目录 1
前言 1
第1章 绪论 1
1.1 智能决策支持系统的研究现状 2
1.1.1 决策数学模型与智能决策方法 2
1.1.2 智能决策支持系统的智能化过程 8
1.1.3 智能决策支持系统的体系结构 12
1.2.1 决策数学模型与智能决策方法 13
1.2 智能决策支持系统研究中存在的问题 13
1.2.2 智能决策支持系统体系结构 16
1.2.3 智能决策支持系统开发与应用 17
1.3 智能决策支持系统研究进展 17
1.3.1 智能决策方法研究 18
1.3.2 智能决策支持系统体系结构研究 18
1.3.3 决策问题分解、结构化模型与群决策模型研究 19
1.3.4 智能决策支持系统应用研究 19
参考文献 19
2.1 概述 24
2.1.1 问题的提出 24
第2章 基于定性推理理论的智能决策支持系统 24
2.1.2 定性推理理论主要内容和推理方法 26
2.1.3 定性推理理论与决策支持 28
2.2 智能决策支持系统中的定性推理集成机制 29
2.2.1 高层管理决策复杂问题递阶分解思想 29
2.2.2 基于定性推理系统的智能决策支持系统结构 31
2.2.3 定性模型和定量模型的集成模式 35
2.2.4 定性和定量之间的映射关系 37
2.3 定性仿真方法 39
2.3.1 定性仿真理论和QSIM算法 40
2.3.2 QSIM算法完备性及其处理方法 48
2.3.3 基于序列因果关系和目标搜寻的QSIM算法 51
2.4 复杂决策的定性模型分解推理方法 55
2.4.1 定性模型的分解和推理过程 55
2.4.2 定性模型的分割算法 58
2.4.3 系统仿真算法 64
2.4.4 SRSQM算法完备性讨论 72
2.4.5 模型分解仿真验证 72
2.5 基于QSIM算法的智能决策支持系统设计与实现 74
2.5.1 工作流程分析 75
2.5.2 系统功能结构 76
2.5.3 系统主要功能模块设计 78
2.5.4 基于QSIM算法的智能决策支持系统实例仿真 83
参考文献 85
第3章 基于粗糙集数据分析的智能决策支持系统 89
3.1 概述 89
3.1.1 问题的提出 89
3.1.2 数据挖掘概念及其过程 91
3.1.3 数据挖掘中的不确定性问题 93
3.1.4 粗糙集理论 94
3.2.1 经典粗糙集模型及计算方法 95
3.2 数据挖掘的粗糙集模型：粗糙集数据分析 95
3.2.2 粗糙集理论的可变精度微差关系模型 104
3.3 数据预处理 109
3.3.1 基于GA的连续属性集离散化分析 110
3.3.2 基于粗糙集理论的概念泛化分析 114
3.3.3 基于对象相似的空值估算 115
3.4 知识约简与决策算法 119
3.4.1 基于属性上下文敏感度的启发式约简算法 119
3.4.2 决策规则求解与评价 123
3.4.3 决策分析 125
3.5 基于粗糙集数据分析的智能决策支持系统的应用 126
3.5.1 系统总体结构 127
3.5.2 系统功能结构 128
3.5.3 应用背景 128
3.5.4 数据采集与表示 129
3.5.5 实验结果 130
参考文献 132
第4章 基于证据理论的智能决策支持系统 136
4.1 概述 136
4.1.1 问题的提出 136
4.1.2 证据理论概述 138
4.2 证据合成方法 143
4.2.1 相关证据的合成方法 143
4.2.2 重要性、可靠性相异的证据的合成方法 148
4.2.3 冲突证据的合成方法 149
4.2.4 基于综合修正系数优化的重要性、可靠性不同的冲突证据合成 150
4.3 基于神经网络的证据合成方法及其性质 151
4.3.1 基于神经网络与Dempster合成规则的证据合成方法 152
4.3.2 基于神经网络与Dempster合成规则的证据合成方法的三个性质 155
4.4 聚类分析、协同专家选择与基于证据理论的决策 157
4.4.1 不同的证据源可信度的聚类分析 157
4.4.2 协同学理论与合成证据源的选择 160
4.4.3 基于证据理论的决策方法 165
