基于概念格的决策表属性约简方法
决策表的一种知识约简与规则获取方法
收稿日期:2006-02-28 作者简介:孙 胜(1978-),男,湖北黄冈人,博士研究生,研究方向为现代数据库理论与技术及系统实现;导师:王元珍,教授,博士生导师,主要研究方向为现代数据库理论及实现技术。 决策表的一种知识约简与规则获取方法 孙 胜1,2 (1.华中科技大学计算机学院,湖北武汉430074; 2.黄石理工学院计算机学院,湖北黄石435003) 摘 要:粗糙集理论是一种新型的数据挖掘和决策分析方法,利用粗糙集理论进行决策表的知识约简与决策规则挖掘已经成为研究热点。文中介绍了粗糙集的基本理论,在此基础上运用该理论对从决策表中获取最小规则进行了研究,提出了决策表约简的启发式方法,并通过一个具体实例详细说明了决策规则获取过程,实例分析表明了其有效性。关键词:粗糙集;决策表;决策规则;属性约简 中图分类号:T P311.131 文献标识码:A 文章编号:1673-629X(2006)09-0035-03 Knowledge Reduction and Rule Acquirement Method in Decision Table SUN Sheng 1,2 (1.Schoo l of Computer Science,Huazhong U niv ersity of Science and T echnolog y,Wuhan 430074,China; 2.School of Computer Science,Huangshi Institute of T echnolog y,Huangshi 435003,China) Abstract:Rough set theory is a new data mining and decision analysis method.Knowledge reduction and decision rule mining in decision table by using rough set theory has become a research hotspot.T he article introduces basic con cepts in rough set theory first.M inimal dec-i sion rule acquirement in deci sion table based on rough set theory i s researched.A heuristic approach for rule reduction is put forward,and the procedure of decisi on rule acquirem ent is i lluminated using an example.T he instance analysis show s its validity.Key words:rough set;deci sion table;decision rule;attribute reduction 0 引 言 粗糙集理论是由波兰科学家Z.Paw lak 教授于1982年提出的一种研究不精确、不确定性知识的数学工具[1,2]。已应用于机器学习、知识发现、数据挖掘、决策支持与分析、专家系统、归纳推理和模式识别等许多科学和工程领域[3]。从实际系统采集到的数据可能包含各种噪声,存在许多不确定因素和不完全信息有待处理。传统的不确定信息处理方法,如模糊集理论、证据理论和概率统计理论等需要数据的附加信息或先验知识,而粗糙集理论能在缺少关于数据的先验知识的情况下,仅仅以对数据的分类能力为基础,对模糊或不确定性数据进行分析和处理,这就克服了以上几种方法的不足之处。 知识约简就是在保持知识库的分类和决策能力不变的条件下,删除其中不相关或不重要的知识[4] 。决策表的简化是知识约简的重要内容之一,并在数据挖掘和知识发现等领域有重大应用价值。粗糙集理论的研究对象是一个二元信息表,称为信息系统 [5] 。信息系统由一些对象通 过在一些属性上的取值来构成。若属性集合分为条件集和决策集,则信息系统称为决策表。决策表简化的理论基础是属性的核与约简及其关系、规则的核与约简及其关系。根据决策表简化的结果,利用决策规则挖掘算法可以获取决策系统的规则。 1 有关的粗糙集概念 现实世界中的信息,在粗糙集理论中用决策表的形式给出。下面先简要介绍一下文中主要用到的Rough 集基本概念,详细的请参考文献[3~5]。 定义1 称S =(U,A ,V ,f )是一个知识表达系统,其中U 是非空有限对象集合,U ={X 1,X 2,,,X n };A 是非空有限属性集合;f 是一个U @A 到属性值集合V 上的一个映射,它表示每个对象在每个属性上对应一个值,称为信息函数。若A =C G D ,其中C 是非空有限条件属性集合,D 是非空有限决策属性集合,且C H D =a,则称 该知识表达系统为决策表。此知识表达系统又称为决策系 统。 定义2 若X A U,则称R -(X ){x I U:[x ]R A X }为X 的下近似集,R -(X )={x I U:[x ]R H X X a}为X 的上近似集。pos R (X )=R -(X )称为X 的R 正域,neg R (X )=U -R -(X )称为X 的R 负域。 第16卷 第9期2006年9月 计算机技术与发展 COM PUT ER TECHNOLOGY AND DEVELOPM ENT Vo l.16 N o.9Sep. 2006
