综合决策支持系统中计算智能和知识获取技术的研究与应用
|
摘要
随着经济的发展，商业竞争日益激烈，企业环境千变万化。企业能否快速和正确地对其外界或内部的各种变化做出积极的反应并制定正确的决策，是企业争取时间，迅速行动，从而最终取得市场竞争优势的关键。在信息技术飞速发展，信息数据迅猛增长的今天，企业快速有效的分析和决策越来越依赖于其信息系统的设计与开发。其中，决策支持系统(DSS)是信息系统领域的一个重要分支，是结合计算机科学、运筹学、管理科学等多学科的新型学科。DSS经过设计、构造、用于辅助决策过程。已经成功地用于解决各种各样的问题，在企业决策、城市交通管理、保健及医疗诊断、环境规划、农林业等应用领域发挥重要的作用。人工智能，数据挖掘和数据仓库技术已经对决策支持系统的研究和发展产生了重要的影响。此外，模糊集、粗糙集、人工神经网络和遗传算法等理论与方法也被运用于解决决策有关的问题。各种技术的相互渗透和结合日益明显与复杂，决策支持系统中充分融合各项技术在近年来受到普遍关注和充分重视。
本文撇开众多对知识定义上的争论，从实用性和可操作性的角度对解决决策问题的知识提出了新的认识和分类思想。然后在这种思想上，在一定程度上研究和总结了人工智能、数据挖掘、神经计算、进化计算、运筹学、Rough集和Fuzzy集等理论和方法的研究成果，综合比较了各种技术的本质、特征、异同和优劣。论述了最新科技发展对决策支持系统的影响，并讨论了如何将这些技术有创新性地结合运用于DSS的设计与构造中去，以期对决策支持系统的研究与开发有指导的意义和肩发的作用。
首先，本文在综述与决策支持系统有关的计算智能与知识获取研究动态和进展的基础上，对解决决策问题的知识提出了一些新的认识和分类思想。在此基础上，对各种处理知识典型技术进行重新划分和归纳。进一步明确了处理DSS中知识有关问题的理论与方法的范围和方向。
其次，以计算理论中计算复杂性讨论为基础，分析了决策中所涉及的NP问题，研究了运筹学方法、人工神经网络、遗传算法等方法在解决NP问题时的本质、特点和优缺点。并结合实际中典型的旅行商问题进行实例分析，概括了实际问题求解应如何选择各种计算技术。
第三，在本文对知识认识和分类的基础上，讨论了知识获取中典型的推理和分类的理论与方法。主要分析了数据挖掘、机器学习、粗糙集、神经计算、遗传
综合决策支持系统中汁算智能和知识获取技术的研究与应用
摘要
算法等的技术的实质、优劣和适用范围。提出了新的结合方式和设计了新的决策
支持系统结构模型。
第四，结合上述研究的结果，设计了企业决策支持系统中应收账款管理子系
统。体现各种技术之间相互融合、取长补短的思想。
最后，综合了上述分析和研究的基础上，对各种理论与方法之间的相互渗透
和结合进行了阐述，并展望了人工智能的发展方向。
With the development of economy, how to make correct and efficient decision under the frequently changing and intensely competing condition is the key to obtain predominance at the market. As a result of information techniques' development and progress at very fast speed, making decision in business more and more rely on Information Systems' design and implementation. Decision Support System (DSS) is an important branch of Information Systems used to support managerial work and decision making. DSS integrates techniques of Compute Science, Operation Research and Management Science and already uses widely at decision making in business, city traffic management, health care and medical diagnosis, environment programming and agriculture management, etc. Recently, Artificial Intelligent, Data Mining and Data Warehouse techniques have made a strong impact on research and resign of DSS; otherwise, Fuzzy Set, Rough Set, Artificial Neural Nets, Genetic Algorism and so forth have been used to solve the decision problem. Due to increasing trend of various subjects' integration and connection, application of multi-techniques in DSS' research and design have been roused widely attention.
On the basis of discussing different knowledge definition and cognition, this dissertation brings about innovative definition and classification of knowledge for decision making from practical aspect. And then, through comparing methodology and techniques of Artificial Intelligent, Date Mining, Computational Intelligence, Operation Research, Rough Set, and Fuzzy Set, etc. and analyzing their essences, characters, similarities and differences, and advantages and disadvantages, etc. this dissertation puts forward some innovatively combinative methods of vavious methodology and techniques which have certain meaningful direction and enlightened idea in research and design of DSS.
Firstly, on the overview of the trend and development in Computational Intelligence and Knowledge Acquisition, this dissertation brings about
innovative knowledge definition and its classification. This definition and classification help to specify range of methods and techniques about
knowledge when building and designing DSS.
Secondly, on the basis of discussing Computational Complexity and NP-complete problem, this dissertation studies some methods to deal with NP-complete problem which include Dynamic Programming, Backtracking and Branch-and-bound Algorithms, Local Improvement and Simulated Annealing Algorithms, Hopfield Neural Nets, Genetic Algorithm and etc. Through analyzing various algori thms to solve the Traveling Salesman Problem, how to choice the suitable algorithms when dealing with NP-complete problem has been put forward.
