[畜牧兽医]组合智能决策支持系统及应用

[畜牧兽医]组合智能决策支持系统及应用

ID:27736634

大小:542.00 KB

页数:31页

时间:2018-12-04

[畜牧兽医]组合智能决策支持系统及应用_第1页
[畜牧兽医]组合智能决策支持系统及应用_第2页
[畜牧兽医]组合智能决策支持系统及应用_第3页
[畜牧兽医]组合智能决策支持系统及应用_第4页
[畜牧兽医]组合智能决策支持系统及应用_第5页
资源描述:

《[畜牧兽医]组合智能决策支持系统及应用》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、组合智能决策支持系统及应用主讲人:黄牧涛摘要:针对现有DSS存在信息支持不足、专家知识难以获取与表示等问题,通过对人工神经网络、小波分析、遗传算法等优化建模方法进行组合利用,建立组合智能信息处理器,将之与传统DSS相结合,产生智能决策支持系统IDSS,进行知识自动提取和系统智能建模,并基于C#语言利用组件技术搭建IDSS集成结构。以流域水资源DSS各子系统为例,验证方案的可行性和有效性。主要内容DSS的基本组成与流程智能决策支持系统的开发方案组合智能处理器的构建实例应用——水资源管理决策支持系统WMIDSSDSS的产生与发展模型系统对系统中人的因素考虑不够MIS难以适应多变的外

2、部和内部管理环境70年代——产生时期(ScottMorton《管理决策科学)80年代——迅速发展时期90年代——成熟时期21世纪——出现群决策支持系统GDSS、分布式DDSS、智能型IDSS、会商决策支持中心DSCDSS的基本流程描述和表示决策问题生成候选决策方法通过模型分析、逻辑推理等手段演绎方案建立评价方案的标准评价方案,从中选出满意结果如不满意,提出修改方案允许决策者通过人机交互界面参与上述过程DSS的基本组成:数据+模型+知识知识库数据库方法库模型库人机交互组合智能决策支持系统关键技术:组合智能信息处理器+模型智能建模组合智能信息处理器+知识库+推理机知识自动提取+数据

3、挖掘4库系统+GIS构建基于COM技术构建进行系统集成逻辑结构数据库及其管理系统为方案计算提供计算参数和数据存储模型计算结果存储中间过程数据为决策者提供辅助信息包括基础数据、模型数据、结果数据添加、新建、修改、删除、查询、排序、统计、索引、转换、打印等功能水资源管理数据库系统设计基础数据库存储的内容包括:单元描述、水利工程、水文、水资源、气象、生态环境、土地利用等多种资料。模型数据库是基础数据库、结果数据库与各个模型之间的桥梁,它存储模型所必需的输入和输出数据结果数据库主要存储由各专业系统的模型、评价和虚拟现实所产生的各种预案和决策者进行一系列决策干预和操作之后所提供的方案描述

4、信息,供辅助决策分析调用专用GIS库主要存放用于专题分析的图层管理栅格和矢量图与三维可视化模块交互所需的数据基于公用GIS库提取的专题图层进行二次开发的,接收从关系数据库中的信息,并转换成GIS的属性数据,使决策者对空间数据和属性数据进行综合分析,获得各种数据视图,来进行辅助决策方法库——通用算法库存放各种通用的标准计算方法的子程序库各种统计方法各种数学函数模型库及其管理系统存放各专业领域计算与决策分析模型专业模型使用面向对象的程序设计语言研发并封装成软件包,模型库中每个模型相对独立,以动态链接库(DLL)、ActiveX控件(OCX)、可执行文件(EXE)、组件(COM/DC

5、OM)等形式存储,为其他业务系统提供相应的接口,实现特定的运算功能。建立一个模型字典来索引描述对应的各个模型文件知识库及其管理系统存放领域专家的经验和知识以及事实、规则等。内容包括:各专业项目的指标体系;评价规则与标准;数据误差限值;专业规律指标;专家知识经验;法律、法规,行业规程、标准规范等。一是通过智能知识编辑器对领域专家知识进行处理,用规则、框架来表示;二是通过组合智能信息处理器自动获取知识,在特定的逻辑输入条件下,产生相应的逻辑输出。该信息处理器包括三部分:输入转换器、组合智能信息处理器和输出转换器,均以动态链接库(DLL)、组件(COM)形式存储。人机交互界面多样性—

6、—同时支持有经验的或无经验用户容错性——较好的错误修复能力有效性——完成任务只需较少的努力便利性——友好的访问途径柔性——通过多种途径进行某项操作一致性——最少的用户培训组合信息处理器在IDSS中的作用系统优化建模专业知识提取数据挖掘组合智能信息处理器设计基本思路是:通过对人工神经网络、小波分析、遗传算法、模拟退火等优化建模方法进行组合利用和加以改进,建立以人工神经网络为运行主体,其他算法辅助改善网络性能的组合智能信息处理器,对输入的样本数据进行训练,得到期望的输出。基本原理对于p个样本集合对于这样时间序列映射的建立,可以采用输入节点为m个,输出节点为n个,隐节点为s个的三层神

7、经网络来实现。其中,网络的隐层神经元采用小波函数、模糊聚类函数、支持向量机函数等作激励函数,输出层神经元采用Sigmoid函数作激励函数X1X2X3X4预测目标输出层输入层隐含层神经网络模型Xn小波遗传神经网络该模型求解的关键在于确定网络结构和网络的模型参数。把问题空间映射为遗传空间,组合智能神经网络模型的基本数学方程利用遗传算法求解如上的二次非线性优化问题,将得到网络的结构和连接权,如果小于设定的误差限值,则完成网络训练。基于COM技术的IDSS集成通用组件:基本数据对象组件、全局对象组件

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。