- 综合排序
- 最热优先
- 最新优先
决策引擎中的敏捷决策平台
现在是时候缩小差距，为供应链领导者提供敏捷的决策能力了。高管敏捷决策平台的关键属性，以最大限度地提高供应链绩效。高管们面临巨大压力，需要快速做出数据驱动的决策，这些决策会影响整个组织，包括供应链。 所以，现在是时候重新思考如何支持高管决策，以提高供应链绩效。这意味着要接受为高管提供专用供应链决策平台的概念。可能和需要的是一个敏捷决策平台，它让企业领导者能快速执行决策以优化供应链绩效。 下面，我们会介绍专用于执行层决策的敏捷决策平台的理想属性。这些软件属性包括有针对性的数据收集、敏捷决策智能、用于决策周期的高管级UI、基于决策的快速通信以及决策可追溯性。 通过使用像这样的有针对性的信息收集过程，决策者可以掌握可用的最佳信息，从而充满信心地向前迈进。收集有针对性的相关信息的5个步骤清楚地了解成功的标准——期望的结果。 d.快速决策沟通。面向高管的敏捷决策平台也需要促进协作决策。
33010编辑于 2025-09-18- 来自专栏全栈程序员必看
介绍篇 决策引擎环节
最重要的事情最后都会讲：建模是始终服务于业务的，没有业务的评分卡就没有灵魂 决策引擎概念简述 在我理解上 决策引擎类似是一个管道、运输系统，连通整个风控流程，所有的规则和评分卡以及流程都覆盖其中，分配到每一个环节 （比如人工），将结果返回给决策引擎，走入下一个流程 决策引擎的使用规则 决策引擎的分流效果 评分卡是内置在决策引擎当中，基于评分卡的分段，评分卡的使用具体参见：评分卡在策略中的使用，进行分流，分流决策的目的是为让好客户以及有借款欲望客户进一步走入下一流程 决策引擎规则的顺序 1 并行和串行并举 客户命中规则 或者 客户在某评分卡的某个阶段，共同作用，即条件A或条件B均可进入C环节 2 规则的先后性 内部规则 优于 外部规则，比如黑名单信息，用户的基本信息等 ，内部规则的准确性实际上要优于外部规则 3 IV很强的变量实际更适合作为决策引擎的规则 一个变量分箱后，里面全部都是坏客户，那么可以直接作为TK规则，而不是放入评分卡中 4 规则的效率 直接结果和二次处理结果的效率是不同的 ，尤其是短信信息处理，速度极慢 效率的高低影响用户体验 5 规则的成本 外部数据的成本相对较高，内部数据基本没有成本，所以要合理的运用外部数据，获得最大的收益 参考文献 https://blog.csdn.net
79230编辑于 2022-09-10 - 来自专栏全栈程序员必看
风控决策引擎经验
一套完整的风控体系，在风控中，少不了决策引擎，今天就浅谈一下风控决策引擎。 一、优先级 风控决策引擎是一堆风控规则的集合，通过不同的分支、层层规则的递进关系进行运算。 所以，整套风控决策引擎的搭建设计思路，基于规则优先级运算的注意要点如下： 1、自有规则优先于外部规则运行 举例说明：自有本地的黑名单库优先于外部的黑名单数据源运行，如果触发自有本地的黑名单则风控结果可直接终止及输出 所以，整个风控决策引擎的搭建设计思路，基于可调整与可维护的注意要点如下： 1、非刚需与必要的风控规则，能够“开关化” 举例说明：一些必要的风控规则，如用户的银行4要素验证是否一致性，这是必要规则，就无需可开关 因为芝麻信用分是否可作为决策依据将主要取决于业务方向与用户群体，因为理论上芝麻信用分的高低主要与用户在芝麻信用体系内的数据绑定维度的多与少相关，并不一定绝对反映用户的信用程度。
2K30编辑于 2022-07-02 决策引擎系统的7个级别
级别5和6都是优化问题的形式，这意味着它们专注于做出决策，而不仅仅是预测或匹配模式。这些也被广泛使用，尽管它们并不总是与“人工智能”相关联。然而，这些是机器在结构良好的问题上可以胜过人类的唯一级别。 目前有许多商业“规则引擎”被广泛使用。2级基础机器学习这包括使用查找表、参数模型（包括线性或非线性模型和神经网络）或非参数模型的已知统计模型。 5级确定性优化与机器学习模型不同，确定性优化依赖于问题的显式模型，该模型包括问题的物理特性和性能指标。模型的输入包括可控参数，也称为行动或决策。使用复杂的算法搜索可行区域以优化性能指标。 5级和6级都是一种优化形式，可以生产出优于人类的工具。这些问题可能相当复杂，要么是由于规模（例如规划航空公司时刻表），要么是由于顺序决策问题固有的复杂性。 优化以5级和6级表示，它与机器学习有着根本的不同，因为它不使用训练数据集。相反，优化需要要优化的问题的模型，以及定义明确的决策。
