（管理科学与工程专业论文）决策支持系统中模型匹配技术研究.pdf

国防科学技术大学研究生院工学硕士学位论文 摘要 模型库及其管理系统作为决策支持系统的关键部件，直接影响着辅助方案的 合理性，近些年研究人员积累了丰富的模型资源，开发了多种模型管理服务功能， 在推动模型库系统发展的同时，也对模型库系统提出了新的挑战：第一，各种模 型管理部件功能各异、互有优势，但基于不同形式的模型表示基础之上，难以综 合集成实现功能专业化。第二，当前模型库系统支持的模型比较单一，难以随着 模型技术的更新，增加对新型模型的支持功能。第三，绝大多数模型库系统的模 型选择依靠用户手动实现，对用户的领域知识要求较高，大大降低了模型库系统 的可用性。 针对模型库系统面临的挑战，本文改进了传统模型库系统，构建三级模式和 两级映射，保证模型独立性和功能扩展性，并且针对模型知识和数据设计了模型 智能匹配功能，保证了选择智能性。 本文的主要工作包括以下四个方面： 1 改进了传统模型库体系结构 根据传统模型库结构和新的模型管理需求，本文设计了物理存储模式、全局 概念模式和局部应用模式三层模式以及概念存储模式映射、应用概念模式映射两 级映射。其中，物理存储模式实现模型文件的存储组织；全局概念模式描述模型 的全局逻辑结构；局部应用模式实现模型管理和服务功能。两级映射保证模型独 立性，便于改造系统、集成功能，提高了扩展性。局部应用模式保证了管理模块 的专业性，便于利用现有的模型管理服务功能。 2 提出了模型本体表示法 本文利用模型本体表示实现全局概念模式。它由模型领域本体、模型应用本 体和本体进化体系三个方面构成，其中模型领域本体是模型信息及其关联关系的 抽象，保证模型信息的完整和一致性；模型应用本体根据相应领域本体描述模型 信息，是模型管理模块的信息来源；本体进化体系在确保模型一致性的前提下， 实现模型领域本体、模型应用本体的修改。 3 实现了基于知识的模型匹配算法 基于知识的模型匹配算法能够利用事实库和知识库中的信息，创建推理树， 配合剪枝规则，结合经验和专业知识，为用户提供向导式的模型选择功能，有效 降低模型选择对专业知识的依赖性，最后分别面向专业和非专业人员，通过实验 论述了算法的优缺点。 4 实现了基于数据的模型匹配算法 基于数据的模型匹配算法根据样本数据的特点，将待选的原子模型分类，并 第i 页 国防科学技术大学研究生院工学硕士学位论文 将组合模型构建为树状形式，利用遗传编程的思想，分析样本数据信息，在一定 条件约束性，进行各种遗传操作，最终生成参考模型，极大降低了模型选择对领 域知识的依赖性。最后通过实验论述了算法的优缺点。 主题词：模型库模型辅助决策决策支持系统知识框架 遗传编程 第i i 页 国防科学技术大学研究生院工学硕士学位论文 a b s t p a c t m o d e lb a s ea n dm a n a g e m e n ts y s t e mr e l a t et oa s s i s t a n ts c h e m e sc o r r e c t n e s s d i r e c t l y a so n eo fk e yc o m p o n e n t so fd s s n o w a d a ys c h o l a r sh a v ea c c u m u l a t e d a b u n d a n tm o d e lr e s o u r c ea n di m p l e m e n tm a n ys o r t so fm o d e lm a n a g e m e n ta n ds e r v i c e m o d u l e s ，w h i c hd e v e l o pm o d e lb a s ea sw e l la sl e a dt os o m ec h a l l e n g e f i s t l y ，i ti s d i f f i c u l tt oi n t e g r e tt h e s em o d e lm a n a g e m e n tc o m p o n e n t s ，w h i c hh a v ed i f f e r e n t a d v a n t a g e sa n d w o r ko ns p e c i a la p p l i c a t i o nd o m a i n ，d u et ot h e yb a s e do nd i v e r s em o d e l r e p r e s e n t a t i o n s s e c o n d l y ，t h em o d e lb a s es y s t e mm e r e l ys u p p o r t ss p e c i a lm o d e lf o r m a t ， w h i c hc a nn o te x t e n df u n c t i o n st om