摘要：在认真研究IDSS发展历史的基础上,从基于人工智能的IDSS、基于数据仓库的IDSS和IDSS的统一表示三个方面对IDSS进行分析总结,对基于人工智能的IDSS,又从专家系统、机器学习和Agent三个方面对其进行研究.认为当前IDSS研究的重点仍然是智能部件的设计与实现、各个部件之间的有效接口和系统综合集成这几方面.结合当前数据仓库、Agent等多种新技术的出现,指出综合利用多种技术来构建集成式系统是IDSS未来发展的方向.

摘要：总结了自升式钻井平台方案设计阶段的结构体系和设计流程,分析了自升式钻井平台方案设计的特征,提出了针对自升式钻井平台方案设计的智能决策支持系统的理论框架模型和具体实现方法.该系统具有交互性、开放性、智能性等特点,既可以根据需要生成自升式钻井平台的设计方案,形成可行方案集,又可以根据技术经济性、船东偏好等对可行方案集进行评定,选出最佳方案,缩短产品的设计周期,使评价更为可靠,为设计者、决策者提供了强有力的支持工具.将该系统用于91.4 m作业水深的自升式钻井平台的方案设计及优选,证明该方法是可行且可靠的.

摘要：智能决策支持系统是信息技术在医疗领域中的重要应用。随着医疗需求的日益增长和复杂化,传统的医疗决策方法已难以满足现代医疗的要求。智能决策支持系统可以利用先进的数据处理技术和机器学习算法,为医疗决策提供实时的帮助,显著提高诊断准确性、治疗效果和资源管理效率。文中探讨了智能决策支持系统在医疗信息管理中的优势及其在临床诊断支持和医疗资源管理中的应用效果,旨在总结智能决策支持系统的设计策略,促进医疗行业的信息化发展。

摘要：设计了一种基于平衡计分卡的数据挖掘模型,将有限资源进行合理分配,运用到智能决策支持系统的数据挖掘与智能预测当中。首先设计了基于BSC的数据挖掘总体框架,提出了3个不同的资源分配侧重方向:强调业务过程的理解,强调数据的准确度以及强调数据挖掘建模的质量;并设计了BSC资源分配模型、算法以及学习引擎,最后以实例验证了经过资源分配后的挖掘能够有效提高智能预测的准确度。基于BSC的数据挖掘不仅提供了一个用来支持不同挖掘组件的集成平台,还能够通过资源的价值分析以及资源的合理分配,将有限的资源投入到合理的挖掘过程中,以提高智能预测的准确度。

摘要：在分析专家系统、智能决策支持系统的基础上,探讨智能决策支持系统在林业中的应用,提出了精确林业工程智能决策支持系统平台设计框图及其系统功能。

摘要：针对水电站厂内经济运行模型和算法研究的诸多局限性,开发了智能决策支持系统。在系统设计开发过程中,采用了层次化设计技术、触发器设计技术和和空间组件化技术等关键技术,构建了由知识库、模型库、案例库等组成数据库系统,开发了由系统框架组件、通用配置组件、数据访问组件和功能组件群组成的WEB应用组件层,设计了由数据巡检触发器、多库协调触发器、模型修正触发器和案例入库触发器等组成的触发器群。核心设计使系统具备了多库协调、数据挖掘、案例推理、模拟仿真、算法集成等特色功能。实践应用表明,该系统有效地克服了常规的智能决策支持系统存在多库协调能力差、知识获取困难、实时性差、适应性低等缺点,同时系统可以灵活配置,可为多种类型水电站厂内经济运行的智能决策起支持作用。

摘要：为了使隧道掘进机选型决策理性化,避免单纯依靠设计者的经验进行选型,研究一种综合解决方案。采用人工智能技术与决策支持技术相结合的方法,总结归纳掘进机选型的规律,收集著名厂家的掘进机主参数,整理已成功开挖的隧道工程数据,形成辅助决策需要的知识库和数据库;分别提供基于数理统计的回归模型和理论分析的计算模型,进行掘进机主参数确定和技术经济性分析与比较;通过对掘进机施工工期和成本的预测,评估掘进机的效能。将选型决策的进程分为方案生成、方案评价和方案决策3个阶段,开发计算机辅助决策支持系统的原型,系统由智能选型方案生成、方案的模糊综合评价体系和模糊多属性决策模型3个模块构成,共同完成掘进机选型及主参数优化。该系统不仅可以对掘进机进行概念设计阶段的选型决策支持,还可以帮助设计人员为隧道施工选择合适的掘进机。

摘要：根据决策支持系统应用中存在的问题,提出了一种新的利用决策支持系统求解问题的思路,并将Agent思想和技术引入到这一思路的实现中,设计了一种基于Agent的智能决策支持系统的架构,该架构主要由模型选择Agent、模型构造Agent、模型求解Agent和人机交互Agent4个部分组成。该结构的实现可有效地突破基于模型的决策支持系统在求解问题时难以适应动态环境变化的障碍,使决策支持系统真正成为面向问题系统,极大地提高了决策支持系统的智能型,能够根据问题的变化作出适应性的自主的调整,满足用户的求解问题的要求。

摘要：本文是关于维修的智能决策支持系统研究 ,旨在帮助设备管理人员利用维修优化模型进行科学决策。首先对设备维修管理决策问题进行了分类 ,并建立了相应的维修优化模型 ;然后提出了系统结构设计 ,说明了系统的特点和功能模块 ;最后对实现系统的关键技术 (数据模式的识别及模糊选择 )

摘要：定量特征规则通过将定量信息与规则相结合定量地反映了概念的主要特征和次要特征 ,面向属性的归纳学习算法是在数据库中挖掘定量特征规则的一个重要手段 ,但直接采用这种方法往往会使同一个概念有不同的特征描述 ,这种现象必然降低规则对决策的参考价值。本文提出了一个测量定量特征规律有效性的计算指标 ,并结合该指标设计出一个新的面向属性的归纳算法 ,该算法使定量特征规则在有效性上达到最优 ,避免了同一概念有不同的特征规则的现象。