智能决策支持系统框架研究

183
1  DSS
随着科学技术的迅猛发展,科学技术深入到生活各个方面。决策过程也经历了巨大的变化。其中,决策支持系统(DSS)促进决策过程取得最有效的结果,DSS 侧重于支持和改进管理决策,在知识获取、知识表示和知识处理方面有巨大的优势。一个有效的DSS 可以协助决策者做决策,并确保重要的细节不被忽视。
一个有效的DSS 应该包括:(1)协助决策者获得新的、经核实的有关数据;(2)提供使用知识储存库的机会;(3)为新知识的解释和分类提供基础设施;(4)能够区分已核实和未核实的数据。2  决策定义
决策的定义如下:为了实现目标(目标可能一个或多个),在可供选择的方案中选择。这个过程主要有四步:
(1)收集:发现事实、发现问题和机会、收集数据、分析和探索。
(2)设计:建立模型,设定选择标准,寻替代方案,建模和仿真。
(3)选择:通过对方案的分析和评价,确定最优方案,并建立相应的计划。
青岛电视台生活在线(4)实现:所选方案的最终实现。3  IDSS及其应用
智能技术的显著进步对包括决策支持技术在内的大多数技术都产生了巨大的影响。常规的决策支持系统帮助决策者操纵数据和模型,但不会扮演智能助手的角。近年来,DSS 领域出现了许多改进,包括人工智能技术和方法,如:知识库、模糊逻辑、多智能体系统、自然语言、遗传算法、神经网络等。于是,产生了一个新的领域:智能决策支持系统——IDSS [1]。
IDSS 是基于计算机的交互式系统,使用数据、专家知识和模型来支持决策者,通过结合人工智能技术来解决复杂、不精确和结构不良的问题。
在DSS 中包含人工智能(AI)技术旨在开发基于计算机的系统,模仿人类的如近似、推理、直觉和普通常识的行为,使决策者更好地履行其职责并协同工作。通过人工智能研究产生的许多模型、算法和基于知识的推理能力对IDSS 做出了重要贡献。4  IDSS:一个框架
IDSS 有三个基本组成部分:
●数据库管理子系统:它包括数据库和数据库管理系
统(DBMS),数据库中包含与DSS 所设计的问题相关的数据。数据库管理系统可以与组织的数据仓库和/或数据集市相互连接,DBMS 将用户与数据库结构分离开来[2]。
●模型管理子系统(MBMS):本系统类似于DBMS,它包括一个模型库。MBMS 的目的是通过对数据应用模型的处理,将DBMS 中的数据转换为信息。
●专家子系统:它涵盖了用户与DSS 的不同组件之间通信的所有方面,需要提供人机友好界面,帮助模型构建和交互。
除上述组件外,IDSS 还设有知识管理子系统。
●知识管理子系统:信息一经识别、收集和管理,就必须转化为知识。在知识管理过程的这一阶段,转换和过滤信息/知识的各种工具和技术包括数据挖掘、OLAP、机器学习等。
见图1所示,不同的信息来源大致可以分为内部和外部。内部来源包括操作数据库、数据仓库、数据集市和组织中的人员。外部来源包括客户、政府机构、互联网等[3]
图1  IDSS 框架
5  相关技术
知识管理系统Internet:为了利用Internet 的潜在机会,发现Internet 信息需要使用Web 挖掘,可以分为:Web 使用挖掘、Web 内容挖掘和Web 结构挖掘[4]。
白帆文学社
数据库:数据库是信息的主要来源。数据库管理系统
智能决策支持系统框架研究
王  晶1,武  昌2
(1陆军步兵学院石家庄校区  河北  石家庄  050000)(2火箭军试验训练基地96891部队  山西  忻州  034000)
【摘要】决策支持领域出现了不同类型的决策支持系统,包括IDSS。IDSS 可以从数据和决策中提取知识,从而能支持重复的、复杂的实时决策。本文探讨了决策支持系统和决策支持系统的定义,其次,本文阐述了一个IDSS 框架以及支持它的相关技术。台州商业银行
【关键词】决策支持系统;数据仓库;IDSS
【中图分类号】TP311              【文献标识码】A          【文章编号】1009-5624(2021)01-0183-02
184
(DBMS)是管理数据库中数据的软件。大连科华热力管道有限公司
数据仓库:数据仓库的功能是查询分析数据,这里的数据指事务数据,适用于信息分析和决策支持领域。其中的数据具有集成性、时变性和非易失性。
数据集市:这些是小型的本地化数据仓库,由不同的部门创建,以提供他们自己的决策支持活动[5]。
风险投资论文人工智能(A I):在知识工程、隐性知识向显性知识转移、知识识别、理解和传播等领域进行了大量工作。人工智能技术包含很多方面,如神经网络、遗传算法、数据挖掘、专家系统、基于案例的推理、模糊逻辑和智能代理等。
数据库中的知识发现(KDD):可以将KDD 定义为从数据库中提取隐含的、以前未知的、可能有用的信息。融合了多个学科的知识,如统计、数学、数据库、并行计算等。