a n a g en e w p a t t e r nm o d e l s 、v i mm o d e lt e c h n o l o g i s e d e v e l o p i n g t h i r t y ，m o d e ls e l e c t i o nf u n c t i o no ft h em o s to fm o d e lm a n a g e m e n ts y s t e m s i sc a r r i e do u tb yu s e r s ，w h i c hn e e d su s e r sk n o w l e d g eo nm o d e l sa n dd e c i s i o nd o m a i n s a n dl e a d st oi n f e r i o ru s a b i l i t y h e n c et h i sp a p e rd e s i g n st h es e t u ps t r u c t u r eo ft h r e e l e v e sm o d e lb a s eb y i m p r o v i n gt r a d i t i o n a lm o d e lb a s es y s t e m ，i no r d e rt oe s t a b l i s hm o d e li n d e p e n d e n c ea n d f u n c t i o ns c a l a b l e ，a n di m p l e m e n t st h ef u n c t i o no fm o d e ls e l e c t i o nr e l a t e dt om o d e l k n o w l e d g e m e n ta n d d a t at oe s t a b l i s hs e l e c t i o ni n t e l l i g e n c e t h em a i nr e s e a r c hc o n t e n t so ft h ep e p e rc o n t a i na sf o l l o w s ： 1 t h ea r c h i t e c t u r eo ft r a d i t i o n a lm o d e lb a s es y s t e mi si m p r o v e d a c c o r d i n gt ot h ea r c h i t e c t u r eo ft r a d i t i o n a lm o d e lb a s es y s t e ma n dr e q u i r e m e n to f m o d e lm a n a g e m e n t , t h ep a p e rd e s i g n st h es e t u ps t r u c t u r eo ft h r e el e v e l sm o d e lb a s ea n d t w ol e v e l sm a p p i n g ，p h y s i c a ls t o r a g es c h e m a , g l o b a lc o n c e p t n a ls c h e m aa n dp a r t i a l a p p l i c a t i o ns c h e m a , c o n c e p t i o n s t o r a g em a p p i n ga n da p p l i c a t i o n c o n c e p t i o nm a p p i n g t h em o d e lf i l e sa r es t o r a g e da st h ed e s c r i p t i o no fp h y r s i c a ls t o r a g es c h e m a , t h eg l o b a l l o g i c a ls t r u c t u r ea r ed e f i n e di ng l o b a lc o n c e p t n a ls c h e m a , a n dt h em o d e lm a n a g e m e n t a n ds e r v i c e sa r ei m p l e m e n t e da sp a r t i a la p p l i c a t i o ns c h e m a t h em o d e li n d e p e n d e n c e a n df u n c t i o ns c a l a b l ea r ee s t a b l i s h e db yt w ol e v e l sm a p p i n ga n dt h en e wm o d e l m a n a