分布式智能决策支持系统设计研究

1、 1999年 6月 系统工程理论与实践 第 6期分布式智能决策支持系统设计研究 方卫国 1 周泓 2(1. 北京航空航天大学飞机设计研究所 , 北京 100083(2. 北京航空航天大学管理学院 , 北京 100083摘要 分析了智能决策支持系统 (I D SS 支持大型复杂不良结构决策所面临的挑战 . I D SS 进一步发展将与分布式人工智能结合起来 , 通过其内部智能单元的合作为用户大型复杂问题提供答案 . 探讨了分布式 I D SS (D I D SS 的单元结构设计和单元合作问题 , 提出了 D I D SS 的一种结构设计框架 , 并对单元合作问题求解过程进行了描述 .关键词 决策

2、支持系统分布式人工智能分布式智能决策支持系统Study on the D esign of D istribu tedIn telligen t D ecisi on Suppo rt SystemFAN G W eiguo 1 ZHOU Hong 2(1. In stitu te of A ircraft D esign , Beijing U n iversity of A eronau tics and A stronau tics , Beijing 100083(2. Schoo l of M anagem en t , Beijing U n iversity of A erona

3、u tics and A stronau tics , Beijing 100083 Abstract T he challenges faced by in telligen t decisi on suppo rt system (I D SS fo r aidinglarge scale and comp licated ill 2structu red decisi on s are analyzed . T he in tegrated systemof I D SS and distribu ted artificial in telligence is the trend of

4、I D SS developm en t , w h ichp rovides so lu ti on s fo r large scale and comp licated p rob lem s th rough cooperati on so lvingof system 2in ternal in telligen t agen ts . T he p rob lem s of agen t structu ral design and coop 2erati on among agen ts are elabo rated fo r distribu ted I D SS (D I

5、D SS . A fram ew o rk ofD I D SS structu ral design is p resen ted , and the cooperative p rob lem so lving p rocess isdescribed .Keywords decisi on suppo rt system (D SS ; distribu ted artificial in telligen t (DA I ; dis 2tribu ted in telligen t decisi on suppo rt system (D I D SS 1引言随着社会经济的发展 , 高

6、层管理者将会遇到越来越多的大型复杂不良结构决策问题 , 解决这样的问题 需要多种专业知识和处理大量定性的 、 病态结构的信息 , 同时也更需要知识和智能的参与 . 目前所开发的 大多数决策支持系统 (D SS 只能处理定量的 、 有良好结构的数据 , 为决策者提供被动形式的支持 , 例如提 供 w hat 2if 分析 , 不能适应对高层管理决策的支持 . D SS 提供主动形式的支持对复杂的不良结构决策尤为 重要 . 将人工智能 (A I 技术与 D SS 结合起来开发智能决策支持系统 (I D SS , 目前已成为 D SS 发展的一个 重要趋势 . I D SS 将决策者的知识 、 经验

7、纳入系统之中 , 并能利用这些知识 、 经验进行推理和定性分析 , 因 此 I D SS 具有更强的支持能力 , 并能提供主动形式的支持 . 但集中处理模式的 I D SS 对复杂的不良结构决 策的支持还存在许多局限 , 面临一些挑战 . I D SS 进一步将与分布式人工智能 (DA I 技术结合起来 , 向分布收稿日期 :1998201209资助项目 :国家自然科学基金资助项目 (7960003式方向发展 . 本文对 I D SS 所面临的挑战及其未来发展进行了分析 , 将 DA I 引入 I D SS , 对分布式智能决策 支持系统 (D I D SS 的概念设计问题 , 包括单元结构设

8、计 、单元合作方式及系统结构框架等进行了探讨 . 需要说明的是 , 有的研究者用分布式 D SS 这一概念指支持分布式多人决策的 D SS 1, 而本文所称的 D I D SS 针对的是个人决策 , 其分布式特征仅就系统的结构及问题求解方式而言 .2 I D SS 的发展I D SS 的进一步发展将会面临如下几个方面的挑战 :1 大规模复杂的不良结构决策问题 , 其求解需要 多领域的专业知识 , 因而 I D SS 必需拥有一个庞大的知识系统. 然而一个包括多种专业知识 、 集中式的知 识系统 , 不但在知识的表达 、 管理 、 维护上存在许多困难 , 而且会降低推理的效率 , 延长系统响应时

