DSS复习要点

一、填空题（每小题2分，共12分）1、遗传算法的三个算子：选择、、。（交叉变异）2、决策的四个特征目的性，，，管理性。（超前性创造性）3、OLAP的四个特征是快速性，可分析性，，。（多维性信息性）4、KDD过程可以概括为三部分：、和结果的解释和评估。（数据准备数据挖掘）5、一个数据仓库系统从逻辑上可分为、数据仓库管理和三个基本部分。（数据仓库分析工具）6、数据挖掘的知识表示主要有6种：规则、、、网络权值、公式和案例。（决策树知识基）7、DSS发展的历史经历了管理信息系统、管理科学/运筹学、决策支持系统三个过程。8、决策问题的复杂程度与3个因素有关：变量数目、不确定程度和时间因素。（1）决策支持系统：是综合利用大量数据，有机组合众多模型通过人机交互，辅助各级决策者实现科学决策的系统。（2）神经网络：是利用神经元的信息传播模型进行学习和应用，基于人脑神经元的数学模型建立起来的智能技术。（3）机器学习：是让计算机模拟和实现人类的学习，获取解决问题的知识的智能技术。（4）商业智能：以数据仓库为基础，通过联机分析处理和数据挖掘技术帮助企业领导者针对市场变化的环境，作出快速、准确的决策。（5）启发式搜索：是对每个在搜索过程中遇到的新状态用一个估计函数并计算其值的大小，确定下一步从哪个状态开始继续前进。（1）管理科学：对管理问题用定量风分析方法，建立数学模型，通过求解计算，达到辅助管理决策的一门学科。（2）专家系统：是利用大量的专门知识解决特定领域中的实际问题的计算机程序系统。（3）OLAP：即联机分析处理，是共享多维信息的快速分析。（6）商业智能：以数据仓库为基础，通过联机分析处理和数据挖掘技术帮助企业领导者针对市场变化的环境，作出快速、准确的决策。（5）启发式搜索：是对每个在搜索过程中遇到的新状态用一个估计函数并计算其值的大小，确定下一步从哪个状态开始继续前进。一、简答题元数据课分为四类，分别为：关于数据源的元数据、关于数据模型的元数据、关于数据仓库映射的元数据和关于数据仓库是通的元数据。决策支持的能力体现在：1）模型的决策支持模型是对客观事物的特征和变化规律的一种科学抽象。模型方法是制定决策的基本方法。2）“如果—将怎样(what-if)”分析的决策支持对模型中方程、变量、参数作各种各样的假设，并通过模型计算，研究最优解会有怎样的变化。3）决策问题方案的决策支持通过多模型组合形成决策问题方案能扩大单模型的决策支持能力4）自动生成决策问题方案的决策支持利用计算机的系统快速原型技术自动生成决策支持系统方案。包括决策资源（数据、模型等）的利用，能提高辅助决策效率，同时能快速改变决策方案，能提高辅助决策效果。5）知识推理与智能技术的决策支持知识推理是人工智能核心，利用专家系统、神经网络、遗传算法、机器学习等人工智能技术达到利用知识辅助决策的效果模型库一般由模型字典库和模型文件库两部分组成。模型库管理系统的功能包括：1）模型的存储管理：包括模型的表示、模型存储的组织结构、模型的查询和维护等功能。2）模型的运行管理：包括模型程序的输入与编译，模型的运行控制，模型对数据的存取。3）支持模型的组合：能支持多模型的组合，形成决策支持系统方案。人工智能技术包括专家系统、神经网络、遗传算法、机器学习和自然语言理解等。其中，专家系统的核心是知识库和推理机；神经网络涉及样本库和网络权值库（知识库），神经网络的推理机是MP模型；遗传算法的核心是“选择、交叉、突变”3个算子，可以将它看成是遗传算法的推理机，他处理的对象是群体；机器学习包括各种算法库，算法可以看成是一种推理；自然语言理解需要语言文法库（知识库），处理对象是语言文本对语言文本的推理采用推导和归约两种方式。可见人工智能技术可以概括为“推理机+知识库”。