（控制理论与控制工程专业论文）基于net技术的决策支持系统与远程报警监控系统研究.pdf

ab s t r a c t d s s ( d e c i s i o n s u p p o r t s y s t e m ) a n d r e m o t i n g a l e rt m o n it o r i n g s y s t e m a r e i m p o rt a n t f i e l d s o f t h e i n f o r m a t i o n i z a t i o n . wi t h t h e a p p l y i n g o f s e v e r a l n e w t e c h n i q u e s , b o t h o f t h e s e f i e l d s a r e d e v e l o p i n g q u i c k l y n o w . i n t h i s a r t i c l e , w e a d o p t t h e .n e t t e c h n i q u e s a n d w e a r e g a i n i n g i n t h e s e t w o f i e l d s . .n e t f r a m e w o r k c o m p r i s e s c l r ( c o m m o n l a n g u a g e r u n t i m e ) a n d .n e t f r a m e w o r k c l a s s l i b r a ry . c l r i s t h e b a s i c o f c o n s t r u c t i n g .n e t a p p l i c a t i o n , .n e t f r a m e w o r k c l a s s l i b r a ry p r o v id e s s ta n d a r d d e v e l o p e n v i r o n m e n t f o r t h e a p p l i c a t i o n s w h i c h a r e b a s e o n c l r . i t c o n s i s t s s e v e r a l t e c h n o l o g i e s , s u c h a s a s r n e t , a d o .n e t , wi n d o w s f o r m s , .n e t r e m o t i n g , c o m + s e r v i c e s , a n d e t c . i t a l s o s u p p o r t s t h e c o n s t r u c t i n g a n d u s i n g o f w e b s e r v i c e s . f r o m 2 0 0 0 t o 2 0 0 3 , .n e t t e c h n o l o g y a p p e a r s a n d b e c a m e s m o r e a n d m o re p o p u l a r . i n t h i s a r t i c l e , w e m a i n l y i n tr o d u c e s e v e r a l a p p l i c a t i o n s o f .n e t f r a me wo r k 1 . 1 . s o me i n n o v a t i o n s i n t h i s t h e s i s a s f o l l o ws : 1 . t h e i n f o r m a t i o n i z a t i o n o f a r m y n e e d s t h e i n t e l l i g e n t d s s s y s t e m w i t h t h e f u n c t io n s , s u c h a s i n q u i ry , o u t p u t o f d o c u m e n t s a n d p a r a m i l i t a r y . w e i m p l e m e n t t h i s s y s te m w i t h t h e .n e t t e c h n o lo g i e s . i t w i l l s t r o n g l y h e l p t h e i n f o r m a t i o n i z a t i o n a n d a u t o m a t i o n o f t h e d e c i s i o n o f a r m y . 