g e m e n ta n ds e r v i c ec a l lb ec o n v e n i e n tt oe x t e n dd u et op a r t i a la p p l i c a t i o ns c h e m a e x i s t s 2 m o d e lo n t o l o g yr e p r e s e n t a t i o n t h eg l o b a lc o n c e p t n a ls c h e m ai si m p l e m e n t e db ym o d e lo n t o l o g yi nt h ep a p e r t h e r ea r em o d e ld o m a i no n t o l o g y ，a p p l i c a t i o no n t o l o g ya n do n t o l o g ye v o l m i o ni ni t m o d e ld o m a i no n t o l o g ye n s u r e st h a tt h ei n f o r m a t i o no fm o d e li s i n t e g r i t y a n d c o n s i s t e n c y ，w h i c hi sa b s t r a c to fm o d e li n f o r m a t i o na n dr e l a t i o no ne a c ho t h e r m o d e l a p p l i c a t i o no n t o l o g y i sc o n c r e t i o no fm o d e li n f o r m a t i o na c c o r d i n gw i t hd o m a i n o n t o l o g ya st h er e s o u r c eo fi n f o r m a t i o no ft h em o d e lm a n a g e m e n tm o d u l e s m o d e l d o m a i na n da p p l i c a t i o no n t o l o g i e sa r em o d i f i e db yu s i n go n t o l o g ye v o l u t i o nu n d e r m o d e lc o n s i s t e n c y 第i i i 页 国防科学技术大学研究生院工学硕士学位论文 3 m o d e ls e l e c t i o nb a s e dk n o w l e d g ef r a m e t h em o d e li s r e p r e s e n t e db yk n o w l e d g ef r a m ea n dt h er e a s o n i n gt r e e s a r e e s t a b l i s h e da c c o r d i n g 埘t l lt h ef a c tb a s ea n dk n o w l e d g eb a s e ，a n dt h e nt h em o d e l s e l e c t i o ns c h e m ei sp r o v i d e db yi n t e g r a t i n gt h ee x p e r i e n c ea n de x p e r tk n o w l e d g e t h e p r o c e s so fs e l e c t i o nd e p e n do nu s e r sk n o w l e d g eo nm o d e l sl e s sa n dt h ee x p e r i m e n t o r i e n t e dp r o f e s s i o n a la n du n p r o f e s s i o n a lu s e r ss h o w st h a tt h ef u n c t i o nh a sh i 曲h i tr a t e a n dd i s c u s s e st h ea d v a n t a g e sa n dd i s a d v a n t a g e 4 m o d e ls e l e c t i o nb a s e ds a m p l ed a t a t h em e t a - m o d e l sa r ec l a s s i f i e db yc h a r a c t e r so ft h es a m p l ed a t a , a n dt h ea s s e m b l e d m o d e l sa r eb u i l ta st r e ef o r