第1章 绪论
1.1 研究背景和意义
1.1.1 研究背景
时代的车轮滚滚向前，时代的潮流势不可挡，在信息时代飞速发展的今天，信息网络化、经济全球化已成当今时代发展的必然趋势。信息产业革命是人类有史以来*大的一次产业革命，它正以排山倒海之势，左右着整个社会产业结构和社会财富的重新分配，与此同时，也为我们提供了千载难逢的机遇和挑战[1]。
当前，人类的科学事业正面临四大问题的挑战，这四大问题是物质的本质、宇宙的起源、生命的本质和智力的产生。智能科学就是研究*后一个问题，也可能是*困难、*重要的问题—智力是如何由物质产生的。智能科学是生命科学技术的精华、信息科学技术的核心、现代科学技术的前沿和制高点，涉及自然科学的深层奥秘，触及哲学的基本命题。因此，一旦取得突破，将对国民经济、社会进步、国家安全产生特别深刻和巨大的影响。目前，智能科学正处在方法论的转变期、理论创新的高潮期和大规模应用的开创期，充满原创性机遇[1]。
人类试图用人工的方法模仿智能已有很长的历史，从公元1世纪英雄亚历山大 里亚发明的气动动物装置，到冯 诺依曼发明的第一台具有再生行为和方法的机器，再到维纳提出的控制论，都是人类人工模仿智能的典型例证。现代人工智能力图抓住智能的本质，自从Minsky、McCarthy等学者在1956年提出“人工智能”的概念以来，人工智能已经走过了60多年的研究历程，并取得了一些划时代的成果，如20世纪50年代的感知器、60年代的模糊集理论、70年代的专家系统、80年代的误差反向传播（back-propagation，BP）算法、90年代初的遗传算法（genetic algorithm，GA）和案例推理等。这些研究成果为人工智能的发展奠定了基础，丰富了人工智能的研究内容。
但是经过60多年的发展，人工智能前进的步伐越来越小，创新与突破距离人们在20世纪五六十年代的预期也越来越远，此时，人们开始对人工智能进行反思。这个过程中一个重要的突破就是Marks在1993年提到的计算智能与人工智能的区别。他认为智能可以分为生物智能、人工智能、计算智能。计算智能是一种智力方式的低层认知，它与人工智能的区别只是认知层次从中层下降至低层而已。中层系统含有知识，低层系统则没有。若一个系统只涉及数值数据，不应用人工智能意义上的知识，而且能够呈现计算适应性、计算容错性、接近人的速度、误差率与人相近，则该系统就是计算智能系统[1]。当一个计算智能系统以非数值方式加上知识值时就成为人工智能系统。
不管怎样，人工智能这个智能模拟学科仍在发展，在其发展过程中还面临一些基本问题有待解决：①包含许多知识的人工智能系统的实时性问题；②对环境中不完全的、模糊的，甚至部分错误的信息的处理问题；③知识自动获取问题。针对人工智能研究中遇到的这些问题，目前，人工智能研究很大一部分集中在综合多种智能技术上，也形成了人工智能领域一个新的研究方向—混合智能系统（hybrid intelligent systems，HIS）。早在1991年，人工智能领域的著名专家Minsky就认识到研究不同智能技术组成的人工智能系统的必要性[2]。20世纪90年代初，钱学森教授也提出了综合集成研讨厅，即将机器体系、专家体系和知识体系有机结合起来构成的一个高度智能化的人机结合系统[3]。
与人工智能发展相对应，企业信息系统也伴随着计算机的出现而不断向前发展，从*开始的主要用于会计领域，继而在生产方面发展为物资需求计划（material requirement planning，MRP）、制造资源计划（manufacturing resources planning，MRPII）、企业资源计划（enterprise resource planning，ERP）和供应链信息系统。企业信息系统在管理中的应用正由下层走向上层，由内部走向外部，对管理、组织、社会产生深刻的影响，引发管理制度与管理模式的重大变革。管理信息系统的未来发展方向之一就是智能化[4， 5]。
