人工智能决策可解释性的研究综述

人工智能决策的性能在某些特定领域超过了人类能力,中国、美国等多国都颁布了人工智能发展战略和行动规划,期望人工智能在多个领域得到落地应用.但在人工智能决策过程中,存在着固有算法黑盒和系统信息不透明的问题,导致其结果正确但不可理解,阻碍了人工智能的进一步发展.为了人工智能的商用和普及,对智能决策可解释性的需求越来越迫切,需要将黑盒决策转化为透明过程,建立起人与机器之间的信任.本文从系统应用视角和决策收益者视角出发,重点对人工智能决策可解释性的基本概念、模型解释方法、高风险决策应用解释和解释方法评估等四个方面的国内外相关研究进行综述,并展望了未来研究发展趋势.     

决策支持系统中的模糊神经网络研究

面对复杂系统中许多需要决策选择的对象和方案难以满足人们对决策精度的要求,论述了模糊神经网络的概念及特点,在此基础上提出了基于模糊神经网络的决策支持模型。介绍了决策支持模型运行计算的过程与方法,并通过农机选型配套的决策支持实例验证了该模型,说明该模型对复杂的决策问题具有简单方便、快速准确地作出反应的优点。     

模糊神经网络在决策专家系统中的研究与应用

解决知识“瓶颈”问题是拓宽专家系统应用领域的关键技术。在运用模糊集合理论的基础上 ,给出模糊决策规则定义 ,根据模糊神经网络理论 ,提出一种实现规则决策的层次型模糊神经网络 (FRDNN) ,设计 4类不同属性的神经元 ,结合开发的实用GSM网络优化专家系统的知识的特点 ,从“决策域”观点仿真分析并通过实例验证FRDNN的可行性 ,为解决实用专家系统的知识获取提供了新思路     

联想记忆模型在系统工程中的应用

本文提出了一种实数值联想记忆模型, 可以处理实数值的训练模式, 并能确保训练模式的稳定性。对于记忆离散双值模式, 该模型相当于一个高阶神经元网络, 并指出Hopfield模型只是它的特例。本文并将该模型应用于多属性目标决策和等级划分中, 其结果令人满意。     

组织协作网与决策树

基于组织基本组成元素(决策者、平台和任务)的定义描述了组织协作网与决策树。通过对组织协作网与决策树的描述分析提出了组织结构设计的新思路:基于决策个体在任务上的协作关系设计最佳的决策树(组织决策的层次结构)。并描述了从组织协作网到决策树的生成过程,对生成过程的求解采用了优化协作树算法。针对案例对决策树的产生进行了求解和分析。     

基于人工神经网络与Petri网的宏观经济调控分析

在简要分析人工神经网络方法和 Petri网技术特点的基础上 ,提出了将人工神经网络与 Petri网技术相整合 ,并将其运用于宏观经济调控中的设想 .同时提出了两种技术的整合方法 ,并以中国近二十年来的统计资料为样本 ,进行了宏观经济调控的模拟分析 ,得出此种方法效果较好的结论 .     

LS-SVM与多层前向网络的非线性回归性能比较

在阐述支持向量机(SVM)和最小二乘支持向量机(LS-SVM)的原理并比较了两者的优缺点后,将LS-SVM与多层前向网络中的两种典型网络BP网络和RBF网络,分别应用于装载机载重动态测量的非线性函数回归估计中,对这三种网络在函数逼近和泛化能力两方面的性能进行比较研究。仿真结果表明,LS-SVM在精度和泛化性能两方面做到了最好的折衷,是用于非线性函数回归分析的一种很有效的方法。     

DSS信息组织技术的现状与未来

DSS是一种为管理服务的信息系统。在现代社会, 决策任务、决策环境及决策过程是复杂多变的, 因此, 在这种信息系统中, 信息组织的结构、形态及加工处理方法, 都要与复杂多变的决策任务、决策环境及决策过程相适应, 才能为用户提供有效的决策支持。本文在回顾DSS二十年的发展历程中, 已经取得的信息组织技术成就基础上, 阐述了需要继续研究的各种技术方法, 并对进入21世纪未来十年DSS信息组织技术研究可能取得的突破作了进一步展望。     

设计智能决策支持系统的认知工程方法

基于作者近年研制我国宏观经济智能决策支持系统的经验,本文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,对系统功能设计和适用技术实现作了相应的探讨。     

粗集与神经网络的集成技术研究

粗集和神经网络都是处理不确定、不完全信息的软计算方法 ,两者曾在决策支持和知识获取等领域取得了很大的成功并得到初步应用。但两者都有局限性 ,同时在许多方面有互补性。因此粗集和神经网络的集成成为当今智能混合系统的一个重要分支 ,或许也是开发下一代专家系统的主流技术。从认识论的角度分析了粗集和神经网络的特点 ,评述了目前粗集和神经网络集成的理论和方法 ,指出其中存在的主要不足。最后提出了粗集和神经网络进一步集成所需解决的问题。     

不完全信息条件下的多指标群体决策方法

研究在不完全信息、多指标条件下,利用个体决策结果形成群体一致偏好的方法.在大多数情况下,群体决策成员只可能给出决策的不完全信息,从个体的偏好结果形成群体一致排序需要求解一组线性规划.群体成员对方案成对辨优的结果,提供了一个方案优于其它方案的偏好强度信息.偏好集结过程考虑了决策成员的偏好净强度和决策成员权重信息不完全的情况.最后,给出一个投资决策的案例说明群体决策方法的实际应用.该集结方法能够平衡决策时间、决策质量和决策者负担三方面要求.     