强协调决策形式背景的概念格属性约简
第２６卷第３期 纺＝织高校基础科学学报Ｖｏｌ．２６，Ｎｏ．３ ２０１３年９月ＢＡＳＩＣＳＣＩＥＮＣＥＳＪＯＵＲＮＡＬＯＦＴＥＸＴＩＬＥＵＮＩＶＥＲＳＩＴＩＥＳＳｅｐｔ．，２０１３ 文章编号：１００６‐８３４１（２０１３）０３‐０３５１‐０４ 收稿日期：２０１３‐０３‐２２ 基金项目：国家自然科学基金资助项目（１１０７１２８１；６０７０３２１１７） 通讯作者：王艳盼（１９８９‐），女，山西省运城市人，西北大学硕士研究生．Ｅ‐ｍａｉｌ：ｘｂｘａｉｘｄｇ０８０３＠１６３．ｃｏｍ强协调决策形式背景的概念格属性约简 王艳盼，李 涛 （西北大学数学系，陕西西安７１０１２７） 摘要：运用概念的闭标记研究了强协调决策形式背景的核心属性问题．通过概念的闭标记得到了判定强协调决策形式背景的协调集的方法，并且定义了计算约简集的函数，从而得到了约简集，最后通过简单的集合运算得出协调决策形式背景的核心属性． 关键词：决策形式背景；概念格；闭标记；属性约简 中图分类号：ＴＰ１８；Ｏ１４ 文献标识码：Ａ 概念格称为Ｇａｌｏｉｓ格，是德国数学家ＷｉｌｌｅＲ．于１９８２年首次提出的［１‐２］ ．它是根据数据集中对象与属性之间的二元关系建立的一种概念层次结构，生动简洁地体现了概念之间的泛化和特化关系．作为数据分析和 知识处理的有力工具，概念格理论已被广泛应用于知识工程、数据挖掘、信息检索、软件工程等领域［３‐７］． 目前，基于概念格的数据挖掘已经取得了一些成果，其中属性约简理论［８］是实现智能信息系统的重要 组成步骤，而且基于强协调决策形式背景的概念格属性约简已经取得了一些方法［９‐１２］，文献［１３］中提到闭 标记这个概念，且在文献［１４］中运用此知识研究了在形式背景下的概念格属性约简，然而没有在决策形式背景下运用此知识研究概念格属性约简，因此本文将运用闭标记给出决策形式背景的属性约简的一些基本理论．１ 基本知识 １畅１ 概念格的定义与性质 定义１［２］ 形式背景（Ｇ，Ｍ，Ｉ）是由两个集合Ｇ，Ｍ和Ｇ，Ｍ的关系Ｉ（Ｉ彻Ｇ×Ｍ）组成，Ｇ中的元素称为对象，Ｍ中的元素称为属性．若（ｇ，ｍ）→Ｉ，则说ｇ具有属性ｍ，记为ｇＩｍ． 在Ｘ彻Ｇ和Ｂ彻Ｍ上定义一对对偶算子：Ｘ倡＝｛ｍ→Ｍ｜橙ｇ→Ｘ，ｇＩｍ｝， Ｂ′＝｛ｇ→Ｇ｜橙ｍ→Ｂ，ｇＩｍ｝．橙ｇ→Ｇ，记｛ｇ｝倡为ｇ倡；橙ｍ→Ｍ，记｛ｍ｝′为ｍ′．若橙ｇ→Ｇ，ｇ倡≠碬，ｇ倡≠Ｇ且橙ｍ→Ｍ， ｍ′≠碬，ｍ′≠Ｍ，则称形式背景（Ｇ，Ｍ，Ｉ）是正则的．本文中研究的形式背景都是正则的． 定义２［２］ 设（Ｇ，Ｍ，Ｉ）为形式背景，若一个二元组（Ｘ，Ｂ），Ｘ彻Ｇ，Ｂ彻Ｍ满足Ｘ倡＝Ｂ且Ｘ＝Ｂ′，则称（Ｘ，Ｂ）是概念，其中Ｘ称为概念的外延，Ｂ称为概念的内涵． 形式背景（Ｇ，Ｍ，Ｉ）的全体概念记为Ｌ（Ｇ，Ｍ，Ｉ）且是完备格，称为概念格，其中（Ｘ１，Ｂ１）≤（Ｘ２，Ｂ２）骋Ｘ１彻Ｘ２（骋Ｂ１澈Ｂ２），（Ｘ１，Ｂ１）∧（Ｘ２，Ｂ２）＝（Ｘ１∩Ｘ２，（Ｂ１∪Ｂ２）′倡 ），（Ｘ１，Ｂ１）∨（Ｘ２，Ｂ２）＝ （（Ｘ１∪Ｘ２）倡′，Ｂ１∩Ｂ２）．
第八章 决策表值约简
第八章信息表值约简 值约简是在属性约简的基础上对决策表的进一步简化。本章将就决策表的值约简问题进行系统分析，并介绍几种主要的值约简算法。 8.1 决策表值约简概述 在第7章中，我们介绍了决策信息表的属性约简，通过属性约简，可以将决策表中对决策分类不必要的属性省略，从而实现决策表的简化，这有利于从决策表中分析发现对决策分类起作用的属性。但是，属性约简只是在一定程度上去掉了决策表中的冗余属性，但是还没有充分去掉决策表中的冗余信息。 例如，在表7.3-1所示的关于气象信息的决策表表的属性约简结果中，如果在条件Outlook=Sunny∧Temperature=Hot下，决策属性的取值肯定是N，而无需考虑条件属性Windy的取值是True还是False。 显然，这个属性约简结果，对于决策分类来说，仍然包含冗余信息。根据第四章中介绍的决策规则，我们不能够直接从该表中得到满意的决策规则。这就是说我们还需要进一步对决策表进行处理，得到更加简化的决策表，这就是我们本章将要讨论的决策表值约简问题。 与属性约简中的属性核一样，值约简中也可以定义相应的值核。 决策表S=(U,C,D,V,f)，对于任意的x∈U，用d x表示决策规则，即 d x：des([x]C)?des([x]D)，d x(a)=a(x)，a∈C?D， 且d x|C、d x|D分别称为d x的条件和决策。 定义8.1-1 考虑一个相容知识表达系统S，对决策规则d x有[x]C?[x]D。若?r∈C，有[x]C-{r}?[x]D，则r为d x的核值属性，r为d x中不可省略的；若[x]C-{r}?[x]D，则r不是d x的核值属性，r为d x中可省略的。
决策支持系统
第十一章决策支持系统 1 决策支持系统的概念 1.1 决策支持系统的产生与发展 诺贝尔奖获得者西蒙强调管理就是决策，认为一个组织的管理活动主要就是决策活动。对于决策依赖有两个观点： ?依靠决策者的经验、智慧、洞察力和魄力 ?依靠科学方法和技术 为克服人性的弱点和计算机的机械性，综合人的分析判断能力和计算机强大的信息处理能力，产生了决策支持系统。 – 20世纪70年代，产生了许多较有代表性的DSS： 支持投资者对顾客证券管理日常决策的Profolio Management System； 用于产品推销、定价和广告决策的Brandaid； 用以支持企业短期规划的Projector； 用于大型卡车生产企业生产计划决策的Capacity Information System，等等 DSS的发展也体现在部件的扩展和新技术、新方法的不断引入。增加知识库和推理机，形成了智能DSS；应用网络技术，形成了群体DSS；集成分布的资源，形成了分布式DSS；结合Web 、智能系统和／或电子商务，形成了基于Web的DSS。