31610编辑于 2025-09-17- 来自专栏IT创事记
智能决策优化新引擎的“求解”之道
今年5月28日，COPT发布最新版本2.0，在ASU教授Hans Mittelmann测试平台，内点法以22%的优势实现登顶。 罗小渠认为，杉数科技生逢其时，更要把握良机——“目前，我们已形成以求解器COPT为核心计算引擎+决策技术中台+业务场景的完整技术平台，通过对底层技术引擎的升级来驱动更为高效的产品平台和服务，赋能产业向智能化转型 从调度优化到提供端到端的决策优化解决方案，从涉足零售电商到深耕工业互联网，再到成功服务逾20个行业超百家龙头企业，杉数科技的技术引擎一直在迭代更新，而唯一不变的是对客户需求的跟踪与洞察。 复杂业务场景纷繁交织的航空业是决策优化技术的天然拥趸。 站在面向下一个5年、10年的新起点，罗小渠用“行远自迩、笃行不怠”提醒自己和团队的伙伴：“市场上很多公司说要打造行业的操作系统，坦率讲杉数的目标并非如此，我们不想做大而全的东西，而是要把核心引擎做得更深
1K10编辑于 2022-08-30 一文读懂AI引擎与Together规则引擎重塑智能决策
多工具调用能力基于Together标准化的决策服务接口，AI引擎可以在ERP、CRM等系统间建立决策中枢。 Together规则引擎的四大赋能场景场景传统方式痛点Together+AI 引擎解决方案供应链异常处理依赖人工判断响应延迟实时匹配200+预置规则，5秒内生成处置方案财务合规审计规则变更需重新编码业务人员直接维护 Together决策表，迭代效率提升5倍动态定价策略多系统数据割裂导致决策滞后聚合成本/库存/市场数据，分钟级输出最优价风险预警阈值规则僵化产生误报结合机器学习输出动态调整Together规则参数突破落地瓶颈的技术融合破解概念炒作陷阱通过 Together的标准化决策建模语言，企业可以直观验证AI引擎的决策逻辑是否匹配业务需求，避免“伪智能”方案。 当每一次AI引擎的决策都通过Together引擎沉淀为可复用的业务规则资产，当每一个流程优化都能转化为标准化的决策模型，企业管理软件将真正进入“决策即服务”的新纪元。
85910编辑于 2025-09-05规则引擎系统中决策管理的最佳实践
随着时间的推移，很多公司会发现，让业务负责人自己做决策，能让他们从决策管理系统中得到更好的结果。 决策管理系统利用公司已经收集或可以获取的数据来改进决策方式，方法是预测决策可能的结果，而不是什么都不做。决策总是和未来有关，因为它们只能影响未来。公司拥有的所有数据都是关于过去的。 专注于实时评分将使决策管理系统更加强大。把数据挖掘和业务规则结合起来用。很多构建决策管理系统的公司会把基于规则的决策逻辑开发和分析完全分开。 为了提供集成决策改进环境，公司应汇总过去决策制定的日志、使用这些决策所取得的业务成果信息以及决策逻辑/分析管理环境本身。 最佳实践是考虑在这些情况下使用机器学习和自适应分析引擎。在组织中建立对分析工作的信任将越来越多地允许分析系统自己做出更多决策。
31410编辑于 2025-09-09- 来自专栏从救火到防火：大模型赋能云原生安全
第 5 期：AI × 云原生安全：如何用大模型打造企业级“风险决策引擎”
我们要回答一个问题：大模型能否帮助企业建立“智能风险决策引擎”？答案是：不仅能，而且效果惊人。一、为什么要用AI做风险决策？前四期我们讲了资产画像、讲了决策模型、讲了流程。 结合Neo4j的攻击图谱或OpenSearch的时序关系，形成自动攻击推演引擎。核心：结合安全数据图谱，利用LLM的推理能力和知识库，自动化推演完整的攻击链。 ”未来的云原生安全平台，核心将不再是规则引擎，而是基于LLM的推理引擎。 企业级“风险决策引擎”的整体架构（建议落地）核心能力包括：SBOM+资产画像LLM风险解释多维信号融合器攻击图谱生成AI风险路由（自动给出优先级）治理动作（CI/CDGate+Admission+修复建议 第5期（本期）：展望未来，讲解AI×云原生安全，即如何用大模型打造企业级的“风险决策引擎”，实现智能防火。