Thirdly, on the ground of discussing some representative techniques of reasoning and classification which involve Data Mining, Machine Learning, Rough Set, Fuzzy Set, Neural Computation and Genetic Algorithm, these techniques' essences, characters, similarities and differences, and advantages and disadvantages ;have been analyzed and innovative structure of DSS has been introduced.
Fourthly, receivable maniagement subsystem of Decision Support System has been designed on the bas;is of above research and discussion.
Finally, through review:integration of various methodology and techniques, this dissertation has a prospect to Artificial Intellignece in theory frame;
本文撇开众多对知识定义上的争论，从实用性和可操作性的角度对解决决策问题的知识提出了新的认识和分类思想。然后在这种思想上，在一定程度上研究和总结了人工智能、数据挖掘、神经计算、进化计算、运筹学、Rough集和Fuzzy集等理论和方法的研究成果，综合比较了各种技术的本质、特征、异同和优劣。论述了最新科技发展对决策支持系统的影响，并讨论了如何将这些技术有创新性地结合运用于DSS的设计与构造中去，以期对决策支持系统的研究与开发有指导的意义和肩发的作用。
首先，本文在综述与决策支持系统有关的计算智能与知识获取研究动态和进展的基础上，对解决决策问题的知识提出了一些新的认识和分类思想。在此基础上，对各种处理知识典型技术进行重新划分和归纳。进一步明确了处理DSS中知识有关问题的理论与方法的范围和方向。
其次，以计算理论中计算复杂性讨论为基础，分析了决策中所涉及的NP问题，研究了运筹学方法、人工神经网络、遗传算法等方法在解决NP问题时的本质、特点和优缺点。并结合实际中典型的旅行商问题进行实例分析，概括了实际问题求解应如何选择各种计算技术。
第三，在本文对知识认识和分类的基础上，讨论了知识获取中典型的推理和分类的理论与方法。主要分析了数据挖掘、机器学习、粗糙集、神经计算、遗传
综合决策支持系统中汁算智能和知识获取技术的研究与应用
摘要
算法等的技术的实质、优劣和适用范围。提出了新的结合方式和设计了新的决策
支持系统结构模型。
第四，结合上述研究的结果，设计了企业决策支持系统中应收账款管理子系
统。体现各种技术之间相互融合、取长补短的思想。
最后，综合了上述分析和研究的基础上，对各种理论与方法之间的相互渗透
和结合进行了阐述，并展望了人工智能的发展方向。
With the development of economy, how to make correct and efficient decision under the frequently changing and intensely competing condition is the key to obtain predominance at the market. As a result of information techniques' development and progress at very fast speed, making decision in business more and more rely on Information Systems' design and implementation. Decision Support System (DSS) is an important branch of Information Systems used to support managerial work and decision making. DSS integrates techniques of Compute Science, Operation Research and Management Science and already uses widely at decision making in business, city traffic management, health care and medical diagnosis, environment programming and agriculture management, etc. Recently, Artificial Intelligent, Data Mining and Data Warehouse techniques have made a strong impact on research and resign of DSS; otherwise, Fuzzy Set, Rough Set, Artificial Neural Nets, Genetic Algorism and so forth have been used to solve the decision problem. Due to increasing trend of various subjects' integration and connection, application of multi-techniques in DSS' research and design have been roused widely attention.
On the basis of discussing different knowledge definition and cognition, this dissertation brings about innovative definition and classification of knowledge for decision making from practical aspect. And then, through comparing methodology and techniques of Artificial Intelligent, Date Mining, Computational Intelligence, Operation Research, Rough Set, and Fuzzy Set, etc. and analyzing their essences, characters, similarities and differences, and advantages and disadvantages, etc. this dissertation puts forward some innovatively combinative methods of vavious methodology and techniques which have certain meaningful direction and enlightened idea in research and design of DSS.
Firstly, on the overview of the trend and development in Computational Intelligence and Knowledge Acquisition, this dissertation brings about
innovative knowledge definition and its classification. This definition and classification help to specify range of methods and techniques about
knowledge when building and designing DSS.
Secondly, on the basis of discussing Computational Complexity and NP-complete problem, this dissertation studies some methods to deal with NP-complete problem which include Dynamic Programming, Backtracking and Branch-and-bound Algorithms, Local Improvement and Simulated Annealing Algorithms, Hopfield Neural Nets, Genetic Algorithm and etc. Through analyzing various algori thms to solve the Traveling Salesman Problem, how to choice the suitable algorithms when dealing with NP-complete problem has been put forward.
Thirdly, on the ground of discussing some representative techniques of reasoning and classification which involve Data Mining, Machine Learning, Rough Set, Fuzzy Set, Neural Computation and Genetic Algorithm, these techniques' essences, characters, similarities and differences, and advantages and disadvantages ;have been analyzed and innovative structure of DSS has been introduced.
