智能决策支持系统框架研究

王 晶，武 昌

（1 陆军步兵学院石家庄校区 河北 石家庄 050000）

（2 火箭军试验训练基地96891 部队 山西 忻州 034000）

1 DSS

随着科学技术的迅猛发展，科学技术深入到生活各个方面。决策过程也经历了巨大的变化。其中，决策支持系统（DSS）促进决策过程取得最有效的结果，DSS 侧重于支持和改进管理决策，在知识获取、知识表示和知识处理方面有巨大的优势。一个有效的DSS 可以协助决策者做决策，并确保重要的细节不被忽视。

一个有效的DSS 应该包括：（1）协助决策者获得新的、经核实的有关数据；（2）提供使用知识储存库的机会；（3）为新知识的解释和分类提供基础设施；（4）能够区分已核实和未核实的数据。

2 决策定义

决策的定义如下：为了实现目标（目标可能一个或多个），在可供选择的方案中选择。这个过程主要有四步：

（1）收集：发现事实、发现问题和机会、收集数据、分析和探索。

（2）设计：建立模型，设定选择标准，寻找替代方案，建模和仿真。

（3）选择：通过对方案的分析和评价，确定最优方案，并建立相应的计划。

（4）实现：所选方案的最终实现。

3 IDSS及其应用

智能技术的显著进步对包括决策支持技术在内的大多数技术都产生了巨大的影响。常规的决策支持系统帮助决策者操纵数据和模型，但不会扮演智能助手的角色。近年来，DSS 领域出现了许多改进，包括人工智能技术和方法，如：知识库、模糊逻辑、多智能体系统、自然语言、遗传算法、神经网络等。于是，产生了一个新的领域：智能决策支持系统——IDSS[1]。

IDSS 是基于计算机的交互式系统，使用数据、专家知识和模型来支持决策者，通过结合人工智能技术来解决复杂、不精确和结构不良的问题。

在DSS 中包含人工智能（AI）技术旨在开发基于计算机的系统，模仿人类的如近似、推理、直觉和普通常识的行为，使决策者更好地履行其职责并协同工作。通过人工智能研究产生的许多模型、算法和基于知识的推理能力对IDSS 做出了重要贡献。

4 IDSS：一个框架

IDSS 有三个基本组成部分：

●数据库管理子系统：它包括数据库和数据库管理系统（DBMS），数据库中包含与DSS 所设计的问题相关的数据。数据库管理系统可以与组织的数据仓库和/或数据集市相互连接，DBMS 将用户与数据库结构分离开来[2]。

●模型管理子系统（MBMS）：本系统类似于DBMS，它包括一个模型库。MBMS 的目的是通过对数据应用模型的处理，将DBMS 中的数据转换为信息。

●专家子系统：它涵盖了用户与DSS 的不同组件之间通信的所有方面，需要提供人机友好界面，帮助模型构建和交互。

除上述组件外，IDSS 还设有知识管理子系统。

●知识管理子系统：信息一经识别、收集和管理，就必须转化为知识。在知识管理过程的这一阶段，转换和过滤信息/知识的各种工具和技术包括数据挖掘、OLAP、机器学习等。

见图1 所示，不同的信息来源大致可以分为内部和外部。内部来源包括操作数据库、数据仓库、数据集市和组织中的人员。外部来源包括客户、政府机构、互联网等[3]。

图1 IDSS 框架

5 相关技术

Internet：为了利用Internet 的潜在机会，发现Internet 信息需要使用Web 挖掘，可以分为：Web 使用挖掘、Web 内容挖掘和Web 结构挖掘[4]。

数据库：数据库是信息的主要来源。数据库管理系统（DBMS）是管理数据库中数据的软件。

数据仓库：数据仓库的功能是查询分析数据，这里的数据指事务数据，适用于信息分析和决策支持领域。其中的数据具有集成性、时变性和非易失性。

数据集市：这些是小型的本地化数据仓库，由不同的部门创建，以提供他们自己的决策支持活动[5]。

人工智能（AI）：在知识工程、隐性知识向显性知识转移、知识识别、理解和传播等领域进行了大量工作。人工智能技术包含很多方面，如神经网络、遗传算法、数据挖掘、专家系统、基于案例的推理、模糊逻辑和智能代理等。

数据库中的知识发现（KDD）：可以将KDD 定义为从数据库中提取隐含的、以前未知的、可能有用的信息。融合了多个学科的知识，如统计、数学、数据库、并行计算等。

多维数据分析：即在线分析处理（OLAP），可以创建各种视图，使用户从不同维度提取和查看数据。

知识存储库：创建的知识必须存储起来，以便在组织中将来使用和共享。它们是内部和外部知识的集合，并寻求捕获隐性和显性知识。

6 结语

IDSS 除了能提高决策过程的有效性外，还可以用来提供真实可靠的决策。IDSS 使用了许多方法和技术，将人类知识与建模工具相结合，帮助决策者的决策。