决策支持与商务智能实验报告答案

《决策支持系统》实验报告

2012～2013学年第 一 学期

实验目的：

加强学生分析问题和解决问题的能力，锻炼学生的数学建模能力。 利用Excel和Matlab工具求解和分析确定型决策和不确定型决策。 用 WORD 书写实验报告：包括详细模型、试验步骤和结果分析。

实验内容：

实验一 具有事前信息的决策树技术的操作应用

某石油公司的决策人，打算投资开发某油田。根据现有资料，预计这口油井有高产、低产两种不同状态，分别记为S1、S2。高产可获利润400万元，而低产时将净亏损200万元，已知这两种情况出现的概率分别为：P（S1）=0.6,P(S2)=0.4,一般来说，常见的地质结构有“好”、“中等”、“差”3种，分别记为C1、C2、C3，为判断该地区属于哪种结构，可作进一步勘测，勘测费用为10万元。已知在不同的油井状态下，勘测结果为不同地质结构的概率如下，P（C1/S1）=0.7，P（C2/S1）=0.2，P（C3/S1）=0.1，P（C1/S2）=0.3，P（C2/S2）=0.1，P（C3/S2）=0.6，问：应采取何种行动方案,才能获取最大收益?

(问题：是否要进一步勘测?若进一步勘测，那么在勘测后应采取何种方案) 建立模型：

Excel录入

决策支持系统与商务智能

——Apriori算法

1

1．背景

近年来，数据挖掘引起了信息产业界的极大关注，其主要原因是存在大量数据，可以广泛使用，并且迫切需要将这些数据转换成有用的信息和知识。获取的信息和知识可以广泛的用于各种应用，包括商务管理、生产控制、市场分析、工程设计和科学探索等。

数据挖掘，在人工智能领域，习惯上又称为数据库中的知识发现 (Knowledge Discovery in Database, KDD)， 也有人把数据挖掘视为数据库中知识发现过程的一个基本步骤。知识发现过程由以下三个阶段组成：（1）数据准备，（2）数据挖掘，（3）结果表达和解释。数据挖掘可以与用户或知识库交互。经过长时间的发展，数据挖掘产生了一系列的算法，其中以十大经典算法为最，分别是C4.5、The K-means algorithm（即K-Means算法）、Support vetor machines、The Apriori algorithm、最大期望（EM）算法、PageRank、AdaBoost、kNN:K-mearest neighbor classification、Na?ve Bayes、CART:分类与回归树。

2．目的

2.1 Apri

目录

实验一 -------------------------2

实验二 -------------------------6

实验三 -------------------------9

实验四 -------------------------12

实验五 -------------------------18

实验六 -------------------------23

实验七 -------------------------23

实验一 认识决策模型

一、实验目的

认识模型，区分模型的类别，明确模型的形式，加深理解模型的意义及对决策的作用。

二、内容与要求

熟悉并了解创建运行环境、运行程序模型； 掌握样本、变量、输入、输出的概念和原理； 掌握模型概念、类型、形式、数学模型、程序模型等。

三、实验步骤

1.上网搜索或查看本实验参考资料第一部分和教材，找出模型概念、分类和表示形式。 2.运行实验资源中的应用数学软件包。 3.阅读本实验参考材料第二部分。 4.设计建模环境。

四、实验结果

1． 模型类别

模型的概念：模型是对现实世界的简化和抽象，将对世界的结构、联系、机理、过程等认识的符号描述，即思维过

商务智能与决策

第2章 数据仓库的基本原理2.1 数据仓库的体系结构2.1.1 数据仓库的体系结构 2.1.2 数据仓库中的关键名词

2.4 操作数据存储ODS2.4.1 ODS的概念 2.4.2 ODS的应用 2.4.3 DB—ODS—DW的3层体系结 构 2.4.4 ODS/DW、ODS/DB间的比 较

