是正確性的重要保證。人工智能將為DSS提供有效的理論和方法。例如，知識的表示和建模，推理、演繹和問題求解及各種搜索技術，再加上功能很強的人工智能語言，都為DSS的發(fā)展走向更加實用的階段提供強有力的理論和方法的支持。7/27/2023201.4DSS與相關技術的關系決策與預測的關系DSS與MS/OR的關系DSS與MIS的關系DSS與ES的關系7/27/202321 (1)決策與預測的關系決策：創(chuàng)造未來，基于預測，實現(xiàn)將來一個目標。預測：預言未來，基于分析、研究、仿真、實驗。

例如：災害預測與防災決策、日常預測與決策、經(jīng)營預測與決策、宏觀預測與決策、貫序預測與決策、為重大決策作預備性研究等。7/27/202322 (2)DSS與MS/OR的關系MS：處理結構化問題，運用分析的觀點。OR：處理結構化問題，研究對象主要集中在數(shù)學規(guī)劃、決策論、對策論等理論和方法上。DSS：處理戰(zhàn)略、規(guī)劃等半結構化和非結構化一類的決策問題。7/27/202323 (3)DSS與MIS的關系MIS：收集、傳遞、存儲、加工處理各種信息，監(jiān)測運營數(shù)據(jù)，利用歷史數(shù)據(jù)預測未來，用指定的數(shù)學方法分析數(shù)據(jù)，提供全面數(shù)據(jù)和分析報告。面向管理人員，提供低層次的決策支持。DSS：面向決策者，提供適當?shù)臎Q策支持，是MIS的高級階段。7/27/202324 (4)DSS與ES的關系 IDSS=DSS+ESES：利用知識和推理機，處理半結構化和非結構化問題。DSS：使用數(shù)據(jù)和模型，處理結構化問題，與ES結合后，可處理半結構化和非結 構化問題。7/27/202325第二節(jié)DSS的基本概念7/27/2023262.1決策過程

設計方案評價方案確定目標實施方案環(huán)境7/27/2023272.2決策問題的類型 決策問題的類型（按結構化程度分為）：結構化決策問題半結構化決策問題非結構化決策問題7/27/202328結構化程度： 對某一過程的環(huán)境和規(guī)律，能否用明確的語言（數(shù)學的或邏輯學的，形式的或非形式的）給予清晰的描述（定量的或推理的）。7/27/202329結構化問題：能夠描述清楚的問題。三個階段都能使用確定的算法或決策規(guī)則。非結構化問題：不能夠描述清楚，而只能憑直覺或經(jīng)驗作出判斷的問題。三個階段都不能使用確定的算法或決策規(guī)則。半結構化問題：介于兩者之間的問題。一個或二個階段能使用確定的算法或決策規(guī)則。7/27/2023302.3決策問題的性質和層次作業(yè)調(diào)度運籌管理戰(zhàn)略規(guī)劃支持需求結構化庫存報表、零件定貨線性規(guī)劃、生產(chǎn)調(diào)度新廠位置選擇EDPMS/OR半結構化股票管理、貿(mào)易開發(fā)市場、經(jīng)費預算資本獲利分析DSS非結構化為雜志選擇封面聘用管理人員研究、開發(fā)分析經(jīng)驗和直覺7/27/2023312.4決策風格 按獲取數(shù)據(jù)的方式分：感知型（S）直覺型（N） 感知型——喜歡與特定問題有關的硬數(shù) 據(jù)。 直覺型——喜歡描寫可能性的整體信息。7/27/202332 按處理數(shù)據(jù)的方式分：思考型（T）感覺型（F） 思考型——喜歡用邏輯或其他規(guī)范化的手 段去推理。 感覺型——喜歡用個人的術語來考慮問 題。7/27/202333 組合起來，共有四種類型的決策風格：

