本文關(guān)鍵詞：綜合決策支持系統(tǒng)中計(jì)算智能和知識(shí)獲取技術(shù)的研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著經(jīng)濟(jì)的發(fā)展，商業(yè)競(jìng)爭(zhēng)日益激烈，企業(yè)環(huán)境千變?nèi)f化。企業(yè)能否快速和正確地對(duì)其外界或內(nèi)部的各種變化做出積極的反應(yīng)并制定正確的決策，是企業(yè)爭(zhēng)取時(shí)間，迅速行動(dòng)，從而最終取得市場(chǎng)競(jìng)爭(zhēng)優(yōu)勢(shì)的關(guān)鍵。在信息技術(shù)飛速發(fā)展，信息數(shù)據(jù)迅猛增長(zhǎng)的今天，企業(yè)快速有效的分析和決策越來(lái)越依賴于其信息系統(tǒng)的設(shè)計(jì)與開發(fā)。其中，決策支持系統(tǒng)(DSS)是信息系統(tǒng)領(lǐng)域的一個(gè)重要分支，是結(jié)合計(jì)算機(jī)科學(xué)、運(yùn)籌學(xué)、管理科學(xué)等多學(xué)科的新型學(xué)科。DSS經(jīng)過(guò)設(shè)計(jì)、構(gòu)造、用于輔助決策過(guò)程。已經(jīng)成功地用于解決各種各樣的問(wèn)題，在企業(yè)決策、城市交通管理、保健及醫(yī)療診斷、環(huán)境規(guī)劃、農(nóng)林業(yè)等應(yīng)用領(lǐng)域發(fā)揮重要的作用。人工智能，數(shù)據(jù)挖掘和數(shù)據(jù)倉(cāng)庫(kù)技術(shù)已經(jīng)對(duì)決策支持系統(tǒng)的研究和發(fā)展產(chǎn)生了重要的影響。此外，模糊集、粗糙集、人工神經(jīng)網(wǎng)絡(luò)和遺傳算法等理論與方法也被運(yùn)用于解決決策有關(guān)的問(wèn)題。各種技術(shù)的相互滲透和結(jié)合日益明顯與復(fù)雜，決策支持系統(tǒng)中充分融合各項(xiàng)技術(shù)在近年來(lái)受到普遍關(guān)注和充分重視。 本文撇開眾多對(duì)知識(shí)定義上的爭(zhēng)論，從實(shí)用性和可操作性的角度對(duì)解決決策問(wèn)題的知識(shí)提出了新的認(rèn)識(shí)和分類思想。然后在這種思想上，在一定程度上研究和總結(jié)了人工智能、數(shù)據(jù)挖掘、神經(jīng)計(jì)算、進(jìn)化計(jì)算、運(yùn)籌學(xué)、Rough集和Fuzzy集等理論和方法的研究成果，綜合比較了各種技術(shù)的本質(zhì)、特征、異同和優(yōu)劣。論述了最新科技發(fā)展對(duì)決策支持系統(tǒng)的影響，并討論了如何將這些技術(shù)有創(chuàng)新性地結(jié)合運(yùn)用于DSS的設(shè)計(jì)與構(gòu)造中去，以期對(duì)決策支持系統(tǒng)的研究與開發(fā)有指導(dǎo)的意義和肩發(fā)的作用。 首先，本文在綜述與決策支持系統(tǒng)有關(guān)的計(jì)算智能與知識(shí)獲取研究動(dòng)態(tài)和進(jìn)展的基礎(chǔ)上，對(duì)解決決策問(wèn)題的知識(shí)提出了一些新的認(rèn)識(shí)和分類思想。在此基礎(chǔ)上，對(duì)各種處理知識(shí)典型技術(shù)進(jìn)行重新劃分和歸納。進(jìn)一步明確了處理DSS中知識(shí)有關(guān)問(wèn)題的理論與方法的范圍和方向。 其次，以計(jì)算理論中計(jì)算復(fù)雜性討論為基礎(chǔ)，分析了決策中所涉及的NP問(wèn)題，研究了運(yùn)籌學(xué)方法、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法等方法在解決NP問(wèn)題時(shí)的本質(zhì)、特點(diǎn)和優(yōu)缺點(diǎn)。并結(jié)合實(shí)際中典型的旅行商問(wèn)題進(jìn)行實(shí)例分析，概括了實(shí)際問(wèn)題求解應(yīng)如何選擇各種計(jì)算技術(shù)。 第三，在本文對(duì)知識(shí)認(rèn)識(shí)和分類的基礎(chǔ)上，討論了知識(shí)獲取中典型的推理和分類的理論與方法。主要分析了數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、粗糙集、神經(jīng)計(jì)算、遺傳 綜合決策支持系統(tǒng)中汁算智能和知識(shí)獲取技術(shù)的研究與應(yīng)用 摘要 算法等的技術(shù)的實(shí)質(zhì)、優(yōu)劣和適用范圍。提出了新的結(jié)合方式和設(shè)計(jì)了新的決策 支持系統(tǒng)結(jié)構(gòu)模型。 第四，，結(jié)合上述研究的結(jié)果，設(shè)計(jì)了企業(yè)決策支持系統(tǒng)中應(yīng)收賬款管理子系 統(tǒng)。體現(xiàn)各種技術(shù)之間相互融合、取長(zhǎng)補(bǔ)短的思想。 最后，綜合了上述分析和研究的基礎(chǔ)上，對(duì)各種理論與方法之間的相互滲透 和結(jié)合進(jìn)行了闡述，并展望了人工智能的發(fā)展方向。
【關(guān)鍵詞】：決策支持系統(tǒng) 人工智能 計(jì)算智能 數(shù)據(jù)挖掘 粗糙集
【學(xué)位授予單位】：昆明理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2003
【分類號(hào)】：TP18
【目錄】：