2.2 数据仓库的功能和特征 2.3 数据仓库的数据组织2.3.1 数据仓库的数据组织结构 2.3.2 数据颗粒度 2.3.3 数据的分割 2.3.4 数据仓库的数据追加技术 2.3.5 清理数据仓库的数据

2.5 外部数据和非结构数据2.5.1 外部数据的特征 2.5.2 为什么将外部数据放在数据仓 库 2.5.3 对外部数据进行管理的元数据 2.5.4 外部数据(非结构化数据)的 存储 2.5.5 外部数据的使用Slide 1

商务智能与决策

2.3 数据仓库的数据组织2.3.1 数据仓库的数据组织结构 2.3.2 数据颗粒度 2.3.3 数据的分割 2.3.4 数据仓库的数据追加技术 2.3.5 清理数据仓库的数据

Slide 2

商务智能与决策

2.3.1 数据仓库的数据组织结构

(1)数据组织结构 在数据仓库中，数据被分成4种级别，分别是：高度综合

商务智能与决策

第2章 数据仓库的基本原理2.1 数据仓库的体系结构2.1.1 数据仓库的体系结构 2.1.2 数据仓库中的关键名词

2.4 操作数据存储ODS2.4.1 ODS的概念 2.4.2 ODS的应用 2.4.3 DB—ODS—DW的3层体系结 构 2.4.4 ODS/DW、ODS/DB间的比 较

2.2 数据仓库的功能和特征 2.3 数据仓库的数据组织2.3.1 数据仓库的数据组织结构 2.3.2 数据颗粒度 2.3.3 数据的分割 2.3.4 数据仓库的数据追加技术 2.3.5 清理数据仓库的数据

2.5 外部数据和非结构数据2.5.1 外部数据的特征 2.5.2 为什么将外部数据放在数据仓 库 2.5.3 对外部数据进行管理的元数据 2.5.4 外部数据(非结构化数据)的 存储 2.5.5 外部数据的使用Slide 1

商务智能与决策

2.3 数据仓库的数据组织2.3.1 数据仓库的数据组织结构 2.3.2 数据颗粒度 2.3.3 数据的分割 2.3.4 数据仓库的数据追加技术 2.3.5 清理数据仓库的数据

Slide 2

商务智能与决策

2.3.1 数据仓库的数据组织结构

(1)数据组织结构 在数据仓库中，数据被分成4种级别，分别是：高度综合

实验1 常见交通检测器的使用

一 实验目的 1。熟悉环形感应线圈检测器、激光测速仪、超声波检测器、微波检测器、主动红外和被动红外检测器、激光检测器、便携式雷达检测器、被动声波检测器、压电薄膜检测器、MetroCount橡胶气压管检测器、手持多功能交通调查仪等仪器的组成、原理及使用方法； 1. 一般了解车辆巨磁影像检测器的原理和使用方法。 二 实验设备与仪器

环形感应线圈检测器、激光测速仪、超声波检测器、微波检测器、主动红外和被动红外检测器、激光检测器、便携式雷达检测器、被动声波检测器、压电薄膜检测器、Metro Count 橡胶气压管检测器、手持多功能交通调查仪；2.车辆巨磁影像检测器 三实验步骤

1认识上述各检测器的结构组成、工作原理、参数指标和基本操作要求； 2了解各检测器的外场布设方式与布设特点；

3按操作规程连接或安装检测器，练习检测器的启动、设置和调试等基本操作； 4熟悉各检测器的数据采集方法 四、实验内容 （一）微波检测器 1、工作原理与特点

SmartSensor微波检测器利用了最先进的数字波雷达检测技术，可同时检测多达10条车道的车道占用率、交通流量以及车速，属于调频连续波雷达。SmartSensor通过利用10.525GH

简易智能电动小车

摘要：

本系统基于运动控制原理，以MSP430为控制核心，用红外传感器、超声探头、光敏电阻、霍尔传感器之间相互配合，实现了小车的智能化，小车完成了自动寻迹、避障、寻光入库、铁片检测、行程测量的功能，整个系统控制灵活，反应灵敏。

关键词：MSP430 传感器 运动控制系统 Abstract:

This system based on motion control principle, as control core, with MSP430 infrared sensors, ultrasonic probe, photoconductive resistance, hall sensors, realize the interaction between the intelligent of the car, the car completed the automatic tracing, obstacle avoidance, found the light inventory, iron detection, the function of the trip, the whole sys

“人工智能”实验报告

专业 智能科学与技术

班级 学号 姓名 日期：2015.

