朱淼

摘  要：本文试图讨论数学决策建模模型中的一些发现及其在业务流程中的应用。我们首先介绍决策模型的一些技术含义和实现。然后讨论了我们实现的几种算法，包括神经网络实现、决策模型的Java实现、专家系统外壳实现以及本体和推理机的实现。文章最后得出了对进行建模活动决策有用的结论。

关键词：决策，DSS，KBS，本体，推理机，OWL

1 引言

更好的决策意味着改进提供的信息。在这篇文章中，我们试图勾勒出从决策模型中采取行动的知识必须被实施，以改善信息，实际上为用户提供更好的信息。将决策模型用于解决问题的任务在过去被证明是成功的。它的结论是静态模型，非自适应模型，对用户具有一定的实用性，因为它们捕捉到了一种模型，这种模型以将知识从模型传递给人类的形式强加给决策者执行动作[1]。

当然，数据分析和知识提取的方法、技术和工具来自许多研究领域（人工智能、数学和统计学、心理学和认知学），应用领域是重要的。研究人员关注的是这些方法的统一，因此，这一基于计算机的建模领域的任何研究主题都是跨学科的。IT在开发决策模型时提供的功能的实现总是导致决策过程的系统方法，因此解决方案是解决功能的混合形式的技术，而不一定是决策[2]。

一般而言，在开发基于计算机理论的模型时，选择符合决策所需数据与知识平衡的表示技术是已经实现的。如果有更多的知识，那么推理规则就是解决方案。……