Fourthly, receivable maniagement subsystem of Decision Support System has been designed on the bas;is of above research and discussion.
Finally, through review:integration of various methodology and techniques, this dissertation has a prospect to Artificial Intellignece in theory frame;
引文
[1]陆汝铃．世纪之交的知识工程与知识科学．北京：清华大学出版社，2001．
[2]George M．Marakas著，朱岩，肖勇波译．21世纪的决策支持系统．北京：清华大学出版社，2002．
[3]朱明．数据挖掘．合肥：中国科学技术大学出版社，2002．
[4]杨建刚．人工神经网络实用教程．杭州：浙江大学出版社，2001．
[5]王小平，曹立明．遗传算法—理论、应用与软件实现．西安：西安交通大学出版社，2002．
[6]Efraim Turban, Jay E. Aronson. Decision Support Systems and Intelligent Systems (Fifth Edition). 北京:清华大学出版社, 2000.
[7]蔡自兴，徐光祜．人工智能及其应用．北京：清华大学出版社，1996．
[8]林齐宁．决策分析．北京：北京邮电大学出版社，2003．
[9]陈廷．决策分析．北京：科学出版社，1997．
[10]运筹学教材编写组．运筹学．北京：清华大学出版社，1990．
[11]彭祖赠，孙韫玉．模糊(Fuzzy)数学及其应用．武汉：武汉大学出版社，2002．
[12]刘清．Rough集及Rough推理．北京：科学出版社，2001．
[13]翟丽华，吉国力．基于Intranet的决策支持系统的设计．见：2000中国控制与决策学术年会论文集．万方数据库，2000．
[14]陈卫，方廷健，陈锋，白石磊，钱伟．基于MAS的群体决策支持系统结构研究．模式识别与人工智能，2003，16(2)：236—240．
[15]余青，左敬东，丁建国，陈福集．数据仓库技术以及对企业决策的支持．万方数据库，2003．
[16]吴祖玉，基于数据仓库技术的商业决策支持系统．见：2000中国控制与决策学术年会论文集．万方数据库，2000．
[17]祝琛琛，施鸿宝．智能理论在决策支持系统中的应用．万方数据库，2003．
[18]李涛，程析，严德昆．模糊神经网络在决策支持建模中的应用．见：1998中国控制与决策学术年会论文集．万方数据库，1998．
[19]宋德昌，姚莉．基于数据仓库的决策支持系统初探．万方数据库，2003．
[20]孙鸿广，彭俊松．基于知识共享重用的分布式协同IDSS开发平台．万方数据库，2003．
[21]李智毅．B／S结构下基于模板的群决策支持系统．见：2001中国控制与决策学术年会论文集，万方数据库，2001．
[22]李春梅，邹平，钱鑫．基于Intranet和分布式对象技术的群决策支持系统研究．见：2000中国控制与决策学术年会论文集．万方数据库．2000．
[23]Aleksander I. Designing Intelligent Systems, An Introduction. Kogan Page Ltd,1984.
[24]Holtzman S. Intelligent Decision Systems. New York: Addison-Wesley, 1989.
[25]Awad, E. M. Building Expert Systems. St. Paul, MN: West Publishing Company, 1996.
[26]Gray, P. Decision Support and Expert Systems. Englewood Cliffs, NJ: Prentice Hall, 1994.
[27]Turban, E., et al. Information Technology Management. New York:Wiley, 1996.
[28]Watson, H.J., G. Houdeshel, and R. K. Rainer, Jr. Building Executive information System and Other Decision Support Applications. New York: Wiley, 1997.
[29]Lucas, H. C. Information Systems Concepts for Management. New York: McGraw-Hall, 1995.
[30]杨炳儒，樊广全，陈泓婕．一类基于信息挖掘的智能决策支持系统的结构模型．模式识别与人工智能，2003，16(2)：225—229．
[31]涂序彦．人工智能及其应用．北京：电子工业出版社，1988．
[32].Winston P H. Artificial Intelligence(Third Edition). Addison-Wesley, 1992.
[33]Brady M et al eds. Robot Motion: Planning and Control. Cambridge, Mass: MIT Press, 1983.
