（计算机科学与技术专业论文）地下管线突发事故处置智能决策支持系统的研究与实现.pdf

，- 学位论文版权使用授权书 本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特 授权北京交通大学可以将学位论文的全部或部分内容编入有关数据库进行检索， 提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。 同意学校向国家有关部门或机构送交论文的复印件和磁盘。 ( 保密的学位论文在解密后适用本授权说明) 学位论文作者签名：主1 1 琦 导师签名： 签字日期：7 , 0l 口年6 月i 孑同 签字日期：钆，年6 月v 1 7 t 【。 l v i 中图分类号：t p l 8 2 u d c ： 学校代码：1 0 0 0 4 密级：公开 北京交通大学 硕士学位论文 地下管线突发事故处置智能决策支持系统的研究与实现 r e s e a r c ha n di m p l e m e n t a t i o no fi n t e l l i g e n td e c i s i o ns u p p o r t s y s t e mf o ru n d e r g r o u n dp i p e l i n ei n c i d e n t s 作者姓名：刘琦 导师姓名：田盛丰 学位类别：工学 学号：0 8 1 2 0 5 3 7 职称：教授 学位级别：硕士 学科专业：计算机科学与技术 研究方向：人工智能 北京交通大学 j 一 一 i j 致谢 本论文的工作是在我的导师田盛丰教授的悉心指导下完成的，田教授严谨的 治学态度和科学的工作方法给了我极大的帮助和影响。在此衷心感谢两年来罔老 师对我的关心和指导。 尹传环老师悉心指导我们完成了实验室的科研工作，在学习上和生活上都给 予了我很大的关心和帮助，在此向尹老师表示衷心的谢意。 在实验室工作及撰写论文期间，孙庆嘉、李小利、鹿越群、杨磊等同学对我 论文中的m a p x 控件的使用、基于案例推理的算法实现等研究工作给予了热情帮 助，在此向他们表达我的感激之情。 另外也感谢我的家人、朋友，他们的理解和支持使我能够在学校专心完成我 的学业。 p-iri-， l ， 中文摘要 中文摘要 城市公共设施是与我们生活密切相关的一种室内外辅助设施，它在显示着城 市经济实力的同时，也体现着市民的生活品质，所以城市公共设施的正常运行显 得特别重要。地下管线是城市公共设施不可或缺的一部分，但是近年来管线事故 频繁发生，不但给人们的生活带来很大的不便，还会带来经济甚至生命上的损失， 所以及时有效的处理地下管线突发事故对提高城市生活的宜居水平起着重要的作 用。 当前突发事故的处置方式仍依赖自身经验及应急预案，存在反应速度慢、知 识不全面等问题，因此开展应用事故处置的智能技术的研究，进行地下管线突发 事故处置智能决策支持系统的开发，对于提高城市公共设施应急工作的效率具有 重大的现实意义。 本文分析了目前北京市地下管线突发事故的现状和存在的问题，结合实际需 求，应用专家系统领域内的知识做了如下工作： 1 研究专家系统、决策支持系统和智能决策支持系统的相关理论知识及关键 技术，为后期的设计与实现做了充分的理论基础。 2 将基于规则的推理技术应用到专家系统中，即从以往的案例中提取出规则， 利用产生式规则表示法和正向推理技术构造了基于规则推理的专家系统。 3 利用m a p x 控件及d i j k s t r a 算法，初步实现了拓扑结构中结点间最短路径的 查找，并将结果输出到m a p x 控件中。 4 研究案例推理原理，将案例的描述部分表示成特征值的组合，用最近邻算 法实现了从案例库中检索出与当前案例相似度最大的案例，并输出相似度值及该 案例的解决方案。 关键词：决策支持系统；规则推理；g i s ；案例推理。 分类号：t p l 8 2 l 1 一 j 一一 r l l ， a b s t r a c t a bs t r a c t u r b a np u b l i cf a c i l i t i e sa r et h ef u n d a m e n t a lf o rm a i n t a i n i n gt h en o r m a lf u n c t i o no fa c i t y , w h i c hs h o w st h ee c o n o m i cs t r e n g t ho ft h ec i t ya tt h es a m et i m ea n da l s oe m b o d i e s t h eq u a l i t yo fl i f eo ft h eg e n e r a lp u b l i c ，s ot h en o r m a lo p e r a t i o no fp u b l i cf a c i l i t i