基于大數(shù)據(jù)的民用運(yùn)力動(dòng)員決策支持系統(tǒng)模型構(gòu)建

錢立峰，吳 娟，李 濤

(1．陸軍軍事交通學(xué)院 汽車指揮系，天津 300161； 2．陸軍軍事交通學(xué)院 基礎(chǔ)部，天津 300161)

● 國(guó)防交通NationalDefenseTraffic

基于大數(shù)據(jù)的民用運(yùn)力動(dòng)員決策支持系統(tǒng)模型構(gòu)建

錢立峰1，吳 娟1，李 濤2

(1．陸軍軍事交通學(xué)院 汽車指揮系，天津 300161； 2．陸軍軍事交通學(xué)院 基礎(chǔ)部，天津 300161)

隨著信息技術(shù)的迅速發(fā)展，大數(shù)據(jù)時(shí)代已經(jīng)到來。為提升大數(shù)據(jù)時(shí)代民用運(yùn)力動(dòng)員能力，從大數(shù)據(jù)和大數(shù)據(jù)決策特點(diǎn)與要求入手，分析民用運(yùn)力動(dòng)員大數(shù)據(jù)的內(nèi)涵和特征，設(shè)計(jì)基于大數(shù)據(jù)的民用運(yùn)力動(dòng)員決策支持系統(tǒng)的功能，提出構(gòu)建由數(shù)據(jù)獲取層、數(shù)據(jù)處理層及數(shù)據(jù)應(yīng)用層等3個(gè)層面組成的民用運(yùn)力動(dòng)員大數(shù)據(jù)決策支持系統(tǒng)模型。

民用運(yùn)力動(dòng)員；決策支持系統(tǒng)；大數(shù)據(jù)

隨著云計(jì)算、物聯(lián)網(wǎng)為代表的新一代信息技術(shù)的迅速發(fā)展，人類社會(huì)已步入大數(shù)據(jù)時(shí)代。大數(shù)據(jù)作為核心戰(zhàn)略資源已上升為國(guó)家戰(zhàn)略，以大數(shù)據(jù)為核心的國(guó)家競(jìng)爭(zhēng)和軍事斗爭(zhēng)日趨激烈，它不僅會(huì)引發(fā)軍事信息處理技術(shù)的變革，也會(huì)對(duì)民用運(yùn)力動(dòng)員決策方式和方法產(chǎn)生深遠(yuǎn)影響。從世界近幾場(chǎng)高技術(shù)局部戰(zhàn)爭(zhēng)可以看出，戰(zhàn)爭(zhēng)爆發(fā)的突然性增加，戰(zhàn)爭(zhēng)周期極大縮短，戰(zhàn)爭(zhēng)消耗空前增大，要求國(guó)家動(dòng)員機(jī)構(gòu)必須運(yùn)用更加先進(jìn)的信息管理技術(shù)和決策手段，及時(shí)做出科學(xué)的動(dòng)員決策和動(dòng)員計(jì)劃。構(gòu)建基于大數(shù)據(jù)的民用運(yùn)力動(dòng)員決策支持系統(tǒng)，可以更加全面準(zhǔn)確地采集相關(guān)動(dòng)員數(shù)據(jù)，為民用運(yùn)力動(dòng)員決策提供重要的信息支撐，從而精準(zhǔn)分析評(píng)估動(dòng)員能力、精確計(jì)算可動(dòng)員量、科學(xué)優(yōu)化動(dòng)員布局，真正使決策者實(shí)現(xiàn)事前能夠預(yù)測(cè)、事中可以感知和事后做到反饋，極大地增強(qiáng)動(dòng)員決策的科學(xué)性、預(yù)見性和有效性。

1 大數(shù)據(jù)與大數(shù)據(jù)決策

1.1大數(shù)據(jù)

隨著物聯(lián)網(wǎng)、云計(jì)算、移動(dòng)終端等技術(shù)的快速發(fā)展與普及，使得“大數(shù)據(jù)( Big Data )”成為當(dāng)前最重要的時(shí)代特征。龐大的數(shù)據(jù)資源使得各個(gè)領(lǐng)域開啟了量化的過程，數(shù)據(jù)已經(jīng)從記錄、計(jì)算、證明等輔助工具升華為預(yù)測(cè)事物發(fā)展規(guī)律的大數(shù)據(jù)。“大數(shù)據(jù)”是需要新的處理模式才能具有更強(qiáng)的決策力、洞察力和流程優(yōu)化再造能力的海量、高增長(zhǎng)率和多樣化的信息資產(chǎn)[1]。其基本特征是：規(guī)模性(volume)、多樣性(variety)、高速性(velocity)、價(jià)值性(value)，即公認(rèn)的“4V”特征。大數(shù)據(jù)正在成為時(shí)代的新興資源和軍事斗爭(zhēng)準(zhǔn)備的核心要素，必將推動(dòng)軍隊(duì)作戰(zhàn)和決策指揮方式的深入變革。