[34]Cai Zixing, Wang Yaonang, Cai Jingfeng. A Real-time expert Control System. AI in Engineering, 1996, 10(4):317—322
[35]傅京孙，蔡自兴，徐光祜．人工智慧及其应用．北京：清华大学出版社，1983．
[36]Graham N(美)．人工智能使机器思维．北京：机械工业出版社，1985．
[37]何华灿．人工智能导论．西安：西北工业大学出版社，1988．
[38]胡运发，高洪奎．人工智能系统—原理与设计．国防科技大学出版社，1988．
[39]俞瑞钊主编．中国人工智能 92．杭州：浙江大学出版社，1993．
[40]周永林，潘云鹤．从智能模拟到智能工程—论人工智能研究范式的转变．计算机科学，1999，26(7)：18—22．
[41]袁曾任．人工神经网络及其应用．北京：清华大学出版社，1999．
[42]杨行峻，郑君里．人工神经网络．北京：高等教育出版社，1992．
[43]张立明．人工神经网络的模型及应用．上海：复旦大学出版社，1993．
[44]焦李成．神经网络系统理论．西安：西安电子科技大学出版社，1994．
[45]李敏，黄廷磊，徐福缘，姚俭．基于人工神经网络的推理机研究．万方数据库，2003．
[46]商同，季立明，文松，王太勇．模糊ART神经网络的特征分析．万方数据库，2003．
[47]裴峥，黄天民．一种基于模糊—神经网络的Horn集上的归结．见：第九届全国多值逻辑与模糊逻辑学术会议．万方数据库，2000．
[48]Grossherg S. Neural Networks and Neural Intelligence. Cambridge, Mass: MIT Press, 1988.
[49]胡守仁，沈清，胡德文．神经网络应用技术．长沙：国防科技大学出版社，1993．
[50]Jain A K. Artificial Neural Networks: Applications in Pattern Recognition and Computer Vision. 11th IAPR, 1992.
[51]Khanna T. Foundation of Neural Networks. New York: Addison-Wesley, 1990.
[52]Freeman J A, Skapure D M. Neural Networks Algorithms. In: Applications and Programming Techniques. Addison-Wesley Publication Company, 1991.
[53]Grossberg S. Neural Networks and Neural Intelligence. MIT Press, 1988.
[54]Tarun Khanna. Foundation of Neural Networks. Addison-Wesley Publication Company, 1990.
[55]焦李成．神经网络的应用与实现．西安：西安电子科技大学出版社，1995．
[56]彭锦．进化算法综述．见：中国运筹学会第六届学术交流会论文集，长沙：万方数据库，2000．
[57]Michalewicz Z. Genetic Algorithms + Data Structures = Evolution Programs. Springer Verlag, Second, Extended Edition, 1994.
[58]Muhlenbein H. Evolutionary Algorithms: Theory and Application. GMD Scholss Birlinhoven, 1995.
[59]周明，孙树栋．遗传算法原理及其应用．北京：国防工业出版社，1999．
[60]陈国良，王煦法．遗传算法及其应用．北京：人民邮电出版社，1996．
[61]Crefenstettee J J, Gopal R. Genetic Aigorithms for the Salesman Problem. In: Proceedings of the First International Conference on Genetic Algorithms, Lawrence Erlbaum Associates, Publishers, 1985, 160—168.
[62]W. Ziarko. Rough Sets, Fuzzy Sets and Knowledge Discovery. Springer-Verlag, 1994.
[63]Altrock C et al. Advanced Fuzzy Logic Control Techniques in Automotive Applications. In: Proceedings of IEEE int. Conference on Fuzzy Systems, 1992:835
—842.
[64]Hajek P et al. In: Uncertain Information Processing Expert Systems. Boca Raton, Florida: CRC Press, 1992. Kosko B. Neural Networks and Fuzzy Systems. A Dynamical Systems
[65]Approach to Machine Intelligence. New York Prentice Hall, 1992. Zimmermann H-J. Fuzzy Set Theory and Its Applications. Boston, MA: Kluwer Academic Publishers, 1991.
[66]Bell, D. E., and A. Schleifer, Jr. Decision Making Under Uncertainty. Cambridge MA: Course Technology, Inc, 1996.
[67]Jiawei Hai, Micheline Kamber. Date mining Concepts and Techniques. 北京：高等教育出版社，2001.
[68]赵星，淮晓永，熊范纶．可视化数据挖掘．模式识别与人工智能，1999，12(10)：140—145．
[69]刘复岩，吕韶义．一个基于数据挖掘应用系统的分析与设计．见：2001年中国控制与决策学术年会论文集．万方数据库，2001．
[70]赵新昱，陈文伟，黄金才．基于遗传算法的数据开采算法．南京大学学报，2000，36(11)：124—129．
[71]刘明吉，王秀峰，王治宝，黄亚楼．一种基于遗传算法的知识挖掘算法．In：Proceedings of the 3rd World Congress on Intelligent Control and Automation, Heifei, 2000.
[72]张彬，王锐，史孟华．数据仓库与数据挖掘技术及DBMST工具的开发．万方数据库，2003．
[73]高峰，汤同奎，谢剑英．基于神经网络的数据挖掘综述．信息与控制，1999，28(8)：354—358．
[74]傅仕星，卢增祥，路海明，李衍达．扩展粗糙集模型及其在知识发现中的应用．In：Proceedings of the 3rd World Congress on Intelligent Control and Automation, Heifei, 2000.
[75]W. H. Inmon. Building the Data Ware house. John Wiley, 1996.
[76]P. Adriaans and D. Zantinge. Date Mining. Addison-Wesley: Harlow, England, 1996.
