Недавно я работал над исследовательским проектом, который требовал от меня изучения использования систем поддержки принятия решений (DSS) и интеллектуальных систем поддержки принятия решений (IDSS) в таком контексте, как сельское хозяйство. В этой части я предоставлю некоторые общие нетехнические основы интеллектуальных систем поддержки (IDSS).

За последние три десятилетия системы поддержки принятия решений прошли путь от простых систем, ориентированных на модели, до продвинутых многофункциональных объектов. Системы поддержки принятия решений (DSS) обычно определяются как компьютеризированные программы или компьютерные системы, используемые для предоставления рекомендаций, прогнозов, суждений и курса действий в организации, системе или бизнесе (Профессор Вики Сотер, 2002 г.). Sprague и Watson (1996) определили DSS как интерактивную компьютерную систему, которая помогает лицам, принимающим решения, использовать данные и модели для решения плохо структурированных, неструктурированных и полуструктурированных проблем. DSS можно разделить на множество различных категорий, наиболее распространенными из которых являются DSS, управляемые данными, управляемые моделями, основанные на знаниях, управляемые документами, управляемые связью, межорганизационные и внутриорганизационные DSS.

DSS создают исчерпывающие отчеты, собирая и анализируя данные. Они обеспечивают возможность проведения различного анализа с небольшими усилиями по программированию и могут использоваться нетехническими пользователями. Они в основном используются в бизнесе для принятия более быстрых и разумных решений и прогнозов на основе объективных данных. Они используют контекстную информацию, знания предметной области, опыт принятия решений и исторические данные, чтобы предоставить информацию и предлагаемые решения лицам, принимающим решения, на основе диагностики проблемы.

Интеграция искусственного интеллекта (ИИ) в традиционные DSS для создания интеллектуальных систем поддержки принятия решений (IDSS) использовалась для адекватного моделирования решения проблем человеком. Интеллектуальные системы поддержки принятия решений (IDSS) используются с 1970-х годов и широко применяются в различных компьютерных приложениях для интеллектуального принятия решений. Поскольку принятие решений в реальном мире требует рассмотрения и анализа множества характеристик критериев, которые часто противоречат друг другу по своей природе, лицам, принимающим решения, нужны более интеллектуальные научные методологии для выполнения таких сложных оценок.

Как определил Сарма в 1994 году, IDSS представляют собой интерактивные компьютерные системы, которые включают методы искусственного интеллекта для решения полуструктурированных проблем с использованием данных, экспертных знаний и моделей для поддержки лица, принимающего решения. Они также могут включать методологию, основанную на знаниях, чтобы помочь в принятии решений, предоставляя рекомендации, отражающие опыт предметной области. Используя машинное обучение, IDSS извлекают уроки из предыдущего опыта и со временем совершенствуются, тем самым обеспечивая более точные и сложные проблемно-ориентированные интеллектуальные механизмы принятия решений, которые постоянно развиваются. IDSS также предлагают огромный потенциал для поддержки четко определенных задач, таких как преобразование данных, фильтрация информации и интеллектуальный анализ данных, а также поддержки плохо структурированных задач в динамическом сотрудничестве. IDSS является скорее когнитивной, чем технологической системой, учитывая, что даже основные характеристики интеллекта не могут быть отражены в механистике (Malhotra et al., 2003).

IDSS — это, по сути, DSS, которые широко используют методы искусственного интеллекта, эффективно объединяя базы данных, базы моделей и интеллектуальные ресурсы для поддержки принятия решений. Они также склонны использовать технологию экспертных систем для расширения возможностей лиц, принимающих решения, в понимании проблемы принятия решений и выборе подходящей альтернативы. IDSS предлагают пользователю полный контроль над получением информации, ее оценкой и принятием окончательного решения. Они основаны на предположении, что лицо, принимающее решение, уже знакомо с проблемной областью и данными, необходимыми для решения. Он обычно представляет множество альтернатив.

«IDSS — это, по сути, DSS, которые широко используют методы искусственного интеллекта, эффективно объединяя базы данных, базы моделей и интеллектуальные ресурсы для поддержки принятия решений».

Важнейшими элементами интеллектуального принятия решений являются исчерпывающие данные, сбор информации и знаний, их извлечение, аналитика и рациональное принятие решений, а также их адаптация к изменяющимся условиям. Алгоритмы машинного обучения и различные парадигмы программирования используются для реализации IDSS путем включения таких методологий, как эмпирическая оценка, и подходов, таких как многокомпонентное обучение, статистические и теоретико-информационные методы, ориентиры и методы сложности. Это позволяет им выбирать наиболее подходящие алгоритмы обучения и прогнозирования.

По сравнению с традиционными методами, IDSS более ценны, поскольку они позволяют

  • Учитесь на опыте;
  • Разбираться в неоднозначном и противоречивом наборе данных;
  • Обеспечить соответствующие и своевременные альтернативы проблеме;
  • Использование рассуждений для решения проблем и логических выводов;
  • Справляться с запутанными ситуациями;
  • Применить знания, чтобы понять или изменить окружающую среду;
  • Признать актуальность различных компонентов процесса принятия решений

В настоящее время IDSS обеспечивают поддержку принятия решений с помощью текстовой аналитики и DSS на основе майнинга, внешней аналитики и DSS на основе Интернета вещей; биометрические DSS; рекомендательные, консультативные и экспертные системы; DSS на основе GA; нечеткие множества DSS; DSS на основе грубых наборов; интеллектуальная DSS с помощью агента; интеграция интеллектуального анализа процессов в поддержку принятия решений, адаптивный DSS; DSS на основе компьютерного зрения; сенсорный DSS и роботизированный DSS (Артурас Каклаускас, 2015). Приложения IDSS разрабатываются в различных областях, таких как разработка продуктов и планирование; управленческие решения; предприятий и обрабатывающих производств.