9、间 , 不 能及时提供问题的答案 . 2 各个相关领域是紧密联系的 , 各领域的相关关系决定了解决复杂决策问题的 方式和过程 . I D SS 若采用集中式的知识处理模式将不能胜任对这种跨领域问题求解的支持 . 3 认知科学 的研究表明 , 人的智力活动是在互相联系的脑细胞之间并行进行的 . 因此模拟人类智力活动的智能系统 如果只包含孤立的智能单元 , 将很难达到高级的智能水平 . I D SS 要想具有较高级的智能 , 其内部也应当 具有与人脑相似的结构 , 即应当包含相互联系的若干智能单元 , 通过单元之间的协作求解复杂问题 .为迎接上述挑战 , 未来 I D SS 应在如下几个方面取得进

10、展 :1 继续利用 A I 技术和知识工程技术 , 提高D SS 的智能化程度 , 增强其提供主动形式支持的能力. 2 利用分布式计算机系统和通信网络技术 , 未来 I D SS 的建造将采用物理分布结构 , 内部子系统具有自主权或半自主权. 3 利用 DA I 、 特别是分布式问题 求解技术 , 通过 I D SS 内部若干智能子系统的协调合作 , 为用户大型复杂问题提供答案. 以上三个方面的 要求不仅是 I D SS , 而且也是专家系统 (ES 及其它类型的智能系统发展的必然趋势 , 即向分布式方向发 展 .D I D SS 除了具有一般分布式系统的优点 , 如更高的可靠性与安全性外 ,

11、 还具有如下优点 :1 模块化设 计 . 整个系统划分为若干较小的子系统 , 这些子系统作为相对自含的模块 , 容易开发 、调试和维护 . 系统 的模块化还有利于根据具体情况灵活地增减某些子系统 , 增设新功能 , 很方便地重新建造整个系统 . 2 减少复杂性 . 问题处理系统的复杂性随知识系统规模的增加而迅速增加 . 将 I D SS 划分为具有不同领域知 识的 N 个子系统 , 将使问题处理系统的复杂性以因子 1 2N -1降低 . 3 提高问题求解能力和速度 . 子系统 具有较强的 、 不同领域的专门性 , 一般原理认为 , 系统的专门性越强 , 问题求解能力越高 . 通过拥有不同 专门

12、性的子系统的协作 , 系统整体问题求解能力将会超过各个子系统问题求解能力的简单相加 . 另一方 面 , 系统内处理与控制功能的分布以及各子系统的相对独立性 , 使得可以将某个复杂问题分解为较小的 子问题分配到各个子系统进行并行处理 , 大大提高了问题求解速度 .3单元结构将 D I D SS 中具有某个领域或某个方面特定问题求解能力的子系统称为单元 , 单元分布在不同地理或 物理位置上 , 通过通信网络联系起来 . 每个单元都是一个智能体 , 它可以是 ES 或其它类型的知识库系 统 , 并且还有较强的数据和模型处理能力 .图 1单元结构对不同类型单元的内部结构 , 可用一个统一的模式来描述

13、, 即它们都由语言系统 (L S 、 问题处理系统 (P PS 、 知识系统 (K S 组成 2, 如图 1所示 .我们将知识系统定义为一个二元组K S = KD , KA 其中 , KD 为领域知识 , KA 为交互知识 . 领域知识 与问题处理系统一起将决定单元的问题求解能力 . 根据 Ho lsapp le 和 W h in ston 3对知识的分类 , 这里的领 域知识 KD 包括 :1 描述性知识 , 与问题求解环境有关的数据或事实 , 这类知识通常被称作信息 . 2 程序性 知识 , 说明完成某一任务应采取的行动步骤 , 它是从已有的描述性知识导出新的描述性知识的知识 , 如算法和

14、模型 . 3 推理知识 , 说明在某些给定的条件下可以得到什么结论 , 如产生式规则 . 4 派生知识 , 指利用 其它的知识部件可以派生出的知识 , 或其本身实际上从属于其它知识部件的知识 . 而交互知识 KA 则包括 1 语言知识 , 用于对来源于外部的输入进行解释 , 它涉及到问题领域所用语言的语法和语义 . 2 显示知识 , 用于对显示给外部的知识进行有效的表达 . 3 汲取知识 , 说明从外界可以接受什么样的新知识 , 用于对知 识的过滤 、 重组和汲取 .单元 a i 由领域知识 KD i 所产生的专业知识 K E i 定义为K E i =e i 1, e i 2, , e ik