m a t t h es a m p l ed a t aa r ea n a l y z e db yg e n e t i cp r o g r a m m i n g a n dt h eg e n e t i co p e r a t i o n sa r ep e r f o r m e du n d e rs e v e r a lr e s t r i c t i o n sa n d f i n a l l yt h em o d e l s e l e c t i o ns c h e m ei sp r o v i d e d i t sp r o c e s sh a r d l yd e p e n d so nu s e r sk n o w l e d g eo n d o m a i n t h ep a p e rd i s c u s s e st h ea d v a n t a g e sa n dd i s a d v a n t a g eo ft h ef u n c t i o nb y e x p e r i m e n t k e yw o r d s ：m o d e lb a s e ，m o d e l a i d e dd e c i s i o n , d e c i s i o ns u p p o r ts y s t e m , k n o w l e d g ef r a m e ，g e n e t i cp r o g r a m m i n g 第i v 页 国防科学技术大学研究生院工学硕士学位论文 表目录 表3 1 基本模型概念关联集2 8 表3 2 装备保障战术计算应用模型类3 1 表3 3 装备保障战术计算模型关联集3 3 表4 1模型信息的框架表示形式4 4 表4 2 领域人员使用模型匹配算法的统计结果5 3 表4 3 领域人员人工选择的统计结果5 3 表4 4 非领域人员使用模型匹配算法的统计结果5 3 表4 5 领域人员人工选择的统计结果_ 5 4 表5 1 参数类型转换规则表6 4 表5 2 预测模型的样本数据7 1 表5 3 数学计量模型类7 2 表6 1 性能原料历史数据。7 8 第1 i i 页 国防科学技术大学研究生院工学硕士学位论文 图1 1 图2 1 图2 2 图2 3 图3 1 图3 2 图3 3 图3 4 图3 5 图3 6 图4 1 图4 2 图4 3 图4 4 图4 5 图4 6 图4 7 图5 1 图5 2 图5 3 图5 4 图5 5 图5 6 图5 7 图5 8 图5 9 图5 1 0 图5 1 1 图5 1 2 图6 1 图6 2 图6 3 图目录 本文的研究思路5 模型库及其管理系统结构图9 改进后的模型库及其管理系统结构图1 3 模型库系统结构图17 模型本体表示法结构图2 2 模型概念类集2 6 模型概念类的基本结构2 6 概念抽象层次结构图2 9 应用本体领域本体关系图3 0 模型本体进化结构图3 5 模型智能匹配模块的应用逻辑模式映射图。4 6 方案定制模型类框架表示图4 6 模型匹配算法结构图4 8 推理树剪枝过程示意图5 0 智能匹配算法流程图5 1 模型选择命中率统计图5 4 模型选择时间统计图5 5 ( 口+ b ) 毒lci 的树状表示图6 4 算法操作实例6 5 基于遗传编程的模型匹配算法流程图7 0 a 组实验中每代种群最佳的层次和节点数7 3 a 组实验中每代种群最佳的适应度7 4 a 组实验生成的组合模型7 4 b 组实验中每代种群最佳的层次和节点数7 4 b 组实验中每代种群最佳的适应度7 5 b 组实验生成的组合模型7 5 c 组实验中每代种群最佳的层次和节点数7 6 c 组实验中每代种群最佳的适应度7 6 c 组实验生成的组合模型7 7 橡胶配方制定辅助决策运行图7 9 基于数据的模型匹配算法参数设定7 9 基于数据的模型匹配方案8 0 第页 国防科学技术大学研究生院工学硕士学位论文 图6 4 模型应用方向知识选择8 1 图6 5 模型应用领域知识选择8 l 图6 6 模型应用目的知识选择( 1 ) 。8 2 图6 7 模型应用目的知识选择( 2 ) 8 2 图6 8 模型应用主要方向知识选择8 3 图6 9 模型选择界面8 3 第v 页 独创性声明 本人声明所呈交的学位论文是我本人在导师指导下进行的研究工作及取得 的研究成果尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含 其他人已经发表和撰写过的研究成果，也不包含为获得国防科学技术大学或其它 教育机构的虚伪或证书而使用过的材料与我异同工作的同志对本研究所做的任 何贡献均已在论文中作了明确的说明并表示谢意 学位论文题目：遮筮塞挂菱统主搓型堕壁挂壅叠銮 学位论文作挠盔墟吼印步年，月彩日 学位论文版权使用授权书 本人完全了解国防科学技术大学有关保留、使用学位论文的规定本人授权 国防科学技术大学可以保留并向国家有关部门或机构送交论文的复印件和电子 文档，允许论文被查阅和借阅；可将学位论文的全部或部分内容编入有关数据库 进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文 ( 保密学位论文在解密后适用本授权书。) 