e so f t h ec i t yi so f p a r t i c u l a ri m p o r t a n c e u n d e r g r o u n dp i p e l i n e sa r ea ni n t e g r a lp a r to fu r b a n p u b l i cf a c i l i t i e s ，b u ti nr e c e n ty e a r s ，p i p e l i n ea c c i d e n t sh a v eo c c u r r e df r e q u e n t l y , w h i c h w i l ln o to n l yb r i n gg r e a ti n c o n v e n i e n c et op e o p l e sl i f e ，b u ta l s ob r i n gt h e l o s so f e c o n o m i ca n de v e nl i f e ，s ot h a tt h eu n d e r g r o u n dp i p e l i n ei n c i d e n t sc a nb ed e a l tw i t h p r o m p t l ya n de f f e c t i v e l yp l a y sa ni m p o r t a n tr o l ei nr a i s i n gt h el e v e lo fl i v a b l ec i t i e s t h e r e f o r e ，d i s p o s i n go fb e i j i n gp u b l i cf a c i l i t i e sa c c i d e n tt i m e l ya n de f f e c t i v e l yi s v e r yi m p o r t a n tf o rm a i n t a i n i n gt h es t a b i l i t yo fb e i j i n g se c o n o m ya n ds o c i e t y h o w e v e r , c u r r e n t l yt h e r ei sn 0i n t e l l i g e n ts y s t e mt oh e l pb u i l d i n ga n du p g r a d i n gt h ee x p e r i e n c eo f e x p e r t s c u r r e n t l y , t h ea c c i d e n td i s p o s a lp r o c e s si sm a i n l yd e p e n d i n go nt h ei n d i v i d u a l e x p e r i e n c e ，i n c l u d i n ge x p e r t s ，m a n a g e r sa n df r o n t l i n es t a f f si nd i f f e r e n tf i e l d s i t sv e r y h a r dt oc o m p r e h e n s i v ea n d p r o m o t e st h ee x p e r i e n c ef r o mv a r i o u s s o u r c e s t h i sp a p e ra n a l y s i sc u r r e n ts i t u a t i o na n dp r o b l e m so fu n d e r g r o u n d p i p e l i n e s i n c i d e n t si nb e i j i n ga n da s s o c i a t e sw i t hr e a ld e m a n d ，c o m p l e t e dt h ef o l l o w i n gw o r k u s i n ge x p e r ts y s t e mr e l a t i v ek n o w l e d g e ： 1 r e s e a r c ht h e o r e t i c a lk n o w l e d g ea n dk e yt e c h n o l o g i e so f e x p e r ts y s t e m ，d e c i s i o n s u p p o r ts y s t e ma n di n t e l l i g e n td e c i s i o ns u p p o r ts y s t e mf o rf u r t h e rs t u d ya n dd e s i g n 2 a p p l