智能决策支持系统 课件.ppt

第三章,智能决策支持系统,教学目的,3.1智能决策支持系统概述,1智能决策支持系统的概念,2.IDSS的结构,人工智能的决策支持技术,2.IDSS的结构,IDSS结构形式(P101),2.IDSS的结构,IDSS结构形式,3.2 人工智能基本原理,1决策推理与决策支持系统,1决策推理与决策支持系统,人脑的决策推理,人脑的决策推理,1决策推理与决策支持系统,1决策推理与决策支持系统,人脑的决策推理,1决策推理与决策支持系统,电脑的决策推理,1决策推理与决策支持系统,电脑的决策推理,1决策推理与决策支持系统,电脑的决策推理,1决策推理与决策支持系统,电脑的决策推理,1决策推理与决策支持系统,DSS中的决策过程,1决策推理与决策支持系统,DSS中的决策过程,1决策推理与决策支持系统,DSS中的决策过程,1决策推理与决策支持系统,DSS中的决策过程,2知识的表示和推理技术,2知识的表示和推理技术,谓词逻辑,2知识的表示和推理技术,谓词逻辑,2知识的表示和推理技术,谓词逻辑,2知识的表示和推理技术,产生式规则,2知识的表示和推理技术,产生式规则,2知识的表示和推理技术,产生式规则,2知识的表示和推理技术,产生式规则,2知识的表示和推理技术,产生式规则,2知识的表示和推理技术,语义网络,2知识的表示和推理技术,语义网络,学校,主页,Have,张山,学生,北京,城市,计算机,设备,硬盘,上网,人,动物,食物,Study in,ISA,AKO,AKO,Need,Can,AKO,Have,Located,ISA,Have,3搜索技术(P113),广度优先搜索法,3搜索技术,初始棋局（初始状态）,目标棋局（目标状态）,8 32 1 47 6 5,8 1 32 47 6 5,2 8 37 46 1 5,2 8 37 1 46 5,1 2 38 47 6 5,8 32 1 47 6 5,8 1 32 47 6 5,2 8 37 46 1 5,2 8 37 1 46 5,1 2 38 47 6 5,3搜索技术,深度优先搜索法,3.3专家系统,1专家系统概述（P117),专家系统概念,1专家系统概述,专家系统分类,1专家系统概述,专家系统的结构（P118）,2产生式规则专家系统(P119),2产生式规则专家系统,产生式规则基本原理,2产生式规则专家系统,推理树和逆向推理过程,3事实数据库和解释机制,事实数据库,基本事实数据库,规则库,3事实数据库和解释机制,事实数据库,3事实数据库和解释机制,解释机制,4专家系统与DSS的集成(P123),3.4 神经网络的决策支持,1神经网络原理,生物神经元,1神经网络原理,人工神经元模型(P133),1神经网络原理,人工神经元模型(P133),1神经网络原理,人工神经元模型(P133),1神经网络原理,人工神经元模型(P133),1神经网络原理,人工神经元模型(P133),或,对称型Sigmoid函数,1神经网络原理,人工神经元模型(P133),非对称型Sigmoid函数,或,1神经网络原理,人工神经元模型(P133),对称型阶跃函数函数,采用阶跃作用函数的神经元，称为阈值逻辑单元。,线性函数,（1）线性作用函数：输出等于输入，即,（2）饱和线性作用函数,（3）对称饱和线性作用函数,2反向传播模型（BP模型）,多层网络结构,2反向传播模型（BP模型）,多层网络结构,3,4,5,6,2反向传播模型（BP模型）,2反向传播模型（BP模型）,BP神经网络的样本训练（错误回馈法）,2反向传播模型（BP模型）,BP神经网络的样本训练（错误回馈法）,2反向传播模型（BP模型）,BP神经网络的样本训练（错误回馈法）,2反向传播模型（BP模型）,神经网络的局限性,2反向传播模型（BP模型）,BP网络计算,2反向传播模型（BP模型）,BP网络计算,式中,表示节点j与节点i之间的连接强度;i是节点i的阈值;为转换函数,一般采用S型函数,即,2反向传播模型（BP模型）,BP网络计算,对于隐含层节点,其偏差为,对于输出层节点,其偏差为：,2反向传播模型（BP模型）,BP网络计算,隐含层节点误差为：,若作用函数为S型函数，则输出层节点误差为：,2反向传播模型（BP模型）,BP网络计算,式中为学习速率，取值01之间，决定了网络的学习速度，k为网络迭代步数。,2反向传播模型（BP模型）,BP网络计算,式中为学习速率。,2反向传播模型（BP模型）,BP网络计算,2反向传播模型（BP模型）,BP网络分类实例,2反向传播模型（BP模型）,BP网络分类实例,