人工智能在信息管理与信息系统领域的应用从*初的专家系统、决策支持系统，到现在的数据挖掘和商务智能（business intelligence，BI）系统，走过了几十年的发展历程。目前，各个行业都面临激烈的竞争，及时、准确地决策已成为企业生存与发展的生命线。随着信息技术在企业中的普遍应用，企业产生了大量富有价值的数据。但这些数据大多存储于不同的系统中，数据的定义和格式也不统一。商务智能系统能从不同的数据源搜集的数据中提取有用的数据，并对这些数据进行清洗，以确保数据的正确性；对数据进行转换、重构等操作后，将其存入数据仓库（data warehouse，DW）或数据集市（data market）中；运用合适的数据查询和报表、联机分析处理（on-line analytical processing，OLAP）、数据挖掘（data mining）等管理分析工具对信息进行处理，使信息变为辅助决策的知识，并将知识以适当的方式展示在决策者面前，供决策者运筹帷幄。
目前，商务智能已经得到广泛应用，并且被广大用户所接受。但商务智能在应用过程中存在一定问题，限制了其进一步推广。商务智能在应用过程中碰到的主要问题是应用框架不成熟，技术发展不平衡，重技术开发、轻管理应用。这些问题可以归结为技术和管理两个方面，其中，管理方面需要通过一系列管理措施来解决，技术方面则需要针对目前技术发展不平衡的问题，特别是数据挖掘技术在应用过程中存在难度的问题，通过混合智能系统的引入，辅助用户进行数据挖掘工具的选择，并且进一步增强商务智能技术架构的智能性和适应性。
1.1.2 研究意义
对混合智能系统及其在商务智能中的应用研究，从理论上看，可以深化对人工智能的认识，拓展混合智能系统的基本理论，构造新的混合智能系统，从而拓展混合智能系统的应用范围；从实践上看，可以进一步深化人们对商务智能的认识，为企业开展商务智能应用提供有效的解决方案。
1.理论意义
1）深化对人工智能的认识
目前，人类关于计算智能的研究已经取得丰硕的成果，如人工神经网络（artificial neural network，ANN）、模糊计算、遗传算法、进化算法、蚁群算法、粒子群算法、免疫算法等。这些智能都是人类模仿生物获得的，例如，模仿人类神经系统工作的人工神经网络，模仿生物进化行为的遗传算法、进化算法，模仿蚂蚁寻食的蚁群算法，从鸟类飞行获得启发的粒子群算法，模仿生物免疫系统的免疫算法等。这些计算智能的基本原理都十分简单，且可以产生巨大的效果，但其背后深层次的原理仍未可知。通过混合智能系统的研究，将计算智能同传统的计算模型结合起来，这更符合人类大脑的思维方式，通过对其原理的研究，也必将深化人们对人工智能的认识。
2）拓展混合智能系统的基本理论
混合智能系统的研究已开展多年，目前还处在研究的酝酿期，本书有助于进一步加强混合智能系统基本理论的研究，对混合智能系统的研究范围进行重新界定，对混合智能系统的概念进行定义。此外，通过对混合智能系统相关的理论（混合智能系统的研究动因、混合智能系统的分类、混合智能系统的构造方法、混合智能系统的评价等）进行系统的研究，拓展混合智能系统的基本理论，为混合智能系统的基本技术研究和应用研究奠定基础。
3）构造新的混合智能系统
通过对混合智能系统及其在商务智能中的应用研究，一方面，对不同类型混合智能系统的应用特点进行研究，并结合具体的应用背景，提出新的混合智能系统，对提出的构造方法、评价方法进行检验；另一方面，解决新提出的混合智能系统在实际应用过程中的问题。
4）拓展混合智能系统的应用范围
