（系统分析与集成专业论文）面向对象的通用决策系统应用研究.pdf

摘要 决策支持系统是在管理信息系统的基础上发展起来的，它是个计算机技术 的解决方案，用来支持复杂的决策制定和问题解决。它是支持解决半结构化或非 结构化问题的计算机系统。基本的决策支持系统由数据部件，模型部件和对话部 件三部分组成。智能决策支持系统在此基础上添加了知识部件。 对于金融领域的风险决策系统，风险投资的对象是新创企业，市场前景等各 方面都存在大量的不确定性；风险投资是名副其实的一种高风险性的投资行为。 要想降低风险，方法是在投资前较准确的预计风险之所在，投资后对其加以有效 的管理控制。可见投资前预测风险是防范风险的关键环节。预测风险取决于有效 的风险投资的评估决策过程。在风险投资的发祥地美国，风险投资家和金融界的 专家将这一问题的研究集中于两个方面：“风险投资家用何种标准来评估一项投 资项目的投资潜力? ，“风险投资家利用何种模型来对投资方案进行决策选 优? 。 针对于国内外现在研究的一些决策系统，都只能满足某个具体项目的决策功 能，从根本上来说，一个项目的成功失败，由许多不同领域的知识交叉决定，从 而决定决策是否成功的一个最主要因素就是这些知识的构建是否完整，是否专 业。如何完成这些庞大而专业的知识库的建立? 我们需要依靠各自领域的专家来 完成，本文设计了一个基于w e b s e r v i c e s 的通用的决策系统框架，让这个框架不 局限于客户端平台，不限于具体的风险决策系统，让每个不同领域的专家都可以 来参与知识库的建立，利用这些专业的知识库，从而使决策面更广，决策更准确。 关键字：模型；决策支持系统；w e b s e r v i c e s ；知识库 a b s tr a c t t h ed e v e l o p m e n to fd e c i s i o ns u p p o r ts y s t e m ( d s s ) i sb a s e do nm a n a g e m e n t i n f o r m a t i o ns y s t e m ( m i s ) a n do p e r a t i o n a lr e s e a r c h ( o r ) s u b s t a n t i a l l y d s si sa c o m p u t e rs y s t e mo fs u p p o r tf o rs o l v i n g s t r u c t u r a la n dh e m i s t r u c t u r a lm a t t e r t h e b a s i cd s si sc o m p o s e do ft h ed a t ap a r t ，t h em o d e lp a r t ，t h ed i a l o g u ep a r t t h e k n o w l e d g ep a r ti sa d d e di ni n t e l l i g e n td e s i g ns u p p o r ts y s t e m ( i d s s ) t h er i s ko fd e c i s i o n m a k i n gs y s t e m si nf i n a n c i a la r e a s ，i t st a r g e tf o rt h en e w e n t e r p r i s e ，t h e r ea r eal o to fu n c e r t a i n t yi nm a r k e tp r o s p e c t s r i s ki n v e s t m e n ti sa h i g h r i s kb e h a v i o rt r u l y t or e d u c et h er i s k t h em e t h o di st h ea c c u r a t ec a l c u l a t e dr i s ki s a tb e f o r et h ei n v e s t m e n t ，a f t e rt h ei n v e s t m e n t ，p e r f o r m st h ee f f e c t i v es u p e r v i s o r y c o n t r o lt oi t b e f o r eo b v i o u s l yt h ei n v e s t m e n t ，f o r e c a s tt h a tt h er i s ki sg u a r d sa g a i n s t t h er i s kt h ek e yl i n k t h ef o r e c a s tr i s ki sd e c i d e db yt h ee f f e c t i v ev e n t u r ec a p i t a l a p p r a i s a ld e c i s i o n - m a k i n gp r o c e s s i nv e n t u r ec a p i t a l sb i r t h p l a c eu s ，t h ev e n t u r e c a