系統(tǒng)型（ST） 思辯型（NT） 司法型（SF） 直觀推斷型（NF）7/27/202334第三節(jié)DSS的構造與系統(tǒng)結構7/27/202335DSS的構造研究主要解決DSS的組成問題，即組成DSS的部件?，F(xiàn)在，經(jīng)典提法是： DSS=四庫系統(tǒng)+對話系統(tǒng) （人機界面）四庫系統(tǒng)：數(shù)據(jù)庫系統(tǒng)、模型庫系統(tǒng)、方 法庫系統(tǒng)、知識庫系統(tǒng)。7/27/202336 近年來，有的學者提出增加DSS的組成部件，從而形成5庫、6庫、7庫、8庫等群庫結構。即： DSS=群庫系統(tǒng)+對話系統(tǒng) （人機界面）群庫系統(tǒng)： 數(shù)據(jù)庫、模型庫、方法庫、知識庫、 文本庫、圖形庫、語音庫、工具庫、 地理信息庫………………7/27/202337

DSS的系統(tǒng)結構主要研究DSS各主要部件的連接關系。

7/27/2023383.1人機界面技術主要研究內(nèi)容集中在：可視化圖形界面技術基于多媒體技術的界面技術自然語言界面技術7/27/2023393.2數(shù)據(jù)庫系統(tǒng) 數(shù)據(jù)庫系統(tǒng)包括數(shù)據(jù)庫及其管理系統(tǒng)，其基本技術與一般數(shù)據(jù)庫及其管理系統(tǒng)基本相同。但也有自己的特點。7/27/202340共同點：數(shù)據(jù)的獨立性最小冗余度最大的共享性統(tǒng)一管理與控制適當?shù)姆从硶r間整體性（完整性）可修改性和可擴充性安全和保密簡明性7/27/202341 DSS數(shù)據(jù)庫系統(tǒng)的特點：面向決策支持過程組織和管理數(shù)據(jù)面向模型、面向模型生成來使用數(shù)據(jù)數(shù)據(jù)描述方式要面向不同的決策者7/27/2023423.3模型庫系統(tǒng) 模型——是以某種形式對一個系統(tǒng)的本質 屬性的描述，揭示系統(tǒng)的功能、 行為及其變化規(guī)律。 模型庫系統(tǒng)——以庫的形式對模型進行組 織和管理，包括模型庫及模型庫 管理系統(tǒng)。7/27/202343

模型庫（ModelBase）提供模型的存儲和表示模式。

模型庫管理系統(tǒng)提供模型的提取、訪問、更新和合成等操作。

7/27/202344

人們認識客觀世界一般有三種方法：邏輯推理法實驗法模型法 模型法是我們認識客觀世界的最得力、最方便、最有效的方法。7/27/202345注意： 并非所有模型都是數(shù)學模型，并非所有模型都是定量的。 例如，門捷列夫元素周期表。7/27/2023463.3.1模型群 解決軟科學所涉及的問題時，可利用的模型已達100多個，根據(jù)他們的功能和用途可分為若干模型群。7/27/202347（1）預測模型群定性模型：特爾斐法、主觀概率預測法、交叉影響巨陣法等定量模型：回歸預測、平滑預測、馬爾柯夫鏈預測等回歸預測：一元回歸、多元線性回歸、非線性回歸等；平滑預測：平均預測法、指數(shù)預測法等7/27/202348（2）系統(tǒng)結構模型群

主要用來分析社會經(jīng)濟系統(tǒng)以及其他系統(tǒng)的結構，反映系統(tǒng)各要素之間的主要聯(lián)系和關聯(lián)作用，從宏觀上和結構上來揭示系統(tǒng)的運行規(guī)律。 系統(tǒng)結構模型、層次分析模型、投入產(chǎn)出模型、系統(tǒng)動力學模型等。

7/27/202349（3）數(shù)量經(jīng)濟模型群：計量經(jīng)濟模型、經(jīng)濟 控制論模型等。（4）優(yōu)化模型群：線性規(guī)劃、非線性規(guī)劃、 動態(tài)規(guī)劃、目標規(guī)劃和最優(yōu)控制等（5）不確定模型群：模糊數(shù)學模型、灰色模 型、隨機模型等（6）決策模型群：單目標風險性決策、多目 標決策，以及一些不確定性決策方法等（7）系統(tǒng)綜合模型群：即大系統(tǒng)理論。7/27/2023503.3.2模型體系 解決某一特定系統(tǒng)工程問題的一系列模型。（從概念上）7/27/2023513.3.3模型庫 模型庫提供模型的存儲和表示模式。 模型庫管理系統(tǒng)提供模型的提取、訪問、更新和合成等操作。