学位论文作者签名：毖氇 日期：一年厂f 月力箩日 作者指导教师签名：毒! 廷垂垦2 k 一日期：盔专年，月矽日 国防科学技术大学研究生院工学硕士学位论文 第一章绪论 1 1 论文选题背景 随着社会的进步，生产力不断发展，信息迅速膨胀，决策问题更加复杂，仅 仅依靠人力实现科学的决策显得力不从心。于是决策支持系统d s s ( d e c i s i o n s u p p o r ts y s t e m ) 应运而生，它作为一种有效的辅助决策手段，为决策者求解决策 问题提供诸如模型支持、知识支持、信息支持等多种辅助手段。模型部件作为决 策支持系统的三大部件之一【l 】，极大地提高了决策支持系统求解问题的能力，因而 模型库技术得到了广泛关注和研究。 当前研究人员已经成功开发了多种类型的模型管理系统【2 。7 】，主要面向以程序 文件、组件、w e b 服务或a g e n t 等为载体形式的模型，初步实现了基本的管理功 能，支持模型存储、运行和组合，但通过实际使用的检验，目前的模型管理系统 存在以下缺陷： 1 目前模型管理系统的开发大都是针对单一技术体制的模型，缺少一种支持 多种文件格式的系统【1 卜1 0 】，难以对不同类型模型进行统一的管理与服务，导致模型 之间难以共享【1 1 1 ，造成了模型的重复开发，即使将现有系统集成为一种通用模型 管理系统，能够支持多种文件格式的模型，但当某种新型模型出现，或需要提供 新的管理功能时，便需要重新构建系统，造成系统的重复开发。 2 目前模型管理系统的各模型管理模块均基于一种模型表示形式【9 ，1 2 】，无法 根据实际需要建立多个模型表示，大大降低了管理效率。例如采用普通的信息表 示形式易于实现模型存储和运行，但采用知识框架的表示形式有利于系统应用模 型知识，传统的模型管理系统往往只能选择其中一种表示形式，势必降低另一种 功能的实现难度和运行效率。 3 决策问题所涉及的领域更加广泛，结构更加复杂，传统模型库系统的模糊 查询手段已难以满足用户的选择需要，当模型资源极其丰富，或者用户领域知识 不足时，传统的模型选择方式甚至无法使用【1 3 1 ，针对这种情况模型管理系统需要 建立新的模型选择模块，辅助用户选择合适的模型。 针对以上问题，需要建立一种具有模型独立性、功能扩展性和选择智能性的 模型管理系统，本文通过改进传统的模型库系统结构，建立三级模式和两级映射， 从而保证了较高的模型独立性，方便模型管理功能的扩展，并利用模型的选择知 识和数据信息，分别构建了基于知识和数据的两种模型智能匹配功能，降低模型 选择对用户领域知识的依赖，提高模型管理系统的可用性。 第1 页 国防科学技术大学研究生院工学硕士学位论文 1 2 国内外研究现状 模型管理系统自动组织和协调多模型的运行，利用数据库中大量数据的存取 和处理，实现更高层次的辅助决策，作为管理模型的专用模块，是决策支持系统 的重要组成部分【l 】，随着决策模型的不断增加，它的性能直接决定了辅助决策方案 的合理性【9 ，1 4 ，15 1 。 传统的模型库管理系统以模型表示为基础，利用不同的模型管理服务方式实 现模型的存储、运行和组合等功能。其中有关模型表示和基本管理服务的研究， 国内外内容差别不大，但在模型选择方面国外研究更为活跃。 1 2 1 模型表示 将现实中的模型转化成计算机可以存储和理解的模型是模型管理的基础，目 前模型表示主要有以下几种方法【1 甜9 1 ： 1 模型的程序表示 程序表示是一种传统模型表示方法，包括子程序表示方法和宏命令表示方法。 程序表示方法具有实现简单、求解能力强等优势，适合描述结构化的问题，但是 难以实现共享，模型冗余度大【1 9 】。 2 模型的数据表示 数据表示法将模型转换成关系数据库的形式，具有两种实现方法：一是将算 子作为字符串来存储；二是将模型间的连接信息作为模型来存储。数据表示法的 优点是充分利用了关系数据库强大的管理功能，模型单元易于和其他单元通信， 并且容易更新。缺点是当模型的结构比较复杂而且动态性较强时，采用数据管理 技术来存储模型就会感到十分困难，并且不能完全支持模型的共享和重用【1 9 1 。 3 面向对象的表示法 面向对象的模型表示方法引入了面向对象的方法学，把模型看作是对象的集 合，通过单继承、多继承、聚合等途径层次化模型组织结构，利用多态性和重载 修改模型，并将模型的属性数据、求解过程、数据存取操作以及模型蕴涵的知识 封装起来，实现信息屏蔽。模型管理通过消息的传递、接收和响应来完成【1 9 捌。 4 模型的知识表示 模型的知识表示主要包括谓词逻辑、语义网、关系框架以及模型抽象等方法 1 4 1 。