基于贝叶斯网络的决策分析系统在电力营销中的应用

论文摘要

现实中的决策问题不像我们理想中的那么简单,它往往受到很多不确定的因素制约,这主要是因为系统本身的模糊性以及决策本身的不精确性导致的,此外人类认识知识能力的限制与客观实际存在比较大的差异,正是因为受到这些因素的影响大大的增加了决策者在进行决策时的难度,所以,在多数时候当我们遇到不确定的问题决策时,我们很难进行正确的决策。目前世界各国的研究人员把决策分析理论与决策分析方法作为目前研究的热门内容。自从上世纪80年代,伴随着人工智能及其应用的成熟和决策理论的不断丰富,各国的研究人员提出了很多解决不确定问题的理论,比如证据理论、贝叶斯网、模糊集与粗糙集等。在解决不确定问题时,这些方法在某些方面有着自己的优势,但是相比之下贝叶斯网的适用范围更广,这是因为它不仅具有优越的表达能力和强大的推力功能,还有以概率论为数学基础的图形模式,这让它能更直观去表达决策的结果,因此成为世界各国科研人员对不确定理论研究的热门。贝叶斯网络拥有概率论和图论的双重优势,它为我们解决不确定问题时提供了一种更行之有效的方法,它可以帮助我们解决在数学与工程经常遇到的两个问题:不确定性和复杂性。在上世纪80年代,多数情况下贝叶斯网络仅仅被应用在专家系统中,以此来表示不确定知识和推理问题。但是随着近年来数据库技术的迅速发展,数据库规模的也不断的随之扩大,一些研究人员开始把贝叶斯网络应用于大规模数据库的数据挖掘,进而为决策分析提供了很有效的方法,现在贝叶斯网络已经逐渐成为数据库知识发现和决策分析系统的最有效的方法。本文分析了现代电力企业营销现状,对决策分析系统理论进行了详细而系统的介绍,在分析了决策分析系统发展现状的基础上,提出了电力营销辅助决策系统的整体框架。对决策分析系统和电力营销辅助决策系统进行了进一步的研究,将贝叶斯网络技术引入到电力营销中来,提出了运用贝叶斯网络建立分析模型,提高了整个决策分析软件的实用性和智能性,使得企业决策管理更加科学和合理,对降低企业的营运风险具有很现实的意义。

论文目录

• 摘要
• Abstract
• 1 绪论
• 1.1 论文选题背景及意义
• 1.2 国内外研究现状
• 1.3 本文的主要研究内容
• 2 贝叶斯网络综述
• 2.1 贝叶斯网的诞生与发展
• 2.1.1 不确定问题及处理方法
• 2.1.2 概率理论的局限性
• 2.2 贝叶斯网络
• 2.2.1 贝叶斯网络的定义和相关概念
• 2.2.2 贝叶斯网络的优点
• 3 贝叶斯网的建模和优化
• 3.1 贝叶斯网建模原则
• 3.2 贝叶斯网建模流程
• 3.3 建模流程分析
• 3.3.1 问题分析阶段
• 3.3.2 模型设计阶段
• 3.3.3 模型测试阶段
• 4 电力营销辅助决策系统总体框架
• 4.1 电力营销中运用挖掘的可能性
• 4.1.1 电力营销系统的特点
• 4.1.2 电力营销系统中可用Bayesian 网络的方面
• 4.2 电力营销辅助决策系统简介
• 5 贝叶斯网络在电力营销中辅助决策系统中的实现
• 5.1 决策分析过程中常用的分析算法
• 5.1.1 柏拉图分析法—从利润贡献分配角度
• 5.1.2 2/8 理论分析法—从创造利润造成成本角度
• 5.2 基于贝叶斯网络的决策分析过程
• 5.3 电力营销辅助决策系统的实现和仿真
• 5.3.1 电力营销系统的数据来源
• 5.3.2 电力营销系统的结构框架
• 5.3.3 电力营销系统中辅助决策的实现
• 5.3.4 面向电力营销的IDSS（Intelligent Decision Support System）框架
• 6 总结
• 6.1 本文得出的结论
• 6.2 进一步的工作
• 参考文献
• 作者简介
• 致谢