2 . t h e a p p l i c a t i o n o f a d o .n e t i n t h e t e r m i n a l o f r e m o t i n g a l e rt mo n i t o r i n g s y s t e m i m p r o v e s t h e m o n i t o r i n g c a p a c i t y , a n d i t w i l l b e m o r e r e a l - t i m e a n d i n t u i t i o n i s t i c . i t w i l l m e e t t h e r e q u e s t s o f t h e e l e c t r i c i t y d e p a r t m e n t . i n t h i s t h e s i s w e g i v e t h e p r e s e n t a t i o n s o f i m p l e m e n t a t i o n o f t h e s y s t e m . k e y w o r d s : d s s n a v y d e c i s io n s u p p o rt s y s t e m a d o .n e t w i r e l e s s r e m o t i n g m o n i t o r i n g s y s t e m s a f e t y e s t a b l i s h m e n t g u a r d a g a i n s t t h e ft .n e t f r a m e w o r k 南开大学学位论文版权使用授权书 本人完全了解南开大学关于收集、保存、使用学位论文的规定， 同意如下各项内容:按照学校要求提交学位论文的印刷本和电子版 本;学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、 扫描、 数字化或其它手段保存论文; 学校有权提供目 录检索以及提供 本学位论文全文或者部分的阅览服务; 学校有权按有关规定向国家有 关部门或者机构送交论文的复印件和电子版; 在不以赢利为目的的前 提下，学校可以适当复制论文的部分或全部内容用于学术活动。 学 位 论 文 作 者 签 名 :责 z 7 ” 07年 s 月 29日 经指导教师同意，本学位论文属于保密，在年解密后适用 本授权书。 指导教师签名: 学位论文作者签名: 解密时间: 年月 各密级的最长保密年限及书写格式规定如下: 内部5 年 ( 最长 5 年，可少于5 年) 秘密1 0 年 ( 最长 1 0 年 机密2 0 年 ( 最 长2 0 年 可少于 1 0 年) 可少于 2 0 年) 南开大学学位论文原创性声明 本人郑重声明: 所呈交的学位论文， 是本人在导师指导下， 进行 研究工作所取得的成果。 除文中已经注明引用的内容外， 本学位论文 的 研究成果不包含任何他人创作的、 已 公开发表或者没有公开发表的 作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集 体， 均己在文中以明确方式标明。 本学位论文原创性声明的法律责任 由本人承担。 学 位 论 文 作 者 签 名 : 夯 ( r, 2 0 0 7 年5 月) 4 日 第一章 绪论 第一章绪论 第一节 决策支持系统的发展 决策支持系统 ( d e c i s i o n s u p p o r t s y s t e m , d s s 这一 概念是2 0 世纪7 0 年 代初由 美国m . s . s c o t t m o r t o n 在 管理决策系统 一文中 首先提出的【 o d s s产 生以来， 己从最初仅通过交互技术辅助管理者对半结构化问题进行决策， 发展到 嵌入各种a i技术的更为实用的d s s ， 其应用横跨多个领域，成为信息系统技术 的研究热点之一。 但是， 因为基于传统d b m s的d s s只能提供辅助决策过程中的 数据级支持，而现实决策所需的数据却往往是分布、异构的;而且实际中大多 d s s的应用都对决策者有较高的要求， 除了要有专业领域的知识外， 还要求决策 者具备较丰富的d s s建模知识，因此传统的d s s投入应用的成功实例并不多。 ， . 1 . 1群决策支持系统 2 0世纪7 0年代和8 0年代期间， 群决策支持系统( g d s s )理论获得了相当 的 发 展 2 . 在复 杂多 变的 市场 环境中， 信息量大大增 加， 一 个 组织面临的问 题 繁 多且复杂， 受个人认识能力、 精力的限制， 越来越复杂的组织活动远远超出了 个 人独立完成的能力。 g d s s将通信技术、计算机技术和决策理论结合在一起， 帮 助具有不同知识结构、 不同经验、 共同责任的群体在决策会议中 对半结构化和非 结构化问题求解， 最大限度地减少决策过程中的不确定性，提高决策的质量。 1 . 1 . 2分布式决策支持系统 然后， 2 0世纪8 0年代初期又提出了分布式决策支持系统( d d s s ) , 对传统集中式 d s s的扩展，由多个物理上分离的节点构成计算机网络 每个节点都至少含有一个决策支持系统或具有若干辅助决策的功能。 d d s s是 网络的 第一章 绪论 1 . 1 . 