• 摘要3-5
• ABSTRACT5-7
• 目錄7-9
• 第一章 緒言9-19
• 1.1 研究的背景9-10
• 1.2 研究的進(jìn)展及動(dòng)態(tài)10-17
• 1.3 研究的內(nèi)容與意義17-19
• 第二章 知識(shí)的認(rèn)識(shí)與分類19-27
• 2.1 智能與知識(shí)19-20
• 2.2 知識(shí)概念與分類的各種觀點(diǎn)20-22
• 2.3 本文對(duì)處理決策問(wèn)題知識(shí)的認(rèn)識(shí)與分類22-27
• 第三章 決策問(wèn)題中的計(jì)算27-57
• 3.1 計(jì)算復(fù)雜性和NP完全性27-34
• 3.2 對(duì)付NP完全性34-38
• 3.3 對(duì)付NP完全性的計(jì)算智能方法38-51
• 3.4 計(jì)算技術(shù)的選擇51-57
• 第四章 決策問(wèn)題中推理與分類規(guī)則的獲取57-99
• 4.1 推理規(guī)則的獲取57-76
• 4.2 匹配規(guī)則的獲取76-89
• 4.3 歸類規(guī)則的獲取89-99
• 第五章 應(yīng)收賬款子系統(tǒng)的實(shí)例設(shè)計(jì)99-111
• 5.1 需求分析99-100
• 5.2 功能設(shè)計(jì)100-101
• 5.3 技術(shù)選用101-106
• 5.4 系統(tǒng)結(jié)構(gòu)與流程106-110
• 5.5 模型評(píng)估110-111
• 第六章 結(jié)論與展望111-115
• 致謝115-117
• 參考文獻(xiàn)117-123
• 附錄(攻讀學(xué)位期間發(fā)表論文目錄)123

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 趙惠文;;一般模糊熵及其應(yīng)用[J];信息工程大學(xué)學(xué)報(bào);2011年03期

2 康彥;;數(shù)據(jù)挖掘技術(shù)在高職教學(xué)質(zhì)量管理中的應(yīng)用[J];科技創(chuàng)新導(dǎo)報(bào);2011年20期

3 宋艷佩;李一U

本文編號(hào)：498452