模型的表示形式：模型的程序表示：基于程序的表示方法。模型的數(shù)據(jù)表示：基于數(shù)據(jù)的表示方法。模型的邏輯表示：基于知識的表示方法。7/27/2023523.3.4當前研究課題模型的自動生成技術模型管理的人工智能方法模型管理與數(shù)據(jù)管理的結合7/27/2023533.4方法庫系統(tǒng)

方法庫系統(tǒng)（MBS）綜合了數(shù)據(jù)庫和程序庫。

方法庫——類似于程序庫，包含面向多種應用的程序包或功能程序。7/27/202354

方法庫管理系統(tǒng)——對程序方法提供多種功能操作。具有擴充的程序組件可與多種數(shù)據(jù)庫系統(tǒng)相連接可隨時加入新的程序組件7/27/2023553.5知識庫系統(tǒng)3.5.1基本概念 數(shù)據(jù)——客觀事物的屬性、數(shù)量、位置及 其相互關系等的抽象表示。 信息——數(shù)據(jù)所表示的含義（語義），因 而說“數(shù)據(jù)是信息的載體”。 知識——信息之間結構化的關聯(lián)關系。7/27/2023563.5.2知識的分類 事實——指人類對客觀事物屬性的值或狀 態(tài)的描述。（不包含任何變量） 規(guī)則——表示因果關系的知識，分為前提 （條件）和結論兩部分。 規(guī)律——帶有變量的規(guī)則。所以，規(guī)則是 規(guī)律的例化。7/27/2023573.5.3知識的屬性真實性相對性不完全性模糊性可表示性7/27/2023583.5.4推理方法演繹推理：P→Q，由前提到結論歸納推理：由個別到一般，“主觀不充分置信推理”聯(lián)想與類比綜合與分析預測假設與驗證7/27/202359從另外的角度還可分為演繹推理、歸納推理、缺省推理確定性推理、不確定性推理單調(diào)推理、非單調(diào)推理啟發(fā)式推理、非啟發(fā)式推理基于知識的推理、統(tǒng)計推理、直覺推理正向推理、逆向推理、混合推理、雙向推理——推理控制策略7/27/2023603.5.5知識庫系統(tǒng)

知識庫——提供知識的表示和存儲。 知識庫管理系統(tǒng)——提供對知識（規(guī)則） 的存儲、檢索、修改、檢查等 操作。 推理機——利用知識庫中的知識進行推 理，對給定問題進行求解，得 到結論。7/27/2023613.5.6知識的表示方法一階謂詞邏輯表示語義網(wǎng)絡表示產(chǎn)生式規(guī)則知識的框架表示腳本表示過程表示Petri網(wǎng)表示面向對象表示7/27/202362第四節(jié)新一代DSS的研究與發(fā)展7/27/202363

群決策支持系統(tǒng)（GDSS）分布式?jīng)Q策支持系統(tǒng)（DDSS）智能決策支持系統(tǒng)（IDSS）決策支持中心（DSC）戰(zhàn)略決策支持系統(tǒng)（SDSS）智能交互綜合I3DSS7/27/202364（1）群決策支持系統(tǒng)（GDSS） 支持多人或集體共同決策：利用通信技術（網(wǎng)絡、電話會議、電子信息交換）、計算機技術（多用戶系統(tǒng)、4GL、數(shù)據(jù)庫、數(shù)據(jù)分析OLAP、數(shù)據(jù)存儲、數(shù)據(jù)倉庫、數(shù)據(jù)挖掘）和決策支持技術（議程設置)、AI與推理技術、決策模型方法——如決策樹、風險分析、預測方法等，結構化群決策方法——如德爾菲法等）相結合。7/27/202365（2）分布式?jīng)Q策支持系統(tǒng)（DDSS）

研究DSS在分布式環(huán)境中、與分布式技術相結合相關的技術問題。7/27/202366（3）智能決策支持系統(tǒng)（IDSS）

智能決策支持系統(tǒng)IDSS（IntelligentDecisionSupportSystems）是決策支持系統(tǒng)DSS與人工智能AI（ArtificialIntelligence）相結合的產(chǎn)物，它將人工智能中的知識表示與處理的思想引入到DSS，其獨特的研究方法和廣泛的發(fā)展前途使之一出現(xiàn)就成為決策支持技術研究的熱點。7/27/202367