实验一 搜索策略

一 实验内容

1. 熟悉和掌握启发式搜索的定义、估价函数和算法过程；比较不同算法的性能。

2. 修改八数码问题或路径规划问题的源程序，改变其启发函数定义，观察结果的变化，分析原因。

3. 熟悉和掌握各种搜索策略的思想，掌握A*算法的定义、估价函数和算法过程，理解求解流程和搜索顺序。

二 实验思路

1．分别以各种搜索算法为例演示搜索过程，分析各种算法中的OPEN表CLOSE表的生成过程，分析估价函数对搜索算法的影响，分析某种启发式搜索算法的特点。进入演示系统后，选择搜索策略演示程序，可从多种不同搜索算法选择装载相关源文件。实验步骤如下： (1)选择不同的搜索算法，点击“autosearch” 观察搜索过程。 (2)设置不同属性，观察搜索过程的变化。

(3)观察运行过程和搜索顺序，理解启发式搜索的原理。

(4)算法流程的任一时刻的相关状态,以算法流程高亮、open

人工智能课内实验报告

主观贝叶斯方法的研究

一、 实验题目

主观Bayes方法的研究。

二、 实验目的

在证据不确定的情况下，根据充分性量度LS、必要性量度LN、E的先验概率P(E)和H的先验概率P(H)作为前提条件，分析P(H/S)和P(E/S)的关系。

三、 实验原理

1、 证据不确定性的表示

1. 在主观Bayes方法中，证据的不确定性用概率表示。对于证据E，由

用户根据观察S给出P(E|S)，即动态强度。用P(E|S)描述证据的不确定性 （证据E不是可以直接观测的）。

2. 证据肯定存在时，P(E|S)=1；

3. 证据肯定不存在时， P(E|S)=0； 4. 证据具有不确定性时， 0

1．当证据E愈是支持H为真时，则应是使相应的LS值愈大。 若证据E对H愈是必要，则相应LN的值愈小。

2. 不能出现LS>1且LN>1的取值

因为： LS>1：表明证据E是对H有利的证据。

LN>1：表明证据?E是对H有利的证据。

3. 不能出现LS<1且LN<1的取值

因为：LS<1: 表明证据 E是对H不利的证据。

LN<1：表明证据?E是对H不利的证据。

4. 一般情况下，取LS>1， LN<1。 3、证据不确定的情况

在现实中，证据肯定存在和肯定不存在的极端情况是不多的，更多的是介于二者之间的不

人工智能 实验报告

姓 名 班 级 开 设 学 期 实实验验题日目 期 评评 定 成 绩 评 定 日 期 定王瑞 数字1302 学 号 指 导 教 师 20135018 于瑞云 2015-2016第二学期 Experiment 4: Traveling Salesman Problem, TSP 2016.5.11 人签字 东北大学软件学院

人工智能实验报告

一、 实验目的

了解TSP问题，并使用遗传算法解决TSP问题。 二、实验内容与实验步骤

1． 给出数据结构或函数定义

int distance[10][10]={0};//城市距离 typedef struct {

int path[10]; //个体的路径信息 int cost; //个体代价 }solution_t;

solution_t max={{0},30000};//保存最优解 //读取两地距离信息 void read_distance() //初始化种群

void init_poplation(solution_t init[10]) //种群适应度计算

void compute_fitne