31610编辑于 2026-01-01 - 来自专栏木东居士的专栏
决策树5：剪枝与sklearn中的决策树
下面来看看是否要用脐部进行划分，划分前：所有样本都在根节点，把该结点标记为叶结点，其类别标记为训练集中样本数量最多的类别，因此标记为好瓜，然后用验证集对其性能评估，可以看出样本{4，5，8}被正确分类， 划分后：划分后的的决策树为： ? 则验证集在这颗决策树上的精度为：5/7 = 71.4% > 42.9%。泛化性能得到了提升，因此，用“脐部”进行划分。 接着考察结点 5，同样的操作，把以其为根节点的子树替换为叶结点，替换后的叶结点包含编号为{6,7,15}的训练样本，根据“多数原则”把该叶结点标记为“好瓜”，测试的决策树精度认仍为57.1%，所以不进行剪枝 custom_cmap = ListedColormap(['#EF9A9A','#FFF59D','#90CAF9']) plt.contourf(x0, x1, zz, linewidth=5, dt_clf5 = DecisionTreeClassifier(max_leaf_nodes=4)dt_clf5.fit(X,y) plot_decision_boundary(dt_clf5, axis
4.7K21发布于 2019-12-23 物联网规则引擎：数据驱动决策的分步指南
机器学习和人工智能在数据驱动决策中的主要应用有：预测建模，预测未来会发生什么情绪分析，了解客户怎么想推荐引擎，个性化营销的好帮手异常检测，找出欺诈或错误自然语言处理，分析文本数据像亚马逊这样的公司，用机器学习算法优化供应链 衡量数据驱动决策的影响要真正了解数据驱动决策的好处，组织得有办法衡量它对业务绩效的影响。数据驱动决策的关键绩效指标（KPI）KPI是帮助组织跟踪数据驱动方法有效性的关键指标。 决策质量和速度：这个指标关注决策过程的强化。比如用数据分析和直觉做选择的结果对比，以及实时数据带来的决策时间缩短。通过持续跟踪这些KPI，组织可以量化数据驱动决策带来的好处，并展示它对利润的实际影响。 数据驱动决策的示例数据分析虽然在幕后，但数据驱动决策对消费者的影响可是明摆着的。不同行业数据驱动决策的一些例子包括：电子商务你在网上购物时有没有好奇为啥会收到某些推荐？ 虽然你可能没意识到自己的偏见，但内心的偏见或价值观会影响你做决策的方式。直接根据事实和数字做决策可以使你的决策保持客观和公平。
31910编辑于 2025-09-16一文看懂决策引擎平台必备功能都有哪些
这个决策引擎平台就是为了让公司能轻松管理、执行和部署各种半自动和全自动的决策。随着各种技术的出现，决策自动化越来越受到关注，这些技术设计得特别好，能帮助人工智能在很多公司和行业里无缝工作。 这些报告和数据清楚地告诉我们，人工智能投资的商业预期和人工智能驱动的投资计划的预期回报之间有很大的差距，特别是在决策自动化项目上。幸运的是，公司们可以通过用Together规则引擎来改变这种局面。 Together规则引擎也是一个决策智能平台，主要目标是通过给企业提供一个统一且通用的决策建模平台来弥合这个差距，这个平台满足了决策自动化的所有独特要求，特别是支持完全和半自动化的业务决策。 更重要的是，决策智能平台还必须在必要时为无状态或有状态的决策过程提供人工干预的机会。Together规则引擎让你拥有这些能力。 这凸显了以决策为中心的方法™。Together规则引擎正是实现这些业务价值的工具，通过可视化决策模型的构建将你的管理渗透到你业务的方方面面。
48110编辑于 2025-09-03- 来自专栏AI机器学习与深度学习算法
机器学习入门 9-5 决策边界
本小节介绍对于分类问题非常重要的决策边界，先对逻辑回归求出决策边界的函数表达式并绘制，但是对于像kNN这种不能求出决策边界表达式的可以通过预测样本特征平面中区间范围内的所有样本点来绘制决策边界。 接下来就来实际绘制一下逻辑回归的决策边界，感性的认识一下决策边界。 逻辑回归的分类本质其实就是对于样本点来说是落在决策边界的上面还是决策边界的下面。如果样本点落在决策边界的上面则将样本分成一类，如果样本点落在决策边界的下面则将样本分成另外一类。 第四章提到过当使用sklearn构造kNN模型的时候默认参数k为5，也就是看样本点周围最近的5个样本点，对于kNN算法来说，参数k值越小，对应模型本身也就越复杂。 相比于k为5时候的决策边界要规整很多，整体分成三个大块，非常清晰。通过这样的一个例子，再次样本了对于kNN算法来说，k值越大相应的模型越简单，对应到决策边界上，决策边界整体上越规整，分块越明显。