Distributed Parameter Neural Networks via Adaptive Wavelet

The paper outlines a new neural net (DPNN) for describing brain's action based on one-dimensional cable theory. While the traditional neural network system only finding its character involving time changing (as HNN, BP etc.), the model-DPNNs (distributed parameter neural networks) are not only the transmitted neurons of time variation, but also the functions of positions by the voltage u(x. I). With the neuroscientific relevance, some bionural features like intermittent conduction and dendritic spike are fixed well by DPNNs which considered as complicated and adaptive devices contract to the functional elementary units. To find the semi-analytical representation of DPNNs, adaptive wavelets are utilized as new microlocalization tools. While maintaining all advantages of wavelet function, the adaptive wavelet offers a viable alternative learning procedure to the orthogonal least squares method (OLS), Adaptive wavelet method develops a fairly general, low-cost multiscale method for neural net optimization.     

国防R&D项目中止决策支持系统研究

探讨了神经网络方法用于国防 R&D项目评估及中止决策的可行性 ,提出了基于神经网络方法和加权评分模型相结合的适用于国防口 R&D项目评估及中止决策的决策支持系统 .进而 ,对决策支持系统的结构模块进行了系统分析和详细设计 .案例研究表明 ,该中止决策支持系统较传统的中止决策方法有一定的优越性 ,能适应多种不同情况的中止决策问题 .     

A GENERAL APPROACH BASED ON AUTOCORRELATION TO DETERMINE INPUT VARIABLES OF NEURAL NETWORKS FOR TIME SERIES FORECASTING

Input selection is probably one of the most critical decision issues in neural network designing, because it has a great impact on forecasting performance. Among the many applications of artificial neural networks to finance, time series forecasting is perhaps one of the most challenging issues. Considering the features of neural networks, we propose a general approach called Autocorrelation Criterion (AC) to determine the inputs variables for a neural network. The purpose is to seek optimal lag periods, which are more predictive and less correlated. AC is a data-driven approach in that there is no prior assumption about the models for time series under study. So it has extensive applications and avoids a lengthy experimentation and tinkering in input selection. We apply the approach to the determination of input variables for foreign exchange rate forecasting and conduct comparisons between AC and information-based in-sample model selection criterion. The experiment results show that AC outperforms inf     

基于模糊神经网络的商业银行信用风险评估模型研究

在确立了商业银行信用风险评价指标体系的基础上,建立了基于模糊神经网络的商业银行信用风险评估模型.该网络具有四个因子输入,一个衡量商业银行信用风险的输出,总共六层的结构,且模糊规则层具有根据具体问题情况进行调节的能力,优于神经网络完全黑箱操作的特点.利用Matlab6.1对167组样本数据进行实证分析,训练结果表明网络预测误差小.     

基于Agent软件合成的分布决策支持系统研究

通过Agent技术进行软件合成的分布式决策支持系统研究是AI领域研究热点，尤其是在互联网广泛应用的前提下更具研究价值。本文在分布式决策支持系统DDSS研究成果的基础上，提出了基于Agent软件合成的协同交互AODDSS的构建，包括智能Agent结构，模型和知识的描述，基于Internet/Intranet的AODDSS框架和知识语言KL，Agent间协同交互和复杂问题求解的分布解决方法及流程，以及在商业连锁企业决策中的应用。     

基于辩论的群体研讨建模与决策方法

研讨是支持群体共同求解复杂决策问题的有效工具, 其本质上是一种多人间的逻辑思辨与推理的过程. 本文借鉴人工智能领域中的辩论理论, 提出了一种基于辩论的群体研讨模型与决策方法. 首先对比分析了一般研讨流程与辩论过程, 揭示了群体研讨决策和辩论过程在机制和目的上的相似性; 然后引入Dung的抽象辩论框架, 建立了基于辩论的群体研讨系统框架, 并探讨了论据状态的推理机制和论据强度的概念, 并给出了几种典型的决策规则. 最后结合一个软启动产品设计方案优选案例对本文研究进行了验证, 结果表明, 采用基于辩论的群体研讨和决策方法有助于从认知角度来分析决策者的行为动机, 可用于解释决策者偏好形成或直接用于决策, 从而提高决策的科学性与有效性.     

面向LVC训练的蓝方虚拟实体近距空战决策建模

真实-虚拟-构造为近距空战对抗训练提供了有力支撑。针对课题对蓝方虚拟实体的实际决策建模需求, 在对比分析深度强化学习与经典智能优化方法的基础上, 从优化理论的角度对神经网络的权值空间和结构空间进行定义, 提出基于智能优化的进化神经网络决策模型及其求解方法。首先,分析近距空战战术特点, 战机飞行运动模型, 实际决策建模需求。其次,分别设计战机关键飞行状态、动作空间、适应度函数, 实现蓝方端到端感知与决策。最后, 给出基于经典遗传神经网络的决策模型及求解示例。结果表明, 所提方法可实现蓝方战机通过对抗数据来学习对手作战特点的功能, 验证了模型及方法的有效性; 同时所提方法对目前智能优化及其改进算法, 以及不同结构神经网络具有通用性。     

基于模糊神经网络方法的新构造控水专家系统

在对大量野外地质资料统计和综合分析基础上，依据地质专家在新构造领域的理论知识和成功经验，运用模糊数学理论和神经网络理论相结合的方法，提出一种用线性单元并联实现非线性划分的神经元网络模型，并研制出相应具有较强推理能力和学习功能、广泛用于非定性系统数据处理的专家系统，该系统经实例验证具有较强的适用性。     

一种新的基于Web的开放式决策支持系统模型

给出了基于 Web的开放式决策支持系统的形式规范 ,更加明确了系统中的各种实体及其相互关系 ,在此基础上提出了一种新的基于 Web的开放式决策支持系统模型 ,并详细分析了系统运作的事务处理过程 ,最后用教育规划决策支持系统实例说明了这种模型的合理性和实用性.