基于知识的模型表示方法是实现模型智能管理的基础，可以方便地解决定量 计算与定性推理相结合的问题，因此适合描述含有定量、定性因素的半结构化及 非结构化决策模型1 9 ，2 5 , 2 6 】。知识表示能够对具体问题实现自动建模，但它对决策 者要求较高，使用有一定的难度，并且计算能力不强。 第2 页 国防科学技术大学研究生院工学硕士学位论文 1 2 2 模型管理服务 目前模型管理服务主要包括基于文件、基于组件、基于w e b 服务和智能a g e n t 的模型管理方式【。 1 基于程序文件的模型管理与服务 早期的模型管理主要采用程序文件和模型包的方式，使用文件库和字典库实 现模型文件的存储管理。通过查找模型字典，根据模型信息，定位具体的模型文 件，并利用主程序调用子程序实现模型文件的运行【2 7 , 2 8 】。这种服务方式流程简单， 但其基于字典库和文件库的管理方式为其他模型服务方式提供了借鉴价值【1 9 , 2 7 。 2 基于组件的模型管理 为了使模型具有良好的扩展性、可重用性，并支持分布式应用，研究者借鉴 基于组件的软件开发方法，提出了基于组件的模型管理与服务技术，继承了面向 对象模型管理的优势【2 2 】，弥补了其分布式应用方面存在的不足，组件技术具有良 好的可扩充性、可重用性，并支持分布式应用，通过组件的标准接口能方便的实 现模型服务，适合应用于分布式模型部件的开发 5 , 2 9 , 3 0 】。 3 基于w e b 服务的模型管理和服务 w e b 服务完好的封装性、标准的协议规范、松散耦合、高度的可集成能力等 使得基于w e b 服务的模型管理得到迅速发展。利用w e b 服务技术将模型表示成 w e b 服务形式，以w e b 服务的工作机制为基础，利用发布、查找、调用、组合实 现模型管理与组合，解决分布式环境下模型复用存在的共享等问题【3 , 4 , 3 1 】。 4 基于a g e n t 的模型管理和服务 a g e n t 是具有知识、目标和能力的独立实体，将模型开发为a g e n t ，实现远程 调用与运行，使模型系统具有知识表示和处理能力，模型求解问题的目标即为 a g e n t 的目标，模型组合求解通过多个a g e n t 协作来完成，这种模型管理服务技术 适合解决越来越复杂的决策支持问题【6 】。 1 2 3 模型选择 传统的模型管理系统一般不提供特殊的模型选择功能，完全依靠领域知识由 用户手动选择，目前模型自动选择功能的研究主要集中在以下几个方面【1 3 , 3 2 ： 1 基于解析法的模型选择 基于解析法【3 3 - 3 5 】的模型选择主要针对单一模型的选择，该方法最早由k l e i n 等 人提出，主要思想是通过计算模型与决策问题之间的匹配距离，选择差距最小的 模型作为辅助方案，具体过程如下：首先根据模型使用的历史信息以及决策问题 的特点，排除部分模型，得到模型选择的初步方案，然后通过与用户交流，理解 第3 页 国防科学技术大学研究生院工学硕士学位论文 决策问题，构造线性规划表达式，该表达式根据事先定义好的模型决策问题距离， 描述各个模型的匹配程度，最后通过计算该线性规划方程，选择具有最短距离的 模型。 其中比较优秀的解析法模型选择包括以下方面：b o x 和j e n k i n s 提出了时间序 列模型的选择【3 6 】，首先定义了样本的自相关函数和偏自相关函数，通过计算时间 序列数据样本的这两个特征值，选择模型结构。s a d d a n k i 等提出了模型图的方法， 其中模型图的节点表示模型，节点之间的边表示假设，根据假设推理触发各边， 实现模型推理，实际上属于一种定性的选择方法【3 6 , 3 7 。 这类方法的难点在于模型决策问题的距离很难定义，有时甚至无法制定，同 时该方法仅能选择单一模型，无法实现模型的组合。 2 基于知识的模型选择 利用现有的模型选择知识，通过产生式规则或者其它知识推理方法实现模型 的选择，这是一种常用的模型选择方法。例如g h o s h l 3 8 】对模型库中各个模型建立 相应的专家知识，通过人机交互的方式引导用户根据现有知识描述决策问题，同 时构建了一个同义词表，规范用户的描述语言，辅助系统根据知识匹配模型。张 志华利用分类树表示模型组织结构，并使用框架和产生式规则将模型选择知识链 接在各节点上，通过框架推理和局部择优的搜索策略构建模型推理机，实现模型 的选择。b a r i n z e 采用事先构建的模型选择规则，通过模糊推导的方法选择合适的 预测模型【3 9 】。 3 基于模式识别的模型选择 利用模式识别的现有成果进行模型选择主要分为两个步骤，首先识别模型的 文字描述部分，然后对数据部分进行识别，结合以上两个方面的信息，实现模型 选择。例如黄梯云f 3 6 ，4 0 j 等利用自然语言与用户交互，针对用户提出的问题，通过 自然语言的理解实现文字描述的识别。利用聚类分析、几何分类法等手段配合用 户实现数据部分的识别，最终根据两方面的识别结果，确定模型选择方案。l i a n g 4 l 】 基于语义网络表示各种模型的关联关系和选择知识，利用深度优先算法来识别相 应的模型。