3.1K20发布于 2020-02-26 - 来自专栏苏三说技术
这 5 种规则引擎，真香！
10")); } if (order.getUser().isVip()) { discount = discount.add(new BigDecimal("5" 规则引擎通过分离规则逻辑解决这个问题： 规则外置存储（数据库/文件） 支持动态加载 声明式规则语法 独立执行环境 下面给大家分享5种常用的规则引擎，希望对你会有所帮助。 1.五大常用规则引擎 1.1 Drools：企业级规则引擎扛把子 官网：https://www.drools.org/ 适用场景： 金融风控规则（上百条复杂规则） 保险理赔计算 电商促销体系 实战：折扣规则配置 适合：需要频繁修改规则的业务（如运营活动） 1.4 Aviator：高性能表达式专家 官网：https://github.com/killme2008/aviatorscript 适用场景： 实时定价引擎 性能压测数据（单机1万次执行）： 引擎 耗时 内存占用 特点 Drools 420ms 高 功能全面 Easy Rules 38ms 低 轻量易用 QLExpress 65ms 中 阿里系脚本引擎 Aviator
2.7K22编辑于 2025-06-23 - 来自专栏王念博客
Thymeleaf HTML5模板引擎
Thymeleaf的模板还可以用作工作原型，Thymeleaf会在运行期替换掉静态值。例如下面的html文件，当作为静态文件时，product name显示为Red Chair，当运行在容器中并提供product这个对象时，product name的值会自动替换为product.description对应的值。
3.1K20发布于 2019-07-25 - 来自专栏开源物联网平台开发
Node-RED 规则引擎：开启物联网时代的智能决策
Node-RED 规则引擎：开启物联网时代的智能决策 随着物联网技术的快速发展，大量的设备和传感器正在不断产生海量的数据。 为了有效处理这些数据，并实现智能决策，规则引擎在物联网领域扮演着至关重要的角色。而 Node-RED 规则引擎则以其灵活性和易用性，在物联网开发领域中引起了广泛的关注和应用。 二、Node-RED 规则引擎的特点 灵活性：Node-RED 支持自定义节点和插件，用户可以根据需求扩展功能，实现个性化的规则设计。 三、Node-RED 规则引擎的应用场景 智能家居：在智能家居领域，Node-RED 可以连接各种智能设备，实现设备的联动控制、自动化场景设置等功能。 四、总结 随着物联网技术的不断发展，规则引擎在物联网应用中的作用将越来越重要。Node-RED 规则引擎以其灵活性和易用性为物联网开发者提供了一个强大的工具，使得开发者能够轻松地构建复杂的物联网应用。
1.9K10编辑于 2024-03-19 - 来自专栏鱼皮客栈
5 分钟，带你入门 FreeMarker 模板引擎！
所以建议大家直接使用已有的 模板引擎 技术，轻松实现模板编写和动态内容生成。什么是模板引擎？为什么需要它？ 本项目中，我会以知名的、稳定的经典模板引擎 FreeMarker 为例，带大家掌握模板引擎的使用方法。 模板引擎的作用上面已经讲过了模板引擎的作用，这里就再用 FreeMarker 官网的一张图，强化下大家的理解。 label", "老鱼简历");menuItems.add(menuItem1);menuItems.add(menuItem2);dataModel.put("menuItems", menuItems);5、 5、宏定义学过 C 语言和 C++ 的同学应该对 “宏” 这个词并不陌生。可以把 “宏” 理解为一个预定义的模板片段。支持给宏传入变量，来复用模板片段。其实类似于前端开发中组件复用的思想。
4.1K10编辑于 2023-12-06 5SemanticKernel使用其他模板引擎
