智能决策支持系统探究

张铭泉 董 超

[摘要] 从决策支持系统和智能决策系统的概念入手,介绍了DSS的结构并在此基础上给出了IDSS的结构,列举了几种常见的基于人工智能的IDSS:基于ES的IDSS和基于Agent的IDSS,其中着重分析了DSS与ES结合的IDSS,最后给出了IDSS今后发展中要解决的问题。

[关键词] 决策支持系统 人工智能 智能决策支持系统

一、引言

决策者要经常面临一些非结构化状态,这些状态处理起来既复杂又困难,并且不能用标准的常规的方式来解决。决策支持系统(DSS)是以交互式计算机为基础的系统,它允许决策者直接干预并帮助他利用他的经验和判断来解决半结构化或非结构化的问题。作为新的基于计算机的信息系统,DSS首先由Scott Morton早在1970s明确的提出,在20世纪70年代中期,Keen和Scott Morton引入了DSS的概念。智能决策支持系统(IDSS)是决策支持系统和人工智能的结合,在20世纪80年代中期,人工智能领域的研究者们把知识表示和知识加工的思想引进到DSS中,弥补了传统的DSS的只依靠模型技术和数据处理技术的缺陷。

二、DSS和IDSS的概念

决策支持系统(Decision Support System,DSS)是信息系统研究的最新发展阶段。它是一个融计算机技术、信息技术、人工智能、管理科学、决策科学等学科与技术于一体的技术集成系统。传统的DSS使用数据模型和数值计算方法来辅助决策,具有无法表示复杂决策过程的局限性,随着AI技术的发展,专家系统的出现,1981年Bonczek等人提出将DSS与ES相结合,分别发挥DSS数值分析与ES符号处理的特点,将定性分析和定量分析有机结合,使其能够进行知识处理,以方便、准确地模拟客观世界,全面地反映决策过程,从而有效地解决半结构化和非结构化问题,形成最初的IDSS。

IDSS是管理决策科学、运筹学、计算机科学与人工智能相结合的产物。利用专家系统(ES)技术,预先把专家(决策者)的建模经验整理成计算机表示的知识,组织在知识库中,并用称为推理机的一组程序来模拟决策专家的思维推理,形成一个智能的部件;在经典DSS中需要决策者干预时,就先访问此智能部件,只有当它也无能为力时,才请求人工干预,这样就可以大大提高决策效率并减轻管理决策人员的负担。

三、DSS和IDSS的结构

1.DSS的结构。DSS发展至今大家比较公认的一种为“三部件”结构。它主要由数据部件、模型部件和对话部件组成。具体表现为以下四个系统:(1)数据管理子系统;(2)模型管理子系统(3)知识管理子系统;(4)对话子系统。

2.IDSS的结构。智能决策支持系统(IDSS)是在决策支持系统的基础上集成人工智能技术,特别是专家系统而形成的,它既充分发挥了专家系统中知识及知识处理的特长,也充分发挥了传统决策支持系统中数值分析的优势。既可以进行定量分析,又可以进行定性分析,能有效地解决半结构化及非结构化的问题,这就大大扩大了决策支持系统的应用范围,提高了系统求解问题的能力。

四、基于AI的IDSS

人工智能(AI)是让计算机来模拟人类智能,由于模拟途径的不同,产生了不同的AI理论和技术。通过心理学的途径,总结人们思维活动的规律,产生了人工智能的符号机制,后发展成ES;根据生理学、认知科学等对人类学习机理的了解,建立人类学习的计算模型或认知模型,形成了机器学习理论;通过社会学的途径,研究人类在社会中的行为,将人类模拟成为多种智能体品质构成的有机的整体——Agent,综合考虑Agent技术及其在Agent环境中的行为,这就是Agent技术和理论。除此之外,还有自然语言理解等人工智能技术。将上述不同的AI技术与DSS相结合,形成不同形式的IDSS,下面对它们分别介绍。

1.基于ES的IDSS

ES是目前AI中应用较成熟的一个领域,一般由知识库、推理机及数据库组成,它使用非数量化的逻辑语句来表达知识,用自动推理的方式进行问题求解,而DSS主要使用数量化方法将问题模型化后,利用对数值模型的计算结果来进行决策支持。在IDSS中,将DSS和ES相结合,主要有三种结合方式:(1)DSS和ES的总体结合;(2)知识库(KB)和模型库(MB)的结合;(3)数据库(DB)和动态数据库的结合。

由以上DSS和ES三种结合方式,就形成了三种IDSS的集成形式:(1)DSS和ES并重的IDSS结构;(2)DSS为主体的IDSS结构;(3)ES为主体的IDSS结构。

2.基于Agent的IDSS

Agent是目前AI领域的研究热点,主要有智能型Agent研究、Multi—Agent系统研究和Agent—oriented的程序设计研究三个方面。Agent自身应该具有知识、目标和能力。知识是Agent对其周围环境和要求解的问题的某种描述。目标是Agent解决问题所能达到的程度。能力就是Agent自身具有的解决问题的技能。针对不同的具体任务,人们构造了不同种类的Agent来满足需要。界面Agent、信息Agent、移动Agent和协作Agent就是其中的四种。关于Agent的资料很多由于篇幅限制这里不再展开阐述。

五、IDSS研究过程中要解决的问题

1.智能部件的设计和实现。IDSS中的智能性可以表现在知识库部分,模型库部分和数据仓库(数据库)部分。对模型库系统部分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,主要是模型的表示和智能构造及重用,如何使模型库中的模型具有知识,以有效地将定性和定量分析相结合。

2.系统各部件之间的交互。系统各部件之间的联系通过部件之间的接口来完成,包括对数据存取,对模型的调用,对知识的推理和修改,人机界面对各个模块的调用和协调.如何实现各个部件之间的高效交互,使信息能高效传递是一项需长期研究的任务。

3.系统的集成化。如何根据实际需要,以现实经济社会为依托,运用多种技术和方法进行系统综合集成,使系统各部件有机地结合在一起,形成完整实用的系统。

六、结束语

IDSS的发展趋势是向着综合化、集成化方向发展,综合利用多种技术来实现IDSS已是构建现代IDSS的必然趋势。IDSS的研究工作应该突出在系统的智能性和对决策支持两个方面。随着现代科学技术的发展,AI、数据库领域都出现新的技术,如何有效地将这些技术应用于IDSS的构建中,把数据仓库、数据挖掘、模型库、数据库、ES、面向对象、Agent、机器学习等的优点结合起来,集成综合的决策支持系统,开发出实用而有效的IDSS是当前IDSS发展中的首要问题之一。

参考文献:

[1]高洪深.决策支持系统(DSS)理论、方法、案例.北京:清华大学出版杜,2000.

[2]GA Gorry,MS Scott Morton. A framework for management information systems.Sloan Management Review,1999.

[3]黄梯云.智能决策支持系统北京:电子工业出版社,2001.

[4]陈文伟.决策支持系统及其开发(第二版).北京:清华大学,2000.

[5]赖景和.周运森.决策支持系统在企业管理中的应用.现代科学,2004,6.

[6]毛海军,唐焕文.智能决策支持系统研究进展.小型微型计算机系统,2003,5.

[7] 梁雯,梁厚蕴.基于智能和数据仓库DSS的综台DSS.微机发展.