一般很難將上述四種因素的分析同時討論.此外,智能決策支持系統是智能決策分析方法的載體,隨著大數據應用的普及,智能決策支持系統的發展也是大數據決策領域備受人們關注的研究方向.結合以上討論,本節將從智能決策支持系統、基于不確定性分析的智能決策、基于信息融合的智能決策、基于關聯分析的智能決策和基于增量分析的智能決策五個方面展開對大數據智能決策研究與發展現狀的綜述分析. 2.1 智能決策支持系統 決策支持是在管理科學和運籌學的基礎上發展而來的一門學科

軍事運籌學是決策的量化表達，一般包含決策者、決策目標、決策變量、環境變量(狀態變量)、決策后果等要素。在一定環境變量條件下，選擇特定的決策變量后，最終得到結果，實現決策目標。決策的一般描述可表示為 式中，d為決策變量，z為環境變量，Z為決策后果，U為評價變量［1］。由于變量之間的關聯，特別是主客觀因素之間的交互，給決策分析帶來前所未有的困難。

謝明，1983年畢業于北京理工大學應用數學系，1989年獲得中科院系統所運籌學（應用數學分支）碩士學位。

其中，組織級是系統的“大腦”，它以人工智能實現在任務組織中的認知、表達、規劃和決策；協調級是上層和下層的智能接口，它以人工智能和運籌學實現對下一層的協調，確定執行的序列和條件；執行級是以控制理論為理論基礎，實現高精度的控制要求，執行確定的運動。需要指出的是，這僅僅是一個概念模型，實際的物理結構可多于或少于三級，無論多少級，從功能上來說由上到下一般均可分為這三個層次。

從運籌學的角度來看，該問題屬于一類復雜的組合優化問題。對該優化問題進行建模與求解的方法有很多種，大致可以分為集中式和分布式兩類［46-49］，兩者各有千秋。集中式的發展時間要早于分布式，但由于分布式在動態、不確定的場景下和實時性要求等方面的適用性更廣泛，成為現階段的研究熱點。

主要課程：管理學、經濟學、應用統計學、運籌學、會計學、財務管理、工程經濟學、組織行為學、市場學、計算機應用、經濟法、房屋建筑學、建筑工程施工技術、工程項目管理、工程估價、建設工程合同管理、房地產開發與經營、建設工程項目融資、土木工程概論、工程力學、工程結構。

對中國電力體系、電力交易市場、電力交易風險管理等領域進行深度調研，輸出相關報告 學習法電在電力交易方面的專業知識和成功經驗，推動公司在該領域的技術能力持續發展 參與電力交易相關產品的運營，不斷優化核心模型、算法及策略 為電力交易相關產品的市場開拓提供技術支持 任職要求 全日制統招碩士及以上學歷，數學、電力、金融及相關專業 系統學習并掌握數據科學、運籌學或金融數學理論知識

數據智能報告 統計分析只是數據分析方法中的一種方法，根據研究的問題，還有許多分析方法可選擇應用，如數值方法、最優化方法和運籌學等。另外，還有一些BI（Business Intelligence）商業智能軟件。但BI軟件通常價格昂貴，開發分析報告需要由外部咨詢師、內部IT人員和內部業務人員共同完成。微軟免費的ACCESS數據庫軟件有相當不錯的數據智能分析報告功能。

它是組合優化中的一個NP困難問題，在運籌學和理論計算機科學中非常重要。 一個判定問題（答案只有是或者否）屬于NP 當且僅當這個問題是非確定型多項式時間可計算的。若NP問題類任何一個問題均可在多項式時間內轉成問題A, 稱 問題A 是NP 困難問題。說句人話就是這個問題本身比較復雜，隨著問題規模越大，即使再強大的計算機也幾乎無法求解。這時候規模大時候往往尋求近似解。

經過十幾年的努力，遺傳算法不論是在應用研究上，算法設計上，還是在基礎理論上，均取得了長足的發展，己經成為信息科學、計算機科學、運籌學和應用科學等諸多學科所共同關注的熱點研究領域。 遺傳算法雖然在過去的20年中得到了廣泛的應用，但研究人員己經意識到，遺傳算法采用簡單的、固定不變的進化策略對復雜應用場合的效果并不理想，傳統的遺傳算法逐漸暴露出一些缺點。