3智能决策支持系统 到了2 0世纪8 0年代中期，d s s与人工智能( a i ) 的结合， 专家系统的融入 形 成了 智能 决 策支持系 统( i d s s ) , 幢d s s能 够更 充分 地利用己 有的 经验与知 识 库， 包括对于决策问题的描述性知识， 决策过程中的过程性知识， 求解问题的推 理性知识， 在此基础上通过逻辑推理来协助解决更为复杂的决策问题。 专家系统 与d s s的结合，主要是通过在d s s系统中加入推理机和规则库。由于在决策过 程中， 许多知识不能用数据来表示， 也不能通过模型来描述， 所以没有固定方式 的专门知识和历史经验。i d s s引入的规则库可以存储这些知识，为决策提供重 要的参考和依据。 最典型的智能决策支持系统由 语言系统( l s )、问题处理系 统 ( p p s )和知识系统( k s ) 3个子系统构成，它的关键技术是自 然语言 处理，这 是人工智能研究的一个主要领域， 人工智能技术的发展在很大程度上也促进了 智 能决策支持系统的发展。 1 . 1 . 4基于w e b 的决策支持系统 r 前， 基于w e b的决策支持系统( w d s s )已 成为决策支持系统研究领域新的 方向。 基于w e b的d s s是指将d s s由 原来的单机架构， 转换为浏览器/服务 器 ( b / s )架构。 计算机和网络技术的发展，使得w e b系统逐渐能够实现以往单 机 版d s s中的大部分功能，这样做不仅减少了开发成本 ( 无需开发客户端软件)， 而且使得d s s的 安装与使用也更加简便。 用户可以 通过w e b浏览器登录决策系 统， 而无需安装单机软件， 从而也节约了目 前在软件安装、 维护、 升级上的成本 和时间。 第二节 安防报警系 统简介 报警设 备 的发 展 主要体 现在两 个方面w ， 一是 探测器 技 术的发展，出 现了 被 动红外、超声波和微波三种不同的 探测技术， 涌现出了 各种不同 类型的探测器。 这方面最有前途的是复合式探测器， 即 在同 一个封装盒里安装两种以 上不同的 探 测器， 两者组合后的误报率将会大大降低。复合式探测器一般有超声波/ 被动红 外复合式探测器、微波/ 被动红外复合式探测器等。二是远程报警系统的发展， 第一章 绪论 远程报警系统则包括有线报警系统、无线报警系统， 报警联防网络等闭 。 按照报警系统的规模可分为小规模、中规模和大规模报警系统。 1 . 2 . 1小规模报警系统 例如无线式报警系统， 它具有安装方便、 简单易用、价格低廉的特点， 但是 也存在覆盖面小、 误报率高等问题， 使得它的应用场合受到了一定的限制。 但由 于此类产品具有体积小、 成本低等优点， 适用于一些简单的场合和个人家庭， 仍 然具有很大的市场潜力，目 前此类产品在市场上也比较活跃。 1 . 2 . 2中规模报警系统 例如闭路电视监控系统、 智能监控系统等， 从功能和结构上介于小规模报警 系统和大规模报警系统之间。 其报警功能、 各技术指标和系统性能与大规模报警 系统相比有一定差距， 缺乏图形交互界面和报警信息管理功能， 技术上属于微型 计算机技术大规模普及前的产品。目前市场上还有不少此类产品。 1 . 2 . 3大规模报警系统 主要是微机监控系统， 它具有微机软件开发方便、 多媒体功能强大、 交互界 面友好， 管理操作简单易学等特点， 可监控数十个乃至上百个监控节点， 性价比 高，国外这方面的系统研究得较早，己经有了系列化的产品。国内在此方面的系 统较小， 产品没有形成系列化和商品化， 只有一些简单的微机监控软件系统。 这 也是本文要论述的重点。 第三节 通用数据访问技术的发展 在应用程序的设计中， 数据库的访问是非常重要的， 为了适应应用程序通过 一致的接口 来访问分布在不同地方， 不同格式的数据的需要，多种通用数据访问 技术 ( u n i v e r s a l d a t a a c c e s s ) 先后被开发出 来。 在主流的数据访问 技术中， 微软相关的数据访问 技术自 成一套体系5 第一章 绪论 1 . 3 . 1 o d b c( 开放式数据库连接) o d b c ( o p e n d a t a b a s e c o n n e c t i v i t y ) : 是 第 一 个 使 用s q l 访问 不同 关 系 数 据库的数据访问技术。 使用 o d b c应用程序能够通过同样的命令操纵不同类型的 数据库， 而开发人员需要做的仅仅只是针对不同的应用加入相应的 o d b c驱动。 m i c r o s o f t开放式数据库连接 ( o d b c )接口是一个 c编程语言 接口，该接口 使 应用程序可以访问多种数据库管理系统 ( d b m s )中的数据。使用该 a p i的应用 程序被限制为只能访问关系数据源。 1 . 3 . 2 d a o数据访问对象 d a o ( d a t a a c c e s s o b j e c t s ):不像 o d b c那样是面向 c / c + +程序员的， 它是微软提供给 v i s u a l b a s i c开发人员的一种简单的数据访问方法， 用于操纵 a c c e s s数据库。 1 . 3 . 