p i t a l i s ta n df i n a n c i a lc i r c l e s e x p e r t sc o n c e n t r a t et h i sq u e s t i o n sr e s e a r c hi nt w o a s p e c t s ：t h ev e n t u r ec a p i t a lh o m e u s ew h a tk i n do fs t a n d a r da p p r a i s e sa l li n v e s t m e n t p l a nt h ei n v e s t m e n tp o t e n t i a l ? ”，“t h ev e n t u r ec a p i t a l i s t u s e sw h a tk i n do fm o d e lt o c o m et ot h ei n v e s t m e n tp r o j e c tt oc a r r yo nt h ed e c i s i o n m a k i n gt oe l e c ts u p e r i o r l y ? ” r e g a r d i n gt h er e s e a r c h i n gt h ep o l i c ys y s t e ma th o m ea n da b r o a d ，w h i c h c a n o n l y m e e tas p e c i f i ci t e mo ft h ep o l i c y m a k i n gf u n c t i o n s t h ef a i l u r eo rs u c c e s so ft h e p r o j e c t ，w h i c hi s d e c i d e db ya l lk i n d so f k n o w l e d g e ，t h u st h em a i nf a c t o ro ft h e s u c c e s so nad e c i s i o n - m a k i n gi st h ep e r f e c ta n dp r o f e s s i o na b o u tt h et h ec o n s t r u c to f k n o w l e d g e h o wt oc o m p l e t et h e s ee n o r m o u sa n dt h ee s t a b l i s h m e n to fp r o f e s s i o n a l k n o w l e d g eb a s e w en e e dt or e l yo nt h e i rr e s p e c t i v ea r e a so fe x p e r t i s et oc o m p l e t e ， w ed e s i g n e daw e b s e r v i c e sb a s e do nt h ec o m m o ns y s t e mo fd e c i s i o n m a k i n g f r a m e w o r k ，t h i sf r a m e w o r ki sn o tc o n f i n e dt ot h ec l i e n tp l a t f o r m ，i sn o tl i m i t e dt ot h e s p e c i f i cr i s ko fd e c i s i o n m a k i n gs y s t e m s ，e a c ho f t h ed i f f e r e n ta r e a se x p e r tc a nb ep a r t i nt h ec o n s t r u c tk n o w l e d g eb a s e o nt h e s ep r o f e s s i o n a lk n o w l e d g eb a s e s ，s ot h a t d e c i s i o n m a k i n gi sb r o a d e ra n d a c c u r a t e k e yw o r d s ：m o d e l ；d e c i s i o ns u p p o r ts y s t e m ；w e b s e r v i c e s ；k n o w l e d g eb a s e l i 湖北大学学位论文原创性声明和使用授权说明 原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所 取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任 何其他个人或集体己经发表或撰写的成果作品。对本文的研究做出重要贡 献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的 法律后果由本人承担。 