智能决策支持系统的体系结构研究

以解决非结构化和半结构化决策问题为目标的智能决策支持系统，由于与人工智能技术的结合，其应用研究取得了巨大进步。随着应用的发展，以及多种复合技术的使用，其结构也越来越复杂。文章比较了目前研究开发的各种体系结构：对解决IDSS发展中出现的问题的多种集成技术进行了研究；对未来的智能决策支持系统的演进进行了探讨。     

深圳绿化树种选择智能决策支持系统的构建

在介绍深圳绿化树种选择智能决策支持系统的结构、组成基础上,分析了该系统的功能实现技术。结果表明,绿化行道树树种选择智能决策支持系统(IGDSS)是以绿化信息为基础的智能决策支持系统,该系统将现存的各种信息库有机连接,以科学的方式进行树种选择,应用智能代理以及数据挖掘等先进技术建立选取树种的原型。     

从智能决策支持系统论Agent技术的应用

智能Agent技术研究是目前AI领域研究的热点,本文在Agent技术和MAS的基础上,对智能决策支持系统进行研究分析,从实用性的角度讨论Agent的应用及其发展,并尝试构建Agent的应用系统框架结构。通过对Agent技术应用于智能决策支持系统(IDSS)优势的分析,提出一种在网络环境下,基于Agent的智能决策支持系统模型,并给出了其决策支持过程描述和形式化定义。     

数据仓库及其在公交决策支持系统中的应用

针对数据仓库技术如何满足公交智能决策支持系统（ＰＴＤＳＳ）的要求进行了研究,着重说明了基于数据仓库的决策支持理论和方法在公共交通决策支持系统中的应用,提出了用于公共交通决策支持系统的数据仓库的开发流程以及在数据采集与数据组织方面的设计与实现．     

旅游突发事件智能决策支持系统研究

建立了旅游突发事件预警系统架构,对智能决策支持系统在旅游突发事件预警中的应用进行了研究.建立了旅游突发事件智能决策支持系统功能模型,给出了旅游突发事件智能决策支持算法,完成了基于决策支持的旅游突发事件预警系统开发.     

基于数据仓库技术的智能决策支持系统

给出了智能决策支持系统的概念,讨论了目前决策支持系统的不足,对数据仓库技术、联机分析处理技术及数据挖掘技术做了扼要论述,提出了一种基于数据仓库技术的智能决策支持系统结构,阐述了各部分的功能及关系.     

基于数据仓库的决策支持系统框架研究

介绍了决策支持系统的发展和数据仓库、数据挖掘技术的发展状况及应用 ,提出了在数据仓库基础上建立决策支持系统的体系框架 ,主要由模型库 ,方法库 ,知识库和数据仓库及其相应的管理系统以及数据挖掘单元和问题处理单元几部分组成 .并阐述了各部分的功能、相互关系 ,论述了基于数据仓库决策支持系统的优点 ,为知识的智能获取提供了新的手段     

计算机视觉技术在智能交通系统中的应用

随着我国科技的发展,在交通系统中也逐渐引入了更多先进的科技技术,帮助我国的交通事业取得了巨大的进步,同时也大幅度地减少了交通事故。基于此,该文主要讨论了计算机视觉技术在智能交通系统当中的主要应用策略,分别对计算机视觉技术在车辆导航、交通监控、智能收费、辅助驾驶及智能驾驶方面的应用进行了探讨,最后对计算机视觉技术在智能交通系统中的价值进了分析。     

基于组织层次的人机融合智能决策支持系统模型

在分析了当前决策支持系统发展中存在的问题基础上,提出了人机融合智能决策支持系统概念.认为决策支持系统的人机关系不仅仅表现在技术层面上,而应该是全方位的,包括组织层面、认识层面.文章从组织角度,结合不同决策任务的特点和性质,探讨、研究了人机融合决策智能系统模型的设计.     