3 r d o远程数据对象 r d o ( r e m o t e d a t a o b j e c t ) : 在使用 d a o访问 不同的关系型数据库的时候， j e t引擎不得不在 d a o和 o d b c之间进行命令的转化 r d o ( r e m o t e d a t a o b j e c t s )的出 现就顺理成章了。 导致了性能的下降，而 1 . 3 . 4 o l e d b技术 o l e d b : o b j e c t l i n k i n g a n d e m b e d d i n g d a t a b a s e ， 随着越来越多的数据 以非关系型格式存储， 需要一种新的架构来提供这种应用和数据源之间的无缝连 接， 基于c o m ( c o m p o n e n t o b j e c t m o d e l ) 的o l e d b 应运而生。 o l e d b是一个 全面的 c o m接口 集， 这些接口 可用于访问 多种数据存储区中的多种多样的数据。 o l e d b提供程序可用于访问数据库、文件系统、消息存储区、目 录服务、工作 流和文档存储区中的数据。 1 . 3 . 5 ado a d o : a c t i v e x数据对象 ( a d o )提供了将继续得到增强的高级编程模型. a d o 第止章 a d o ne t概述 第二章a d o . n e t概述 随着应用程序开发技术的不断演变，新的基于 w e b模型的应用程序各部分 之间 祸合越来越松散。 如今， 越来越多的 应用 程序使用 x m l ( e x t e n s i b l e m a r k u p l a n g u a g e ， 可扩展标示语言 )来编码要通过网 络传送的数据。 w e b应用程序将 h t t p用作在层间 进行通信的结构，必须显式处理请求之间的维护状态。这一新 的模型大大不同于以往连接、紧藕合的编程风格，此风格曾是客户端/ 服务器 ( c / s ) 时代的标志。 在此编程风格中， 连接会在程序的整个生存期中 保持打开， 而不需要对状态进行特殊处理。 a d o . n e t 利用当前的 a c t i v e x数据类型 ( a d o )知识， 由m i c r o s o f t a c t i v e x d a t a o b j e c t s ( a d o ) 改进而来， 支持 n层编程模型， 集成了 x m l支持。为 数据 访问 提供全新的基于 . n e t f r a m e w o r k生成的编程模型。基于 . n e t f r a m e w o r k 这一点确保了数据访问技术的一致性， 因为组件将共享通用的类型系统、 设计模 式和命名约定。 a d o . n e t的 设计目 的是:具有断开式数据结 构;能够与 x m l紧密集成;具 有能够组合来自 多个不同数据源的数据的通用数据表示形式; 以及具有为与数据 库交互而优化的功能。目 第一节 a d o . n e t 结构 以 前， 数据处理主要依赖于基于连接的双层模型。 当数据处理越来越多地使 用多层结构时， 程序员正在向断开方式转换， 以 便为他们的应用程序提供更佳的 可缩放性。 2 . 1 . 1 a d o . n e t组件 可以 使用 a d o . n e t的两个组件来访问 和处理数据:(6 n e t f r a m e w o r k数据提供程序: . n e t f r a m e w o r k数 据 提 供 程 序 是 专 门 为 数 据 处 理以 及 快 速 读 写 访问 数 第二章 a d o ne t概述 使数据协议以 x m l为基础可提供许多便利之处: x m l是工业标准格式。 这意味着应用程序数据组件可以与其他任何应用程序 中的 其他任何组件交换数据， 只要该组件理解 x m l 。 许多应用程序被编写为 可理 解 x m l 的，为异类应用程序间的数据交换提供了便捷的渠道。 x m l是基于文本的。数据的 x m l表示形式不使用任何二进制信息，这使它 可以 通过任何协议 ( 如 h t t p )发送。因为大多数防火墙将阻塞二进制信息， 但 通过将信息格式化为 x m l ，组件就可以 方便地交换信息。 对于大多数方案， a d o . n e t自 动根据需要将数据转换为x m l 或从x m l 转换出 数据: 可以 使用普通编程的方法与数据进行交互。 第三节 a d o ne t的优点 与 a d o的早期版本和其他数据访问组件相比，a d o . n e t有以下几方面的好 处: 2 . 3 . 1互操作性 a d o . n e t应用程序可以利用 x m l的灵活性和广泛接受性。 由于 x m l是用于 在网 络中 传输数据集的格式，因此可以 读取 x m l格式的任何组件都可以处理数 据。实际上， 接收组件根本不必是a d o . n e t组件: 传输组件可以只是将数据集 传输给其目 标， 而不考虑接收组件的 实 现方式。 目 标组件可以 是无论用什么工具 实现的 其他任何应用程序。 唯一的要求是接收组件能够读取 x m l 。 而作为一项工 业 标 准， x m l 正是 在 保障 这 种互 操 作 性 的 前 提 下设 计的。 2 . 3 . 