人工智能环境下层次化复杂问题决策方法研究

According to the new features of decision making method for hierarchical complex problems under artificial intelligence environment, this project from analysis of the influences on how the artificial intelligence environment impact complex decision process, systematic study the cognitive representation, system modeling and collaborative solution of hierarchical complex decision problems..The main works and contributions are summarized as follows: (1)establish the mapping relationship between hierarchical complex decision problem and Markov brain network by using Markov brain network technology, study the conditions, methods and properties of representation and decomposition of hierarchical complex decision problem; (2)establish the system model of hierarchical complex decision problem by using extensible topology neural network method, study the hierarchical structure, factor association and cognitive evolution process of hierarchical complex decision problem; (3) establish the collaborative solution framework of hierarchical complex decision problem by using model based multi-Agent reinforcement learning technology, study the allocation mechanism of hierarchical complex decision-making tasks and the cooperative solving method of hierarchical complex decision problems; (4)take the Type II diabetes clinical decision problem of " National Traditional Chinese medicine clinical research base - key disease diabetes base " as a case study, demonstrate the proposed theory and method..The above research provides a new idea and method for solving hierarchical complex decision problems under artificial intelligence environment.

针对人工智能环境下层次化复杂问题决策方法的新特点，从人工智能环境对复杂决策过程的影响分析入手，系统研究人工智能环境下层次化复杂决策问题的认知表达、体系建模以及协同求解等问题。.具体研究内容为：（1）采用马尔可夫脑网络技术建立层次化复杂决策问题与马尔可夫脑网络的映射关系，研究层次化复杂决策问题表达与分解的条件、方法与性质；（2）采用可扩展拓扑神经网络方法建立层次化复杂决策问题体系模型，研究复杂决策问题的递阶层次结构、要素关联关系以及层次化复杂决策问题的认知演化过程；（3）采用基于模型的多Agent强化学习技术建立层次化复杂决策问题协同求解框架，研究层次化复杂决策任务的分配机制以及层次化复杂决策问题的协同求解方法；（4）以国家中医临床研究基地II型糖尿病临床诊疗决策问题为例进行案例研究，验证所提出的理论与方法。.以上研究为人工智能环境下层次化复杂决策问题的求解提供了新的思路和方法。

针对人工智能环境下层次化复杂问题决策方法的新特点，本项目从人工智能环境对复杂决策过程的影响分析入手，系统研究人工智能环境下层次化复杂决策问题的认知表达、体系建模以及协同求解等问题。.针对“人工智能环境下层次化复杂决策问题的认知表达研究”研究内容：本项目对“国家中医临床研究基地-重点病种糖尿病基地”2969例病例的II型糖尿病（T2DM）病案首页信息进行解构分析，对生化、体格等结构化指标进行层次及关联性分析，进一步保障确定性语义的表达准确性，推进对层次化复杂决策问题所包含的领域、目标、状态、结构等信息从“不可读”到“可读”的推理转化，从源头上把握层次化主体的决策全过程，系统认识复杂决策问题的形式化特征和演化机理。.针对“人工智能环境下层次化复杂决策问题的体系建模研究”研究内容：本项目以“国家中医临床研究基地-重点病种糖尿病基地”2969例病例为研究对象，在多模态生化指标预测、层次化动态病程监控、不确定再入院风险因素识别等方面进行体系建模研究，强化人工智能环境在复杂决策问题结构分析、要素建模以及认知演化方面的重要作用。.针对“人工智能环境下层次化复杂决策问题的协同求解研究”研究内容：本项目对传统人工智能算法进行单一改进与组合改进研究，构造20余种新型改进自适应求解算法并应用于案例研究中，取得良好效果。.我们按原定计划开展项目研究，并取得了预期的研究成果，已全面地完成了预期的考核指标。迄今为止，本项目在国内外核心期刊发表研究论文19篇，其中，SCI检索12篇（含JCR一区论文1篇，二区论文3篇）；EI检索4篇；中国管理学年会（国内一类学术会议）论文3篇。授权国际PCT专利2项，公开国内发明专利4项。登记软件著作权12项。项目负责人在科学出版社出版学术专著一部《健康数据决策理论与方法应用》。