智能決策支持系統(tǒng)是以信息技術為手段，應用管理科學、計算機科學及有關學科的理論和方法，針對半結構化和非結構化的決策問題，通過提供背景材料、協(xié)助明確問題、修改完善模型、列舉可能方案、進行分析比較等方式，為管理者做出正確決策提供幫助的智能型人機交互信息系統(tǒng)。

7/27/202368

IDSS是一個新的正在發(fā)展的研究領域，涉及IDSS的文獻大量涌現(xiàn)。有文獻將IDSS稱為基于知識的DSS。盡管這些研究側重點不盡相同，但它們的一個共同特點就是人工智能技術融于傳統(tǒng)的DSS之中，彌補傳統(tǒng)DSS單純依靠模型技術與數(shù)據(jù)處理技術，以及用戶高度卷入而可能出現(xiàn)意向性偏差的缺陷。7/27/202369

AI與DSS技術相結合，形成了高級別的、具有知識處理能力的DSS。 組成：四庫系統(tǒng)+接口。知識庫、數(shù)據(jù)庫、模型庫、方法庫及人機接口，還有問題求解模塊。7/27/202370DSS人工智能專家系統(tǒng)機器學習人工神經(jīng)元網(wǎng)絡專家知識優(yōu)勢IDSSDSS+ES結合專家知識和DSS模型分析的優(yōu)點形成智能DSS（IDSS）提高支持非結構化決策能力知識獲取困難知識庫智能DSS的基本概念7/27/202371

專家系統(tǒng)是一種知識系統(tǒng)利用專家知識及知識推理等來理解與求解問題將ES和傳統(tǒng)DSS結合而形成的IDSS：增設了知識庫、推理機與問題處理系統(tǒng)人機對話部分還加入了自然語言處理功能IDSS在用戶決策問題的輸入、決策問題的描述、決策過程的推理，問題解的求取與輸出等方面都有了顯著的改進7/27/202372人工神經(jīng)元網(wǎng)絡采用物理器件或計算機

模擬生物體中神經(jīng)網(wǎng)絡的某些結構與功能ANN屬于基于案例學習的模型吸取了生物神經(jīng)網(wǎng)絡的部分優(yōu)點ANN由許多簡單處理單元互連而成局部神經(jīng)元損壞后不影響全局的活動ANN具有良好的自組織、自學習和自適應能力特別適用于處理復雜問題或開放系統(tǒng)能彌補專家系統(tǒng)的不足

7/27/202373典型的結構為四庫結構數(shù)據(jù)庫模型庫人機接口方法庫管理系統(tǒng)模型庫管理系統(tǒng)用戶數(shù)據(jù)庫管理系統(tǒng)方法庫知識庫知識庫管理系統(tǒng)自然語言處理系統(tǒng)問題處理系統(tǒng)推理機智能DSS的結構7/27/202374IDSS具有人工智能的行為向人類靠攏了一大步使不熟悉機器的人也能方便地使用DSSIDSS：更好地理解人能積累已有知識能獲得新知識提高分析和求解能力增設：自然語言處理系統(tǒng)知識庫推理機問題處理系統(tǒng)7/27/202375自然語言表達的決策問題系統(tǒng)能理解的方式表達的決策問題人機接口自然語言處理系統(tǒng)問題處理系統(tǒng)語法、語義結構分析智能DSS的結構----智能人機接口7/27/202376問題處理系統(tǒng)工作流程問題求解器結構化問題：模型選擇或構造

非結構化問題：推論或知識推理問題分析器

問題描述人機接口自然語言處理系統(tǒng)結果四庫系統(tǒng)求解資源智能DSS的結構---問題處理系統(tǒng)7/27/202377回答知識請求回答知識庫維護請求知識庫知識庫管理系統(tǒng)推理機決策知識和經(jīng)驗知識特定問題領域專門知識從已知事實推出新事實智能DSS的結構---知識庫子系統(tǒng)

知識庫子系統(tǒng)：獲取、解釋、表示、推理及管理與維護知識知識：有關規(guī)則、因果關系及經(jīng)驗等7/27/202378存儲知識首先要表示知識知識的表示是知識的符號化過程常見的知識表示形式有：

