Интеллектуальная система поддержки принятия решений
Интеллектуальная система поддержки принятия решений ( IDSS ) — это система поддержки принятия решений , в которой широко используются методы искусственного интеллекта (ИИ). Использование методов искусственного интеллекта в информационных системах управления имеет долгую историю – такие термины, как « системы, основанные на знаниях » (KBS) и «интеллектуальные системы», использовались с начала 1980-х годов для описания компонентов систем управления, но термин «интеллектуальные системы управления» Система поддержки принятия решений», как полагают, была создана Клайдом Холсэплом и Эндрю Уинстоном. [1] [2] в конце 1970-х годов. Примеры специализированных интеллектуальных систем поддержки принятия решений включают гибкие производственные системы (FMS), [3] интеллектуальные системы поддержки маркетинговых решений [4] и системы медицинской диагностики. [5]
В идеале интеллектуальная система поддержки принятия решений должна вести себя как консультант-человек: поддерживать лиц, принимающих решения , путем сбора и анализа доказательств, выявления и диагностики проблем, предложения возможных вариантов действий и оценки таких предлагаемых действий. Цель методов искусственного интеллекта, встроенных в интеллектуальную систему поддержки принятия решений, состоит в том, чтобы позволить компьютеру выполнять эти задачи, максимально имитируя возможности человека.
Многие реализации IDSS основаны на экспертных системах . [6] хорошо зарекомендовавший себя тип KBS, который кодирует знания и имитирует когнитивное поведение людей-экспертов с использованием правил логики предикатов и, как было показано, в некоторых обстоятельствах работает лучше, чем оригинальные люди-эксперты. [7] [8] Экспертные системы появились как практическое применение в 1980-х годах. [9] на основе исследований в области искусственного интеллекта, проведенных в конце 1960-х — начале 1970-х годов. [10] Обычно они сочетают знания о конкретной области применения с возможностью вывода, позволяющей системе предлагать решения или диагнозы. Точность и последовательность могут быть сопоставимы (или даже превосходить) с таковыми у экспертов-людей, когда параметры принятия решения хорошо известны (например, если диагностируется распространенное заболевание), но эффективность может быть низкой, когда возникают новые или неопределенные обстоятельства.
Исследования в области искусственного интеллекта, направленные на то, чтобы позволить системам более гибко реагировать на новизну и неопределенность, начинают использоваться в IDSS. Например, интеллектуальные агенты [11] [12] которые выполняют сложные когнитивные задачи без необходимости вмешательства человека, используются в ряде приложений поддержки принятия решений. [13] Возможности этих интеллектуальных агентов включают обмен знаниями , машинное обучение , интеллектуальный анализ данных и автоматический вывод . Ряд методов искусственного интеллекта, таких как рассуждение на основе прецедентов , грубые наборы [14] и нечеткая логика также использовалась, чтобы позволить системам поддержки принятия решений лучше работать в неопределенных условиях.
В 2009 году было проведено исследование системы мультиискусственного системного интеллекта под названием IILS, предназначенной для автоматизации процессов решения проблем в логистической отрасли. Система включает в себя интеграцию интеллектуальных модулей, основанных на рассуждении на основе прецедентов, многоагентных систем, нечеткой логики и искусственных нейронных сетей, целью которых является предложение передовых логистических решений и поддержка в принятии обоснованных и качественных решений для решения широкого круга клиентов. потребности и проблемы. [15]
Ссылки
[ редактировать ]- ^ Холсаппл К.: Структура обобщенной интеллектуальной системы поддержки принятия решений (1977), докторская диссертация Университета Пердью
- ^ Холсаппл К. и Уинстон А.: Экспертные системы бизнеса (1987) McGraw-Hill
- ^ Чанг, Цзян и Тан: Разработка интеллектуальных инструментов поддержки принятия решений, помогающих проектировать гибкие производственные системы (2000). Международный журнал экономики производства, 65, 73-84.
- ^ Мацацинис и Сискос (2002), Интеллектуальные системы поддержки маркетинговых решений, Kluwer Academic Publishers.
- ^ Уокер Д.: Определение сходства и извлечение случаев в интеллектуальной системе поддержки принятия решений по лечению диабета, диссертация MSCS, Университет Огайо, компьютерные науки (инженерия), 2007 г.
- ^ Мацацинис, Н.Ф., Ю. Сискос (1999), MARKEX: Интеллектуальная система поддержки принятия решений для разработки продукта, European Journal of Operational Research, vol. 113, нет. 2, стр. 336-354.
- ^ Барон Дж.: Думая и решая (1998) Издательство Кембриджского университета
- ^ Тюрбан Э., Волонио Л., Маклин Э. и Уэзерб Дж.: Информационные технологии для управления (2009) Wiley
- ^ Джексон П.: Введение в экспертные системы (1986) Аддисон-Уэсли
- ^ Power, DJ « Краткая история систем поддержки принятия решений» , DSSResources.COM, World Wide Web, версия 4.0, 10 марта 2007 г.
- ^ Сугумаран В.: Применение агентов и интеллектуальных информационных технологий (2007) IGI Publishing
- ^ Мацацинис, Н.Ф., П. Морайтис, В. Псоматакис, Н. Спанудакис (2003), Агентная система для выбора стратегии проникновения продуктов, Прикладной искусственный интеллект: Международный журнал, том. 17, нет. 10, стр. 901-925.
- ^ Тунг Буй, Джинтэ Ли, Агентская структура для построения систем поддержки принятия решений, Системы поддержки принятия решений, том 25, выпуск 3, апрель 1999 г., страницы 225–237, ISSN 0167-9236, дои : 10.1016/S0167-9236(99)00008-1 . ссылка на Эльзевир
- ^ Лаборатория интеллектуальных систем поддержки принятия решений, Познань.
- ^ Це, Ю.К.; Чан, ТМ; Ли, Р.Х. (1 января 2009 г.). «Решение сложных логистических задач с помощью мультиискусственной интеллектуальной системы» . Международный журнал инженерного управления бизнесом . 1 : 1. дои : 10,5772/6781 . ISSN 1847-9790 .
Дальнейшее чтение
[ редактировать ]- Тюрбан Э., Аронсон Дж. и Лян Т.: Системы поддержки принятия решений и интеллектуальные системы (2004) Пирсон