[77]卢启程．基于商务智能决策支持系统的知识管理研究[D]．昆明：昆明理工大学，2002．
[78]潘丹．基于粗糙集理论的混合智能知识处理研究[D]．广州：华南理工大学，2001．
[79]史忠植．知识工程．北京：清华大学出版社，1988．
[80]Tuthill G S. Knowledge Engineering: Concepts and- Practices for Knowledge-Based Systems. TAB Books Inc, 1990.
[81]李盘林，李丽双，李洋，王春立．离散数学．北京：高等教育出版社，1999．
[82]Harry R．Lewis，Christos H．Papadimitriou著，张立昂，刘田译．计算理论基础．北京：清华大学出版社．2000．
[83]Harry R. Lewis, Christos H. Papadimitriou. Elements of the theory of computation (Second Edition). New Jersey: Prentice-Hall, Inc., Englewood Cliffs, 1999.
[84]C. H. Papadimitriou. Computational Complexity. Reading, Mass. :Addison-Wesley, 1994.
[85]M. R. Garey and D. S. Johnson. Computers and Intractability: A Guide to the Theory of NP-completeness. New York: Freeman, 1979.
[86]D. Hochbaum (ed.). Approximation Algorithms for NP-hard Problems. Boston, Mass: PWS Publishers, 1996.
[87]C. R. Reeves (ed.). Modern Heuristic Techniques for Combinatorial Problems. New York: John Wiley, 1993.
[88]C. H. Papadimitriou and K. Steiglitz. Combinatorial Optimization: Algorithms and Complexity. Englewood Cliffs, N.J.: Prentice-Hall, 1982; second edition, New York: Dover, 1997.
[89]B.D. sivazlian, L.E. stanfel. Analysis of Systems in Operations Research. New Jersey: Prentice-Hall, Inc., Englewood Cliffs, 1997.
[90]黑田充，村松健儿．生产．日本东京：株式会社朝仓书店，2001．
[91]邹平．现代生产与组织管理-运筹在生产管理中的应用．昆明：云南大学出版社，1996．
[92]孙健，钟义信，王伟．利用遗传算法求解TSP(Traveling Salesman Problem)问题的探讨．万方数据库，2003．
[93]赵赫，杜端甫．遗传算法求解旅行推销员问题时算子的设计与选择．系统工程理论与实践，1998(2)：62—65．
[94]Whiley L D, Starkweather T, Fuquay D A. Scheduling Problems and Traveling Salesman: The Genetic Edge Combination Operator. In: Proceedings of the Third International Conference on Genetic Algorithms, Morgan Kaufamann Publishers, 1989,133—140.
[95]林尧瑞，张钹，石纯一．专家系统原理与实践．北京：清华大学出版社，1988．
[96]何新贵．知识处理与专家系统．北京：国防工业出版社，1990．
[97]王道平，冯振声．专家系统中知识获取方法的研究．自动化理论、技术与应用，2000，5：105—108．
[98]杨忠祥主编．中国机器学习93．北京：电子工业出版社，1993．
[99]Y. Kodratoa nd R. S. Michalski, Machine Learning, An Artificial Intelligence Approach, Vol. 3. Morgan, Kaufmann, 1990.
[100]Kelly R V Jr. Practical Knowledge Engineering. Digital Press, 1991.
[101]P. Langley. Elements of Machine Learning. Morgan Kaufmann, 1996.
[102]R. S. Michalski, I. Bratko, and M. Kubat. Machine Learning and Data Mining: Methods and Applications. John Wiley& Sons, 1997.
[103]姜启源．数学模型．北京：高等教育出版社，1993．
[104]盛骤，谢式千，潘承毅．北京：概率论与数理统计．高等教育出版社，1997．
[105]樊鸿康．抽样调查．北京：高等教育出版社，2002．
[106]Leslie Kish．抽样调查．北京：中国统计出版社，1997．
[107]James O．Berger．统计决策论及贝叶斯分析．北京：中国统计出版社，1998．
[108]Tylor, A. Applied Decision Analysis. Boston: PWS-Kent, 1991.
[109]郑纬民，汤志忠．计算机系统结构．北京：清华大学出版社，1998．
[110]王爱英．计算机组成与结构．北京：清华大学出版社(第二版)，2001．
[111]丁宝康，董健全．数据库实用教程．北京：清华大学出版社，2001．
[112]仲秋雁，刘友德．管理信息系统．大连：大连理工大学出版社，1998．
[113]罗鸿．ERP原理、设计、实施．北京：电子工业出版社，2002．
[114]周绪，韦文斌，曾波，姬彬．SQL Server 7．0入门与提高．北京：清华大学出版社，2000．
[115]崔晋川．信息技术革命和运筹学的发展机遇．见：中国运筹学会第六届学术交流会论文集，长沙：万方数据库，2000．
[116]王沫然．MATLAB与科学计算．北京：电子工业出版社，20003．
[117]Minsoo Shin, Tony Holden, Ruth A. Schmidt. From knowledge theory to management practice: towards an integrated approach. Information Processing and Manggement, 2001, 37:335-355
[118]周忠惠，张鸣，徐逸星．财务管理．上海：上海三联书店，1995．
[2]George M．Marakas著，朱岩，肖勇波译．21世纪的决策支持系统．北京：清华大学出版社，2002．
[3]朱明．数据挖掘．合肥：中国科学技术大学出版社，2002．
[4]杨建刚．人工神经网络实用教程．杭州：浙江大学出版社，2001．
[5]王小平，曹立明．遗传算法—理论、应用与软件实现．西安：西安交通大学出版社，2002．
[6]Efraim Turban, Jay E. Aronson. Decision Support Systems and Intelligent Systems (Fifth Edition). 北京:清华大学出版社, 2000.