学位论文使用授权说明 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即： 按照学校要求提交学位论文的印刷本和电子版本；学校有权保存并向国家有关 部门或机构送交论文的复印件和电子版，并提供目录检索与阅览服务；学校可以允 许采用影印、缩印、数字化或其它复制手段保存学位论文；在不以赢利为目的的前 提下，学校可以公开学位论文的部分或全部内容。( 保密论文在解密后遵守此规定) 作者签名： 彳锾廷 指导教师签名： 日期：伊g 多岁 日期：枷石。岁 第1 章绪论 第1 章绪论 决策支持系统( d s s ) 的概念于2 0 世纪7 0 年代由美国麻省理工学院的m i c h a e l s s c o t tm o r t o n 和p e t e rgw k e e n 首次提出，2 0 世纪8 0 年代中期引入我国。在短短 的2 0 几年里，各国学者对d s s 的理论研究与开发应用进行了大量卓有成效的工作。 目前，d s s 已成为系统工程与计算机应用领域中的重要研究课题。 1 1 决策支持系统的形成 ( 1 ) 科学计算 计算机最早用于科学计算，即对科学和工程中的数学问题进行数值运算。数值计算 的过程主要包括建立数学模型、建立求解的计算方法和计算机实现三个阶段。数值计算 的特点是计算方法比较复杂，方法种类多种多样。数值计算关心的焦点是计算精度。 ( 2 ) 数据处理 2 0 世纪5 0 6 0 年代计算机应用范围扩展到非数值计算的电子数据处理( e l e c t r o n i c d a t ap r o c e s s i n g - - e d p ) 领域。数据处理是对数据的采集、存储、检索、加工、变换和 传输。数据处理的基本目的是从大量的、杂乱无章的、难以理解的数据中抽取并计算出 对于某些特定的人们来说有意义、有价值的数据。以电子计算机作为工具进行的数据处 理称为电子数据处理。电子数据处理的特点是：使用范围小，主要应用在商业、仓库管 理等部门，通常是单项数据处理任务的专用计算机程序，它面向低层次的管理事务信息 处理和辅助服务工作。因为e d p 只能孤立地处理数据而不能与其他工作进行信息交换 和资源共享，也无法对一个企业或一个机关的信息进行整体分析和系统设计，使整个工 作缺乏协调一致。 ( 3 ) 管理信息系统 2 0 世纪7 0 年代，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 ns y s t e m - - m i s ) 应运而 生，使信息处理进入了一个新阶段。管理信息系统是一个由人和计算机结合的对管理信 息进行收集、存储、维护、加工、传递和使用的系统。管理信息系统是由大容量数据库 支持、以数据处理为基础的计算机应用系统【1 1 。它包含多个电子数据处理系统( e d p ) ， 每个e d p 面向一个管理职能，如财务e d p ，劳资e d p ，库存e d p 。m i s 由若干个子 系统构成，通过各子系统之间的信息联系，构成一个有机整体以实现总体管理目标。由 于管理信息系统从系统的观点出发，把分散的、孤立的信息组织成一个比较完整的，有 湖北人学硕十学位论文 组织的信息系统，从而提高了信息处理的效率，也提高了管理水平。四、决策支持系统 管理信息系统只能帮助管理者对信息做表面上的组织和管理，而不能把信息的内在 规律更深刻地挖掘出来为决策服务。人们期望一种新的用于管理的信息系统，它能把人 的判断能力和计算机的信息处理能力结合在一起，提高决策者的效能而又不妨碍他们的 主观能动性，使计算机成为决策者的强有力助手，为决策者提供一些切实可行的帮助。 7 0 年代末以来，运筹学、数理统计方法，人工智能的知识表达技术、专家系统语言， 数据库及其管理系统，各类软件丌发工具等学科的发展与完善，以及小型、高效、廉价 的微机及工作站的出现为广泛的研究和应用决策支持系统提供了良好的技术准备。 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8 0 年代迅速发展起来的新型计 算机学科。7 0 年代初由美国m i c h a e ls s c o t tm o r t o n 在管理决策系统一文首次提出 决策支持系统1 2 】的概念。后来由于它强调系统中决策者的主体作用和系统对决策的辅助 作用而得名。 决策支持系统是支持解决半结构化或非结构化问题以提高决策效率的软件系统。它 实质上是在管理信息系统( m i s ) 和运筹学( o p e r a t i o n a lr e s e a r c h m o r ) 的基础上发展 起来的。管理信息系统重点在对大量数据的处理。运筹学是用数学方法研究经济、国防 等部门在环境的约束条件下，合理调配人力、物力、财力等资源，使实际系统有效运行。 它用来预测发展趋势，制定行动规划或优选可行方案。重点在于运用模型辅助决策，体 现在单模型辅助决策上。随着新技术的发展，所需要解决的问题越来越复杂，所涉及的 模型越来越多，有时使用几十，甚至上百个模型来解决一个大问题。在决策支持系统出 现之前，多模型辅助决策问题是靠人来实现模型间的联合和协调的。决策支持系统的出 现是要解决由计算机自动组织和协调多模型的运行和数据库中大量数据的存取和处理， 达到更高层次的辅助决策能力。决策支持系统的新特点就是增加了模型库和模型库管理 系统，它把众多的模型有效的组织和存储起来，通过人机交互功能，建立模型库和数据 库的有机结合。