yr u l e b a s e dr e a s o n i n gt e c h n o l o g yt oe x p e r ts y s t e m ，t h a ti se x t r a c t i n gr u l e s f r o mi n c i d e n tc a s eb a s ef r o mt h ep a s t ，u s i n gp r o d u c t i o nr u l er e p r e s e n t a t i o na n dp o s i t i v e r e a s o n i n gt e c h n o l o g yt oc o n s t r u c tr u l e b a s e dr e a s o n i n ge x p e r ts y s t e m 3 i m p l e m e n tt h es h o r t e s tp a t hb e t w e e nn o d e si nt o p o l o g yu s i n gm a p xc o n t r o la n d d i j k s t r aa l g o r i t h m ，a n dd i s p l a y e di nf o r mo fd r a w i n gl i n e so nm a p xc o n t r o lp a n e l 4 r e s e a r c hp r i n c i p l eo fc a s e - b a s e dr e a s o n i n g , a d o p tc o m b i n a t i o no ff e a t u r e st o d e s c r i b ep r o b l e m so fc a s e sa n ds e a r c ht h em o s ts i m i l a rc a s ec o m p a r e dw i t ht h et a r g e t c a s ef r o mc a s eb a s eu s i n gn e a r e s tn e i g h b o ra l g o r i t h m k e y w o r d s ：d e c i s i o n s u p p o r ts y s t e m ；r b r ；g i s ；c b r c l a s s n o ：t p l8 2 v n j】flljjfjifjlfiijiijlijilliiliiliililiillilliljlilliilllliiii-il l l l 1 一 l j 目录 目录 中文摘要。v a b s t r a c t v i i e j 录i x l 绪 仑1 1 1 选题背景l 1 2 问题的提出3 1 3 研究内容及意义3 2 系统关键技术5 2 1 专家系统简介5 2 1 1 专家系统的定义5 2 1 2 专家系统的特点5 2 1 3 专家系统的基本结构7 2 2 决策支持系统7 2 2 1 决策支持系统的三部件结构8 2 2 2 决策支持系统的四库三功能结构9 2 2 3 决策支持系统的发展前景l o 2 3 智能决策支持系统1l 2 3 1 智能决策支持系统的结构1 l 2 3 2 智能决策支持系统采取的方法1 3 2 3 3 智能决策支持系统的工作方式1 5 2 4g i s 技术1 5 2 4 1m a p x 1 7 2 4 2m a p x 在本文中的应用18 2 5 本章小结1 9 3r b r 与c b r 在专家系统中的应用2 l 3 1 规则推理概述2 1 3 1 1 规则推理的原理2 1 3 1 2 规则推理的关键技术2 2 3 2 案例式推理概述2 4 3 2 1 案例式推理的原理2 5 3 2 2 案例式推理的逻辑体系结构2 6 北京交通人学硕十学位论文 3 3 案例式推理的关键技术2 7 3 4 基于案例推理系统的类型及适用范围3 0 3 5 两种推理方法的比较3l 3 6 本章小结3 2 4 系统设计与实现3 3 4 1 基于规则推理的专家系统3 5 4 1 1 知识的获取及收集3 5 4 1 2 知识的表示3 6 4 1 3 求解策略及过程3 7 4 1 4 专家系统的实现3 9 4 2 利用d i j k s t r a 算法计算最短路径4 3 4 2 1m a p x 控件的加入4 3 4 2 2m a p x 控件的设置4 3 4 4 4 8 4 9 5 0 5 3 5 4 5 6 5 7 5 9 6 l 6 1 6 1 6 3 6 5 6 7 6 9 绪论 1 绪论 1 1 选题背景 决策支持系统( d e c i s i o ns u p p o r ts y s t e m ，d s s ) 是综合利用大量数据，在管理 信息系统( m a n a g e m e n ti n f o r m a t i o n ，m i s ) 以及运筹学的基础上，有机结合众多模 型，通过人机交互功能，辅助各级决策者实现科学决策的系统【l j 。