b a n e r j e e 和b a s u 为原子模型构造了对应的模型结构，并通过识别决策 问题的框架和模型参数信息，实现模型选择【4 2 , 4 3 】。 4 基于机器学习的模型选择 由于决策问题的数据描述越来越复杂，从数据中抽取相应的推理依据非常困 难，因此研究人员利用机器学习的现有方法从数据中获得模型结构知识。例如冯 玉强】利用专家系统和人工神经网络相结合的方法，主要包括学习和选择两个阶 段，在学习阶段，对每一模型类的模型组训练一个神经网络，使训练好的神经网 络能够根据用户给出的一组数据，自动选择适当的模型结构。s h a w 通过对历史选 第4 页 国防科学技术大学研究生院工学硕士学位论文 择规律和事实的学习，辅助用户提高模型选择的能力【】3 1 。 除以上方法之外，m a r o no d e d 等人根据决策问题求解特征，构建一系列的竞 争策略，对同一层次的各个模型进行竞争选择，对通过竞争的模型制定更加细化 的竞争策略，反复迭代直到获得合适的模型 4 5 - 4 7 j 。郑春红等利用实值编码的启发 式遗传算法实现基于高斯核函数的s v m 模型自动选择【4 引。m aj i n w e n 基于贝叶斯 阴阳机和谐学习原则以及熵惩罚进行模型选择等【1 3 1 。 这些方法在一定程度上实现了模型选择的智能性，但仍然存在一些缺点，首 先模型选择仍然对用户的领域知识依赖性较大，当用户缺乏相应知识时，模型选 择将无法进行，同时部分模型选择方法仅支持单一类型的模型，应用领域较窄。 其次大多数方法采用静态方式与用户交流，不利于用户理解和描述决策问题特征， 缺乏良好的人机交互过程。最后缺乏多种类型知识的提取、应用，并且无法对历 史选择规律进行学习。因此，本文通过改进传统模型库系统结构，利用模型的本 体表示法作为模型的逻辑表示形式，并设计实现了基于知识和数据两种模型匹配 算法，降低了模型选择对领域知识的依赖。 1 3 本文的研究工作与结构安排 本文通过参考传统模型库系统的体系结构，根据实际需要对模型库体系结构 进行了改进，使之具有较高的模型独立性、良好的功能扩展性，并基于新的模型 库结构，面向模型知识和数据，创建了模型选择辅助模块，降低了模型选择难度， 最后通过案例介绍了两种选择手段的具体使用方法。 本文的研究思路如图1 1 所示： 案例( 第六章) 基于数据的 基于知识的 模型匹配模型匹配 ( 第五章)( 第四章) 图1 1 本文的研究思路 本文改进了传统的模型库系统，创建了三级模式和两级映射( 物理存储模式、 全局概念模式和局部应用模式三层模式以及概念存储模式映射、应用概念模式映 射) ，设计模型本体表示法实现了全局逻辑模式，研究了两种模型匹配方法实现 第5 页 国防科学技术大学研究生院工学硕士学位论文 了局部应用模式，最后通过案例介绍了两种模型匹配功能的使用方法。本文的主 要内容包括： 1 传统模型库体系结构的改进( 第二章) 通过研究传统模型库的结构，本文设计了独立的模型表示层次，使模型库由 物理存储模式、全局概念模式和局部应用模式三层模式以及概念存储模式映射、 应用概念模式映射两级映射组成。其中，物理存储模式完成具体模型文件的存储 组织；全局概念模式描述模型的全局视图；局部应用模式实现模型管理和服务功 能；模式之间通过概念存储模式映射和应用概念模式映射互通。改进后的模型库 结构具有良好的模型独立性和功能扩展性。 2 模型本体表示法( 第三章) 通过设计模型本体表示方法，实现了全局概念模式。它由模型领域本体、模 型应用本体和本体进化体系三个方面构成，其中模型领域本体是该领域模型信息 及其关联关系的概念描述；模型应用本体描述具体的模型实例；本体进化体系允 许修改已建立好的模型领域本体和应用本体。模型本体表示能够方便的表示模型 信息，提高标准化程度，易于模型共享。 3 基于知识的模型匹配( 第四章) 基于知识的模型匹配算法有效利用领域知识，构建模型的框架表示形式，利 用事实库和知识库中的信息，创建推理树，有机结合经验和专业知识，生成模型 选择方案，实验表明该算法能够有效降低模型选择对专业知识的依赖性，提高了 选择速度。 4 基于数据的模型匹配( 第五章) 基于数据的模型匹配算法利用样本数据，根据遗传编程算法，生成组合模型， 实验表明算法能够挖掘样本中包含的模型信息，为用户提供参考模型。该算法进 一步降低了模型选择对专业知识的依赖，便于非专业人员组建模型。 5 案例( 第六章) 通过案例说明在模型库使用过程中，如何有机的将两种模型匹配算法相互结 合，构建出组合模型，提供辅助决策方案。 以上五章构成了本文的主体，除此之外第一章介绍了论文的选题背景，总结 了国内外研究现状，指出了当前存在的问题，第七章总结了全文的研究成果，并 提出了下一步需要改进的内容和深入研究的方向。 第6 页 国防科学技术大学研究生院工学硕士学位论文 第二章模型库结构设计 模型是人们对客观事物、现象、过程和系统的一种抽象描述，反映了实际问 题最本质的的特征和规律，描述了现实世界中有显著影响的因素和相互关系。