浅析人工智能在财务决策支持系统中的应用(2)
说明：文章内容仅供预览，部分内容可能不全，需要完整文档或者需要复制内容，请下载word后使用。下载word有问题请添加微信号:
xuecool-com或QQ：
370150219 处理（尽可能给您提供完整文档），感谢您的支持与谅解。
在开发面向财务管理和会计领域的专家系统时，最主要的问题是没有相应的专家和知识工程师以及规则的提取，在人工智能领域，这个问题称为知识获取。影响专家系统知识库质量的五个主要决定因素是：领域专家；知识工程师；知识表征方法；知识的提取；问题域。由于专家系统在判断问题时，表现出知识的不完备性、知识获取的“瓶颈”以及较差学习能力、推理能力的“脆弱性”等问题。为了克服财务管理和会计专家系统存在的问题和提高系统的智能化程度，随着专家系统研究工作的进一步深入，一方面，人们研究如何通过合理使用专家系统技术本身改善其性能。另一方面，由于专家系统中的知识类型不断增加，单一的知识类型和问题求解方法给专家系统的应用带来很大的局限性，远远不能满足复杂问题的求解要求。为使系统更加有效地工作，同时采用多个问题求解器处理一个复杂问题成为必要。
参考文献：
[1]陈文伟.智能决策技术[M].北京：电子工业出版社，1998.
[2]陈佳.信息系统开发方法教程[M].北京：清华大学出版社，1998.
[3]Joyce Bischoff.数据仓库技术[M].北京：电子工业出版社，1998.34-38.
[4]高洪深.决策支持系统（DSS）——理论、方法、案例[M].北京：清华大学出版社，1996.
[5]李维铮等.运筹学[M].北京：清华大学出版社，1982.
[6]吴洪波.质量会计核算与辅助决策系统[J].管理信息系统
百度搜索“70edu”或“70教育网”即可找到本站免费阅读全部范文。收藏本站方便下次阅读，70教育网，提供经典计算机浅析人工智能在财务决策支持系统中的应用(2)在线全文阅读。
浅析人工智能在财务决策支持系统中的应用(2).doc
将本文的Word文档下载到电脑，方便复制、编辑、收藏和打印
下载失败或者文档不完整，请联系客服人员解决！