2可维护性 在己 部署软件的生存期中， 适度的更改是 可能的， 但由 于十分困难， 所以 很 少 有人尝试进行实质的结构更改。 这是很遗憾的， 因为在软件正常的 使用过程中， 这种实质上的更改 有时会变得很有必要。 例如， 当已 部署的应用程序越来越受用 户欢迎时， 增加的性能负荷可能需要进行结构更改。 随着已 部署的应用程序服务 器上的性能负荷的增长， 系统资源会变得不足， 并且响应时间或吞吐量会受到影 第二章 a d o .n e t概述 响。 面对该问题， 软件设计者可以 选择将服务器的业务逻辑处理和用户界面处理 划分到单独计算机上的单独层上。 实际上， 应用程序服务器层将替换为两层， 缓 解了系统资源缺乏。 该问题并不是要设计三层应用程序，而是要在应用程序部署以后增加层数。 如果原 始应用程序使用数据集以a d o . n e t实 现，则该转换就很容易 进行。当 用 两层替换单个层时，由于这些层可以 通过 x m l格式的数据集传输数据，所以 这 两层之间的通信相对比较容易. 2 . 3 . 3可编程性 v i s u a l s t u d i 。中的 a d o . n e t数 据组件以 不同方式封装数据访问 功能， 有 助于提高 编程效率并减少犯错几率。 例如，数据命令提取生成和执行 s q l语句 或存储过程的任务. 同样，由这些设计器工具生成的 a d o . n e t数据类导致类型化的数据集，这 样就可以 通过己声明类型的编程访问 数据。 而已 声明类型的数据集提供对类型的 编译时 检查， 因 此代码得以更安全的 访问数据库。 例如， 假定 a v a i l a b l e c r e d i t 声明为货币 类型。如果程序员误向a v a i l a b l e c r e d i t分配了字符串 值，则环境 会在编译时向程序员报告该错误。 相反， 当使用未声明类型的数据集时， 程序员 直到运行时才会知道该错误。 2 . 3 . 4可伸缩性 因为 w e b可以极大增加对数据的需求， 所以可缩放性变得很关键。 i n t e r n e t 应用程序具有无限的潜在用户供应。尽管应用程序可以很好地为十几个用户服 务， 但它可能无法向成百上千个 ( 或成千上万个) 用户提供同样好的服务。 使用 数据库锁和数据库连接之类资源的应用程序不能很好地为大量用户服务， 因为用 户对这些有限资源的需求最终将超出其供应。 a d o . n e t通过鼓励程序员节省有限的资源来实现可缩放性。由于所有 a d o . n e t应用程序都使用对数据的不连接访问， 因此它不会在较长持续时间内保 留数据库锁或活动数据库连接。 第二章 a d o ne t概述 2 . 3 . 5性能 对于不连接的应用程序，人 d o . n e t数据库提供的性能优于 a d o不连接的记 录集。当使用 c o m封送在层间传输不连接的记录集时，会因将记 录集内的值转 换为 c o m可识别的数据类型而导致显著的处理开销。 而在 a d o . n e t中， 这种数 据类型转换则没有必要。 第三章 决策支持系统概述 第三章决策支持系统概述 决策支 持系统( d e c i s i o n s u p p o r t s y s t e m ，简称 d s s ) 是辅助决策者通过数 据、 模型和专家知识，以人机交互方式进行半结构化或非结构化决策的计算机应 用 系统。它是管理信息系 统( m i s ) 向 更高 一级发展而产生的先进信息管理系统。 它为 决策者提供分析问题、 建立模型、 模拟决策过程和方案的环 境， 调用各种信 息资 源和分析工具，帮助 决策者提高决 策水平和质量。 第一节 决策支持系统的分类 决策按其性质可分为如下 3 类: ( 1 ) 结构化决策，是指对某一决策过程的环境及规则，能用确定的模型或语 言 描述，以 适当的算法 产生决策方案， 并能从多种方案中 选择最优解的决策; ( 2 ) 非结构化决策，是 指决 策过程复杂， 不可能用 确定的 模型和语言来描述 其决 策过程，更无所谓最 优解的决策; ( 3 ) 半结构化决策，是介于以上二者之间的决策，这类决策可以建立适当的 算法产生决策方案，使决策方案中得到较优的解。 非结构化和半结构化决策一般用于一个组织的中、 高管理层， 其决策者一方 面需要根 据经验进行分 析判断， 另 二方面也需要 借助计 算机为决策提供 各种辅助 信息，及时做出正确有效的决策。 第二节 决策过程的 4 个步骤 决 策过程一般分为4 个步 骤: ( 1 ) 发现问 题并形成决策目 标， 包括建立决策模型、拟定方案 和确定效果度 量，这是决策活动的起点; ( 2 ) 用概率定量地描述每个方案所产生的各种结局的可能性: ( 3 ) 决策 人员对各种结局 进行定量评 价， 一般用效 用值来定量表示。效 用值 是 有关决策人员根据个 人才 能、 经验、 风格以 及所处环境条 件等因 素， 对各 种结 局的价值所作的定量估计; 第二章 决策支持系统概述 ( 4 ) 综合分析各方面信息，以最后决定方案的取舍，有时还要对方案作灵敏 度分析， 研究原始数据发生变化时 对最优解的影响， 决定对方案 有较大影响的参 量范围。 