基于歸納學(xué)習(xí)和范例推理的智能決策支持系統(tǒng)的研究.pdf

1、　　人工智能技術(shù)和決策支持系統(tǒng)有機(jī)地結(jié)合起來，形成智能決策支持系統(tǒng)(IntelligentDecisionSupportSystems，IDSS)。IDSS有效地解決了系統(tǒng)中定量與定性相結(jié)合以及半結(jié)構(gòu)化、非結(jié)構(gòu)化的問題，擴(kuò)大了決策支持系統(tǒng)處理的范圍，提高了決策能力。IDSS已經(jīng)廣泛地應(yīng)用于防洪決策、商務(wù)決策等領(lǐng)域。歸納學(xué)習(xí)、范例推理(Case-BasedReasoning，CBR)是機(jī)器學(xué)習(xí)中發(fā)展較為成熟的技術(shù)，已經(jīng)被廣泛地研究和應(yīng)用。

2、隨著IDSS的應(yīng)用，知識(shí)獲取“瓶頸”問題逐漸顯現(xiàn)出來，并在一定程度上阻礙了它的發(fā)展；然而歸納學(xué)習(xí)和范例推理可以應(yīng)用于IDSS中，有效地解決該問題，以更好地支持決策。本文首先討論了IDSS的基本原理、體系結(jié)構(gòu)、功能、研究現(xiàn)狀和存在問題，針對(duì)IDSS應(yīng)用中的知識(shí)獲取“瓶頸”問題，研究了機(jī)器學(xué)習(xí)在IDSS中的應(yīng)用。介紹了歸納學(xué)習(xí)中的決策樹學(xué)習(xí)算法如ID3、C4.5和特征子集選擇問題。接著介紹了范例推理的基本技術(shù)，即范例表示、范例檢索、CBR修

3、正、CBR維護(hù)等。根據(jù)上述理論，本文提出了歸納學(xué)習(xí)在CBR中的新應(yīng)用。決策樹學(xué)習(xí)算法，主要是C4.5在范例檢索、CBR修正、CBR維護(hù)中的應(yīng)用。特征子集選擇算法FSS,特別是基于信息熵和拉普拉斯錯(cuò)誤估計(jì)的容忍噪音的FSS在范例庫的范例屬性約簡中的應(yīng)用。最后，結(jié)合防洪決策，研究了歸納學(xué)習(xí)和范例推理在IDSS中的應(yīng)用，提出了基于歸納學(xué)習(xí)和范例推理的IDSS集成系統(tǒng)的原型，以及集成系統(tǒng)的系統(tǒng)構(gòu)成和關(guān)鍵技術(shù)，從而為IDSS的應(yīng)用研究提供了更加廣