1.2决策支持系统的功能与定义 DSS的定义： DSS是一种以计算机为工具，应用决策科学及有关学科的理论与方法，以人机交互方式辅助决策者解决半结构化和非结构化决策问题的信息系统。 DSS实现以下目标： 在人的分析与判断能力的基础上，借助计算机与科学方法，支持对半结构化和非结构化问题的有序决策，以获得尽可能令人满意的客观的解或方案。 不同类型的DSS，目标和功能略有不同。 DSS的主要功能： 能存储、管理、维护和组织决策模型、求解方法； 用模型与方法对数据进行加工、汇总、分析和预测，得出综合信息与预测信息； 具有方便的人机对话和图象输出功能，能满足随机的数据查询要求，回答“What … if … ” 之类的问题。 DSS 的主要特征： 对准结构化程度不高、说明不够充分的决策问题 模型或分析技术与传统的数据存取及检索技术相结合 易于为非计算机专业人员以交互方式使用； 强调对环境及用户特点的灵活性适应性； 支持但不是代替高层决策者制定决策。 例： 某企业为确定生产规模和合适的库存量建立DSS。模型库存有生产计划、库存模拟模型等，数据库存有历年销售量、资金流动情况、成本等。 决策者通过计算机终端屏幕，根据DSS 提供最佳订货量和重新订货时间，相应的生产成本、库存成本等信息，进行“如果……将会怎样？”的询问。 对所提方案进行灵敏度分析，或者以新的参数进行模拟而得到一个新方案。 需要特别说明： 决策支持系统并不强调寻找最优解，也不意味着提供最后结果，而是为决策者做出自己的判断提供支持； 由决策者在一系列选择中，综合其他不适宜进入模型的因素，得出最后的合理的决策方案。 1.3 决策支持系统的应用与分类 按总体功能划分，DSS有以分析为主、以求解为主和兼有分析与求解等三大类。 分析类既为把握决策问题又为决策前期工作，能为决策方案的设计和抉择提供依据； 求解类为决策者提供决策过程和方案抉择支持； 分析求解类具备分析类与求解类的共同功能。 DSS的分类有多种角度： 按社会领域划分：经济、管理、教育、科技、医疗、政治、军事 按管理层次划分：战略、控制和作业 按管理职能或管理对象划分：营销、生产、采购、财务、人力资源、研发 按决策者划分：个人、群体、高层主管 从发展角度划分：传统、智能、群体、分布式 概括起来，比较成功的DSS应用具有以下特点： （1）大都带有问题分析功能，有些实质上就是一类决策分析系统。 （2）有积累大量数据的信息系统，如ERP系统、CRM系统、经济统计系统的信息支
决策的定义
头 1．头脑风暴法(Brain StOrming)一组人员通过开会方式就某一特定问题出谋献策，群策群力，解决问题。它利用一种产生过程，鼓励提出任何种类的方案设计思想，同时禁止对各种方案的任何批评 2．头脑风暴的原则：规则1:延迟或不给予组员提出的观点进行评判规则2：鼓励狂热的和夸张的观点规则3在现阶段求量，而不是求质规则4;在他人提出的观点之上建立新观点规则5：每个人和每个观点都有相等的价值 3．头脑风暴法的运用技巧：以人数4—8效果最佳，时间控制在30分钟左右，并且一次仅限一个议题，不要跑题，且需要安排专人记录。 4． 5． 6． 7． 8． 9． 10． 11． 12．决策的定义：作为决定并付诸实施的过程，对一个问题产生，经过思维活动做出行动决定，并付诸实施的全过程。提出问题.分析问题.解决问题的过程（决策是一项技能，它可以通过学习和训练掌握并不断提高。） 13．决策常见的误区：A,组织的高层才能做出决策 B.做出决策的过程不同于决策执行过程，因此它们险以分开 C.决策总是导致积极的行动 D.为了改善组织的决策机制，提高管理人员的决策能力就行了
14．决策过程中常见的四种误区：A只考虑方案而不考虑目的B偏向于自己喜欢的方案C不考虑被选择方案的风险D决策建立在不确切的信息之上 15．决策误区四种成因:A时间B:观点不一C不清楚所需信息D信息的无序传播 16．确定决策目标的重要性：A提供明确的方向B可以研究出事半功倍的达成方法C易于得到有关人员的协助D避免重，减少浪费E易于计划，易于检讨分析F可防意外的发生，减少冒险 17．确定决策目标的重要性：设定问题的解决的目标，可以：（A提供明确的方向B可以研究出事半功倍的达成方法C易于得到有关人员的协助D避免重复，减少浪费（金钱.时间.努力）E易于计划，易于检计分析F可防意外的发生，减少冒险 18．确定决策目标的原则：具体的可衡量的可实现的有关联性的有时间限制的 （具体的：1，定义了清楚明确的预期结果 2.以标准为基准 3.没有误解 4.你和公司都清楚。可衡量的：1.明确的定量成功标准 2.业绩重点 3.对评估有帮助。可实现的：1.目标是可达成的 2.不太容易有关联性的（个人目标与上级主管的目标应有明确有关联的，确定最终要与公司目标相结合）e 有时间限制的（目标要有预订的达成时间表，具体订出每个阶段的完成期限） 7.决策目标的分类：A必要目标（是我们必须达到的目标，这些目标一旦达不到，整个决策就失败了，所以此类目标必须被满足） B.愿望目标（是我们希望达到的目标，如果达不到，它对我们的整体决策也不会起到破坏性和致命性的作用） 8,制定决策目标的解决方案:确定决策目标：A并细化为必要目标和愿望目标 B.结合前段分析出来真正原因，运用散性思维（水平思考）并结合脑力激荡.SWOT分析法.六顶帽子思考法等方式针对个别原因寻找对策
