人工智能的决策支持和智能决策支持系统课件(PPT 216页)

4.1  人工智能基本原理
4.2  专家系统与智能决策支持系统
4.3  神经网络的决策支持
4.4 遗传算法的决策支持
4.5 机器学习的决策支持
4.1 人工智能基本原理
4.2 人工智能基本原理
4.2.1  逻辑推理
4.2.1 逻辑推理
枚举归纳推理实例
类比推理实例一
类比推理实例二
4.2.2 知识表示与知识推理
4.2.2.2  产生式规则（if A then B）
4.2.2.2  产生式规则
4.2.3 搜索技术
4.2.3.1 广度优先搜索（宽度优先搜索）
图4.7 广度优先搜索示意图
4.2.3.2 深度优先搜索法
图4.8 深度优先搜索示意图
4.2.3.3 生成测试法
4.2.3.4 爬山法(生成测试法的变种)
在爬山法中可能出现以下几种情况：
在爬山法中可能出现以下几种情况：
4.2.3.4 爬山法
4.2.3.5 启发式搜索
4.2.3.5 启发式搜索
4.3.1专家系统原理
知识处理的特点
  专家系统结构
4.3.1 专家系统原理
4.3.2 产生式规则专家系统
4.3.2.1 产生式规则ES
4.3.2.1 产生式规则
4.3.2.2推理树（知识树）
4.3.2.3 逆向推理过程
4.3.2.3 逆向推理过程
4.3.2.4 事实数据库和解释机制
4.3.3 专家系统与决策支持系统集成
4.3.4 建模专家系统
4.5 遗传算法的决策支持
4.5.1 遗传算法原理
4.5.1.1 遗传算法的工作过程
4.5.1.2 遗传算法的理论基础
4.5.1.3 遗传算法的基本特征
4.5.2 优化模型的遗传算法求解
4.5.2.1 优化模型的遗传算法处理
旅行商问题（TSP）的遗传算法求解实例
1、编码
2、适应值函数
3、交叉
4、变异
5、遗传算法结果
4.5.3  获取知识的遗传算法
4.5.3.1 分类学习系统的结构
4.5.3.2分类学习系统的主要算法
4.5.3.3遗传分类器学习系统（GCLS）及其应用
4.5.3.3 遗传分类器学习系统及其应用
4.5.3.3遗传分类器学习系统及其应用
GCLS的几个控制参数
 种群数目n的变化情况
4.5.4  遗传规划建立模型
 4.5 机器学习的决策支持
4.5.1 机器学习综述
钟鸣和陈文伟的IBLE算法
4.5.2 机器学习分类
4.5.2 机器学习系统基本结构
(1)机械学习（ ROTE  LEARNING)
例子：汽车保险程序
(1)机械学习（ ROTE  LEARNING）
(2)示教学习（被告知学习）
(3) 示例学习（learning from examples）
4. 解释学习(EBL,explaination-based learning)
4.解释学习(EBL,explaination-based learning)
5.类比学习(learning by analogy)
类比学习过程
类比学习方法
类比学习算法思想
类比推理描述
6.发现学习
计算过程列表如下：
其中，发现过程为：
4.3.5智能决策支持系统实例
..............................