它不同于m i s 数据处理，也不同于模型的数值计算，而是它们的有机集 成。它即具有数据处理功能，又具有数值计算功能。 1 2 决策支持系统定义 ( 1 ) 决策问题分类 对决策问题一般用“结构”这个概念来描述，目前学术界普遍把决策问题分成结构 化、半结构化、非结构化，这是对问题结构化程度的三种不同描述。所谓结构化程度， 2 第1 章绪论 是指对某一过程的环境和规律能否用明确的语言( 数学的或逻辑学的，形式的或非形式 的，定量的或推理的) 给予清晰的说明或描述。如果能描述清楚的，称为结构化问题； 不能描述清楚而只能凭直觉或经验做判断的，称为非结构化问题：介于两者之间的，则 称为半结构化问题。 结构化问题是常规的和完全可重复的，每个问题仅有一种求解方法，可以认为结 构化决策问题可以用程序来实现。由于非结构化问题不具备已知求解方法或存在若干求 解方法而所得到的答案不一致，所以，它难于编制程序来完成。非结构化问题实质上包 含着创造性或直观性，计算机难以处理，而人则是处理非结构化问题的能手。当把计算 机和人有机地结合起来，就能有效地处理半结构化决策问题。d s s 的发展能有效地解 决半结构化决策问题。它逐步使非结构化决策问题向结构化问题转化。 ( 2 ) 决策支持系统定义 决策支持系统目前还没有一个能够为所有人接受的一般性的定义。许多学者在这方 面也做了大量的工作，试图从不同角度进行解释，并且给出d s s 的多种定义。 现在许多文献对d s s 做如下定义：凡能对决策提供支持的计算机系统，这个系统 充分运用可供利用的、合适的计算机技术，针对半结构化或非结构化问题，通过人机交 互方式帮助和改善管理决策制定的有效性的系统。但是因为d s s 并没有标准模式或标 准规范，所以这个定义也并不完善。 可见，对于决策支持系统这样一个迅速发展，尚未完全成熟的领域，过早的追求一 个完善的定义并非明智之举，我们只要能够把握住它的基本特征，基本构成和发展方向 就可以了。 d s s 的基本特征可归纳为五个方面： a 对准上乘管理人员经常面临的结构化程度不高、说明不够充分的问题。 b 把模型或分析技术与传统的数据存取技术及检索技术结合起来。 c 易于为非计算机专业人员以交互会话的方式使用。 d 强调对环境及用户决策方法改变的灵活性及适应性。 e 支持但不是代替高层决策者制定决策。 国内学术界常使用构成决策支持系统的部件来表述d s s 的结构特征 a 模型库及其管理系统； b 交互式计算机硬件及软件： c 数据库及其管理系统； 3 湖北人! 学硕tj 学位论文 d 图形及其他高级显示装置； e 对用户友好的建模语言。 1 3 决策支持系统结构 1 3 1 决策支持系统的典型结构形式 决策支持系统是由三个部件组成的，即人机交互及问题处理系统( 综合部件) 、模 型库系统( 模型部件) 、数据库系统( 数据部件) 。决策支持系统的结构如图1 - 1 所示： 刖- 图1 - 1 决策系统的结构图 ( 1 ) 机交互与问题处理系统( 综合部件) 该部件为实际决策问题的人机交互与集成处理。它应包含如下功能： a 人机交互 在实际决策支持系统中，人机交互是必不可少的。用户可以通过交互信息，即输入 数据完成计算，输入命令进行控制和改变模型的运行或d s s 系统的运行。d s s 通过人 机交互要求用户输入必要的信息和数据，同时向用户显示系统运行情况和最终的结果。 这部分功能可通过菜单、窗口；命令语言和自然语言；多媒体和可视听技术等方式来表 现。 b 控制模型的运行 4 第1 章绪论 模型可以是数学模型或数据处理模型，每个模型的运行需要存取不同数据库的数据 并进行计算或处理。 c 多模型的组合运行 按计算机程序“顺序、选择、循环”三种结构形式以及对它们之间的相互嵌套来完成 多个模型的有机组合。 d 数值计算和数据处理 模型与模型之间的数值计算或数据处理应该由“人机交互与问题处理系统”部件自 身来完成。这是实现多模型有机组合系统的必不可少部分。 ( 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。 ( 3 ) 模型部件模型部件由模型库和模型库管理系统组成。 a 模型库的特征模型库用来存放模型。模型与数据不同，它有自己的特征：模型的 表示形式：模型总是以某种计算机程序形式表示的，如数据、语句，子程序，甚至于对 象等。这种物理形式在模型库中具体为：模型名称及相关的计算机程序，模型功能的分 类，模型的输入输出数据控制参数等属性。它可以类似于数据的形式表示出来。 模型的动态形式：它可以以某种方法运行，进行输入、输出、计算等处理。这种形 式的属性是无法或很难以类似于数据组织的形式来描述的。 b 模型库管理系统 模型库管理系统管理模型库。它有两方面的功能，一是类似数据库管理系统的静态 管理功能：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、统计 等；有关模型的各种计算机程序的维护，如源程序、执行程序等的管理和维护。二是模 型的动态管理功能：包括模型运行的控制，模型不但可以单独运行，还可以组合运行； 负责模型与数据库之间的联系，在模型运行时，规定输入输出数据的来源及去向，并同 数据库管理系统进行数据交换。 