[7]蔡自兴，徐光祜．人工智能及其应用．北京：清华大学出版社，1996．
[8]林齐宁．决策分析．北京：北京邮电大学出版社，2003．
[9]陈廷．决策分析．北京：科学出版社，1997．
[10]运筹学教材编写组．运筹学．北京：清华大学出版社，1990．
[11]彭祖赠，孙韫玉．模糊(Fuzzy)数学及其应用．武汉：武汉大学出版社，2002．
[12]刘清．Rough集及Rough推理．北京：科学出版社，2001．
[13]翟丽华，吉国力．基于Intranet的决策支持系统的设计．见：2000中国控制与决策学术年会论文集．万方数据库，2000．
[14]陈卫，方廷健，陈锋，白石磊，钱伟．基于MAS的群体决策支持系统结构研究．模式识别与人工智能，2003，16(2)：236—240．
[15]余青，左敬东，丁建国，陈福集．数据仓库技术以及对企业决策的支持．万方数据库，2003．
[16]吴祖玉，基于数据仓库技术的商业决策支持系统．见：2000中国控制与决策学术年会论文集．万方数据库，2000．
[17]祝琛琛，施鸿宝．智能理论在决策支持系统中的应用．万方数据库，2003．
[18]李涛，程析，严德昆．模糊神经网络在决策支持建模中的应用．见：1998中国控制与决策学术年会论文集．万方数据库，1998．
[19]宋德昌，姚莉．基于数据仓库的决策支持系统初探．万方数据库，2003．
[20]孙鸿广，彭俊松．基于知识共享重用的分布式协同IDSS开发平台．万方数据库，2003．
[21]李智毅．B／S结构下基于模板的群决策支持系统．见：2001中国控制与决策学术年会论文集，万方数据库，2001．
[22]李春梅，邹平，钱鑫．基于Intranet和分布式对象技术的群决策支持系统研究．见：2000中国控制与决策学术年会论文集．万方数据库．2000．
[23]Aleksander I. Designing Intelligent Systems, An Introduction. Kogan Page Ltd,1984.
[24]Holtzman S. Intelligent Decision Systems. New York: Addison-Wesley, 1989.
[25]Awad, E. M. Building Expert Systems. St. Paul, MN: West Publishing Company, 1996.
[26]Gray, P. Decision Support and Expert Systems. Englewood Cliffs, NJ: Prentice Hall, 1994.
[27]Turban, E., et al. Information Technology Management. New York:Wiley, 1996.
[28]Watson, H.J., G. Houdeshel, and R. K. Rainer, Jr. Building Executive information System and Other Decision Support Applications. New York: Wiley, 1997.
[29]Lucas, H. C. Information Systems Concepts for Management. New York: McGraw-Hall, 1995.
[30]杨炳儒，樊广全，陈泓婕．一类基于信息挖掘的智能决策支持系统的结构模型．模式识别与人工智能，2003，16(2)：225—229．
[31]涂序彦．人工智能及其应用．北京：电子工业出版社，1988．
[32].Winston P H. Artificial Intelligence(Third Edition). Addison-Wesley, 1992.
[33]Brady M et al eds. Robot Motion: Planning and Control. Cambridge, Mass: MIT Press, 1983.
[34]Cai Zixing, Wang Yaonang, Cai Jingfeng. A Real-time expert Control System. AI in Engineering, 1996, 10(4):317—322
[35]傅京孙，蔡自兴，徐光祜．人工智慧及其应用．北京：清华大学出版社，1983．
[36]Graham N(美)．人工智能使机器思维．北京：机械工业出版社，1985．
[37]何华灿．人工智能导论．西安：西北工业大学出版社，1988．
[38]胡运发，高洪奎．人工智能系统—原理与设计．国防科技大学出版社，1988．
[39]俞瑞钊主编．中国人工智能 92．杭州：浙江大学出版社，1993．
[40]周永林，潘云鹤．从智能模拟到智能工程—论人工智能研究范式的转变．计算机科学，1999，26(7)：18—22．
[41]袁曾任．人工神经网络及其应用．北京：清华大学出版社，1999．
[42]杨行峻，郑君里．人工神经网络．北京：高等教育出版社，1992．
[43]张立明．人工神经网络的模型及应用．上海：复旦大学出版社，1993．
[44]焦李成．神经网络系统理论．西安：西安电子科技大学出版社，1994．
[45]李敏，黄廷磊，徐福缘，姚俭．基于人工神经网络的推理机研究．万方数据库，2003．
[46]商同，季立明，文松，王太勇．模糊ART神经网络的特征分析．万方数据库，2003．
[47]裴峥，黄天民．一种基于模糊—神经网络的Horn集上的归结．见：第九届全国多值逻辑与模糊逻辑学术会议．万方数据库，2000．
[48]Grossherg S. Neural Networks and Neural Intelligence. Cambridge, Mass: MIT Press, 1988.