多维数据分析:即在线分析处理(OLAP),可以创建各种视图,使用户从不同维度提取和查看数据。
知识存储库:创建的知识必须存储起来,以便在组织中将来使用和共享。它们是内部和外部知识的集合,并寻求捕获隐性和显性知识。
6  结语
IDSS 除了能提高决策过程的有效性外,还可以用来提供真实可靠的决策。IDSS 使用了许多方法和技术,将人类知识与建模工具相结合,帮助决策者的决策。【参考文献】
[1]刘心报,杨善林.决策分析与决策支持系统[M].北京:清华大学出版社,2009:26-28.
[2]黄牧涛,田勇.组合智能决策支持系统研究及其应用[J].系统工程理论与实践,2007(4):114-119.
[3]邓苏,张维明,黄宏斌.决策支持系统[M].北京:电子工业出版社,2009:96.
[4]戴芦生.智能决策支持系统(IDSS)的发展现状[J].电脑知识与技术,2004(35):92-94.
[5]郑颖华,武根友.智能决策支持系统中模型库及其管理系统[J].科学技术与工程,2006(9):1312-1315.
作者简介:王晶(1988- ),女,山西阳泉,硕士,教员,研究方向:计算机模拟仿真。
1  引言
空调系统的运行会产生大量的能耗,在建筑体系能耗方面占比较大。在社会高速发展的今天,空调作为影响人们居住与生活质量的重要部分,提升其自动控制系统的高效运行,对实现空调系统各项功能的有效管控、空调系统的节能减排等都具有十分重要的意义。我国暖通空调自动控制系统发展历程主要分为四阶段,一是设备集中启停控制系统;二是模拟仪表控制系统;三是分布集散式监控系统;四是数字化控制系统[1]。物联网技术的渗透,可以帮助实现对暖通空调系统的远程实时访问与数据共享,并且可以实现国家大力倡导的节能减排、绿环保目标。2  物联网技术相关概念
物联网即相连的互联网,它的发展与互联网息息相关,其核心与基础仍是互联网,互联网技术的发展与革新一定程度上也推进了物联网技术的创新与发展。物联网的架构体系主要分为感知层、网络层与应用层。感知层的主要功能是实现对各类数据与信息的采集;网络层是夹在感知层与应用层之间的中间层,也称之为二者的桥梁与纽带,它的主要功能是将感知层采集到的数据传输至应用层;应用层的主要功能则是通过利用信息化技术手段对传输过来的数据进行整理、分析与处理,以完成各种任务需求,三者构成一个完整的物联网体系。
物联网技术作为一种创新优化后的互联网技术,其核心是以互联网技术为标准,在实际开发过程中,
可以有效地扩展各种技术,目标客户在使用过程中可以有效地实现项目之间的信息交换。物联网对物质判断有着新颖的视角,通过智能感知形式、识别功能等多种现代技术,帮助相关企业实现监督管理。基于物联网技术支撑下的智能化系统还可以对具体指令追踪等。目前物联网技术已经实现了在暖通空调各环节的应用,如在暖通空调系统方面,主要有单站点单控制器架构、单站点多控制器架构、多站点多控制器架构三种,不同的架构体系可以针对建筑的具体情况实现对在不同暖通空调系统的应用,可以充分发挥物联网技术的应用优势[2]。
3  物联网技术在暖通空调中的应用优势
物联网技术正在深刻的改变着暖通空调系统行业领域,不仅可以为消费者提供更大的舒适性、功能性、控制性,降低能耗量,还可以为制造商引入现代化产品,实现暖通空调的高效使用等等,拥有众多优势。
3.1 实现高效节能降耗
在暖通空调使用中,针对消费者角度而言,最看重的是新技术所能提供的节能效益,而基于物联网技术的探究物联网技术在暖通空调中的应用
徐廷泽
(太原学院环工系  山西  太原  030032)
【摘要】物联网概念提出后发展至今,已经渗透到人们日常生活的方方面面,物联网技术作为近些年迅速兴起的一种现代化科学技术,是人们进入信息时代的标志性产物。目前物联网技术正在不断革新暖通空调领域发展的运作模式,在暖通空调领域的应用也在不断深入,基于此,本文对物联网技术在暖通空调方面的应用展开一系列的探讨分析。【关键词】物联网技术;暖通空调;应用优势;发展趋势
【中图分类号】TN925.9            【文献标识码】A          【文章编号】1009-5624(2021)01-0184-02

本文发布于:2024-09-20 21:34:16,感谢您对本站的认可!

本文链接:https://www.17tex.com/xueshu/726423.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:知识   技术   数据   空调   暖通   系统   决策   数据库
留言与评论(共有 0 条评论)
   
验证码:
Copyright ©2019-2024 Comsenz Inc.Powered by © 易纺专利技术学习网 豫ICP备2022007602号 豫公网安备41160202000603 站长QQ:729038198 关于我们 投诉建议