本發(fā)明涉及一種基于反射弧的智慧大腦決策系統(tǒng)及決策方法，所述決策系統(tǒng)包括：反射弧決策模塊，對獲取的決策任務進行條件反射，并輸出決策結果；信息中心，與所述反射弧決策模塊連接，向反射弧決策模塊提供外部信息；反饋模塊，與所述反射弧決策模塊連接，獲取反射弧決策模塊的反饋信息；記憶模塊，與所述反射弧決策模塊連接，記錄反射弧決策模塊的決策結果；模型模塊，分別連接所述反射弧決策模塊、反饋模塊和記憶模塊，基于所述反饋信息和決策結果對所述反射弧決策模塊進行進化訓練。與現(xiàn)有技術相比，本發(fā)明具有適用性廣、能夠解決決策孤島問題等優(yōu)點。

技術領域

本發(fā)明涉及計算機科學領域，尤其是涉及一種基于反射弧的智慧大腦決策系統(tǒng)及決策方法。

背景技術

移動互聯(lián)、物聯(lián)網、AI等技術的發(fā)展，正在將人類推向智能互聯(lián)時代，信息呈現(xiàn)爆炸性增長，大數(shù)據(jù)這一強大的新自然資源在數(shù)量、多樣性和復雜性方面快速發(fā)展，使得篩選信息的成本變得越來越高。機器學習、深度學習等預測分析技術可以提高數(shù)據(jù)洞察的能力，然而在很多情形下決策者無法依靠某種單一的決策方法來應對多維度的數(shù)字化變革。

目前決策體系中存在如下不足之處：(1)決策模型技術體系繁雜，服務形式不一，決策孤島現(xiàn)象明顯，綜合使用多個模型比較困難；(2)決策流程各異，缺乏規(guī)范約束，建立決策體系重復工作明顯；(3)決策中使用的概念專業(yè)化程度比較高，交流共享難度較大，不利于充分發(fā)揮集體優(yōu)勢；(4)決策體系不完整，只關注做出決策，對決策效果評估、實際反饋跟蹤、決策持續(xù)進化考慮不足。

發(fā)明內容

本發(fā)明的目的就是為了克服上述現(xiàn)有技術存在的缺陷而提供一種基于反射弧的智慧大腦決策系統(tǒng)。

本發(fā)明的目的可以通過以下技術方案來實現(xiàn)：

一種基于反射弧的智慧大腦決策系統(tǒng)，包括：

反射弧決策模塊，對獲取的決策任務進行條件反射，并輸出決策結果；

信息中心，與所述反射弧決策模塊連接，向反射弧決策模塊提供外部信息；

反饋模塊，與所述反射弧決策模塊連接，獲取反射弧決策模塊的反饋信息；

記憶模塊，與所述反射弧決策模塊連接，記錄反射弧決策模塊的決策結果；

模型模塊，分別連接所述反射弧決策模塊、反饋模塊和記憶模塊，基于所述反饋信息和決策結果對所述反射弧決策模塊進行進化訓練。

進一步地，所述反射弧決策模塊包括依次連接的傳入神經、感知神經、前驅神經、決策神經、后驅神經和傳出神經，其中，

所述傳入神經用于接收決策任務；

所述感知神經與信息中心連接，用于收集外部信息；

所述前驅神經實現(xiàn)條件數(shù)據(jù)的預篩預判；

所述決策神經與模型模塊連接，用于實現(xiàn)量化決策；

所述后驅神經與記憶模塊連接，用于對所述量化決策進行判定干預，并將決策結果傳輸給記憶模塊；

所述傳出神經用于輸出決策結果。

進一步地，所述反射弧決策模塊通過各神經的不同數(shù)量的組合形成不同反射弧，經訓練的每個反射弧代表一種決策策略。

進一步地，所述反射弧結構包括簡單反射結構和復雜反射結構。

進一步地，每條所述反射弧僅包括一個傳入神經、一個傳出神經、一個記憶神經、一個反饋神經和一個進化神經。

進一步地，所述反饋模塊包括相連接的反饋神經和反饋中心，其中，

所述反饋神經與反射弧決策模塊連接，用于采集反饋信息；