第七章 决策表属性约简
第七章信息表属性约简 基于Rough集理论的知识获取，主要是通过对原始决策表的约简，在保持决策表决策属性和条件属性之间的依赖关系不发生变化的前提下对决策表进行约简（简化），包括属性约简和值约简。本章将对决策表的属性约简从代数集合观点和信息论的信息熵观点进行系统分析，并介绍几种有效的属性约简算法。 7.1决策表属性约简概述 一个决策表就是一个决策信息系统，表中包含了大量领域样本（实例）的信息。在第四章中，我们曾经对决策规则进行了讨论，决策表中的一个样本就代表一条基本决策规则，如果我们把所有这样的决策规则罗列出来，就可以得到一个决策规则集合，但是，这样的决策规则集合是没有什么用处的，因为其中的基本决策规则没有适应性，只是机械地记录了一个样本的情况，不能适应新的、其他的情况。为了从决策表中抽取得到适应度大的规则，我们需要对决策表进行约简，使得经过约简处理的决策表中的一个记录就代表一类具有相同规律特性的样本，这样得到的决策规则就具有较高的适应性。 根据定义2.1-1，我们可以进一步讨论决策表中属性的必要性和相应的约简算法。 定义7.1-1 设U是一个论域，P是定义在U上的一个等价关系簇，R∈P。如果IND(P-{R})=IND(P)，则称关系R在P中是绝对不必要的（多余的）；否则，称R在P中是绝对必要的。 绝对不必要的关系在知识库中是多余的，如果将它们从知识库中去掉，不会改变该知识库的分类能力。相反，若知识库中去掉一个绝对必要的关系，则一定改变知识库的分类能力。 定义7.1-2 设U为一个论域，P为定义在U上的一个等价关系簇，R∈P。如果每个关系R∈P在P中都是绝对必要的，则称关系簇P 是独立的；否则，称P是相互依赖的。 对于相互依赖的关系簇来说，其中包含有冗余关系，可以对其约简；而对于独立的关系簇，去掉其中任何一个关系都将破坏知识库的分类能力。
决策概述
第9章决策概述 9.1 决策的概念 决策是现代管理的核心问题。可以说，社会、经济等领域中的各项管理工作都离不开决策。一个国家、一个地区、一个城镇的经济发展规划和各项政策的制定，企业的生产方向、产品销售、原料供应、技术革新、新产品研制，车间、班组的作业任务安排等等，所有这些无论是宏观的还是微观的社会问题和经济问题，都需要作出合理的决策。决策正确无误，各项事业就能按预期的目标迅速发展，决策失误，本来可以成功的事业也会遭受失败。 近代世界由于生产规模、集约程度以及自动化程度的提高，给管理工作者带来了很大的困难，也向管理工作者提出了更高的要求。为适应时代的需要，从本世纪初开始出现并逐渐形成了现代管理学，它属于社会科学的范畴。在人类历史的长河中，自然科学与社会科学，作为两大体系曾经并行、交错、相互影响着向前发展。但是，它们之间却始终存在着一条不可逾越的鸿沟。 社会科学发展的漫长历史表明，社会科学的规律很难用严格的数量关系来描述，因为很难找到衡量这些关系的手段，更谈不上严格的决定论。与其说社会科学是一门科学，却不如说它是一种艺术。之所以称之为艺术，是说它是一种超群地把握某种复杂多变的、不易被定量描述，因而也不易被人们所学到的特有规律的能力与技巧。而综观自然科学的历史，孤立的决定论观点这种形而上学的思想一直统治着自然科学，在这个基础上，自然科学实现着理想化的严格的定量化的抽象。这种严格的决定论与定量化的数学描述，后来就成了自然科学的最大特点。但是，当代科学的发展，尤其是系统论、信息论、控制论的相继问世使自然科学研究的方法突破了自然科学原有的狭隘界限，使自然科学研究的新方法逐渐的闯入到社会科学的研究领域之中。 当代社会的发展，需要自然科学与管理科学的结合，这就产生了关于决策的科学。自然科学驾驭着自然，管理科学驾驭着社会和经济，两者紧密结合起来，必将使我们获得更加科学的决策，制定出更为有力的政策，以实现对近期及中远期未来更加有效的控制能力。 关于什么是决策的问题，众说纷纭，各有各的道理。但我们可将决策分为广义的和狭义的两类。 广义的说，把决策看作一个管理过程，是人们为了实现特定的目标，运用科学的理论与方法，系统地分析主客观条件，提出各种预选方案，从中选出最佳方案，并对最佳方案进行实施、监控的过程。包括从设定目标，理解问题，确定备
粗糙集属性决策表约简算法研究
粗糙集属性决策表约简算法研究 薛楠，刘守荣 中国农业大学工学院，北京（100083） E-mail ：xue_nan@https://www.wendangku.net/doc/1910139325.html, 摘 要：本论文通过对无决策属性的粗糙集决策表的研究，按照粗糙集最小决策算法的原则，提出一种新的核属性算法和最小决策算法。实验验证，基于以上两种算法开发出的程序简单易懂，并且源代码少，能广泛适用于所有无决策属性的粗糙集决策表模型分析。 关键词：粗糙集；决策属性表；核属性算法；最小决策算法 中图分类号：TP301 0. 引言 粗糙集理论是一种新的处理模糊和不确定性知识的数学工具，其主要思想就是在保持分类能力不变的前提下，通过知识约简，导出问题的决策或分类规则。目前粗糙集理论已被成功的应用于机器学习、决策分析、过程控制、模式识别与数据挖掘等领域。