m i s 是以人为主 导，利用计算机硬件、软件、网络通信设备以及其他办公设备，进行管理信息的收 集、传输、存储、加工、更新、维护和使用的系统。m i s 能把大量孤立的信息构建 成一个有组织的较为完整的信息系统，不仅解决了信息存储的冗余问题，还较大程 度地提高了信息使用的效能。 运筹学主要应用于模型辅助决策，模型是对客观规律的一般描述，人们通过对 模型的认识来增强对大规模复杂问题的处理能力。模型辅助决策系统一般用模型来 解决某类决策问题，随着解决问题越来越复杂，涉及的模型越来越多，需要专门的 模型库和模型库管理系统对其进行有效地组织和管理。把模型库和数据库有机结 合，这样的系统既具有数据处理功能又具有数值计算功能，于是产生了d s s 并得到 人们的重视和发展，成为系统工程、管理科学、人工智能等领域活跃的研究课题。 近年来专家系统( e x p e r ts y s t e m ，e s ) 也发展迅速，增强了d s s 系统的主动功 能，d s s 系统与e s 系统结合后，除了涉及到与信息管理有关的技术之外，还进一 步涉及到了智能技术，如对自然语言的理解和处理掣2 1 。在d s s 的应用过程中，对 d s s 的研究要结合应用目标、领域知识和应用背景去运用智能技术。在这样的背景 下，出现了智能决策支持系统( i n t e l l i g e n td e c i s i o ns u p p o r ts y s t e m s ，i d s s ) 。它最初 由美国学者波恩切克( b o n c z e k ) 等人于2 0 世纪8 0 年代初提出【3 】，并将定性分析和 定量分析有机结合，使其能够进行知识处理，以更准确的模拟客观世界，全面反映 决策过程，从而有效地解决半结构化和非结构化问题。 i d s s 在咨询、诊断、预测、设计、管理等领域得到了广泛的应用，但对于多数 的i d s s 应用系统来说，仍存在一些亟待解决的问题，如： 1 对决策过程的智能辅助程度不够高。传统的i d s s 是将专家系统作为d s s 的个相对独立的部件，或将e s 技术集成到d s s 的不同部件中。在这两种方式中， e s 都是对d s s 部件的实现技术提供功能辅助，如为智能数据管理、智能模型选择 等提供帮助，而对决策过程的智能辅助程度较低。这主要是因为大部分决策问题都 是不良结构和非结构化的，传统e s 所采用的结构化的推理方式，很难按照描述性 北京交通大学硕十学位论文 方式对决策过程提供智能支持。 2 知识获取较为困难且系统具有脆弱性。传统的基于规则的方法中，一方面， 从专家处获取知识的成本较高，另一方面存在专家不提供知识的可能，这就需要自 己去搜集整理，难免会存在搜集的知识不够专业、不够全面等一系列问题。 3 人机协调性不佳。主要表现在人机分工不合理和人机智能难以结合，在基 于规则的推理过程开始前，用户必须将问题按照系统可以理解的规则进行组织，这 是一个翻译过程。这就很难保证计算机能够正确、及时地理解用户的提问和需求； 用户也不能及时获得计算机的回答和解释；并难以对计算机进行动态的干预并加入 启发信息等。 4 灵活性和适应性不佳。传统的i d s s 各部件在提供智能支持时，学习行为大 多是静态的、被动的，即按照预定的启发式策略进行学习，不是按照实际环境需求 制定动态的学习策略，缺乏主动学习机制。因此限制了智能辅助的灵活性和适应性。 由于存在上述种种问题，基于案例的推理方法( c a s e - b a s e dr e a s o n i n g , c b r ) 在近年来得到广泛的应用，方法本身存在很多优点。 1 适用领域：能有效的解决未完成形式化领域( 弱理论领域) 、信息不完全领 域和经验知识占据主导地位的领域。 2 求解问题能力：利用类比相似性求解，能利用经验有效的解决问题；能够 处理不确定信息；易于解释和验证结果。 3 对知识的利用l 知识获取相对容易；知识重用度高；学习能力强。 c b r 有两个基本组成部分：即案例的表示和案例推理的实现。其中，案例的表 示是一种知识表示方式，从其特点看，它应归属于面向对象的知识表达范畴。案例 推理的实现取决于采取何种算法搜索出符合要求的案例。c b r 技术在问题求解策 略、推理方法和应用领域以及案例对c b r 所起的作用等方面与一般的知识库系统 有着很大的区别，尤其是案例在对知识的表示内容和方法上都具有明显的特性。 基于以上c b r 技术的优点，在对复杂问题的决策过程中，若问题信息具有随 机性、模糊性，且其知识难以表达、因果关系难以把握，而专家在过去的实践中已 积累了丰富的经验，存在着大量的实际案例，就可以利用c b r 方法进行决策支持。 这正是管线突发事故处理系统得以存在的技术背景。 