除了Semantic Kernel内置的模板，我们还可以使用其他的模板引擎，可以支持循环、条件等其他高级功能 高阶模板引擎（Handlebars） Handlebars.js 是Github上开源的一个轻量的语义化模板 Handlebars 模板引擎，支持使用循环、条件和其他高级功能。 ; history.AddAssistantMessage(intent.ToString()); 高级模板引擎（Liquid) Liquid.js 是GitHub上开源的一个简单、富有表现力且安全的模板引擎 Liquid 模板引擎，同样支持循环、条件和其他高级功能，其语法相对简单，有两种类型的标记： Tags: 标签。标签由标签名称和括在{% 和 %}之间的可选参数组成。 | capitalize }} 使用Liquid 引擎，需要安装Microsoft.SemanticKernel.PromptTemplates.Liquid NuGet包。
10800编辑于 2026-06-16- 来自专栏Golang语言社区
HTML5 游戏引擎深度测评
最近看到网上一篇文章，标题叫做《 2016年 最火的 15 款 HTML5 游戏引擎 》。目前针对HTML5游戏的解决方案已经非常多，但谁好谁差却没有对比性资料。 通常我们都会认为它们是游戏引擎领域两类不同的产品。原文中提及的引擎确实是当下最为流行的HTML5游戏引擎。很多引擎属于2D、3D通吃类型，我们通过一个表格进行对比。 编程语言 基于HTML5技术的游戏引擎，所需要的脚本必定是JavaScript，只有JavaScript脚本语言才能运行于浏览器中。 Egret 定位 Egret算是HTML5游戏引擎中的新起之秀，其定位已不单纯为HTML5游戏引擎。官方将其定位为“游戏解决方案”，同时也并未过多提及HTML5。 设计理念 由于Turbulenz引擎更多的为自己设计，更多的提供runtime支持，从严格意义上将，Turbulenz引擎不算是纯正的HTML5游戏引擎。
7.3K132发布于 2018-03-22 - 来自专栏Golang语言社区
HTML5游戏引擎深度测评
最近看到网上一篇文章，标题叫做《2016年 最火的 15 款 HTML5 游戏引擎》。目前针对HTML5游戏的解决方案已经非常多，但谁好谁差却没有对比性资料。 通常我们都会认为它们是游戏引擎领域两类不同的产品。原文中提及的引擎确实是当下最为流行的HTML5游戏引擎。很多引擎属于2D、3D通吃类型，我们通过一个表格进行对比。 但绝大部分HTML5游戏引擎还是采用JavaScript语言。只有4款引擎选择支持TypeScript。 Egret定位 Egret算是HTML5游戏引擎中的新起之秀，其定位已不单纯为HTML5游戏引擎。官方将其定位为“游戏解决方案”，同时也并未过多提及HTML5。 设计理念 由于Turbulenz引擎更多的为自己设计，更多的提供runtime支持，从严格意义上将，Turbulenz引擎不算是纯正的HTML5游戏引擎。
9.2K91发布于 2018-03-27 轻量级规则引擎在数字化决策中的商业优势
决策模型由两个视图组成：决策要求视图和决策逻辑视图。决策要求视图描述了如何将复杂的决策分解为更简单的子决策，以及确切需要哪些数据和业务知识来支持这些决策。它显示了决策的层次结构。右边有个示例。 主题专家发现，创建此视图是引发和巩固他们对关键决策的理解的有效方式。决策逻辑视图（请看左边的示例）定义决策的逻辑。通常（但并非总是）它使用决策表来表示决策如何决定其结果。 这使业务分析师能够准确描述其组织中如何进行决策。决策模型还可以以其他格式（例如，决策树、文本）表示逻辑，或与其他方式集成以做出决策（例如，分析、认知模型和优化引擎）。决策模型不仅仅是关于需求。 这种模型驱动的决策架构方法减少了错误并允许快速更改决策—它为业务决策提供了安全的敏捷性，并确保您的决策规范始终具体且与实施一致。 5．让决策完全负责DM和业务规则共同支持从政策授权到生产系统的完全可追溯性，允许决策得出的每一个结果都附有理由（就政策授权而言），可以事后检查。
35910编辑于 2025-09-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号