[1][2]现实中经常遇到含有大量信息的决策表，人工计算耗时耗力。本文通过对粗糙集核属性和最小决策算法的公式的研究，提出一种新的核属性算法和最小决策算法。通过编程验证，该算法能够更简捷明了的计算核属性并得出最小决策表，能够广泛适用于所有无条件属性和决策属性的粗糙集决策表模型分析。 1. 粗糙集核属性算法 1.1 粗糙集基本理论 定理1设U ≠?是我们感兴趣的对象组成的有限集合，称为论域。任何子集X U ?称 为U 中的一个概念和范畴。U 上的一族划分成为关于U 的一个知识库（knowledge base ） 。 定理2设R 是U 上的一个等价关系，U /R 表示R 的所有等价类（或者U 上的分类）构成的集合，[]R x 表示包含元素x U ∈的R 等价类。一个知识库就是一个关系系统 (,)K U R =,其中设U ≠?是非空有限集合，称为论域，R 是U 上的一个等价关系。[3] 定理3若P R ?，且P ≠?，则P ∩（P 中所有等价关系的交集）也是一个等价关系，称为P 上的不可区分(indiscernibility)关系,记为ind(P ),且有： [][]()ind P R R P x x ∈=∩
概念格
概念格 在哲学中，概念被理解为由外延和内涵所组成的思想单元。基于概念的这一哲学理解，德国数学家Wille R.于1982年首先提出了形式概念分析用于概念的发现，排序和显示。形式概念分析，也成为概念格。形式概念分析理论是一种基于概念和概念层次的数学化表达。 形式概念分析的基础是形式背景（U、A。I），一个由对象集U，属性集A，以及U与A间的二元关系I构成的三元组。在形式背景的基础上，获得形式概念（X、B），其中X称为概念的外延，是属于这个概念的所有对象的集合；B称为内涵，是所有这些对象所具有的属性（特征）集。概念是外延和内涵的统一体。这种实现了对概念的哲学理解的形式化。 所有的概念同他们之间的泛化/例化关系构成一个概念格。概念格的每一个节点是一个形式概念。概念格结构模型是形式概念分析理论中的核心数据结构。它本质上描述了对象和特征之间的联系，表明了概念之间的泛化和例化关系，对应的Hasse图实现了对数据的可视化。因此，概念格被认为是进行数据分析的有力工具。 知识发现是从数据集中忠识别正确、新颖、有潜力应用价值的、以及最终可以为人们理解的模式的方法，数据库知识发现的过程就是讲数据库中蕴含的知识形式化成有用概念的过程，是人工智能的核心问题。概念格作为一种具有极大潜力的有效的知识发现工具，因此备受关注。 概念格主要用于机器学习，模式识别，专家系统，计算机网络，数据分析，决策分析，数据挖掘，信息检索等领域。 研究概念格的价值在于解决知识发现领域中所涉及的关联规则、蕴含规则、分类规则的提取，和实现信息的有机组织，减少冗余度，简化信息表等。 概念格理论的研究主要集中在一下几个方面： （1）概念格的建造。 从数据集（概念格中称为形式背景）中生成概念格的过程实质上是一种概念聚类过程。对于同一批数据，所生成的格式唯一的。建格算法可以分为：批处理算法、渐进式算法(或称增减算法)、并行算法。 对于给定的形式背景（U、A、I）（其中对象集U，属性集A，以及U与A间的二元关系I），存在唯一一个偏序集合与之对应。由偏序集构成一种格结构，并且此偏序集满足自反性，反对称性和传递性。若u∈U，a∈A，uIa表示对象U具有a属性。 格中的每一个节点称之为概念，记作C（X，Y），X∈U是概念C（X，Y）的外延，Y ∈A是概念中对象的共有属性（内涵）。 节点概念与节点概念之间存在着偏序关系，若有概念C1=（X1，Y1）C2=（X2，Y2），并且X1〉X2〈=〉Y1〈Y2，称C1为C2的父节点。概念格的实行背景通常是由如下表所示的二维数组来表示，第i行J列的数值为一表示存在该属性，为0表示不存在该属性。
简述决策支持系统的功能和结构
简述决策支持系统的功能和结构 1、模型库 “模型”的概念，最初被用于自然科学的研究和工程设计，如分子模型、天体运动模型、建筑模型等。这些被称为模拟模型，在应用中发现这些模型有一定的局限性，构造一个模型往往要花费大量的人力物力，而且对于一些问题的研究不能借助于这种模拟模型，比如要研究事物随时间或外界条件的变化而变化的规律，静态的模拟模型就不能适用，这时，找到了另一种模拟方法，即数学模拟方法。这种方法将客观事物的变化用数学方法表现出来，将事物外界或内部条件的变化用自变量表示，将要反映的事物变化用应变量表示。 计算机技术的形成和发展，使人们能够依赖计算机求解一些较为庞大、复杂的数学模型。如对于国民经济的计划模型、宏观预测模型等，必须借助于较大规模的计算机系统才能容纳其巨大的数据量，完成亿万次的工作量。在管理领域常见的是信息处理模型，它的表达式为数学表达式、计算机程序等，通过对模型的建立和使用，决策者可以获得有用的辅助决策信息。建立模型是有关决策领域的专家学者在探索事物的变化规律中抽象出它们的数学模型，这项工作是创造性的劳动，需要花费大量的精力来得到规律性或相近的数学模型。 数学模型建立之后的一具重要问题就是该模型的求解算法，它可以是精确求解，也可以是近似求解，这种算法的提出由计算机数值计算学者来完成。有了模型算法，就可以用计算机语言来编制成程序。实际的决策者就可以利用模型程序在计算机上执行，计算出结果，得到辅助决策信息。模型是辅助决策的重要手段，模型库是模型的集合，它按照一定的组织方法，将模型有机地汇集起来，由模型库管理系统统一管理。模型库以及模型库管理系统构成模型库系统。 