大数据生物特征识别技术研究进展

随着机器学习领域研究的持续发展,特别是深度学习方面的进步及图像处理器(GPU)等算力的持续提高,利用生物特征大数据的识别技术获得广泛关注,并在人证比对、智能监控以及疫情防控等多个领域取得了很好的应用.分析了大数据生物特征识别技术的发展态势,总结了生物特征类型以及大数据驱动的生物特征识别技术发展与应用,探讨了大数据生物特征识别技术的未来发展趋势.     

基于知识的IDSS模型库动态链接

通过对一个预研课题模型库管理系统的研究，分析了基于知识的智能决策支持系统（IDSS）中模型库管理系统的框架结构和各子系统的功能，提出了基于知识的IDSS中模型动态链接的问题，并对如何建立模型链的知识规则处理和提取规则算法作了较深入的研究，给出两种具体的生成模型链的方法，即参数生成和分类生成方法；解决了模型在应用中智能集成的问题，从而提高了整个IDSS的决策质量、决策效率以及缩短了系统的反应时间。     

基于粗集知识推理的IDSS中的知识表示

 探讨在智能决策支持系统中的知识表达,讨论了属性在知识表达系统中的作用,决策表格形式的知识表达系统的性质、作用以及根据粗集理论(其基本观点是:人类的知识表现为对对象的分类能力)分析处理海量信息中信息的有用特征,通过分析、推理产生最小决策规则.     

作为人-机联合认知系统的智能决策支持系统

提出一种设计智能决策支持系统(IDSS)的认知工程方法,并强调智能决策支持系统这一辅助决策工具的使用旨在提高最终用户(决策者)的认知决策能力.为此,用户(决策者)应能将IDSS提供的“支持”通过人-机交互嵌入其决策过程,这种人-机协作方式旨在实现决策过程的优化.文中首先对决策者的自然决策过程进行分解,识别智能支持需求的性质和使用处所,其次确认相应需求的计算机技术,最后对系统功能设计和适用技术实现作了相应的探讨.     

DSS的实现与研究

在ＭＩＳ应用和专项ＤＳＳ开发的基础上，从决策支持系统通用化的角度，利用结构化方法和ＩＤＳＳ、ＧＤＳＳ等最新研究成果，提出了设计ＤＳＳ的一种思路和方法。     

人事评估智能决策支持系统的数据处理

人事测评量表的分析过程基于统计和归纳。而归纳这个过程需要具有专业经验的专家进行。构建基于智能支持的管理决策系统可以协助普通员工进行量表分析。人工神经网络ANN具有类似于人类的模式分辨能力,同时又可能对大量的量表题目直接进行处理和分类。通过对传统量表进行主成因分析和归一化的数据预处理,可以构建符合神经网络输入特点的模型,从而实现量表测试结果分析的决策支持。     

智能化决策支持系统结构框架的研究

在分析智能决策支持系统（ＩＤＳＳ）的基础上指出目前存在的主要问题．利用人工智能、决策支持系统（ＤＳＳ）等思想，提出了一个新型的ＩＤＳＳ结构框架．     

Research of IDSS Architecture Based on Hybrid Systems

This paper discusses the necessity of building IDSS on hybrid systems, and adopts XML technology to manage isomeric knowledge in hybrid systems. The paper proposes a new architecture of hybrid systems based IDSS whose core system is isomeric knowledge system. The architecture is composed of knowledge component, problems processing system, data component and intelligent user interface. This new architecture aims to enhance the capability of integrating hybrid systems, to improve the supporting effectiveness of decision-making and the intelligent level of IDSS, and tries a new way to elevate the system＇s ability of handling and learning knowledge.     

智能决策支持系统IDSS的建立

针对决策支持系统的缺陷和不足，尝试将人工智能技术引入管理决策领域，建立智能型的决策支持系统ＩＤＳＳ．探讨了ＩＤＳＳ的原理结构及关键技术，概述了系统各主要模块的功能及实现方法     

机器学习与知识发现在高校公共突发事件智能预警系统中的应用

机器学习与知识发现能够帮助人工智能系统对现象或信息之间的因果关系产生更深入的认识,有利于提高智能决策支持系统的工作效率,有利于提高使用者和机器之间的默契程度。就机器学习与知识发现技术应用于高校公共突发事件智能预警系统进行了探讨。