从以上可以看出，基于规则推理的系统遇到一个新问题时，会试图用规则库中 的规则进行匹配，当匹配不成功时，就可以宣布该问题无解。而对于基于案例推理 的系统，在给定输入说明的情况下，c b r 系统将搜索案例库，以寻找一个匹配输入 特征的现有案例。一方面，它可能找到完全匹配输入特征的案例，从而直接得到问 题的解答，是复杂问题得到快速解决；另一方面，它可能检索到一个与输入特征相 似的案例或案例集，c b r 系统可修改不相匹配的部分，得到一个新的案例并添加到 2 i 绪论 案例库中，使系统具有自学习能力。 1 2 问题的提出 城市公共设施是城市设施的基础，是城市运行的生命线，也是城市职能正常运 转的保障。其安全运行不但关系着全市人民的日常生活，同时也关系着整个城市的 正常运转和居民的生活水平，地下管线作为城市公共设施重要的一部分，其突发事 故的发生会造成人们的同常生活不便、会造成人力和财务上的损失，更有甚者，还 会危害人民的生命并引发灾难。 因此，及时有效地处置北京市地下管线突发事故对保证北京市经济正常运行和 维护社会稳定起着重要的作用。然而目前地下管线突发事故的处置主要是依赖人工 经验，包括各个领域的专家、管理人员以及一线工作人员等，尚未建立起智能系统。 难以科学积累曾经发生过的事故处置经验，难以综合、提升地下管线各个领域的专 家经验。为了将人工智能技术应用到地下管线应急管理工作中，提升北京市地下管 线突发事故应急管理的智能化水平。北京市市政市容管理委员会提出了构建城市地 下管线突发事故应急管理智能决策支持系统的设想。 由于各个突发事故的属性特征在某种程度上具有很大的相似性，所以可以利用 以往专家的知识和处置经验为当前发生的突发事故提供宝贵的经验参考。北京市市 政市容管理委员会在过去对地下管线突发事故的处置过程中，积累了一定的处置经 验，所以本文会研究基于案例的推理技术在地下管线突发事故处置中的应用。包括 案例的知识表示、案例的存储、案例搜索算法等。 事故发生后，道路情况会发生变化，即原本畅通的道路可能由于事故的发生而 无法通行。这就存在如何在最短的时间内以最快的速度赶赴事故发生地点进行事故 处置，使故事发生带来的损失降到最低。以及如何从某地点绕过事发道路到达另一 目的地。基于这个实际问题，本系统结合目前流行的地理信息系统( g e o g r a p h i c i n f o r m a t i o ns y s t e m ，g i s ) 技术，建立空间数据实体之间的拓扑关系，并使用d i j k s t r a 算法初步实现了最短路径的查询。 1 3 研究内容及意义 本课题研究地下管线事故处理智能决策支持问题，将地下管线事故处置经验组 织成相应的案例库，研究了人工智能技术中的专家系统、决策支持系统和智能决策 支持系统的理论知识和关键技术的基础上，根据目前北京市地下管线突发事故的研 究现状，提出了基于规则和基于案例的推理技术，并结合m a p x 控件，初步实现了 3 北京交通大学硕士学位论文 在所建立的拓扑结构的结点中赶赴事故发生地的最短路径。 本课题的研究意义在于将基于规则的推理技术( r u l e - b a s e dr e a s o n i n g ，r b r ) 和 c b r 推理技术应用在地下管线事故处理决策支持系统中，这对提高北京市地下管线 突发事故的处置能力具有较大的专业及经济价值。同时系统在实现过程中，兼顾了 c b r 应用系统的通用性，使得系统可以经过少量的改动便可成功移植到其它领域， 为今后c b r 应用系统的实现提供借鉴。 本文的组织结构如下：第一章介绍本课题的研究背景、课题研究内容与研究意 义；第二章分析并讨论课题涉及的主要理论与核心技术原理，其中主要包括专家系 统、决策支持系统、智能决策支持系统的概念、原理及系统结构；第三章介绍了r b r 与c b r 的概念及关键技术，并对两者进行了详细的比较；第四章在前面研究的基 础上进行了系统的总体设计，给出核心模块的详细设计及运行结果，构建了系统原 型；最后，对本文所做的工作进行总结，总结了论文当中的不足并提出了今后的研 究方向。 4 系统关键技术 2 系统关键技术 2 1 专家系统简介 2 1 1 专家系统的定义 专家系统作为专家的功能主要是应用了人工智能领域的相关技术。人工智能主 要研究人们如何思考、推理、和学习，而且人工智能是横跨计算机学科和认知心理 学的交叉学科【l 】。人工智能试图发现并发展一种可用的机制，这种机制使计算机能 够模仿人们在解决特定问题时所使用的推理方法。尽管这些人工智能机制并不完全 等同于人类的思维机理，但是，他们能得到与人类决策者相似而且有用的推理结果。 专家系统早期先导者之一，斯坦福大学的e d w a r dfe i g e nb a u m 教授，把专家系 统定义为：一种智能的计算机程序，它运用知识和推理来解决只有专家才能解决的 复杂问题i l6 1 。