15、e il (l =1, 2, , k 代表 a i 利用其领域知识所能产生的各类结论 、 信息或求解的问题 . 令 C =a 1, a 2, , a n 表示单元的集合体 , 则集合体 C 的专业知识为 K E C =iK E i .4单元合作方式设求解决策问题 P 所需的专业知识集合为 K E P =e P 1 , e P2, , e Ps,据此可将问题 P 分为三类 :第 类问题 :K E P K E i (a i C 第 类问题 :K E P K E C第 类问题 :K E P K E C 且 K E P K E C 第 类问题可由单个单元求解 , 第 类问题可由集合体中的若干个单元合作

16、求解 , 第 类问题不能由 集合体求解 , 它必须由决策者与系统的合作才能求解 . 复杂的不良结构决策是 D I D SS 支持的对象 , 这类决 策不能实现自动化 , 因此 D I D SS 的设计应当着眼于支持第 III 类问题的求解 .如果将决策者作为一类特殊的智能单元 , 那么诸单元联合求解第 III 类问题会引起两个方面的合作 , 一个是决策者与 D I D SS 之间的合作 , 另一个是 D I D SS 内部单元之间的合作 , 这两个合作也是 D I D SS 设计 在理论上和实践上所要解决的重要问题 . 第一个合作涉及到原始决策任务如何在决策者与 D I D SS 之间进 行最

17、优分配 , 以使原始决策问题通过决策者与 D I D SS 的合作得到有效的求解 . 这一经典分配问题导致了 人机交互和人机界面设计的研究 . 人机交互界面是 D SS 必不可少的一个基本部件 , 认知处理 (Cogn itive P rocessing 和人类因素 (H um an Facto rs 等领域的研究为信息系统人机界面的设计提供了一般指导原理 , 而实际的 D SS 界面设计更依赖于在支持决策这一特定的应用背景下 , D SS 在决策问题求解中所能发挥的 作用 , 以及 D SS 与决策者的相互作用关系 4,5. 这里对第二个合作进行研究 , 分布式问题求解 (D PS 为其 提

18、供了理论框架 . D PS 只针对第 类问题的求解 , 由于决策者与 D SS 之间存在分工与合作 , 所以系统求 解的问题不是原始决策问题 , 而是由第 类问题派生出的第 类子问题 .D PS 有任务分担和结果共享两种典型的合作方式 6.1 任务分担的合作 待求解的问题被分解为一系列相对独立的子问题 , 单元之间通过分担子问题 的求解工作 (任务 相互合作 . 系统中的控制为目标驱动的 , 即各单元的处理是以其结果有助于求解整个 问题的子目标为原则 .任务分担合作关键在于如何将子问题合理地分布到各单元上 , Sm ith 等人 6提出了合同网络方法解决 该问题 . 当一个单元接到某个问题时

19、, 它将该问题分解为若干个子问题 , 此时该单元充当管理者的角色 . 管理者向其它单元发出求解子问题的任务通告 , 潜在的承包者根据自己的知识 、 问题处理能力 、 可用资源 等对适合其处理的任务投标 . 管理者对投标书进行评价 , 选择最合适的单元并与其签订执行任务的合同 . 某承包者可能变成管理者 , 对其承包的任务进一步划分并与其它单元签订合同 , 从而生成任务分担合作 中典型的层次控制结构 . 管理者与承包者通过合同相互联系 , 并在执行合同的过程中相互通信 . 合同网 络方法能够实现问题的动态分解与灵活分配 , 但要求每个单元具有问题分解与分配以及结果综合能力 , 会增加单元和整个系

20、统的复杂性 . 为了降低这种复杂性 , 可采取集中处理与分布处理相结合的方式 , 由 系统中一个特定的单元 , 称为协调器 , 集中完成问题的分解 、 分配及子问题求解结果的综合工作 , 而子问 题的求解工作则分布到系统中其它单元上处理 , 见图 2.2 结果共享的合作 各单元通过共享根据不同观点所得出的整体问题的部分结果相互合作 , 系统 图 2任务分担合作框架 图 3 结果共享合作框架中的控制为数据驱动的 , 各单元在任何时刻所进行的处理取决于它本身拥有或从其它单元得到的数据 , 单元之间不存在显式的任务子任务层次关系 . 共享的部分结果可以用来与局部的部分结果结合成更完 整的部分结果 ,