邏輯表示法語義網(wǎng)絡表示法產(chǎn)生式規(guī)則表示法框架表示法過程表示法7/27/202379推理是指從已知事實推出新事實的過程推理一般由三部分組成：大前提、小前提、結論例：大前提－拖債達3級及以上的客戶信用低小前提－該客戶拖債達4級結論－該客戶信用低例：大前提－與信用低的客戶做交易要謹慎小前提－該客戶信用低結論－與該客戶做交易要謹慎智能DSS的結構---推理機7/27/202380根據(jù)推理方向的不同，可以分出三種推理：正向推理、反向推理、正反向混合推理例：從某城市到一個無直達航班的城市為確定坐哪些航班轉達，即是簡單的推理問題例：若事實M為真，且有規(guī)則IFMTHENN，則N為真因此，若事實任務A是緊急訂貨為真，且有規(guī)則IF任務I是緊急訂貨THEN任務I按優(yōu)先安排計劃則任務A就應優(yōu)先安排計劃7/27/202381輸出W1W4W2W3X1X2X3X4輸入加權傳遞加權和Y處理單元輸入層隱蔽層輸出層ANN在分析與決策中的應用

人工神經(jīng)元網(wǎng)絡基本原理7/27/202382什么是人工神經(jīng)網(wǎng)絡？T.Koholen的定義：“人工神經(jīng)網(wǎng)絡是由具有適應性的簡單單元組成的廣泛并行互連的網(wǎng)絡，它的組織能夠模擬生物神經(jīng)系統(tǒng)對真實世界物體所作出的交互反應?！?/p>

7/27/202383腦神經(jīng)信息活動的特征(1)巨量并行性。(2)信息處理和存儲單元結合在一起。(3)自組織自學習功能。

7/27/202384ANN研究的目的和意義(1)通過揭示物理平面與認知平面之間的映射，了解它們相互聯(lián)系和相互作用的機理，從而揭示思維的本質，探索智能的本源。(2)爭取構造出盡可能與人腦具有相似功能的計算機，即ANN計算機。(3)研究仿照腦神經(jīng)系統(tǒng)的人工神經(jīng)網(wǎng)絡，將在模式識別、組合優(yōu)化和決策判斷等方面取得傳統(tǒng)計算機所難以達到的效果。

7/27/202385神經(jīng)網(wǎng)絡研究的發(fā)展(1)第一次熱潮(40-60年代未)1943年,美國心理學家W.McCulloch和數(shù)學家W.Pitts在提出了一個簡單的神經(jīng)元模型，即MP模型。1958年，F(xiàn).Rosenblatt等研制出了感知機(Perceptron）。(2)低潮(70-80年代初):(3)第二次熱潮1982年，美國物理學家J.J.Hopfield提出Hopfield模型，它是一個互聯(lián)的非線性動力學網(wǎng)絡他解決問題的方法是一種反復運算的動態(tài)過程,這是符號邏輯處理方法所不具備的性質.1987年首屆國際ANN大會在圣地亞哥召開，國際ANN聯(lián)合會成立，創(chuàng)辦了多種ANN國際刊物。1990年12月，北京召開首屆學術會議。7/27/202386生物神經(jīng)元網(wǎng)絡基本模型細胞體突觸軸突樹突輸入輸出信息處理電脈沖形成傳輸7/27/202387ANN類型與功能7/27/202388人工神經(jīng)網(wǎng)絡研究的局限性（1）ANN研究受到腦科學研究成果的限制。（2）ANN缺少一個完整、成熟的理論體系。（3）ANN研究帶有濃厚的策略和經(jīng)驗色彩。（4）ANN與傳統(tǒng)技術的接口不成熟。

7/27/202389

一般而言,ANN與經(jīng)典計算方法相比并非優(yōu)越,只有當常規(guī)方法解決不了或效果不佳時ANN方法才能顯示出其優(yōu)越性。尤其對問題的機理不甚了解或不能用數(shù)學模型表示的系統(tǒng),如故障診斷、特征提取和預測等問題,ANN往往是最有利的工具。另一方面,ANN對處理大量原始數(shù)據(jù)而不能用規(guī)則或公式描述的問題,表現(xiàn)出極大的靈活性和自適應性。7/27/202390ANN可看作黑箱通過案例學習

能具備求解同類問