专家系统是一种在相关领域中具有专家水平解题能力的智能程序系 统，它能利用领域专家多年积累的经验与专1 - j 矢n 识，模拟人类专家的思维过程，求 解本需专家才能解决的困难问题。这里的专家具有不为大多数人所知或所利用的专 门技能。专家能够解决大多数人所不能解决或是不能高效地解决的问题。快速高效 地解决问题很重要，在很多领域里有相关知识的技术人员一般都能解决一些常见问 题，但借助便捷的专家系统，可以很大程度地提高效率。 也就是说，专家系统是一种模拟专家决策能力的计算机系统，模拟这词表明专 家系统要在所有方面做得像专家一样。模拟比模仿更进一步、模仿只要求在某些方 面做得像真正的事物一样【4 】。 虽然现今仍未找到一种通用的解决问题的方法，然而专家系统在其受限制的领 域里做得很成功。今天，正如所有书籍、期刊会议和产品所描述的那样、专家系统 在商业、医学、科学以及工程等领域得到广泛的应用。 2 1 2 专家系统的特点 专家系统作为一种通用的人工智能技术，有着许多吸引人的特征【5 】= 1 适应性强。专家知识在任何计算机硬件上都是可以利用的。实际上，专家 系统是专家知识的集合体。 2 成本低。提供给用户的专家知识成本非常低： 北京交通人学硕+ 学位论文 3 危险性低。专家系统可以用于那些可能对人有害的环境； 4 持久性。专家知识是持久的，不像专家那样会休息、退休，专家系统的知 识会无限持续； 5 复合专家知识。专家系统可以综合不同方面专家在各个领域的知识和经验， 且在一个领域可以集合多个专家的意见，不同领域之间的知识也可以相互交织补 充，综合水平较高，一般会超过单个人类专家的水平； 6 可靠性强。专家系统可增强正确决策的信心。这是通过向专家提供一个辅 助观点而得到的；而此外，专家系统还可以协调多个专家的不同意见。不过，如果 专家系统是由某一个专家编程设计的，那这个方法就不能奏效。如果专家没有犯错 误的话，专家系统应该始终与专家意见一致。但是，如果专家很累或有压力就可能 犯错误： 7 解释说明。专家系统能明确、详细地解释导出结论的推理过程。一个人可 能会太厌烦，不愿意或是没有能力去这样做，但明确，详细的解释有利于得出正确 的决策。专家系统的知识库采取开放式设计，可以不断的修改完善以及补充各类信 息，使得系统有良好的发展性。它可使人类的经验不再受时问和空f n j 的限制而永久 保留。事实上，一套成功的专家系统等于造就了千万个有无限寿命的事故处理专家； 8 具有灵活性。一般都采用知识库与推理机分离的构造原则，可以在系统运 行时根据不同的要求分别选取合适的知识构成不同的求解序列，实现对特定问题的 求解： 9 具有透明性。专家系统一般都设置了解释机构，用于向用户解释它的行为 动机及得出的某些答案的推理过程，可以使用户能比较清楚地了解系统处理问题的 过程及使用的知识和方法，从而提高系统的可信程度； 1 0 具有交互性。可以与领域专家或知识工程师进行对话以获取知识，同时可 以通过与用户对话，获得求解问题时所需的知识以及回答用户的询问： 1 1 响应快。迅速或实时的响应对某些应用来讲是必要的依靠所使用的软件或 硬件、专家系统可以比专家反应得更迅速或更有效； 1 2 始终稳定。理智和完整的响应。在实时和突发情况下，专家可能由于压力 或疲劳而不能有效地解决问题。 开发专家系统的过程也会有一个间接的益处，由于专家知识必须以精确的形式 输入到计算机中，所以知识要明确的了解而不是被隐含于专家的脑海中，这样，就 必须对知识进行正确性，一致性和完整性检查，这就提高了知识的质量。 6 系统关键技术 2 1 3 专家系统的基本结构 不同领域的专家系统，功能、结构都不尽相同。一个专家系统，应该具备以下 几个基本功能【4 j ： 1 存储问题求解所需的专家知识。 2 存储具体领域内的初始数据和推理过程中所涉及到的各种信息，如中问结果、 目标、子目标、条件、假设等等。 3 根据当前输入的数据，利用已有的知识，按照一定的推理策略，去解决当前 问题，并能控制、协调整个系统。 4 能对推理过程、结论或系统自身做出必要的解释，如系统的解题步骤，处理 策略，选择处理方法的理由，系统求解某种问题的能力，系统如何组织和管理其自 身知识等。这样既便于用户的理解和接受，同时也便于系统的维护。 5 提供知识获取、机器学习、修改、扩充和完善等其它维护手段只有这样才 能更有效地提高系统的问题求解能力及准确性。 6 提供一种人机接口，既便于用户使用，同时又能分析、理解用户的各种请求。 这些功能决定了专家系统的结构。 综合以上论述，专家系统包括：知识库、推理机、综合数据库、人机接口、解 释程序和知识获取六大部分。 2 2 决策支持系统 决策支持系统是以信息技术为手段，应用决策科学及有关学科的理论和方法， 针对某一类型的半结构化和非结构化的决策问题，通过提供背景材料、协助明确问 题、修改完善模型、列举可能方案、进行分析比较等方式，为用户做出正确决策、 提供帮助的人机交互式的信息系统【5 】。 