数据挖掘方法和技术可以分为6大类：归纳学习方法、仿生物技术、公式发现、统计分析方法、模糊数学方法、可视化技术。硬技术是运用数学化模型化、计算机化等来完成决策工作，提供了解决决策问题的定量分析手段，并创造出了一些实用方法和技术。决策软技术是专家智囊集体的智慧，对于重大的极其复杂的非结构化决策需要利用软技术来解决。模型库一般由模型字典库和模型文件库两部分组成。模型库管理系统的功能包括：1）模型的存储管理：包括模型的表示、模型存储的组织结构、模型的查询和维护等功能。2）模型的运行管理：包括模型程序的输入与编译，模型的运行控制，模型对数据的存取。3）支持模型的组合：能支持多模型的组合，形成决策支持系统方案。四、画结构图（每小题6分，共12分）1、画出专家系统的基本结构图，并说明各成分的功能。答：结构图如下知识获取专家用户咨询建议专家系统核心人机接口推理机知识库知识获取完成把专家的知识按一定的知识表示形式输入到专家系统的知识库中；知识库存放专家的知识；人机接口将用户的咨询和专家系统推出的建议、结论进行人机间的翻译和转换；推理机对信息进行推理。2、画出知识发现过程图，并说明数据挖掘的作用和主要方法答：知识发现过程如图：数据目标数据数据预处理转换数据模式知识选择预处理转换数据挖掘评价数据准备数据挖掘结果评价即由三部分组成：数据准备、数据挖掘、结果评价数据挖掘是知识发现中最重要的步骤，它是从数据中挖掘出知识的原型：模式数据挖掘的主要方法有：1)归纳学习方法：信息论方法和集合论方法2)关联规则挖掘3)仿生物技术：神经网络和遗传算法4)公式发现5)统计分析方法6)模糊数学方法五、推理与计算（共22分）1、有如下规则集：ABCGDEAFBHIC已知事实D、E、I为Yes，F、H为No，请用逆向推理说明目标G是否成立。（6分）答：将规则集按逆向推理树连接成：GABCD(yes)E(yes)F(no)H(no)I(yes)按逆向推理是深度优先搜索过程为：从G出发先搜索到A再到D与E叶结点向用户提问？回答为：D为YES，E为YES，回朔到A为YES，再回朔到G继续向下到B在搜索到F叶结点，提问F为NO，回朔到B为NO。再回朔到G暂时为NO。但G有另外分支，向C搜索到H叶结点，回答为NO则回朔C暂时为NO。由于C还有分支，在搜索到I叶结点，提问I为YES，回朔到C为YES，在回朔到G为YES。深度优先搜索结束，目标G为YES。成立。2、从公理集p，（p∧q）→r,(s∨t)→q，t证明结果r。（6分）答：（1）把公理集转换成子句型：)()()()()()(qtqsqtsqtsrqprqprqp这样子句集为：tqtqsrqpp,,,,（2）证明命题的非为r。（3）归结过程如下：rqprqppqqttt最后得到空语句，是矛盾的，故可得出结论：从公理集中可推出r。3、利用神经网络的结构和权值及阈值，请写神经元yi和z的计算公式，对4个例子的输入值计算出输出值。10其中作用函数为：10.50.50.50.500.5xfxxxx0.5Z10.521.5y1y2T1=1T2=－1例子：X1X2Z00？10？01？11？答：（1）计算公式为iiijijijiyTfzXWfy（2）4个例子的计算值为：（a）05.0-f5.000fz05.1f5.100fy05.0f5.000fy00x,xx2121(b)15.0f5.001fz05.0f5.110fy15.0f5.010fy10x,xx2121（c）15.0f5.001fz05.0f5.101fy15.0f5.001fy01x,xx2121(d)00.5-f5.011fz15.0f5.111fy15.1f5.011fy11x,xx2121六、设计题（共16分）某工厂生产一批新产品12...nxxx建立了求利润P最大的线性规划模型：目标：1122max....nnpcxcxcx约束：1122....0(1,2....)iiinniiaxaxaxbxin由于价值系数C1是估计值，为此对C1进行“如果—将怎样(what-if)”的分析。