21、 证实或否定局部解 , 以及指导局部求解 .结果共享的合作关键在于如何协调单元之间的交互 , 包括交互的时间控制和交互的内容 , D u rfee 等 人 7提出了部分全局规划 (PGP 方法解决该问题 . 一个 PGP 包括目标信息 、 规划活动图 、 解结果构造图和 状态信息四个部分 . 目标信息包括 PGP 的最终目标和重要性等信息 ; 规划活动图表示单元正在进行的工 作 , 如单元目前正进行的主要规划步骤及其期望结果等 ; 解结果构造图中的信息说明单元之间的交互关 系 ; 状态信息记录自其它单元收到的有关信息的指针 、 收到的时间等 . 通过选择不同的交换 PGP 的方式 与使用 PG

22、P 属性的方法 , 可以构造出不同的单元协调模式 . PGP 方法可以灵活地协调单元之间的交互 , 但要求每个单元具有与其它单元交互的能力 , 会增加单元的复杂性和单元之间的通信量 . 类似于任务分 担的合作 , 可由协调器集中协调其它单元的求解活动 , 并对各单元得出的部分结果进行集中处理 , 形成整 个问题全局一致的求解结果 , 见图 3.任务分担的合作适合于具有层次的任务或数据抽象结构的问题领域 , 所要求解的问题可分解为一系 列相对独立的子问题 , 每个子问题可由一个单元独立求解 , 在求解过程中很少需要或不需要其它子问题的 求解信息 (如知识 、 假设 、 局部解等 . 结果共享的合

23、作适合于总体问题不可分解或不能分解为相对独立子 问题的问题领域 , 各单元不具备独立求解整个问题的能力 , 只能得出整体问题的部分结果 , 而且各单元 得出的部分结果相互影响与约束 , 只有共享部分结果才能得出整体问题的正确解 .现代组织所面临的环境越来越复杂多变 , 管理者将会遇到各种类型的问题 , 单元合作方式若仅采用任 务分担或结果共享 , 将不能满足求解各种问题的需要 . 一般地 , 对于结构不良的复杂决策问题 , 一方面由于 结构化程度低 , 不能分解为相对独立的子问题 , 另一方面 , 人们处理复杂问题时又总是试图将其分解为一 系列小规模的子问题 , 通过子问题的求解并考虑子问题之

24、间的影响与约束来得到原问题的解 . 这意味着需 要同时采用任务分担和结果共享两种合作方式才能有效解决这类问题 . 例如 , 确定某种产品的市场投放量 这一决策 , 仅由市场部门是不能完成的 , 还涉及生产部门和采购部门 , 甚至还涉及到广告和销售部门 . 市场 部门首先根据供求信息确定一个期望的产品投放量 , 最终决策还需要综合考虑生产能力和生产成本 (包括 直接劳动成本和直接原材料成本 才能作出 . 生产部门根据生产限制以及其它的调度需求 , 确定能为市场 生产多少该种产品 ; 根据市场部门设定的投放量 , 计算直接劳动成本 . 在确定生产能力时 , 还要从采购部门 获取原材料的供应信息 ,

25、 如果原材料供应不足 , 则要相应削减生产能力 . 采购部门确定原材料的供应是否 能满足生产能力的要求 ; 根据市场部门设定的投放量 , 计算直接原材料成本 . 市场部门根据生产能力和生 产成本调整产品投放量 , 生产 、 采购部门相应地要重新进行分析和计算 , 这一过程重复进行 , 直到市场部门 到达最终决策 . 显然 , 市场 、 生产 、 采购三个部门在决策过程中既以任务分担又以结果共享的方式合作 . 因 此 , D I D SS 中单元合作方式应当设计成柔性的 , 使其对不同类型的问题以及对不同的合作方式都具有适应 性 .5 D I D SS 结构框架基于以上分析 , 我们提出 D I

26、 D SS 的一种结构框架 , 如图 4所示 . 决策者通过用户界面输入问题 , 形成问题的正确描述 , 提交给协调器 . 协调器是系统的核心部件 , 它对问题求解过程进行控制和管理 , 适时调度 合适的单元进行问题求解 ; 协调器根据一定的准则确定何时和如何结束单元的合作问题求解过程 , 并将最 终结果返回到用户界面 . 索引模块中存放各单元的专业知识分布 、 问题处理能力 、 位置 、 知识表达方式 、 推 理方式等信息 , 供协调器分配任务时使用 . 当修改单元或增加新单元时 , 索引模块也要作相应更新 .单元之间以及单元与协调器之间通过消息板实现通信 . 消息板类似于黑板 , 有一定的