c 模型库管理系统语言体系 模型库管理系统有一个语言体系，它由两部分组成，模型库管理语言：定义模型的 有关属性，如名称、功能、参数、程序构成以及与其他模型的关系等。模型库操作语言： 执行模型，控制模型与数据库之间的动态数据交换，模型的运行控制等。 湖北人学硕卜学何论文 1 3 2 智能决策支持系统的结构 智能决策支持系统( i d s s ) 是在传统决策支持系统的基础上集成人工智能的专家系 统( e s ) 而形成的。决策支持系统主要是由( 1 ) 人机交互与问题处理系统( 2 ) 模型库 系统( 由模型库管理系统和模型库组成) ( 3 ) 数据库系统( 由数据库管理系统和数据库 组成) 。专家系统主要由知识库、推理机和知识库管理系统三者组成。将知识库、知识 库管理系统、推理机等人工智能技术应用于决策支持系统即构成了初级的i d s s 。智能 决策支持系统充分发挥了专家系统以知识推理形式解决定性分析问题的特点，又发挥了 决策支持系统以模型计算为核一t l , 的解决定量分析问题的特点，充分做到定性分析和定量 分析的有机结合，使得解决问题的能力和范围得到一个大的发展。 决策支持系统和专家系统集成为智能决策支持系统，因此智能决策支持系统的基本 构件应由传统决策支持系统的基本构件加上相应的智能部件组成。其结构如图1 2 所 示： 州户 图1 2 智能决策系统的构建图 6 第1 章绪论 1 4 决策支持系统的三个技术层次 ( 1 ) 专用d s s ( s d s s ) 专用d s s ( s p e c i f i cd s s ) 实际上是执行决策支持的系统，它是一种基于计算机的 信息系统，但是其特点与数据处理系统完全不同。专用d s s 包括一组计算机软件和硬 件，支持一个或一群决策者，处理一批相关的决策问题。对于决策者而言，它就是能够 完成决策支持任务的计算机软件和硬件。 ( 2 ) d s s 工具( d s s t ) 决策支持系统的开发工具( d s st o o l s ) 是指用于开发d s s 的最基本的技术，它包 括开发专用d s s 或d s s 生成器的基本硬件和软件单元。到目前为止已经研究了大量的 d s s 工具，其中包括新的特殊用途语言；改进操作系统以支持对话功能；彩色作图硬 件及支持软件等。 一般情况下，我们把d s s 工具分为两大类： a 语言类。即提供一套开发语言，例如开发模型库管理系统的各种语言等，当开发 具体的一个决策支持系统时，开发者要自行设计总体结构，确定组成部分，并用这些语 言编写系统的各个部分程序。 b 外壳类( 或称生成器) 。即提供决策支持系统的一个框架。当开发一个具体的d s s 时，开发者只需根据使用说明填写“具体内容”( 包括数据，模型与方法等) ，即可形成 一个可运行的决策支持系统。 ( 3 ) d s s 生成器( d s s g ) d s s 生成器( d s sg e n e r a t e r ) 是由相关的一组软件和硬件组成的模块，其目的是 提供迅速而方便地开发s d s s 的能力。d s s 生成器只能用d s s 工具来开发。当涉及到 对话，模型和数据库等部件时，d s s 生成器可看作是操作数据和生成数据的解释程序， 而d s s 工具既用于生成修改解释程序，也用于生成修改数据本身。某些工具用于生成 解释程序，某些工具本身就是解释程序，它们可以嵌入到d s s 生成器中使用；某些工 具仅用于修改数据；某些工具生成解释程序及驱动表。 开发者可以从决策支持系统生成器的三个方面来运用生成器，即利用用户接口生成 器以生成终端用户对话接1 3 ；运用开发者控制接1 3 来做系统的各种选择和提供必要的参 数；利用建模工具来形成数据和模型，并装入数据库和模型库。 7 湖北人学硕十学位论文 1 5 决策支持系统发展的新阶段 ( 1 ) 智能决策支持系统 在早期d s s 两库( 数据库、模型库) 结构的基础上，随着d s s 向非结构化问题领域 的拓展，不可避免的要引入人工智能( m ) 的手段和技术，因此需要增加知识部件，即 应将d s s 与专家系统( e s ) 相结合。这种d s s 与e s 结合的思想在8 0 年代初提出， 构成了智能决策支持系统( i d s s ) 的初期模型。i d s s 作为数值分析与知识处理的集成 体，综合了传统d s s 的定量分析技术和e s 的符号处理优势，从而能比d s s 更有效地 处理半结构化和非结构化问题。关于i d s s 的研究集中在传统d s s 与e s 的结合上， 如系统结构、集成模式、接口技术、统一途径等。智能机和神经网络的出现，数据库知 识发现( k d d ) 等新技术在决策支持系统中的应用，都会大大提高i d s s 支持的效率。 ( 2 ) 分布决策支持系统 随着d s s 的迅速发展，人们希望在更高的决策层次和更复杂的决策环境下得到计 算机的支持。这种支持面向的对象己不仅局限于单个的决策人，或代表同一机构的决策 群，而是若干具有一定独立性又存在某种联系的决策组织。许多大规模管理决策活动己 不可能或不便于用集中方式进行，这些活动涉及到许多承担不同责任的决策人，决策过 程必须的信息资源或某些重要的决策因素分散在较大的活动范围，是一类组织决策或分 布决策。分布式决策支持系统( d d s s ) 是为适应这类决策问题而建立的信息系统。 