2、方法库 方法库系统由方法库和方法库管理系统组成。它的基本功能是为各种模型的求解分析提供必要的算法以及为用户的决策活动提供所需的方法。方法库中的方法通常可以包括各种优化方法、预测方法、统计方法、对策方法、风险方法、矩阵方程求解等。 方法库管理系统负责对方法的描述、录入、存储、增加、修改、删除等处理。通常采用的方法是选择适当的计算机程序设计语言，将有关算法变成一组可执行的程序存入计算机内。这些程序可以表示为附有描述说明的函数或过程，而后按照求解问题的需要调用对应程序模型，从而达到求解问题的目的。另外，方法库管理系统还应具有与数据库、模型库进行交互的能力以及为用户选择算法提供灵活方便的交互揭示功能。 3、“三库”的联系 从支持决策过程来看，数据库、方法库和模型库，即“三库”是DSS?的三大组成部分，
决策支持系统理论综述
决策支持系统理论综述 摘要：本文首先介绍了决策、决策系统及决策支持相关的概念，进而对决策支持系统的概念和一般结构作了介绍。结合各决策支持系统的具体内容，阐述了各决策支持系统的思想和特点。最后，总结了决策支持系统今后的研究方向和工作建议。 关键词:决策;决策支持系统;复杂问题 1.引言 决策是一个为了解决问题而寻求最优的解决方案的过程。决策支持系统的出现，为决策者提供了辅助决策的科学有效的工具。决策支持的主要任务在于帮助决策者将人的主观性，创造性，知识性与计算机设备等硬件的强大信息处理能力相结合，在问题分析，方法探索，结果评价等方面提供有效支持。自提出以来，决策支持系统的研究取得了很多进展[1]。目前决策支持系统的发展方向主有要群决策系统（GDSS）、决策支持中心（DSC）、智能决策支持系统（IDSS）、综合决策支持系统（SDSS）等。2.决策支持相关概念 决策是指决策者为了达到一定的行为目的，根据决策环境做出的一些决定[2]。决策不是一个静态过程，而是一个动态变化的过程。随着决策环境的变化和预期目标的变动，决策行为需要作出相应合理的调整，驱使决策系统不断重复问题识别、问题求解和作出决策的过程。因此，决策系统本身也是动态的，它们在决策者的主观意愿和客观条件影响下，确定决策问题，在相应问题的驱动下，决策者作出决策方法，在对应的环境下实施决策方案，得到决策实施的结果。 决策支持的概念独立于具体的实施过程，它存在于决策者和决策支持系统之
间，表现为在有关的决策环境中为决策者作出决策提供帮助，即识别和解决决策问题。因此决策支持被定义为支持决策问题的识别和支持决策问题的求解的集合。决策支持同样是动态的过程，它是问题识别和问题求解的有机结合，决策问题求解是决策问题求解的前提[2]，如果问题识别有误，则问题的求解就失去了意义。但目前很多研究都注重于决策问题的求解，没有充分的把决策问题识别和决策问题求解放到统一的框架中进行分析。 3.决策支持系统 3.1.DSS概念 P.W.Kenn等人于1978年首次给出DSS的定义：“决策支持系统是一个计算机系统，该系统对决策有其影响。其中，计算机及分析辅助工具是有作用的，但管理者的判断仍是决策制定的基础。”[3]此时对DSS的定义并不完善，主要指出了DSS的作用，即辅助作出决策的作用。 1980年，Bonczek提出：“DSS是一个基于计算机的系统，该系统由三个部分组成：语言系统、问题处理系统和知识系统”。该定义从系统构成上定义了DSS[4]。1981年，Ginzberg提出：“DSS是一个基于计算机的信息系统，用于支持不可能或不期望有一个自动的系统实现整个决策制定过程情况下的决策制定活动。”这是Ginzberg在总结有关DSS概念的基础上提出的定义，他第一次强调了DSS的核心问题——支持半结构化情况下的决策制定过程。 在数年之内，DSS成为计算机应用中引人关注的领域。当DSS的概念进入我国后，立即引起了国内学者的关注，并对DSS概念作出了解释和定义。 1990年，席酉民指出：“决策支持系统是以计算机为基础的完成信息收集、信息整理、信息处理、信息提供的人机交互系统，它利用计算机运算速度快、存储容量大等特点，应用决策理论方法、心理学、行为科学、人工智能、计算机网络、数据库等技术，根据决策者的决策思维方式，
决策的概念和类型
4.1.1 决策的概念和类型 一、决策的概念 1．决策的含义 对于什么是决策，众说纷纭，不同的学者有着不同的看法，直到目前尚无一个公认的定义。 有人认为，决策就是从两个以上的备选方案中选择一个的过程。 也有人认为，所谓决策，是指组织或个人为了实现某种目标而对未来一定时期内有关活动的方向、内容及方式的选择或调整过程。 《美国现代经济辞典》对于决策的解释是：“决策是指公司或政府在其政策或选择实施现行政策的有效方法时所进行的一整套活动，其中包括收集必要的事实以对某一建议做出判断，以及分析可以达到预定目的的各种可选择的方法等活动。” 在本书中我们按照“目的（why）、方法（how）、结果（what）”的学理思路给出决策的定义：决策者为了实现某一决策目标，在掌握大量必要信息的基础上，借助一定决策方法，从两个及其以上的可行方案中选择一个满意方案的分析判断过程。 决策的定义蕴涵有四层内容：①决策是为实现定的目标服务的，在对决策方案做出选择前一定要有明确的目标。②决策必须有两个以上的方案。③决策要进行方案的分析比较，选择一个满意的方案。④决策是一个多阶段、多步骤的分析判断过程。 决策在管理活动中占有重要地位，决策的正确性和科学性对管理活动的成败起着决定性的作用，直接关系到企业或一个组织的生存和发展。 2．决策的特征 现代决策所面临的对象，已不再是单个物体机械的组合，而是极为复杂的系统。越来越多的高功能、大规模、相互交织的新系统，如大经济、大科学、大文化、大农业、大工程相继出现。它们不但内部结构日益错综复杂，而且彼此之间相互制约、依赖和渗透，某方面的决策很快会影响到其他诸多方面，甚至会导致“一着不慎、满盘皆输”的后果。在这种趋势下，决策有了一些新的特点和要求。 （1）高速化。社会、经济和科技的迅猛发展和迅速变化对决策提出了高速化的要求，时间的价值在现代决策中表现得极为突出和明显。 （2）准确化。现代决策必须做到准确，这主要指决策信息要做到质（概念、性质）的准确和量（范围、幅度）的准确。
