智能決策支持系統探究

張銘泉 董 超

[摘要] 從決策支持系統和智能決策系統的概念入手,介紹了DSS的結構并在此基礎上給出了IDSS的結構,列舉了幾種常見的基于人工智能的IDSS:基于ES的IDSS和基于Agent的IDSS,其中著重分析了DSS與ES結合的IDSS,最后給出了IDSS今后發展中要解決的問題。

[關鍵詞] 決策支持系統 人工智能 智能決策支持系統

一、引言

決策者要經常面臨一些非結構化狀態,這些狀態處理起來既復雜又困難,并且不能用標準的常規的方式來解決。決策支持系統(DSS)是以交互式計算機為基礎的系統,它允許決策者直接干預并幫助他利用他的經驗和判斷來解決半結構化或非結構化的問題。作為新的基于計算機的信息系統,DSS首先由Scott Morton早在1970s明確的提出,在20世紀70年代中期,Keen和Scott Morton引入了DSS的概念。智能決策支持系統(IDSS)是決策支持系統和人工智能的結合,在20世紀80年代中期,人工智能領域的研究者們把知識表示和知識加工的思想引進到DSS中,彌補了傳統的DSS的只依靠模型技術和數據處理技術的缺陷。

二、DSS和IDSS的概念

決策支持系統(Decision Support System,DSS)是信息系統研究的最新發展階段。它是一個融計算機技術、信息技術、人工智能、管理科學、決策科學等學科與技術于一體的技術集成系統。傳統的DSS使用數據模型和數值計算方法來輔助決策,具有無法表示復雜決策過程的局限性,隨著AI技術的發展,專家系統的出現,1981年Bonczek等人提出將DSS與ES相結合,分別發揮DSS數值分析與ES符號處理的特點,將定性分析和定量分析有機結合,使其能夠進行知識處理,以方便、準確地模擬客觀世界,全面地反映決策過程,從而有效地解決半結構化和非結構化問題,形成最初的IDSS。

IDSS是管理決策科學、運籌學、計算機科學與人工智能相結合的產物。利用專家系統(ES)技術,預先把專家(決策者)的建模經驗整理成計算機表示的知識,組織在知識庫中,并用稱為推理機的一組程序來模擬決策專家的思維推理,形成一個智能的部件;在經典DSS中需要決策者干預時,就先訪問此智能部件,只有當它也無能為力時,才請求人工干預,這樣就可以大大提高決策效率并減輕管理決策人員的負擔。

三、DSS和IDSS的結構

1.DSS的結構。DSS發展至今大家比較公認的一種為“三部件”結構。它主要由數據部件、模型部件和對話部件組成。具體表現為以下四個系統:(1)數據管理子系統;(2)模型管理子系統(3)知識管理子系統;(4)對話子系統。

2.IDSS的結構。智能決策支持系統(IDSS)是在決策支持系統的基礎上集成人工智能技術,特別是專家系統而形成的,它既充分發揮了專家系統中知識及知識處理的特長,也充分發揮了傳統決策支持系統中數值分析的優勢。既可以進行定量分析,又可以進行定性分析,能有效地解決半結構化及非結構化的問題,這就大大擴大了決策支持系統的應用范圍,提高了系統求解問題的能力。

四、基于AI的IDSS

人工智能(AI)是讓計算機來模擬人類智能,由于模擬途徑的不同,產生了不同的AI理論和技術。通過心理學的途徑,總結人們思維活動的規律,產生了人工智能的符號機制,后發展成ES;根據生理學、認知科學等對人類學習機理的了解,建立人類學習的計算模型或認知模型,形成了機器學習理論;通過社會學的途徑,研究人類在社會中的行為,將人類模擬成為多種智能體品質構成的有機的整體——Agent,綜合考慮Agent技術及其在Agent環境中的行為,這就是Agent技術和理論。除此之外,還有自然語言理解等人工智能技術。將上述不同的AI技術與DSS相結合,形成不同形式的IDSS,下面對它們分別介紹。

1.基于ES的IDSS

ES是目前AI中應用較成熟的一個領域,一般由知識庫、推理機及數據庫組成,它使用非數量化的邏輯語句來表達知識,用自動推理的方式進行問題求解,而DSS主要使用數量化方法將問題模型化后,利用對數值模型的計算結果來進行決策支持。在IDSS中,將DSS和ES相結合,主要有三種結合方式:(1)DSS和ES的總體結合;(2)知識庫(KB)和模型庫(MB)的結合;(3)數據庫(DB)和動態數據庫的結合。

由以上DSS和ES三種結合方式,就形成了三種IDSS的集成形式:(1)DSS和ES并重的IDSS結構;(2)DSS為主體的IDSS結構;(3)ES為主體的IDSS結構。

2.基于Agent的IDSS

Agent是目前AI領域的研究熱點,主要有智能型Agent研究、Multi—Agent系統研究和Agent—oriented的程序設計研究三個方面。Agent自身應該具有知識、目標和能力。知識是Agent對其周圍環境和要求解的問題的某種描述。目標是Agent解決問題所能達到的程度。能力就是Agent自身具有的解決問題的技能。針對不同的具體任務,人們構造了不同種類的Agent來滿足需要。界面Agent、信息Agent、移動Agent和協作Agent就是其中的四種。關于Agent的資料很多由于篇幅限制這里不再展開闡述。

五、IDSS研究過程中要解決的問題

1.智能部件的設計和實現。IDSS中的智能性可以表現在知識庫部分,模型庫部分和數據倉庫(數據庫)部分。對模型庫系統部分包括模型庫的組織結構、模型庫管理系統的功能、模型庫語言等方面的設計和實現,主要是模型的表示和智能構造及重用,如何使模型庫中的模型具有知識,以有效地將定性和定量分析相結合。

2.系統各部件之間的交互。系統各部件之間的聯系通過部件之間的接口來完成,包括對數據存取,對模型的調用,對知識的推理和修改,人機界面對各個模塊的調用和協調.如何實現各個部件之間的高效交互,使信息能高效傳遞是一項需長期研究的任務。

3.系統的集成化。如何根據實際需要,以現實經濟社會為依托,運用多種技術和方法進行系統綜合集成,使系統各部件有機地結合在一起,形成完整實用的系統。

六、結束語

IDSS的發展趨勢是向著綜合化、集成化方向發展,綜合利用多種技術來實現IDSS已是構建現代IDSS的必然趨勢。IDSS的研究工作應該突出在系統的智能性和對決策支持兩個方面。隨著現代科學技術的發展,AI、數據庫領域都出現新的技術,如何有效地將這些技術應用于IDSS的構建中,把數據倉庫、數據挖掘、模型庫、數據庫、ES、面向對象、Agent、機器學習等的優點結合起來,集成綜合的決策支持系統,開發出實用而有效的IDSS是當前IDSS發展中的首要問題之一。

參考文獻:

[1]高洪深.決策支持系統(DSS)理論、方法、案例.北京:清華大學出版杜,2000.

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

[3]黃梯云.智能決策支持系統北京:電子工業出版社,2001.

[4]陳文偉.決策支持系統及其開發(第二版).北京:清華大學,2000.

[5]賴景和.周運森.決策支持系統在企業管理中的應用.現代科學,2004,6.

[6]毛海軍,唐煥文.智能決策支持系統研究進展.小型微型計算機系統,2003,5.

[7] 梁雯,梁厚蘊.基于智能和數據倉庫DSS的綜臺DSS.微機發展.