27、数据结构和控制 机制 . 消息板被划分为如下三种类型的区域 :1 协调区 存放各单元发送给协调器的消息 , 供协调器使用 . 协调器从该区域可接收到两种形式的 消息 , 即单元请求某参数的值及单元报告自身的状态值 . 协调区还记录各单元的状态信息 , 若某一单元处 于非空闲状态 , 协调器将不会给它分配另外的任务 .2 参数区存放问题求解过程中累积生成的各参数项 , 每一参数项包括参数名 , 参数值及与该值对应 的时间标记 . 参数区为各单元所共享 , 各单元可以在该区域读取所需的参数值 , 并可改写某参数项或增添 新的参数项 . 单元通过检测时间标记判别某一参数值的新旧程度 , 以决定是否采

28、用该值 .3 单元专用区 每个单元都有一个专用区 , 存放协调器发送来的消息 , 该消息将求解某一参数值的 任务分配给单元. 图 4 D I D SS 结构框架每个单元有三种可能的状态 :1 空闲状态 单元未被协调器激活或未接收到任务时的状态 .2 工作状态 单元利用其专业知识进行局部问题求解时的状态 .3 等待状态 单元因需其它单元的求解结果而暂停自身问题求解时的状态 .当系统启动时 , 各单元均处于空闲状态 . 协调器接收到用户输入的问题后 , 检索索引模块 , 根据单元的 专业知识分布 、 问题处理能力等信息 , 确定最适合求解该问题的单元 , 不妨称为单元 1. 协调器向单元 1的 专

29、用区发送求解该问题的消息 , 同时修改协调区单元 1的状态信息 . 各单元周期性地检视其专用区 , 看是 否有协调器发送来的任务 . 单元 1接收到任务后被激活而转入工作状态 , 它利用自身拥有的专业知识求解 问题 , 试图找到问题的答案 . 在求解过程中当需要某些参数的值时 , 将首先检索消息板上的参数区 , 如没有 所需的参数或参数值已经过时 , 就向协调区发出请求消息 , 要求协调器帮助获得所需的参数值 , 此时单元 1转入等待状态 . 协调器也周期性地检视协调区 , 当接收到单元 1的请求消息 , 它利用索引模块中的有关信 息 , 确定最适合为单元 1提供所需参数值的单元 , 不妨设为

30、单元 2. 协调器向单元 2的专用区发出求解该 参数值的消息 , 同时修改协调区中单元 2的状态信息 . 单元 2求解完毕后 , 将在参数区中增添或修改相应 的参数项 . 一旦单元 1从参数区获得了所需的参数值 , 将返回到工作状态 , 直至问题求解完毕 . 当单元完 成问题求解任务后 , 就向协调区发送任务完成消息 , 协调器根据此消息将该单元的状态信息修改为空闲状 态 . 在问题求解过程中 , 若有一个或多个单元处于等待状态而无单元处于工作状态 , 则协调器将处于等待 状态的单元所需要的参数项输出给用户 , 由用户给出该参数项的值 , 使处于等待状态的单元转入工作状第6期 分布式智能决策支

31、持系统设计研究 21 态. 当协调区中所有单元的状态信息均标示为空闲时, 表明问题求解完毕, 协调器则结束问题求解过程, 将 最终结果返回给用户. 从上述过程可以看出, 系统采用了集中处理和分布处理相结合的方式求解问题, 单元之间的合作兼有 任务分担和结果共享的特征, 任务通过协调器动态分配, 结果共享通过参数区的共享实现. 若问题在求解 过程中派生出的是相对独立的子问题, 则单元之间的合作体现出的是完全的任务分担特征, 只是系统不存 在预先的问题分解与任务分配. 6结束语 将分布式人工智能技术引入 I SS, 将会导致 D SS 发展的又一次飞跃, 它与只是实现了知识的分离存 D 贮和共享的 I SS 相比, 还实现了问题的分布式求解. 目前可将发展比较成熟的分布式 ES 技术与 D SS 结 D 合起来. 研究 D I SS 的意义还在于, 它为组织中多人合作决策的智能化与分布式支持提供了基础, 因为 D . D I SS 中诸智能单元合作求解复杂问题具有多人合作决策的特征 但由于智能单元不可能取代具有社会 D 性和主观能动性的人类决策者, 而且多人合作决策还有更复杂的特征和社会意义, 例如群体决策往往是 为了保证公正和民主, 因