d d s s 在8 0 年代初提出，但国内对d d s s 的研究还刚刚开始。 分布决策支持系统( d d s s ) 是对传统集中式d s s 的扩展，是分布决策、分布系统、 分布支持三位一体的结晶。从概念上理解，d d s s 是由多个物理上分离的信息处理节点 构成的计算机网络，网络的每个节点至少含有一个决策支持系统或具有若干辅助决策的 功能。它的优势在于：( 1 ) 比集中式系统更可靠( 2 ) 系统效率更高，更接近大型组织 决策活动的实际情况( 3 ) 易于扩展( 4 ) 能实现并行操作，资源共享。 d d s s 的研究课题有：( 1 ) 分布信息的表达，适于分布决策的信息结构以及不完全 信息条件下的决策方法( 2 ) 实际和分析网络拓扑结构的方法及通讯方式( 3 ) 适合于分 布决策的分布式数据库、分布式模型库及分布式知识库的结构和管理( 4 ) 适合构成d d s s 的节点模型和使用软件开发( 5 ) 研究d d s s 的设计方法论，以指导开发实现 ( 3 ) 群体决策支持系统 8 0 年代末以来，d s s 研究与应用的热门方向之一是群体决策支持系统( g d s s ) 。 8 第1 章绪沦 所谓群体决策是相对个人而苦的，两人或多人召集在一起，讨论实质性问题，提出解决 某一问题的若干方案，评价这些策略各自的优劣，最后作出决策，这样的决策过程称为 群体决策。群体决策的多数问题是非结构化问题，很难直接用结构化方法提供支持。支 持群体决策是一个复杂的组合，它的运行方式与制度及文化有着密切的关系。g d s s 的 目的就在于克服上述这些障碍，力图提供一种系统方法，有组织的指导信息交流、议事 日程、讨论形式、决议内容。 g d s s 与d d s s 既有区别又有联系，前者是对个体决策支持系统的扩展，后者是 相对于集中式的d s s 而言的，两者研究的重点和关注的焦点有所不同。g d s s 是面向 群体活动的，它可为群体活动提供三个层次的支持，即沟通支持、模型支持、机器诱导 的沟通模式。g d s s 对群体决策的支持既可以是集中式决策，又可以是分布式决策。但 通常情况下，群体决策是在分稚环境下实施的，这就决定了g d s s 和d d s s 有着非同 寻常的联系。 ( 4 ) 决策支持中心 决策支持中，t 二, ( d s c - - d e c i s i o ns u p p o r tc e n t e o 是在把决策方法论、数据收集和分析 方法、计算机支持技术和软件等结合起来的同时，又融合进了各科专家的技术经验、研 讨结果和社会知识的一种综合集成决策支持系统。d s c 由先进的信息技术设备和决策 信息专家组成。他们随时准备开发和修改d s s ，以支持高层领导做出的紧急和重要决策。 d s c 具有以下特点：( 1 ) 多媒体提供的清晰的、可视化的“临境”环境；( 2 ) 在计算机上 实现数据分析；决策分析，使群体决策得以顺利实现；( 3 ) 具有各方面专业知识，了解 各种决策方法，能通力合作的专家；( 4 ) 可以使信息系统、数据库系统和专家系统共同 解决问题的高科技通讯手段。 d s c 基本模式图如图1 3 所示。 图1 3d s c 的基本模式图 在d s c 系统中，决策者将要解决的问题先发送给决策专家小组。通过网络、多媒 体设备和其它现代化的设备，专家们可以召开电视会议，也可以通过电子公告牌( e b b ) 9 湖北人学硕十学位论文 发布各自的意见和信息。专家小组在讨论中首先发表自己的意见，根据特尔斐的规则把 各种意见综合集成，然后再讨论，再集成，最后得出问题的定性描述模型。然后用同样 的工作方式生成定量模型。这时把定量模型和系统的其它相关信息发送给计算机决策支 持系统。在这个工作步骤中，通过自然语言处理系统将问题语言转化成机器可识别的代 码，然后通过问题代理( p a ) 调动问题库( p b ) 中的问题类别，对当前的m 题分析归类，问 题归类后，通过问题求解模块和代理模块调动知识处理系统( 1 0 3 ) 。知识处理系统包括数 据仓库( d a t ew a r e h o u s e ，d w ) ，模型库( m d ) ，知识库( k d ) ，方法库( a b ) 和它们相应的代 理模块。最后得出定量分析结果。通过网络把定量分析结果送给专家决策小组，进行又 一轮的分析、集成、处理，这样经过多次循环，直至得到满意的综合集成决策意见，将 此意见交给决策者，为决策提供依据。从而实现了从定性到定量，再到定性的螺旋式上 升的决策过程。 ( 5 ) 综合决策支持系统 把数据仓库( d w ) 、联机分析处理( o l 廿) 、数据挖掘( d m ) 、模型库( m b ) 、 数据库( d b ) 、专家系统( e s ) 结合起来形成的综合决策支持系统是更高形式的决策支 持系统。 数据仓库( d w ) 将大量用于事物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。它能够实现对决策主题数据的存储和综合以及时间 趋势分析。 联机分析处理( o l a p ) 侧重于数据仓库中的多维数据分析，并将其转换成辅助决 策信息。