决策往往不可能一次完成， 而是一 个迭代过程。 决策可以 借助于计算机决策 支 持系统来完成， 即用计算机来辅 助确定目 标、 拟定方案、 分析评价以 及模 拟验 证等工作。 在此过程中， 可用人 机交互方式， 由 决策人员 提供各种不同 方案的参 量并选择方案。 第三节 决策支持系统的基本结构 对决 策支持系统发展影响最大的结 构形式有两个，即 1 9 8 0 年 r . h . s p r a q u e 提出的 三部件结构和 1 9 8 1 年r . h . b o n c z e k 等人提出 的三系统 结构。 三部件结构 强调模型部件在决策支 持系 统中的 应用， 而 三系统结构强调知识系统 在决策支持 系统中 的作用。 经过2 0 年的发 展， 三部 件结构已 被大家所接受。在三部件的 基 础上 增加知识部件形成只能决策支 持系统己 成为大家的 共识川 。 3 . 3 . 1决策支持系统的三部件结构形式 决策支持系统的三部件结构如图 3 . 1 所示。 图3 . 1决 策支持系统的三部 件结 构 决策支持系 统是 三部件即3 个子系 统的 有机结合， 即对 话部件 ( 人机交互系 第二章 决策支持系统概述 统) 、数据部件 ( 数据库管理系统和数据库)和模型部件 ( 模型库管理系统和模 型库)的有机结合。 这种结构是为达到d s s目标的要求而形成的。管理信息系统 ( m i s )可以看 成是对话部件和数据部件组合而成的， 而 型部件。d s s 也不同于单模型的辅助决策， d s s 是m i s 的进一步发展， 即增加了模 而且具有模型库和数据库集成的能力。 d s s 各个层次的管理者提供决策支持的能力。 它具有存取和集成多个模型的能力， 发展成为既具有m i s 能力，也具有为 它能为解决半结构化决策问题提供支 持。 可见， d s s 是有广泛前途的 发 展领域，在国际上己 形成了 一个学科领域。 下面说明决策支持系统各组成部分的功能和技术、 ( 1 )对话部件 对话部件是决策支持系统与用户之间的交互部件， 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( 用于 控制) 和数据 ( 用于计算) ，同时要向用户显示运行的情况以 及最后的结果。 对 话部件包括: 丰富多彩的显示和对话形式 目 前，计算机中几种常见的人机界面技术有:菜单和窗口，命令语言和 自 然语言，多媒体和可视化技术. 输入输出 转换 系统对输入的数据和信息要转换成系统能够理解和执行的内部表示形 式。当系统运行结束后， 应该把系统的输出结构按一定的格式显示或打印给 客户。 控制决策支持系统的有效运行 决策支持系统是三部件的 有机结合体。 对话部件需要将模型部件、数据 部 件进行有机集成 ( 包括部件接口 ) 形成系统， 并要达到控制d s s 的有效运 行， 在对话部件中一般要通过组合“ 模型部件” 和“ 数据部件”的集成语言 所编制的d s s 控制程序来完成。 ( 2 )数据部件 数据部件包括数据库和数据库管理系统。 经过几十年的发展， 技术趋于成熟， 已经有比较成熟的数据库组织方法和数据库管理系统。 第三章 决策支持系 统概述 数据库存储的组织形式 数 据 库用 来 存储 大 量 数 据， 一 般组 织 成易 于 进 行 大 量 数 据 操作的 形 式， 典型的数据组织模型有网络模型、 层次模型和关系模型等形式。 数据库由数 据库管理系统来管理和维护。 数据库管理系统功能 数据库管理系统具有数据库建立、删除、修改、维护、检索、排序、索 引、统计、安全、通信等功能。 数据库管理语言体系 数据库管理系统提供了一套语言体系供用户使用数据库或提供与高级语 言的 接口， 这套语言 体系一般由 两个部分构成: 数据库定义语言( d d l ) a 提供定义数据库中数据的组成形式， 如数据 存 储模式 ( 数 据 类 型、 长 度、 小 数点 位置 等) 、 数 据 依 赖关 系 ( 如 关键 字) 等手段。 数据库操作语言 ( d m l ) o 提供对数据库中的数据进行操作， 包括数据 库建立、维护，数据字典的建立和维护，数据查询、检索等手段。 ( 3 )模型部件 模型部件由 模型库和模型库管理系统组成. 模型库 模型库用来存放模型， 模型不同 于数据。 它总是以 某种计算机程序相关 形 式 表 示 ， 如数 据 、 语 句、 子 程 序 甚 至 于 对 象 等 。 模 型 表 示 的 一 般 形 式 采 用 程序形式， 即用程序文件形式。 模型的 动态形式可以以 某种方法运行， 进行 输入、 输出、 计算等处理。 这种形式是无法或很难以 数据组织的形式来描述 的。 模型库管理系统 模型库管理系统管理模型库， 为了 适应模型的 静态 表示与动态 ( 运行) 特征， 模型库管理系 统由 两方面的功能: 一是类似数据库管理系统的静态管 理功能，另一是模型的动态 ( 运行)管理功能。 第三章 决策支持系统概述 3 . 3 . 2决策支持系统的三系统结构形式 1 9 8 1 年 b o n c z e k 等人提出了决策支持系统 ( d s s )的三系统结构形式，即它 由语言系统 ( l s ) 、知识系统 ( k s )和问题处理系统 ( p s s ) 3 个系统组成，其结 构如图3 . 