[49]胡守仁，沈清，胡德文．神经网络应用技术．长沙：国防科技大学出版社，1993．
[50]Jain A K. Artificial Neural Networks: Applications in Pattern Recognition and Computer Vision. 11th IAPR, 1992.
[51]Khanna T. Foundation of Neural Networks. New York: Addison-Wesley, 1990.
[52]Freeman J A, Skapure D M. Neural Networks Algorithms. In: Applications and Programming Techniques. Addison-Wesley Publication Company, 1991.
[53]Grossberg S. Neural Networks and Neural Intelligence. MIT Press, 1988.
[54]Tarun Khanna. Foundation of Neural Networks. Addison-Wesley Publication Company, 1990.
[55]焦李成．神经网络的应用与实现．西安：西安电子科技大学出版社，1995．
[56]彭锦．进化算法综述．见：中国运筹学会第六届学术交流会论文集，长沙：万方数据库，2000．
[57]Michalewicz Z. Genetic Algorithms + Data Structures = Evolution Programs. Springer Verlag, Second, Extended Edition, 1994.
[58]Muhlenbein H. Evolutionary Algorithms: Theory and Application. GMD Scholss Birlinhoven, 1995.
[59]周明，孙树栋．遗传算法原理及其应用．北京：国防工业出版社，1999．
[60]陈国良，王煦法．遗传算法及其应用．北京：人民邮电出版社，1996．
[61]Crefenstettee J J, Gopal R. Genetic Aigorithms for the Salesman Problem. In: Proceedings of the First International Conference on Genetic Algorithms, Lawrence Erlbaum Associates, Publishers, 1985, 160—168.
[62]W. Ziarko. Rough Sets, Fuzzy Sets and Knowledge Discovery. Springer-Verlag, 1994.
[63]Altrock C et al. Advanced Fuzzy Logic Control Techniques in Automotive Applications. In: Proceedings of IEEE int. Conference on Fuzzy Systems, 1992:835
—842.
[64]Hajek P et al. In: Uncertain Information Processing Expert Systems. Boca Raton, Florida: CRC Press, 1992. Kosko B. Neural Networks and Fuzzy Systems. A Dynamical Systems
[65]Approach to Machine Intelligence. New York Prentice Hall, 1992. Zimmermann H-J. Fuzzy Set Theory and Its Applications. Boston, MA: Kluwer Academic Publishers, 1991.
[66]Bell, D. E., and A. Schleifer, Jr. Decision Making Under Uncertainty. Cambridge MA: Course Technology, Inc, 1996.
[67]Jiawei Hai, Micheline Kamber. Date mining Concepts and Techniques. 北京：高等教育出版社，2001.
[68]赵星，淮晓永，熊范纶．可视化数据挖掘．模式识别与人工智能，1999，12(10)：140—145．
[69]刘复岩，吕韶义．一个基于数据挖掘应用系统的分析与设计．见：2001年中国控制与决策学术年会论文集．万方数据库，2001．
[70]赵新昱，陈文伟，黄金才．基于遗传算法的数据开采算法．南京大学学报，2000，36(11)：124—129．
[71]刘明吉，王秀峰，王治宝，黄亚楼．一种基于遗传算法的知识挖掘算法．In：Proceedings of the 3rd World Congress on Intelligent Control and Automation, Heifei, 2000.
[72]张彬，王锐，史孟华．数据仓库与数据挖掘技术及DBMST工具的开发．万方数据库，2003．
[73]高峰，汤同奎，谢剑英．基于神经网络的数据挖掘综述．信息与控制，1999，28(8)：354—358．
[74]傅仕星，卢增祥，路海明，李衍达．扩展粗糙集模型及其在知识发现中的应用．In：Proceedings of the 3rd World Congress on Intelligent Control and Automation, Heifei, 2000.
[75]W. H. Inmon. Building the Data Ware house. John Wiley, 1996.
[76]P. Adriaans and D. Zantinge. Date Mining. Addison-Wesley: Harlow, England, 1996.
[77]卢启程．基于商务智能决策支持系统的知识管理研究[D]．昆明：昆明理工大学，2002．
[78]潘丹．基于粗糙集理论的混合智能知识处理研究[D]．广州：华南理工大学，2001．
[79]史忠植．知识工程．北京：清华大学出版社，1988．
[80]Tuthill G S. Knowledge Engineering: Concepts and- Practices for Knowledge-Based Systems. TAB Books Inc, 1990.