决策支持系统基本概念
路漫漫其修远兮，吾将上下而求索- 百度文库决策支持系统 基 本 概 念 总 结
1.1决策支持系统起源 1.1.1 决策支持系统的起源： 决策支持系统DSS（Decision Support Systems）：20世纪70年代中期Keen 和Scott Morton创造了“决策支持系统”一词。目标是：用于管理的一种新型的计算机信息系统，对管理者的决策提供技术支持。 以下三种系统在DSS的产生和发展过程中起到了相当重要的作用： （1）电子数据处理EDP（Electronic Data Processing）：计算机在管理领域的应用是从进行数据处理和编制报表开始的，这类应用所涉及的技术称为电子数据处理。提高了工作效率，把人们从繁琐的事务处理中解脱出来。缺点：仅局限于具体信息处理，不共享，不考虑整体或部门情况。 （2）管理信息系统MIS（Management Information Systems）：对一个企业或部门的有关信息进行整体分析和系统设计，由人和计算机组成的进行管理信息收集、传递、储存、加工、维护和使用的系统。整体分析，系统设计，信息共享，部门协调。帮助管理者对信息做表面上的组织和管理，而不能把信息的内在规律挖掘出来为决策服务。难于适应多变的内外部管理环境，对管理人员的决策帮助十分有限。 （3）系统分析SA（System Analyse）：挖掘大量信息背后所隐藏的规律，取代决策者作出决策的系统。 从以上三个系统可以看到系统由低级向高级发展的进化过程。对于第三个系统，在解决实际问题，特别是复杂的社会、经济、环境问题时，遇到不少困难。系统分析的许多模型、方法往往理论上可行，但不一定实用。很多研究成果只是停留在研究和书面报告层面，真正被决策者所采纳并付诸实施的成功案例并不多。经过反思，达成了一个共识：MIS和SA都不要企图取代决策者作出决策，决策支持才是它们的正确地位。因此，人们研制开发了一种能够克服上述缺点，为决策者提供切实可行帮助的决策支持系统DSS。 1.1.2 决策支持系统的产生背景： 运筹学模型发展已经比较完善，多目标决策分析突破单一效用理论的框架，计算机软、硬件及网络技术的迅猛发展，人工智能特别是知识处理技术的发展，数据库技术、图形显示技术、各类工具软件的发展与完善，构成了决策支持系统形成与发展的技术基础。 1.2 决策支持系统的发展 1.2.1 决策支持系统的发展编年简史 1971年决策支持系统概念提出。Scott Morton在《管理决策系统》一书中第一次指出了计算机对于决策的支持作用。
决策概念
1、决策的概念： 决策是人们在政治、经济、技术和日常生活中普遍存在的一种行为，决策是管理中经常发生的一种活动；决策是决定的意思它是为了实现特定的目标，根据客观的可能性，在占有一定信息和经验的基础上，借助一定的工具、技巧和方法，对影响目标实现的诸因素进行分析、计算和判断选优后，对未来行动做出决定。 2、决策系统构成要素：决策主体、决策目标、决策方案、结局、效用 3、为什么有风险，风险来自哪里？ 因为风险决策含有许多不确定因素；决策者可根据历史资料知道客观因素的概率资料，还可通过科学实验如市场调查、统计分析来获得更多关于自然状态发生概率的信息以进一步确定或修正自然状态下的概率。 4、风险型决策可分为如下几种： 无概率资料风险型决策、无试验风险型决策、有试验风险型决策——贝叶斯决策 5、风险决策基础：决策者对他们所选择的行为方案将会产生的各种可能后果的判断；决策者对不同后果的不同偏爱。 6、机遇当量法步骤： 1）从风险决策模型中选择收益最大和收益最小的两个后果作为简单机遇的两个后果。 2）对风险决策模型中的每一个后果，估算选定简单机遇其中一个后果发生的概率PI 3）将原风险决策模型中的每一后果用估算的相当简单机遇替代，得到只有两个后果的决策模型 4）在只有两个后果的决策模型中，分别计算两个后果发生的概率，得到进一步简化的决策模型 5）对简化的决策模型，利用期望收益最大准则做出决定 7、后果效用：对某一非确定型决策模型，若规定一个简单机遇的两个后果X下星（<0）、X上星（>0），后果效用等于后果X上星发生的概率 8、标准机遇：具有后果X下星，X上星的机遇称为标准机遇 9、当量机遇：某一后果的当量机遇是与该后果相当的标准机遇 10、效用函数：某一决策者描述某一风险决策模型的效用函数是用来描述该风险决策模型的各个后果与其后果效用的关系函数。 11、多指标决策：具有多指标多方案的决策问题 12、多目标规划：具有多个目标和约束条件的数学规划。 13、求解多目标决策分为两步： 第一步，从可行解集合中淘汰劣解，找出非劣解（有效解）；第二上，再从非劣解集合中选取一个满意解。 14、什么是非劣解，非劣解如何控制个数？
决策与决策系统
