基于数据仓库的装备保障指挥辅助决策系统研究

贾烨

郭齐胜

韩健

（装甲兵工程学院装备指挥与管理系，北京100072）

0 引言

装备保障指挥辅助决策系统是以信息技术为基本手段，综合运用现代决策科学理论、方法和计算机技术，针对半结构化和非结构化的决策问题，支持装备保障指挥辅助决策具有智能作用。该系统能够为装备保障指挥员提供装备保障指挥决策所需的数据、信息和背景材料，协助其快速有效地分析装备保障任务，处理各种装备信息，规划保障人员、保障器材、作业时间和保障措施，以此提供各种备选方案，并能对多种方案进行评价和优选，我们可以通过人机交互的方式进行分析、比较和判断，为装备首长机关正确决策提供必要的支持[1]。

1 数据仓库的概念及其特点

数据仓库的提出主要是以关系数据库、并行处理和分布式技术的飞速发展为基础的，目的就是为了解决在信息技术发展中存在的拥有大量数据但是信息缺乏的问题。数据仓库是面向主题的、集成的、稳定的一个数据集合，这个集合是随着时间而产生变化的，用来支持装备保障决策者实现及时、有效和科学的决策。其主要功能就是从信息源提取所需要的数据，然后在数据库上直接处理用户信息的查询和决策分析请求，尽量清楚访问的信息来源[2]。

与传统决策系统的关系数据库的主要不同，我们可以从以下几点进行分析：

1.1 主题性 数据仓库中的数据都是针对所指定的分析领域组织的。这些特定的客观分析领域我们统称为主题。其中，装备保障指挥辅助决策系统的主要有保障需求估算、保障能力核算、保障力量部署、保障方案决策，这些主题就是对数据进行归类。

1.2 集成性 数据仓库的数据是按照归类然后进行抽取的，在数据进入数据仓库之前，我们必须要经过清晰的集成转换后方可进入数据库。这是因为：第一，数据仓库的每一主题所对应的数据来源不同于分散的数据，它们之间存在着许多的重复性和不一致性；第二，不同的联机事物处理系统的数据都与不同的应用逻辑相关联，因此它们之间存在着很多的复杂的异构性；第三，数据仓库中的综合数据需要在源数据的基础上得到进一步的加工。

1.3 时变性 数据仓库的数据内容是随着时间的变化而变化的，我们可以从以下三点进行分析：首先，数据仓库是随着时间的推移而不断变化增加新的内容；其次，数据仓库是随着时间的推移而转变旧的数据内容；最后，数据仓库中所包含的综合数据，大多都是通过实践得来的，很多数据都是对各个时间段的一个汇总，然后根据时间区段进行抽样等。数据仓库中的每个码都包含时间项，以此标明数据在时问流程中的属性。

1.4 只读性 数据仓库的数据很大一部分是对一段时间内的历史进行的总结，我们可以用装备保障指挥进行决策分析。而数据仓库中的数据所反映的内同不同，是根据不同时间点的数据快照的集合，以及基于这些快照进行统计、汇总和重组等而倒出的数据，并不是联机处理系统中需要及时更新的最新数据。

2 装备保障指挥辅助决策系统框架设计

装备保障指挥辅助决策支持系统负责管理部队有关装备工作的所有信息采集、汇总、更新，部队装备管理、维修以及器材储备等管理决策工作，整个网络体系采用三层结构[3]，如图1所示。

图1

第一层为数据库层，数据集中存储于部队数据库服务器中，各类用户根据权限访问。第二层为应用服务层。通过WEB服务或数据库管理服务器与数据库进行数据查询等交互并提供给用户，用户也可以通过局域网络直接向数据库提交数据。第三层为客户层，是面向用户的客户端，采用B/S与C/S相结合的方式。

3 装备保障指挥辅助决策系统模块设计

建立装备保障指挥辅助决策系统是一个较为复杂的过程，需要结合装备保障指挥的特点来完成数据仓库、联机分析处理和数据的挖掘等模块的设计。

3.1 数据仓库设计 主题是数据仓库的组织核心。在建构装备保障指挥辅助决策系统的最初，我们需要明确其主题，然后根据基础数据进行装载。数据仓库的主题主要是根据系统的需求进行设计的。每一个主题下面还分很多子主题，都是根据不同的主题分析来确定描述主题的多维数据模型，并根据主题指标中的约束因素确定模型的各个维数。目前，我们所描述的主题主要有星状模型、雪花模型和混合模型[4]。

3.2 联机分析处理设计 联机分析处理的实施我们可以分为两种方案：一是，采用多维数据库进行联机分析处理；二是采用关系数据库来存放多维数据，然后进行联机分析处理的关系联机分析。由于在数据存储中多采用的是多维数据模型，因此对该问题就采用多维联机分析处理。装备数据被存入多维数据库后，多维联机分析处理就会根据系统或外部分析工具的需要，将他们所属的维中数据进行系统的计算和整合，把结果按一定层次的结构或计算要求输出到应用层面上，便于更好地对该层面进行分析，还能够将不同的主题间维进行统一的处理，进行装备数据、保障任务等具体任务的数据分析。