3 所示。 图 3 . 2三系统结构图 ( 1 )语言系统 决策支持系统涉及模型 计算、 数 据库 操作， 故 用于决策支持系 统的语言 应该 是数 值计算语言 ( 如: p a s c a l , c 等) 和数 据库语言 ( f o x p r o , o r a c l e 等)的 结合。 目 前市 场上仍 然没有这两类语言合一的语言 系统， 但有这两 类语言的 接口 语言， 如o d b c , a d o 等。 决策支持系 统语言实 质上是数 值计算语言 和数 据库语言 通过接口 语言进行集成的语言，用这种集成语言来描述决策问题。 ( 2 )问题处理系统 问 题处理系统是对描 述的 决策问 题进行识别、 分析和求解问 题的 过程。 问题处理系统必须具有明确的识别问题的能力， 它能把问题的陈述转化为相 应可执行的操作方案， 它能够对问题作比较透彻的分析， 确定问题的陈述变成了 详细的过程说明，什么时候执行什么，什么时候得到问题的解答。 除了问题识别之外，问题分析能力也是问题处理系统应该具备的重要能力。 这是一个在模型、 知识、 数据和用户之间反复交互的过程。 最简单的情况是只在 模型和数据之间进行交互， 在 m s / o r 领域有大量的计算程序和软件包可以完成这 样的工作。最困难的分析过程是组合模型、知识、数据以及和用户之间的交互， 形成实际的决策支持系统。 由 于自 然语言处理还未成 熟， 目 前采用的d s s 语言 是数值计 算语言和数 据库 语言以及接口语言的集成语言。 问题处理系统是在语言 系统用集成语言描述决策 问题， 形成决策支持系统， 实现决策问题的求解， 并把问题求解结果反馈给用户。 ( 3 )知识系 统 知识系统包含决策问题领域的知识。 它包含问题领域中的大量事实和相关知 第三章 决策支持系统概述 识。 最基本的知识系统是由数据文件或数据库组成。 数据库的一条记录表示一个 事实。它是按一定的组织方式进行存储。 更广泛的知识是对问题领域的规律性描述。 这种描述用定量方式表示为数学 模型。 数学 模型一般 用方程、 方法等形式描述客观规律性。 这种形式的知识称为 过程性知识。 随着人工智能技术的 发展， 对问 题领域的规律性知 识用定 性方式描述， 一般 表 现为产生式规则。 除了 数理逻辑中的公式、 微积 分公 式等这种精确知识外， 一 般表现为经验性知识， 它们是非精确性知识， 这样就大大扩大了解决问题的能力。 第四节 决策支持系统的发展 3 . 4 . 1决策支持系统的兴起 自7 0 年代提出决 策支持系统( d s s ) 以来， d s s已 经得到了 很大发展。 它是在 管理 信息系统( m i s ) 基础上 发展起来的。 m i s是利用数据库 技术支持各级管理者 的管理 活动和管理功能， 对 管理信息进行收集、 存储、 维护、 加工、 传递和使用 的 系 统 。 而d s s 则 是 要 为 各 级 管 理 者 提 供 辅 助 决 策 的 能 力 i97 1 9 8 0 年s p r a g u e 提出了 决策支持系统三部件结构， 即 对话部件、 数据部件( 数 据库d b 和数据库管 理系统d b m s ) 、 模型部件( 模型 库m b 和模型 库管理系统m b m s ) 。 该 结构明确了d s s的 组成，也间 接地反映了d s s 的关键 技术，即 模型 库管理系 统、 部件接口 、系统 综合集成。它为d s s 的发 展起到了很大的 推动作用。 1 9 8 1 年b o n c z a k 等 提出 了d s s 三系统结构， 即语言 系统( l s ) 、 问题处理系 统 ( p p s ) 、 知识系统( k s ) 。该结 构在” 问 题处理系 统 和“ 知 识系 统“ 上具有特色， 并 在一定范围内 有其影响， 但它与人工智能的专家系统( e s ) 容易混淆。 决策 支持系 统主 要是以 模型 库系统为主 体， 通过定量分析进行辅助决策。 其 模型库中的 模型己 经由 数学 模型扩大到数据处理模型、 图形模型等多种形 式， 可 以 概括为 广义模型. 决策 支持系统的本质是将多 个广义模型有机组合起来， 对数 据 库中 的数据进行处 理而形成决 策问题 大模型。 决策支 持系统的 辅助决策能力从 运筹 学、 管 理科学的 单模型 辅助决策发展到多模型综 合决策， 使辅助决策能力上 了一个新台阶。 第三章 决策支持系统概述 8 0 年代末 9 0 支持系统( i d s s ) 策支持系统结合 年代初，决策支持系统与专家系统结合起来，形成了智能决策 专家系统是定性分析辅助决策， 它和以定量分析辅助决策的决 进一步提高了辅助决策能力。 智能决策支持系统是决策支持系 统发展的一个新阶段。 3 . 4 . 2我国决策支持系统的进展 我国决策支持系统的研究始于8 0 年代中期，其应用最广泛的领域是区域发 展规划。 大连理工大学、 山西省自 动化所和国际应用系统分析研究所合作完成了 山 西省整体发展规划决策支持系统。 这是一个大型的决策支持系统， 在我国 起步 较 早， 影响 较大。 随后， 大连理 工 犬学、 国 防科 技大 学 等单 位又 开发了 多个区 域 发展规划的决策支持系统。 