第十章决策与决策系统 学习目的和要求： 通过本章的学习，需要了解决策的概念，理解决策问题的制定过程及相关的应用技术；在了解决策支持系统的发展历程基础上，理解DSS的含义、特征、发展趁势，以及其与MIS的主要联系和区别；理解DSS的概念结构，掌握数据库、模型库、方法库、知识库，及交互系统的基本内容，了解DSS的几种框架结构；理解DSS的开发过程、方法及常用工具。 §决策的概念与技能 决策支持系统是为决策服务的。在说明决策支持系统之前，有必要介绍一下决策过程、在决策中需要解决的问题的类型、决策策略等基本问题。 §决策的概念 所谓决策，是为了确定未来某个行动目标，根据自己的经验，在占有一定信息的基础上，借助于科学的方法和工具，对需要决定的问题的诸因素进行分析、计算和评价，并从两个以上的可行方案中，选择一个最优方案的分析判断过程。可见，决策并不是一个瞬间做出决定的问题，而是为了解决某个问题，收集情况、确定目标、拟订文案、分析评价、选择方案等等的一个完整的活动过程。在一个组织中，上至经理、厂长，下至组长，都有需要决策的问题，决策就是做出决定。 以H. A. Simon为代表的决策理论学派认为，整个管理过程就是系列的决策过程，管理就是决策。Simon建立的决策过程的基本模型包括三个阶段：情报阶段、设计阶段和选择阶段，如图10-1所示。 决策的第一步是调查企业内外的情况，搜集有关数据并进行分析处理，以发现
问题，寻找机会。发现问题就是发现企业管理中某方面的现实情况与理想情况的差别，并评价这种差别，判断是否构成值得重视的问题。寻找机会则是对比经营管理的实际数据和理想情况，找出更有利于实现组织目标的经营方式的可能性。 问题确定之后，提出各种解决问题的可能方案，每种方案可能包含一系列有关的活动。对这些方案进行可行性分析，排除不可行的方案，将可行的方案及其优缺点整理出来，作为下一阶段进行选择的依据。在进行分析时，可能发现第一阶段收集的数据不足，这时应返回第一阶段。 设计阶段结束后，决策者按共同的准则对那些可行的方案进行比较，选出一种方案并付诸实施。选择方案时，必须以组织的某种利益和目标为根本出发点。组织由多个部门组成，部门与部门的利益可能有冲突，因此，必须强调以组织的整体利益和目标为决策依据。即使如此，在这些目标中如何折衷兼顾也非易事。 虽然在决策中使决策步骤程序化是有益的，但是只有极少数的决策是按固定的逻辑程序做出的。决策环境的不确定性和复杂性，使得多数决策是一次的、不可重复的。 §决策问题的类型 现代经营管理活动的复杂性和多样性，决定了现代管理决策有着多种不同的类型。从不同的角度作如下划分。 根据决策的主体的构成不同，可以分为个人决策和群体决策。个人决策是由领导者凭借个人的智慧、经验及所掌握的信息进行的决策。决策速度快、效率高是其特点，适用于常规事务及紧迫性问题的决策。群体决策是指由会议机构和上下相结合的决策，其优点是能充分发挥集体智慧，集思广益，决策慎重，从而保证决策的正确性、有效性，缺点是决策过程较复杂，耗费时间较多。
决策支持系统基本概念
决策支持系统 基 本 概 念 总 结
1.1决策支持系统起源 1.1.1 决策支持系统的起源： 决策支持系统DSS（Decision Support Systems）：20世纪70年代中期Keen 和Scott Morton创造了“决策支持系统”一词。目标是：用于管理的一种新型的计算机信息系统，对管理者的决策提供技术支持。 以下三种系统在DSS的产生和发展过程中起到了相当重要的作用： （1）电子数据处理EDP（Electronic Data Processing）：计算机在管理领域的应用是从进行数据处理和编制报表开始的，这类应用所涉及的技术称为电子数据处理。提高了工作效率，把人们从繁琐的事务处理中解脱出来。缺点：仅局限于具体信息处理，不共享，不考虑整体或部门情况。 （2）管理信息系统MIS（Management Information Systems）：对一个企业或部门的有关信息进行整体分析和系统设计，由人和计算机组成的进行管理信息收集、传递、储存、加工、维护和使用的系统。整体分析，系统设计，信息共享，部门协调。帮助管理者对信息做表面上的组织和管理，而不能把信息的内在规律挖掘出来为决策服务。难于适应多变的内外部管理环境，对管理人员的决策帮助十分有限。 （3）系统分析SA（System Analyse）：挖掘大量信息背后所隐藏的规律，取代决策者作出决策的系统。 从以上三个系统可以看到系统由低级向高级发展的进化过程。对于第三个系统，在解决实际问题，特别是复杂的社会、经济、环境问题时，遇到不少困难。系统分析的许多模型、方法往往理论上可行，但不一定实用。很多研究成果只是停留在研究和书面报告层面，真正被决策者所采纳并付诸实施的成功案例并不多。经过反思，达成了一个共识：MIS和SA都不要企图取代决策者作出决策，决策支持才是它们的正确地位。因此，人们研制开发了一种能够克服上述缺点，为决策者提供切实可行帮助的决策支持系统DSS。 1.1.2 决策支持系统的产生背景： 运筹学模型发展已经比较完善，多目标决策分析突破单一效用理论的框架，计算机软、硬件及网络技术的迅猛发展，人工智能特别是知识处理技术的发展，数据库技术、图形显示技术、各类工具软件的发展与完善，构成了决策支持系统形成与发展的技术基础。 1.2 决策支持系统的发展 1.2.1 决策支持系统的发展编年简史 1971年决策支持系统概念提出。Scott Morton在《管理决策系统》一书中第一次指出了计算机对于决策的支持作用。