3.3 数据挖掘设计 数据挖掘模块是在数据仓库系统或联机分析处理的基础上所建立的。在模块确立后，将需要分析的数据输入到挖掘模型中，然后得到相应的分析结果，再将分析结果有效运用到服务层进行使用，进一步输入到联机中进行分析处理。相对于联机分析处理，数据挖掘的实现更为复杂。因此数据挖掘是一个高度归纳和演绎的过程，是需要根据不同业务进行分析，分别设定挖掘模型，然后进行有目的性的选择和评价。为了对数据挖掘有一个具体的目标，数据准备则是通过数据选择、数据预处理和数据转换来选择数据，将其转换为一个分析模型；数据加工是对数据进行采集和整理，便于我们更好地根据设置要求选择合适的算法，以此完成数据计算工作；决策建议是得出目标需要的决策建议；评价结果则是处理结果的有效性进行评价，若满意则指导决策，不满意则修改参数，选择算法重新计算数据，直到获得满意的结果。

4 装备保障指挥辅助决策系统结构设计

装备保障辅助决策系统采用基于数据仓库、数据挖掘和联机分析处理技术的体系结构，其结构框图如图2。系统主要由三部分组成：第一部分是模型库、方法库、知识库和数据仓库及其相应的管理系统；第二部分是联机分析处理和数据挖掘系统；第三部分是辅助决策支持处理系统。数据仓库用于存储面向决策主题的数据，实现对决策主题数据的存储和综合，系统通过调用模型库、方法库、知识库的模型、方法、知识，提供相应的辅助决策支持。联机分析处理和数据挖掘部分则是该系统智能化的核心，联机分析处理和数据挖掘处理单元通过对数据仓库中的数据采用有关的方法，结合相关的知识和规则进行挖掘，获取有用的知识、规则和模型。辅助决策支持处理系统是使用四个库的功能中心。它们从各自不同的角度辅助决策，数据仓库是基础，联机分析处理和数据挖掘是两种不同的分析工具，系统各部分之间紧密结合、相互补充、相互依赖，充分发挥各自的辅助决策优势，从而实现更有效的辅助决策。

4.1 数据仓库及相应管理系统 在数据仓库中，数据既可以来源于装备保障中已有的各种数据库管理系统，也可以是各种格式的数据文件或外部的数据源。只有能够为数据仓库所支持的决策和分析过程提供所需要的信息，就可以成为数据的来源。数据仓库需要经过检查，排除数据中可能隐藏的错误，待合格后方可进入数据仓库。为了满足决策支持和深入分析的需求，我们在对数据进行整理的时候，需要重新进行加工和组织，这样便于数据管理人员进行相关信息的整理。为了使数据仓库用户能够有效地使用数据仓库中的信息，我们需要进行深层次的分析然后进行综合决策，这样数据仓库系统要向用户统一提供一套数据访问系统和分析工具，便于用户高效运用数据信息。也能够从结构上建立面向各个分析和决策主题的数据仓库，实现装备保障信息资源的共享，以此提供辅助分析和辅助决策服务。

4.2 联机分析处理和数据挖掘系统 联机分析处理和数据挖掘系统是整个系统智能性的生成部分，通过联机分析处理和数据挖掘产生的新知识和规则，为解决问题而提供相关的需要。在基于数据仓库的装备保障决策支持系统中，联机分析处理和数据挖掘不仅使用数据仓库中的数据，而且使用其他三个库中的内容，模型库为联机分析处理和数据挖掘提供模型和规则，方法库为联机分析处理和数据挖掘提供有效的方法，知识库可以为数据控制提供相应的知识，这对挖掘过程也是有一定的辅助作用的，以此充实模型库和知识库。

4.3 辅助决策支持系统 辅助决策支持系统是用于辅助装备保障决策系统的功能核心，数据库挖掘信息是为了对现存的问题进行处理。我们在进行辅助决策系统的时候，可以使用模型库中的模型，然后对存在的问题进行快速处理，并且对不相关的数据避免访问。最终形成辅助决策报告或通过人机交互提出装备保障决策，以此实现对数据仓库的辅助决策功能。

5 总结

装备保障指挥辅助决策系统主要是对现阶段的准备保障指挥数据库中大量的运行数据，以及其他可用的外部情报数据进行综合分析，将需要运用的军事装备保障内外的数据源转变为管理决策所用的讯息，使决策者能够得到更加准确的、有价值的数据，并运用于决策管理上。数据仓库中的数据要求是面向主题的、只读性的、整合的有效信息，以此满足装备各决策部门和决策者的需要。采用数据仓库能够实现部队装备保障决策的快速性、有效性和准确性，是弥补传统装备保障决策能力不足的有效途径。

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

[2]马费成，王晓光.信息资源的优化配置与共享效率[J].情报理论与实践，2003（4）.

[3]Han JKamber.数据挖掘概念与技术[M].北京:机械工业出版社，2001.

[4]李瑞欣.决策支持系统中数据仓库建设若干问题的研究[J].高性能计算技术，2003（10）：12-14.