人工智能的決策支持和智能決策支持係統課程(PPT 115頁)

7.1 人工智能概念
7.2 人工智能基本原理
7.3 專家係統與智能決策支持係統
7.4 遺傳算法的決策支持
7.5 機器學習的決策支持
第7章 人工智能的決策支持和智能決策支持係統
第7章 本章內容
開篇案例
7.1 人工智能的基本概念及原理
人工智能的特征
人工智能比人類智能比較
7.2.1 邏輯推理
7.2.1 邏輯推理
枚舉歸納推理實例
類比推理實例一
類比推理實例二
7.2.2 知識表示與知識推理
7.2.3 搜索技術
7.2.3.1 廣度優先搜索（寬度優先搜索）
圖7.7 廣度優先搜索示意圖
7.2.3.2 深度優先搜索法
圖7.8 深度優先搜索示意圖
7.3.1專家係統原理
傳統係統與專家係統比較
人類專家與專家係統的不同
專家係統結構
7.3.2 專家係統與決策支持係統集成
7.4.1 遺傳算法原理
7.4.1.1 遺傳算法的工作過程
7.4.1.3 遺傳算法的基本特征
7.4.2 優化模型的遺傳算法求解
旅行商問題（TSP）的遺傳算法求解實例
1、編碼
2、適應值函數
3、交叉
4、變異
5、遺傳算法結果
7.5 機器學習的決策支持
7.5.1 機器學習綜述
鍾鳴和陳文偉的IBLE算法
7.5.2 機器學習分類
7.5.2 機器學習係統基本結構
(1)機械學習（ ROTE LEARNING)
例子：汽車保險程序
(1)機械學習（ ROTE LEARNING）
(2)示教學習（被告知學習）
(3) 示例學習（learning from examples）
4.類比學習(learning by analogy)
類比學習過程
類比學習方法
類比學習算法思想
類比推理描述
5.發現學習
計算過程列表如下：
其中，發現過程為：
7.6智能決策支持係統實例
..............................