1 决策支持系统具有以下主要特征： ( 1 ) d s s 辅助用户完成结构化和非结构化的决策问题，这些问题很少或得不到 信息系统的支持，而d s s 可以解决一部分分析工作的系统化问题，但这一过程的制 还需决策者的洞察力和判断力； ( 2 ) d s s 必须是辅助和支持用户，而不是代替他们进行判断； ( 3 ) d s s 通过人机交互接口为决策者提供辅助功能，注重用户的学习、创造和 审核； ( 4 ) d s s 的目标是辅助人的决策过程，以改进决策制定的效能。 2 决策支持系统的功能： 7 北京交通人学硕士学位论文 ( 1 ) 信息服务：包括外部服务和内部服务。 信息，内部服务为其他功能的实现提供基础数据； ( 2 ) 科学计算：辅助决策时进行必要计算， 和选择； 外部服务为决策者提供所需要的 不追求复杂性，注重用户的参与 ( 3 ) 决策咨询：在科学计算的基础，增加知识和推理功能后就可以对决策起 进一步的支持作用，甚至可以为决策支持系统建立一个准专家系统； ( 4 ) 人工智能：具有人工智能的支持系统是最理想的d s s ，它追求的目标主要 是人和机器的充分交互，达到共同协作完成决策任务。 2 2 1 决策支持系统的三部件结构 三部件决策支持系统是最基本的决策支持系统，并对决策支持系统发展起了重 要的作用。基本结构如图2 1 所示。 用户 图2 1 决策支持系统的三部件结构 f i g u r e2 - 1t h r e e - p a r ts t r u c t u r eo fd s s 1 9 8 0 年s p r a g u e 提出著名的决策支持系统三部件结构，它是由三个子系统组成 的，即人机交互系统( 综合部件) 、模型库系统( 模型部件) 和数据库系统( 数据 部件) 。 1 综合部件：该部件是决策支持系统与用户之间的交互界面。用户通过“人机 交互系统”控制实际决策支持系统的运行，决策支持系统既需要用户输入必要的信息 和数据，又需要向用户显示运行的情况即最后的结果。 2 数据部件：该部件包括数据库和数据库管理系统。数据库用来存储大量数 据，典型的数据组织模型有网络模型、层次模型和关系模型。关系数据库己经有了 8 系统关键技术 很成熟的发展。数据库管理系统则具有数据库建立、删除、检索、修改、排序等功 能。般而言，数据库管理系统会提供一套语言体系供用户使用，数据库会提供与某 种高级程序语言的接口，这套语言体系一般由以下两部分构成： 数据库定义语言( d d l ) ：提供定义数据库中数据的组成形式，如数据库模式、 数据依赖关系等手段 数据库操作语言( d m l ) ：提供对数据库中的数据进行操作，包括数据库的建 立、维护；数据字典的建立和维护；数据查询、检索及数据处理等手段。 3 模型部件该部件由模型库以及模型库管理系统构成。模型库用来存放模型。 模型不同于数据，它是以某种计算机程序表示的，可以以某种方法进行运行。模型 库管理系统有两方面的功能，一是类似数据库管理系统的静态管理功能，二是模型 的动态管理功能。前者包括：模型库的建立、删除、模型字典的维护；模型添加、 删除、检索等功能；有关模型的各种计算机程序( 源程序、目标程序) 的维护。后 者包括：控制模块的运行，提供顺序、选择、循环等三种基本的运行控制机制；负 责模型与数据库部件之间的联系，模型库管理也有一个语言体系： 模型管理语言：定义模型的名称、功能、参数、程序构成及与其它模型的关系。 模型操作语言：执行模型，控制模型与数据库之i 日j 的动态数据交换，模型的运 行控制等。 2 2 2 决策支持系统的四库三功能结构 四库三功能的系统结构，如图2 2 所示，这种结构是一种初级的智能决策支持系 统，用于增加了知识库及相应的推理系统，使d s s 对决策者的支持功能大大增强。 用户 图2 2 决策支持系统的四库三功能结构图 f i g u r e2 - 2f o u rd a t a b a s ea n d t h r e ef u n c t i o n so fd s s 9 北京交通人学硕士学 ) = 论文 1 知识库子系统 当d s s 晦 智能方向发展时，知识和推理就显得越来越重要。开发知识库的关链 技术是：知识的获取和解释、知识的表示、管理和维护。 2 方法库子系统 方法库子系统主要是一个软件系统，它综合了数据库和程序库。 2 2 3 决策支持系统的发展前景 作为一个开放的系统，显而易见，决策支持系统所涉及的理论、技术的不断进 步，必然促使d s s 的不断发展【6 】。 硬件环境可望给计算机带行业带来根本性的变化，第五代智能机和神经网络的 出现、多媒体技术的研究和应用、通讯和网络技术的飞速发展都会大大提高支持效 率。软件环境也会大大改善，人工智能技术、模型管理体系的研究等变化预示着群 体的人机界面更为友好的d s s 将成为未来模式。友好的人机界面将是推动d s s 迅速 发展的一条最有效的捷径，这比任何其它特点更使d s s 对管理决策者具有吸引力。 