通过对混合智能系统基本理论和基本技术的研究，提出新的混合智能系统，并将其应用到商务智能领域，进一步增强商务智能的应用水平。相信随着混合智能系统研究的进一步深入，混合智能系统的应用范围会越来越广。
2.实践意义
1）深化对商务智能的认识
商务智能是指企业利用现代信息技术收集、管理和分析结构化和非结构化的商务数据和信息，创造和积累商务知识与见解，改善商务决策水平，采取有效的商务行动，完善各种商务流程，提高各方面商务绩效，增强综合竞争力的智慧和能力。通过混合智能系统的引入，进一步增强原有信息技术收集、管理和分析结构化和非结构化数据和信息的能力，增强商务智能的应用能力，也深化人们对商务智能的认识。
2）为企业有效开展商务智能应用提供有效的解决方案
通过将混合智能系统引入商务智能，对原有的商务智能技术架构进行改进，提出基于混合智能系统的商务智能技术架构和基于混合智能系统的商务智能应用方案。基于混合智能系统的商务智能技术架构将混合智能系统引入其中，增强原有商务智能系统的推理能力和适应能力，进一步扩展商务智能的应用范围，使其更能满足处于多变环境中的企业的应用需要，为企业开展商务智能应用提供有效的解决方案。
1.2 研究内容、研究目标及拟解决的关键问题
1.2.1 研究内容
本书主要的研究内容如下。
1.混合智能系统的基本理论研究
混合智能系统的基本理论研究主要是在总结归纳前人研究的基础上，重新划分混合智能系统的研究范围，给出混合智能系统的定义，明确混合智能系统的内涵和外延。在明确研究对象的基础上，对混合智能系统的研究动因、主要类别等问题进行进一步的分析。通过研究动因的分析，主要解决“在什么时候需要使用混合智能系统”的问题；通过主要类别的研究，主要解决“哪些混合智能系统可以使用”的问题。在以上研究的基础上，提出构造混合智能系统的方法论，通过这个问题的研究，解决“如何构造一个混合智能系统”的问题。*后还需要研究评价问题，也就是对构造的混合智能系统的有效性进行评价，主要解决“新构造的混合智能系统是否满足要求”的问题。
2.混合智能系统的基本技术研究
混合智能系统的基本技术研究主要是对混合智能系统所要混合的技术的研究，涉及的技术主要有传统的“硬计算”（hard computing）技术和新兴的“软计算”（soft computing）技术。本书主要包括两个方面的内容：一是对混合智能系统涉及的关键技术进行梳理，对其发展历程、主要的优缺点进行总结，为下一步构造新的混合智能系统做好准备；二是针对不同类型的混合智能系统，分析其应用特点，并结合具体的应用背景，对其使用的主要技术进行研究。
3.混合智能系统在商务智能中的应用研究
在前面两个方面研究的基础上，本书还要研究混合智能系统的具体应用。不同的应用场景（自动控制、软测量、机械制造等）需要不同的混合智能系统。本书结合商务智能这个背景，针对目前商务智能应用中存在的问题，将混合智能系统融入其中，构造基于混合智能系统的商务智能技术架构和基于混合智能系统的商务智能应用方案。
1.2.2 研究目标
通过混合智能系统及其在商务智能中的应用研究，预期实现以下目标：在理论上，明确混合智能系统的研究范围，提出具体的构造方法及其评价方法；在技术上，针对不同类型的混合智能系统，总结归纳现有主要技术的优缺点，并结合具体问题，研究构造混合智能系统的基本技术；在应用上，针对商务智能这个应用场景，研究基于混合智能系统的商务智能系统，提出研究框架，并结合具体案例进行实证研究。
1.2.3 拟解决的关键问题
根据以上研究内容和研究目标，本书拟解决的关键问题如下。
1.混合智能系统的基础理论
1）确定混合智能系统的研究范围
本书第一个需要解决的关键问题是确定混合智能系统的研究范围。从文献综述可以看出，目前，关于混合智能系统的研究主要有两个流派，其研究的出发点是不同的。因此，要进行混合智能系统的研究首先就要确定混合智能系
展开