它从100开始，以后每次增加100，通过对不同的C1值，求模型最优解，当最优解中Xi发生变化时，停止修改C1值的模型求解对每次变化的C1和求出的最优解12...nxxx以及利润P值都存入到历次方程解的数据库中，最后用报表模型打印出该数据库中的值。请设计该决策支持系统的运行结构图，并说明该决策支持系统的辅助决策效果。解：设计决策支持系统运行结构图开始控制线性规划模型运行取C1，x1,……xn，p值送C1，x1,……xn，p值送x1,……xn值Z1，……，Zn工作单元中C1=C1+100送C1回规划数据库中控制线性规划模型运行取C1，x1,……xn，p值送C1，x1,……xn，p值比较x1,…,xn与Z1,…,Zn中的值解值相同控制报表规划模型运行结束线性规划模型报表模型规划模型数据库历次方程解数据库“what--if”分析决策支持系统运行结构图解值不同说明：该决策支持系统涉及两个数据库和两个模型1、两个数据库（1）规划数据库：包括约束方程变量系数aij，约束符，约束值bi，解值xi。目标方程变量系数Ci，约束符为max，目标值（利润）（2）历次方程解数据库：包括属性项为C1，最优解x1，x2，…，xn，利润p2、两个模型（1）线性规划模型：数学模型由约束方程与目标方程求出最优解（2）报表模型：数据处理模型利用历次方程解（对应不同C1值）的值，构成数据库效果：该决策支持系统完成对不同C1值（每次增加100）看线性规划解x1，x2，…，xn，在何时出现变化，从而得出保持最优解不变时，价值系数C1的变化范围：最大值1C1001、有如下规则集：ABCGDEAFBHIC已知事实D、E、I为Yes，F、H为No，请用逆向推理说明目标G是否成立。（6分）2、已知EDDBCABA,,,证明EC。（6分）1、结构图如下人机交互系统用户模型库管理系统（MBMS）数据库管理系统（DBMS）模型库（MB）数据库（DB）决策支持系统三部件即3个子系统的有机结合，即对话部件（人机交互系统）、数据部件（数据管理系统和数据库）、模型部件（模型库管理系统和模型库）的有机结合。对话部件功能：提供丰富多彩的显示和对话形式、输入输出转换、控制决策支持系统的有效运行。数据部件功能：数据库建立、删除、修改维护、检索、排序、索引、统计、安全、通信等功能。模型部件功能：存放模型、控制模型的运行、模型与数据库部件之间的接口、编辑和编译功能。2、知识发现过程如图：即由三部分组成：数据准备、数据挖掘、结果评价数据挖掘是知识发现中最重要的步骤，它是从数据中挖掘出知识的原型：模式数据挖掘的主要方法有：数据目标数据数据预处理转换数据模式知识选择预处理转换数据挖掘评价数据准备数据挖掘结果评价7)归纳学习方法：信息论方法和集合论方法8)关联规则挖掘9)仿生物技术：神经网络和遗传算法10)公式发现11)统计分析方法12)模糊数学方法可视化技术二、推理与计算1、将规则集按逆向推理树连接成：按逆向推理是深度优先搜索过程为：从G出发先搜索到A再到D与E叶结点向用户提问？回答为：D为YES，E为YES，回朔到A为YES，再回朔到G继续向下到B在搜索到F叶结点，提问F为NO，回朔到B为NO。再回朔到G暂时为NO。但G有另外分支，向C搜索到H叶结点，回答为NO则回朔C暂时为NO。由于C还有分支，在搜索到I叶结点，提问I为YES，回朔到C为YES，在回朔到G为YES。深度优先搜索结束，目标G为YES。成立。2、命题逻辑证明（一）化成子句型（1）已知命题集化成子句型EDEDCAC