它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 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。它还能够利用分析过程对数据进行深入分析和加工，形成相互结合、相互补充 的关系。 数据开采( d m ) 挖掘数据库和数据仓库中的知识。数据开采保存的是历史数据， 一般不作修改，因此用户针对数据仓库的交易主要是查询。针对数据仓库系统的查询大 都非常复杂，主要有两种：一种以报表为主，从数据库中产生各种形式的业务报表，这 种查询是预先规划好的( p r e - d e f i n e dq u e r y ) ；另一种则是随机的、动态的查询( a d h o c q u e r y ) ，对查询的结果也是不能预料的。数据仓库中的查询由于其复杂性，会经常使用 多表的联接、累计、分类、排序等操作，这些大都要对整个表进行搜索。每次查询返回 的数据量一般很大，对于a d h o c 查询而言，经常需要根据上次查询的结果进行进一步 1 0 第1 章绪论 的搜索，这个过程常称为数据挖掘。数据挖掘不一定需要建立在数据仓库的基础上，但 是如果将数据挖掘和数据仓库协同工作，则可以简化数据挖掘过程的某些步骤，从而大 大提高数据挖掘的工作效率。并且因为数据仓库的数据来源于整个企业，保证了数据挖 掘中数据来源的广泛性和完整性。 模型库实现多个广义模型的组合辅助决策；数据库为辅助决策提供数据；专家系统 利用知识推理进行定性分析。 把数据仓库、联机分析处理、数据开采、模型库、数据库、知识库结合起来形成的 综合决策支持系统，即：d w + o l a p + d m 是更高级形式的决策支持系统，它们集成的 综合决策支持系统，将相互补充、相互依赖，发挥各自的辅助决策优势，实现更有效的 辅助决策。 ( 6 ) 高新技术的引入 d s s 作为计算机信息系统，必然会受到软件技术发展的冲击。可视化技术的引入 使得决策支持的手段借助形象化的图形表达，更加灵活有效。国内这方面做的工作不多， 但国外已有一些基于图形的d s s 研究与实践。在可视化技术兴起之后，多媒体技术又 异军突起，自9 0 年代以来迅猛发展，与传统的d s s 及其计算机实现技术相比多媒体 技术改进d s s 的关键内容可分为两个方面：多媒体数据库和可视听技术。 从软件上看，面向对象方法为d s s 的开发提供了一个新的范式，并显示出良好的 势头，其发展正方兴未艾。 1 6 论文的主要工作 在研究过程中主要完成了以下几方面的工作： ( 1 ) 建立通用的d s s 平台 针对于国内外现在研究的一些决策系统，都只能满足某个具体项目的决策功能，从 根本上来说，一个项目的成功失败，由许多不同领域的知识交叉决定，从而决定决策是 否成功的一个最主要因素就是这些知识的构建是否完整，是否专业。如何完成这些庞大 而专业的知识库的建立? 我们需要依靠各自领域的专家来完成，本文设计了一个基于 w e b s e r v i c c s 的通用的决策系统框架，让这个框架不局限于客户端平台，不限于具体的风 险决策系统，让每个不同领域的专家都可以来参与知识库的建立，利用这些专业的知识 库，从而使决策面更广，决策更准确。 湖北人硕十学位论文 ( 2 ) 构造一个应用于某一专门领域一风险决策系统 将知识引入模型库。通过这些模型的建立、存储、组织和运行等完成对数据库中数 据的提取、加工、处理，以完成对风险决策系统测度的目的。建立模型库管理系统管理 这些模型。并给出了一种面向对象模型描述方法。 分析了目前流行的n e t 开发工具v s 2 0 0 5 开发d s s 的可行性和优越性，而且使用c 挣 设计并实现tj t , 险决策系统d s s 的知识库管理系统。 1 2 第2 章基础知识介绍 第2 章基础知识介绍 2 1 知识库的基本概念 ( 1 ) 知识 为了便于对知识库与推理机的进一步研究，将知识定义为：“知识是以各种不同方 式把多个信息关联在一起的信息结构”或者表达为“知识是多个信息之间的关联”。“不与 任何其他信息关联”即单独的一个信息是一种特殊的关联方式，可以看作是知识的特例， 称为“原子事实”。通常知识的关联是多种形式的，也可以是分层次的，因此，知识的定 义进行扩充为一种分层次关联的信息结构。 ( 2 ) 知识库 知识库是以便于使用和管理的形式组织起来的并且用于问题求解的知识的集合。 ( 3 ) 知识库应包括两点内容： a 从功能上看，知识库是存储知识的，并且这些知识，是应用于问题求解的。 b 从形式上看，知识库罩的知识应是便于使用的，按一定规则组织起来的知识集 合。 这样，知识库中的知识就必须是那些用于问题求解的知识，而不是无关的知识。存 放在知识库中的知识要便于使用管理，更要便于用户检索和更新，也就是说应符合用户 对知识的了解、使用和看法。在d s s 的知识库系统中知识应有两种：一种是d s s 所需 的一般知识及决策过程中的共性知识；一种是d s s 所需的领域知识。 ( 4 ) 知识库的功能 知识库的作用在于知识的存储、推理，如用语求解过程1 4 】的知识、推理判断、输出 的定性化等，具体说应具有以下的功能： a 通过外部交互方式可将知识输入计算机，变成计算机能够理解的形式，并能根据 该形式执行推理； b 可以根据人的需要，将知识的内部形式转化成外部所需的形式，如模拟公式、定 性的解释、可理解的图形； c 能够完成定性与定量结合的求解过程。 