[81]李盘林，李丽双，李洋，王春立．离散数学．北京：高等教育出版社，1999．
[82]Harry R．Lewis，Christos H．Papadimitriou著，张立昂，刘田译．计算理论基础．北京：清华大学出版社．2000．
[83]Harry R. Lewis, Christos H. Papadimitriou. Elements of the theory of computation (Second Edition). New Jersey: Prentice-Hall, Inc., Englewood Cliffs, 1999.
[84]C. H. Papadimitriou. Computational Complexity. Reading, Mass. :Addison-Wesley, 1994.
[85]M. R. Garey and D. S. Johnson. Computers and Intractability: A Guide to the Theory of NP-completeness. New York: Freeman, 1979.
[86]D. Hochbaum (ed.). Approximation Algorithms for NP-hard Problems. Boston, Mass: PWS Publishers, 1996.
[87]C. R. Reeves (ed.). Modern Heuristic Techniques for Combinatorial Problems. New York: John Wiley, 1993.
[88]C. H. Papadimitriou and K. Steiglitz. Combinatorial Optimization: Algorithms and Complexity. Englewood Cliffs, N.J.: Prentice-Hall, 1982; second edition, New York: Dover, 1997.
[89]B.D. sivazlian, L.E. stanfel. Analysis of Systems in Operations Research. New Jersey: Prentice-Hall, Inc., Englewood Cliffs, 1997.
[90]黑田充，村松健儿．生产．日本东京：株式会社朝仓书店，2001．
[91]邹平．现代生产与组织管理-运筹在生产管理中的应用．昆明：云南大学出版社，1996．
[92]孙健，钟义信，王伟．利用遗传算法求解TSP(Traveling Salesman Problem)问题的探讨．万方数据库，2003．
[93]赵赫，杜端甫．遗传算法求解旅行推销员问题时算子的设计与选择．系统工程理论与实践，1998(2)：62—65．
[94]Whiley L D, Starkweather T, Fuquay D A. Scheduling Problems and Traveling Salesman: The Genetic Edge Combination Operator. In: Proceedings of the Third International Conference on Genetic Algorithms, Morgan Kaufamann Publishers, 1989,133—140.
[95]林尧瑞，张钹，石纯一．专家系统原理与实践．北京：清华大学出版社，1988．
[96]何新贵．知识处理与专家系统．北京：国防工业出版社，1990．
[97]王道平，冯振声．专家系统中知识获取方法的研究．自动化理论、技术与应用，2000，5：105—108．
[98]杨忠祥主编．中国机器学习93．北京：电子工业出版社，1993．
[99]Y. Kodratoa nd R. S. Michalski, Machine Learning, An Artificial Intelligence Approach, Vol. 3. Morgan, Kaufmann, 1990.
[100]Kelly R V Jr. Practical Knowledge Engineering. Digital Press, 1991.
[101]P. Langley. Elements of Machine Learning. Morgan Kaufmann, 1996.
[102]R. S. Michalski, I. Bratko, and M. Kubat. Machine Learning and Data Mining: Methods and Applications. John Wiley& Sons, 1997.
[103]姜启源．数学模型．北京：高等教育出版社，1993．
[104]盛骤，谢式千，潘承毅．北京：概率论与数理统计．高等教育出版社，1997．
[105]樊鸿康．抽样调查．北京：高等教育出版社，2002．
[106]Leslie Kish．抽样调查．北京：中国统计出版社，1997．
[107]James O．Berger．统计决策论及贝叶斯分析．北京：中国统计出版社，1998．
[108]Tylor, A. Applied Decision Analysis. Boston: PWS-Kent, 1991.
[109]郑纬民，汤志忠．计算机系统结构．北京：清华大学出版社，1998．
[110]王爱英．计算机组成与结构．北京：清华大学出版社(第二版)，2001．
[111]丁宝康，董健全．数据库实用教程．北京：清华大学出版社，2001．
[112]仲秋雁，刘友德．管理信息系统．大连：大连理工大学出版社，1998．
[113]罗鸿．ERP原理、设计、实施．北京：电子工业出版社，2002．
[114]周绪，韦文斌，曾波，姬彬．SQL Server 7．0入门与提高．北京：清华大学出版社，2000．
[115]崔晋川．信息技术革命和运筹学的发展机遇．见：中国运筹学会第六届学术交流会论文集，长沙：万方数据库，2000．
[116]王沫然．MATLAB与科学计算．北京：电子工业出版社，20003．
[117]Minsoo Shin, Tony Holden, Ruth A. Schmidt. From knowledge theory to management practice: towards an integrated approach. Information Processing and Manggement, 2001, 37:335-355
[118]周忠惠，张鸣，徐逸星．财务管理．上海：上海三联书店，1995．