对话支持硬件的丌发研究，如光笔、鼠标、触屏、高分辨率彩显及各种声像技术将 受到语音识别和语音合成技术的推进而继续向前发展；对话支持软件：菜单、多窗 口、在线帮助功能也将进一步发展。 决策支持系统的应用将会更加的宽广，向各行业、各领域辐射。其应用己渗透 到社会的许多领域，如能源、教育、企业管理、经济决策等。 智能决策支持系统将会得到进一步的发展。d s s 产品将与a 1 技术和具进一步结 合起来并最终包含a i 的成果。a i 领域内很多集成的或独立的产品需要嵌入在一个传 递系统以加快其应用步伐，d s s 将会提供这样的系统，因为它全面吸收了自然语言 处理、模式识别等各种技术，其结果大大促进了i d s s 的发展。 基于数据仓库的决策支持系统有着更加广阔的发展前景。随着数据仓库( d w ) 、 联机分析处理( o l a p ) 及数据挖掘( d a t am i n i n g ) 技术的进一步发展，基于数据 仓库的d s s 的决策能力将大为提高。分布式决策支持系统( d i s t r i b u t e dd e c i s i o n s u p p o r ts y s t e m ，d d s s ) 同样会得到快速发展。很多生产厂家包括研制开发高档、大 型d s s 产品以及微机d s 5 产品的生产厂家，都在考虑提供d s s 生成器的各种不同版 本，它们可以互相连接同时运行。 对于那些支持群体智慧而相互依赖的决策过程，群体决策支持系统( g r o u p d e c i s i o ns u p p o r ts y s t e m ，g d s s ) 的研究和应用将会更为普及。研究工作将根据个人 之间、群体之间以及个人与群体之间的交互作用来进行。研究方向将会关注计算机 社会学、群体动力学方面的问题。g d s s 己成为d s s 发展的一个重要趋势和前沿问题。 l o 系统关键技术 2 3 智能决策支持系统 智能决策支持系统i d s s 是决策支持系统与人工智能相结合的产物，它将人工智 能中的知识表示与处理的思想引入至i j d s s ，其独特的研究方法和广泛的发展前途使 之一出现就成为决策支持技术研究的热点。 决策支持系统的发展和人工智能技术的发展是密切相关的。7 0 年代，同d s s 一 个时期兴起的还有一专家系统，它是人工智能的进一步发展，d s s 把专家系统的知 识库子系统运用到系统中，使d s s 具有了智能。 i d s s 的进一步发展将面临解决复杂的不良结构决策问题的挑战，其求解需要 多领域的专业知识，i d s s 必须拥有一个庞大的知识系统，能够完成知识的表示、推 理运用，来为决策服务。 2 3 1 智能决策支持系统的结构 1 9 8 1 年r h b r o n z e 等人提出了决策支持系统三部件结构形式。由于该结构中含 有c 知识系统”，从而包含了人工智能的成分【7 1 。如图2 3 所示： u s e r 1 一j 霹一怔j 蔓 图2 3 包含人工智能成分的决策支持系统结构图 f i g u r e2 - 3s y s t e ms t r u c t u r eo fd s si n c l u d i n ga r t i f i c i a li n t e l l i g e n c ec o m p o n e n t s 1 语言系统( l s ) 语言系统是提供决策者的所有语言能力的总和，包括由用户或模型来检索数据 的语言以及由用户操作计算机的语言。决策用户用语言系统的语句、命令表达式等 来描述决策问题，编制程序在计算机上运行，得出辅助决策信息。 2 知识系统( k s ) 知识系统是问题领域的知识。知识除包括最基本的数据记录外，还包括对问题 领域的规律性描述。这种描述可用定量方式表述为数学模型或者其它形式的模型。 随着人工智能的发展，对问题领域的规律性知识用定性的方式描述，如表示为生成 式规则等。也就是说，可以将数据、模型和规则看成是知识的不同表现形式。 3 问题处理系统( p s s ) 问题处理系统是决策支持系统的核心。它的功能包括：信息收集、问题识别、 模型生成及问题求解等。信息集是问题处理的基础。信息来自于决策用户或来自于 知识系统、来自于用户的信息借助于语言系统经过编译技术转换成问题处理系统所 北京交通人学硕士学位论文 需要的内部信息。来自知识系统的信息是对数据库的存取和对模型的调用，为问题 处理系统服务 问题识别是完成将实际问题转换成计算机能进行求解的过程。这要通过对问题 的分解、分析，建立问题求解的总框架模型。这种总框架模型包括各组成部分的日 标、功能、数据和求解要求。它们一定是能够在计算机上得到解决的。 模型生成重点在于生成决策支持系统总框架模型，根据问题识别的总框架模 型，决定各组成部分是建立新模型，还是选择已有的成熟模型；多模型如何组合； 需要利用哪些数据；是采用数值计算模型还是采用知识推理模型。这些都需要进仔 细的分析设计和试验。