1 3 湖北人学硕十学何论文 2 2 知识的产生式表示法和正向推理 产生式规则是一种启发式知识表达方法。产生式的知识表示形式容易被人理解，而 且它是基于演绎推理的，保证了推理结果的正确性。目前它是人工智能中应用最多的一 种知识表示模式，许多成功的专家系统都是用它来表示知识的。 ( 1 ) 产生式规则 在产生式系统中，论域的知识被分为两部分：凡是静态的知识，如事物、事件和它 们之间的关系，以事实来表示。而把推理和行为的过程以产生式规则来表示。由于这类 系统的知识库中主要存储的是规则，所以又称基于规则的系统。产生式通常用于表示具 有因果关系的知识，其基本形式是： i f p t h e nq 其中，p 是产生式的前提，用于指出该产生式是否可用的条件；q 是一组结论或操 作，用于指出当自 提所指示的条件被满足时，应该得出的结论或应该执行的操作。整个 产生式的含义是：如果前提p 被满足，则可推出结论q 或执行q 所规定的操作。 用产生式表示知识的系统中，决定一条知识是否可用的方法是检查当前是否有已知 事实可与前提中所规定的条件匹配，而且匹配可以是精确的，也可以是模糊的，只要按 某种算法求出的相似度落在某个预先制定的范围内就认为是可匹配的。象这样把一组产 生式放在一起，让他们互相配合，协同作用，一个产生式生成的结论可以供另一个产生 式作为已知事实使用，以求得问题的解决，这样的系统称为产生式系统。 一般来说，一个产生式系统由以下三个基本部分组成： a 规则库： 用于描述相应领域内知识的产生式集合称为规则库【3 1 。规则库是产生式系统赖以进 行问题求解的基础，其知识是否完整、一直，表达是否准确、灵活，对知识的组织是否 合理等，不仅将直接影响到系统的性能，而且还会影响到系统的运行效率。 b 综合数据库： 综合数据库又称为事实库、上下文库、黑板等。它是一个用于存放问题求解过程中 的各种当前信息的数据结构，例如问题的初始状态、原始证据、推理中得到的中间结论 及最终结论等。当规则库中某条产生式的前提可与数据库中的某些已知事实匹配时，该 产生式就被激活，并把用它推出的结论放入综合数据库中，作为后面推理的已知事实。 综合数据库的内容是不断变化的，是动态的。 1 4 第2 章基础知识介 “ c 控制系统： 控制系统又称为推理机构，由一组程序组成，负责整个产生式系统的运行。它决定 在这些适用规则中选择哪一条来使用，然后检验状态描述是否满足终止条件，从而实现 对问题的求解。 ( 2 ) 正向推理 正向推理是以已知事实作为出发点的一种推理，又称为数据驱动推理、前向链推理、 模式制导推理及前件推理等。 正向推理的基本思想是：从用户提供的初始己知事实出发，在知识库中找出当前可 适用的知识，构成可适用知识集，然后按某种冲突消解策略从知识库中选出一条知识进 行推理，并将推出的新事实加入到数据库作为下一步推理的已知事实，在此之后再在知 识库中选取可适用知识进行推理，如此重复进行这一过程，直到求得了所要求的解或者 知识库中再无可适用的知识为止。 2 3 知识库系统设计基础知识 目前，研究d s s 中的知识库有两种方法： 从人工智能角度出发，直接对知识进行表达式上的构造。这需要从存储结构和方法、 物理和逻辑的一致性、完整性、完全性、优化及操作语言等诸多方面进行考虑。采用这 种方法来构造知识库系统需要极大的投入。而专用决策支持系统( s d s s ) 【5 j 往往是一个 中小型的应用系统，其目的仅仅是在某一领域承担决策支持，这种系统的特点是决策的 主体是决策者，系统仅是一个辅助，系统的开发应面向使用者，而不是机器。所以为这 样一个目的，去面对机器低层下大力气开发，往往为用户及系统开发者难以承受。 从数据库出发，讨论如何使用数据库方式组织知识；在数据库中加入推理规则，使 数据库具有推理功能；如何查询这种数据库等。近年来，国内外相继有人研究这个问题， 并已取得了一些成果。 从数据库去建立知识库，是在现有的软件支撑环境下快速开发d s s 知识库的现实 和实用的方法。从数据库到知识库的实现过程来看：数据库系统是由数据库和它的管理 系统构成，而将数据库中数据用关系方式有机地组织起来并加上对它的管理机构就形成 了现在流行的关系型数据库系统；若在此基础上对关系数据库的数据用某种知识表示来 描述，再把它加上一个管理机构则成为知识库系统。即利用现有的数据库技术，把所要 构造的知识库的隐式知识通过分析、综合全部显示化后，按照数据库的方式进行组织构 1 s 湖北人学硕十学位沦文 造，再把它所使用的数据库管理系统( d b m s ) 增加上一些成分( 如：保证知识的完整 性及一致性的模块，推理模块，知识学习和知识获取模块) 使之变成知识库管理系统 ( k b m s ) 。 基于数据库的知识系统以成熟的数据库技术为载体，利用专家系统的思想方法来进 行推理演绎，充分利用专家系统和关系数据库技术两者所具有的优点。以数据库为基础， 便于添加、修改知识库，易于通过人机对话实现简单的学习功能，以关联建立知识库， 引导推理，以过滤机制和索引技术加快搜索，使推理更加简单、高效。 当前，利用通用程序设计语言( 如c + + ，c 舞，v i s u a lb a s i c 等) 来开发d s s 的知识库 管理系统是通常采用的一种方法。对于推理机制与方