天津大学信息与控制研究所创办的 决策与决策支持 系统 刊物， 对我国决策支持系统的发展起到了很大的推动作用。 我国不少单位 在智能决策支持系统的研制中也取得了显著成绩， 如以中国 科学院计算技术研究 所史忠植研究员为首的 课题组研制并完成的 智能决策系统开发平台 i d s d p 就 是一个典型代表. 3 . 4 . 3智能决策支持系统的关键技术 开发一个实际的i d s s 需要解决如下关键技术: ( 1 ) 模型库系统的设计和实现: 它包括模型库的组织结构、模型库管理系统 的功能、模型库语言等方面的设计和实现。 ( 2 ) 部件接口: 各部件之间的联系是通过接口 完成的， 部件接口 包括: 1 对数 据部件的数据存取;2 对模型部件的模型调用和运行; 3 对知识部件的知识推理。 ( 3 ) 系统综合集成:根据实际决策问题的要求， 通过集成语言 完成对各部件 的有机综合，形成一个完整的系统。 模型库系统是一个新概念、 新技术， 它不同 于数据库系 统。 数据库系统 有成 熟的理论和产品， 模型库系统则没有， 它需要研制者自己 设计和开发。 这样就不 可避免地阻碍了决策支持系统的发展。 决策支持系统需要对数据、 模型、 知识、 交互四个部件进行集成。目前， 计 算机语言的支持能力有限， 数值计算语言( 如f o r t r a n , p a s c a l , c 等) 不支持对 第二章 决策支持系统概述 数据库的操作，而数据库语言( 如f o x p r o , o r a c l e , s y b a s e 等) 的数值计算能力 又很薄弱。 决策支持系统既要进行数值计算又要进行数据库操作。 这个问题再一 次为决策支持系统的发展带来障碍。 真正的决策支持系统都是自 行解决了上述困难后研制出来的， 这需要付出较 大的代价。因 此， 它们成为决策支持系统发展缓慢的主要原因(9 第五节 数据仓库和 o l a p 的决策支持技术 数据 仓 库和o l a p 是9 0 年 代初提出 的 概念， 到9 0 年代中期己 经形成潮流r .9 , 在美国， 数据仓库己 成为紧次于工 n t e r n e t 之后的又一技术热点。数据仓库是市 场激烈竞争的产物， 它的目标是达到有效的决策支持。 大型企业几乎都建立或计 划建立自 己的数据仓库， 数据库厂商也纷纷推出自己的数据仓库软件。目 前， 已 建立和使用的数据仓库应用系统都取得了明 显的 经济效益， 在市场竞争中显示了 强劲的活力。 数据仓库将大量用于事务处理的传统数据库数据进行清理、 抽取和转换， 并 按决策主题的需要进行重新组织。数据仓库的逻辑结构可分为近期基本数据层、 历史数据层和综合数据层( 其中综合数据是为决策服务的 ) 。 数据仓库的物理结构 一般采用星型结构的关系数据库。 星型结构由 事实表和维表组成， 多个维表之间 形成多维数据结构。 星型结构的数据体现了空间的多维立方体。 这种高度集中的 数据为 各种不同 决策需求提供了 有用的分析基础。 随着数据仓库的发展，o l a p也得到了迅猛的发展。数据仓库侧重于存储和 管理面向 决策主 题的数据;而o l a p 则侧重于数据仓库中的数据分析，并将其转 换成辅助决策信息。 o l a p的一个重要 特点是多维数据分析，这与数据仓库的多 维数据组织正好形成相互结合、相互补充的关系。 o l a p技术中比 较典型的应用 是对多维数据的切片和切块、 钻取、 旋转等， 它便于使用者从不同角 度提取有关 数据。 o l a p技术还能 够利用分析过程对数据进行深入分析和加工。 例如， 关键 指标数据常常用代数方程进行处理， 更复杂的 分析则需要建立模型进行计算。 以 数 据仓库和o l a p 相结合建立的 辅助决策系统是决策支持系统的新形式。 b u s i n e s s o b j e c t ( b o ) 推出的智能决策支持系统工具b o 4 . 0 是以o l a p 技术为主 体的、 集查询和报表为一体的决策支持系统开发工具。 该工具的一个重要特点是 第三章 决策支持系统概述 提出了 “ 语义层 和” 语义动态对象， 的概念。 语义层是将数据库中的列( 字段) 按决 策主题重组为面向用户的对象，对象可以是数据库中的表、列、连接( 多字段组 合) 以及对多字段进行运算的表达式。语义动态对象是对已 经定义的语义层对象 进行任意组合后形成决策需 要的新表， 并 将表中的数据以 可视化的方式在屏幕 上 显示或以 报表的形式打印出来。 o l a p技术是对由 语义动态对象建立的、以 动态微立方结构形式存储的 表 进 行向下钻取、向上钻取、跨越钻取、切片和切块等操作。b o 4 . 0的网络版使用 户能够在网 上通过浏览器查看或下载b o 报表。 第六节 综合决策支持系统 以 模型 库为主体的决策支持系统已 经发展了 十几年， 它对计算机辅助决策 起 到了很大的 推动作用. 数据仓库和o l a p 新技术为决策支持系统开辟了 新途径。 数据仓库与o l a p 都是数据驱动的。这些新技术和传统的模型库对决策的支持是 两种不同的形式， 它们可以 相互补充。 在o l a p 中 加入模型库， 将会极大