利 用模型辅助决策是目前人们的共识，而模型库作为模型集合的载体，毫无疑问成 为决策支持系统的核心部件之一，它主要完成模型的组织存储，并向外部提供各 种动态、静态操作接口，是完成多种模型应用的根基【1 9 1 。 2 1 模型库概述 从决策支持系统d s s 支持的决策活动来看，模型库中存储的辅助决策模型以 数学模型为主【1 9 4 9 1 ，除此之外，有时还包括结构模型、仿真模型等，但物理模型 通常不算作其中，一般包括规划模型、推理模型、分析模型、预测模型、模拟实 验模型、优化模型、评判模型、综合运筹模型、智能模型等方面的模型【l9 ，5 0 ，”j 多 种类型的模型扩充了辅助决策的能力，而且通过不同类型的模型组合，将适应于 更广泛的决策问题。但是，由于不同类型模型的参数结构和详细描述侧重点不同， 也对模型库的组织管理提出了更高的要求。一般认为，模型库的发展过程经历了 模型程序、模型软件包和模型库三个阶段【l 圳。 2 1 1 模型程序 这是最初的模型组织方式，由于一般模型的算法主要是人工算法，适合人工 计算，因此必须将人工算法转化为计算机算法，即建立在计算机语言基础上。一 般需要根据模型的具体情况设计数据结构，再用计算机语言设计算法，最终形成 计算机程序。这种模型组织方式将一个模型分为源文件和目标程序，人们可以根 据源文件的注释理解模型的用途，通过源文件的修改和编译实现模型的组合，利 用目标文件实现模型的调用l l 圳。 利用模型程序表示模型是计算机参与辅助决策的最初形式，它的组织存储方 式简单，易于构建小规模的模型集合，但其对于模型的共享程度低，需要重复编 制模型程序，同时对模型信息的描述太过粗糙，仅仅适合专业人员使用，因而目 前很少使用这种方式存储模型i l 川。 2 1 2 模型软件包 针对模型程序共享程度低的缺点，人们将一致认可的模型程序组织成模型程 第7 页 国防科学技术大学研究生院工学硕士学位论文 序包的形式统一发布，针对一个模型包提供相应的说明文件，方便用户选用对应 模型，用户通过调用相应的模型程序，输入对应参数便可以得到运行结果。经典 的模型软件包主要以数学模型为主，例如运筹学软件包等1 1 9 1 。 模型程序包的组织结构比较简单，只是将多个模型程序进行分类表示，并向 普通用户屏蔽了源文件，使得其可用性有所提高。各种模型程序分散的存放在存 储介质中，仅仅通过多级菜单或者操作命令进行链接和调用，各种模型彼此独立， 分挂在不同菜单的底部，需要用户通过输入实际问题数据，激活模型实现调用， 因而无法完成参数的传递和模型的组合1 1 9 1 。 利用模型软件包组织经典模型是模型程序文件不断增加的必然要求，在一定 程度上提高了模型的共享程度，但并没有质的飞跃，同时由于其组织结构的固定 和源文件的透明性使得模型应用的灵活程度降低，所以目前除了教学需要外，很 少在决策支持系统中使用【1 9 】。 2 1 3 模型库 模型库是将众多模型按照一定的结构形式组织起来，通过模型管理系统对各 个模型进行有效的管理和使用，是目前最为流行的模型组织形式。它与前两种方 式最大的区别在于模型存储的结构化【9 1 9 , 5 2 】。 模型库中的模型由模型说明文件、数据描述文件、源文件和目标文件四部分 组成，通过模型说明文件描述模型的功能信息、分类信息等基本信息，方便模型 的选择和匹配；通过数据描述文件说明模型的输入输出参数信息和约束信息，是 模型组合和调用的基础；通过模型源文件可以改进当前模型，一般仅向高级用户 开放；通过模型目标文件实现模型的具体调用，最终通过模型字典库描述模型与 这些文件以及模型与模型之间的关系【5 3 】。 模型库通过增加模型描述信息以及模型字典库，使得模型的共享程度提高， 基于操作系统的文件管理体系建立模型文件库，使得模型的组织结构更加完善和 稳定。因此，目前模型库的主体由字典库和文件库两部分组成【l9 ，”，5 4 】。 1 模型字典 模型字典方便了模型的存储和查找，需要对模型的名称、编号和文件等信息 进行说明，类似于数据库中的数据字典，是模型最基本的信息集合，在模型库中 扮演各种模型文件的索引角色。一般它以文本、菜单和数据库的形式存在l l 引。 2 模型文件库 模型文件对应各种模型的具体信息，是模型的各种核心文件在计算机中的存 在方式，它的存储和调用效率对整个模型库系统至关重要。 第8 页 国防科学技术大学研究生院工学硕士学位论文 模型文件的存储一般由操作系统进行管理，以文件的大小和现有存储空间的 情况，决定模型文件的存储位置，这种方法简单易行，但是模型文件显得过于杂 乱，随着使用时间的增加，系统的效率逐渐降低。比较通用的方法是人为的建立 各种子目录，每个子目录存储所有模型的某一类模型文件，例如，将所有的模型 源文件存储在源文件子目录中，而将目标文件存储在目标文件子目录中。或者每 个子目录存放一个模型的所有模型文件，例如将线性规划模型i 存储线性规划模型 i 子目录中【7 ，1 9 1 。 模型文件的调用需要经过模型字典的索引，然后根据模