4.5 基于粗糙集理论的证据获取与合成方法 168
4.5.1 引言 168
4.5.2 决策表分解 168
4.5.3 证据获取 170
4.5.4 证据合成及决策分析 172
4.6 面向Internet基于证据理论的证券投资智能决策支持系统设计与实现 174
4.6.1 基于神经网络与证据理论的证券市场专家群体预测方法 174
4.5.5 实证研究 174
4.6.2 面向Internet基于证据理论的证券投资智能决策支持系统设计与实现 177
参考文献 187
第5章 基于群体推理与群体层次分析法的群决策支持系统 192
5.1 概述 192
5.1.1 问题的提出 192
5.1.2 群决策支持系统发展展望 195
5.2 基于群体推理及群体层次分析法的群决策支持系统结构 196
5.2.1 基于群体推理及群体层次分析法的群决策支持系统结构 197
5.2.2 基于GDSSSBGRGA结构的群决策支持系统的决策程序 202
5.3.1 基于粗糙集理论的群体推理方法 203
5.3 群决策支持系统环境下的群体推理方法研究 203
5.3.2 群决策支持系统环境下的QSIM定性推理算法 207
5.4 群决策支持系统环境下的群体层次分析法 214
5.4.1 层次分析法解决问题的基本思想 215
5.4.2 群决策支持系统环境下复杂问题决策因素结构化方法 215
5.4.3 群决策支持系统环境下判断矩阵集结的两种方法及其性质 216
5.4.4 判断矩阵凸组合系数的优化原理 223
5.4.5 基于粗糙集理论的判断矩阵构造方法 226
5.5 基于群体层次分析法的群决策支持系统的开发与应用 228
5.5.1 系统的开发环境及工作流程 228
5.5.2 系统功能结构 230
5.5.3 系统在人口增长因素分析中的应用 231
参考文献 234
第6章 企业级智能决策支持系统 237
6.1 概述 237
6.2 决策过程支持系统 238
6.2.1 决策过程支持 238
6.2.2 基于Multi-Agent的企业级决策支持系统体系结构 240
6.2.3 基于Multi-Agent的能力规划系统 246
6.3 基于数据的决策支持系统 251
6.3.1 企业级决策的信息结构与环境 251
6.3.2 数据驱动的企业级决策系统 256
6.4 企业级决策的方法选择及融合 260
6.4.1 最优化决策方法 261
6.4.2 智能决策方法的选择 262
6.4.3 决策方法的融合 269
6.5 基于构件的企业级智能决策支持系统体系结构 271
6.5.1 基于构件的智能系统体系结构模型 271
6.5.2 基于构件的企业级决策支持系统平台 275
6.5.3 基于Agent的企业级决策支持系统构件 278
参考文献 282
7.1 概述 285
第7章 企业级智能决策支持系统中的生产库存模型 285
7.2 带有预防性维修中断的复合制造系统的生产库存模型 286
7.2.1 问题的提出 286
7.2.2 模型建立 287
7.2.3 应用实例 292
7.3 柔性制造系统的生产库存模型 293
7.3.1 问题的提出 293
7.3.2 模型建立 294
7.3.3 应用实例 298
7.4.2 模型建立 299
7.4 考虑人类学习现象的生产库存模型 299
7.4.1 问题的提出 299
7.4.3 应用实例 305
7.5 线性时变需求情形下制造系统的生产库存模型 307
7.5.1 问题的提出 307
7.5.2 模型建立 308
7.5.3 应用实例 312
7.6 带有一般时变需求的变质性产品的生产库存模型 313
7.6.1 问题的提出 313
7.6.2 模型建立 314
7.6.3 应用实例 320
7.7 缺货要补的制造系统的连续生产库存模型 321
7.7.1 问题的提出 321
7.7.2 模型建立 322
7.7.3 应用实例 327
7.8 制造商与销售商联合生产库存模型 330
7.8.1 问题的提出 330
7.8.2 模型建立 331
7.8.3 应用实例 334
参考文献 336