1.2大數(shù)據(jù)決策

決策是主體為實(shí)現(xiàn)某個(gè)特定目的所作的行為設(shè)計(jì)及選擇的活動(dòng)，其中包括搜集必要的信息及對(duì)收集到信息的處理與分析[2]。信息與決策有著十分緊密的聯(lián)系，信息資源的完整性、時(shí)效性和準(zhǔn)確性直接影響決策的可靠性與科學(xué)性。同時(shí)，由于決策者往往缺乏足夠的能力與資源去選擇最優(yōu)，通常需要依靠直覺、經(jīng)驗(yàn)和推理去分析，從而選擇一個(gè)“相對(duì)滿意”的方案，憑借有限的理性作出決策。為增強(qiáng)決策的有效性，需要把所要決策的對(duì)象用數(shù)據(jù)直觀表達(dá)，運(yùn)用定量分析來修正定性決策方法的不足。但隨著信息技術(shù)的快速發(fā)展，各類信息呈現(xiàn)爆炸式增長(zhǎng)，大量結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)不斷涌現(xiàn)，信息的動(dòng)態(tài)性和交互性不斷增強(qiáng)，決策信息具有了大數(shù)據(jù)特征：一是決策所需挖掘、分析的信息分布廣泛、體量巨大；二是對(duì)信息處置時(shí)效性要求更高；三是決策信息存在大量半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，難以運(yùn)用傳統(tǒng)數(shù)據(jù)分析方式處理[2]。大數(shù)據(jù)決策，就是在相關(guān)系統(tǒng)的支持下，對(duì)多元異構(gòu)的決策信息源進(jìn)行聚類和挖掘，并將處理結(jié)果按照特定的標(biāo)準(zhǔn)統(tǒng)一存儲(chǔ)，利用合適的數(shù)據(jù)分析技術(shù)對(duì)存儲(chǔ)的數(shù)據(jù)進(jìn)行決策分析，從中得到客觀的分析結(jié)果并呈現(xiàn)給決策主體。相較于傳統(tǒng)決策，可以立足于更全面、更完整的數(shù)據(jù)集，通過數(shù)據(jù)挖掘分析，為決策者提供客觀的、科學(xué)的、全局性的和預(yù)見性的決策支持[3]。

2 民用運(yùn)力動(dòng)員大數(shù)據(jù)構(gòu)成及主要特點(diǎn)

2.1民用運(yùn)力動(dòng)員大數(shù)據(jù)構(gòu)成

民用運(yùn)力動(dòng)員大數(shù)據(jù)，是指各級(jí)各類民用運(yùn)力動(dòng)員機(jī)構(gòu)在前期準(zhǔn)備、中期實(shí)施和后期反饋過程中產(chǎn)生的“海量數(shù)據(jù)”，它是由作戰(zhàn)需求、動(dòng)員主體、動(dòng)員客體及相關(guān)要素共同構(gòu)成的“多元數(shù)據(jù)集”。這些數(shù)據(jù)由民用運(yùn)力資源日常管理數(shù)據(jù)、民用運(yùn)力動(dòng)員訓(xùn)練演習(xí)數(shù)據(jù)、自然地理環(huán)境等歷史靜態(tài)數(shù)據(jù)和列車所屬狀態(tài)數(shù)據(jù)、船舶所屬狀態(tài)數(shù)據(jù)、飛機(jī)所屬狀態(tài)數(shù)據(jù)、港口碼頭現(xiàn)場(chǎng)裝卸載作業(yè)狀態(tài)數(shù)據(jù)、氣象水文數(shù)據(jù)等實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)構(gòu)成。

2.2民用運(yùn)力動(dòng)員大數(shù)據(jù)主要特點(diǎn)

在大數(shù)據(jù)時(shí)代圍繞民用運(yùn)力動(dòng)員準(zhǔn)備、組織、實(shí)施和評(píng)估反饋產(chǎn)生了一個(gè)與動(dòng)員實(shí)體相對(duì)應(yīng)的數(shù)字空間，一切與民用運(yùn)力動(dòng)員有關(guān)的要素皆可量化、數(shù)據(jù)化[3]。民用運(yùn)力大數(shù)據(jù)既有普通大數(shù)據(jù)本身固有特性，也有其獨(dú)有的特色。

(1)動(dòng)員數(shù)據(jù)體量大。隨著社會(huì)的快速發(fā)展和信息化進(jìn)程的不斷加快，動(dòng)員空間和對(duì)象急速擴(kuò)展，力量構(gòu)成日益復(fù)雜，裝備設(shè)施不斷更新，技術(shù)指標(biāo)不斷升級(jí)，各級(jí)各類動(dòng)員部門生成和獲取的信息數(shù)據(jù)同步快速增長(zhǎng)，數(shù)據(jù)總量呈現(xiàn)幾何級(jí)數(shù)的增長(zhǎng)，持續(xù)增長(zhǎng)的數(shù)據(jù)對(duì)系統(tǒng)存儲(chǔ)的能力提出了更高的要求。

(2)動(dòng)員數(shù)據(jù)結(jié)構(gòu)復(fù)雜。當(dāng)前，在數(shù)據(jù)結(jié)構(gòu)上，鐵路、公路、水路、航空等部門各成體系，信息系統(tǒng)的主導(dǎo)標(biāo)準(zhǔn)各異，民用運(yùn)力動(dòng)員數(shù)據(jù)來源渠道多元，導(dǎo)致數(shù)據(jù)結(jié)構(gòu)種類多種多樣。既有傳統(tǒng)的表征數(shù)量、大小等定量指標(biāo)的結(jié)構(gòu)化數(shù)據(jù)，也有裝備的具體地理位置信息，港口碼頭、機(jī)場(chǎng)的實(shí)時(shí)作業(yè)狀態(tài)等半結(jié)構(gòu)化和非結(jié)構(gòu)化的圖形、圖像與視頻數(shù)據(jù)等。

(3)動(dòng)員數(shù)據(jù)挖掘困難。民用運(yùn)力動(dòng)員數(shù)據(jù)中蘊(yùn)藏著巨大的價(jià)值，但是這些多元、異構(gòu)的數(shù)據(jù)信息都有自己的模式和特性，結(jié)果抽象、語(yǔ)法或句義不連貫，內(nèi)容分散、關(guān)系模糊，總體價(jià)值密度較低，常規(guī)的數(shù)據(jù)處理方式很難高效、準(zhǔn)確地進(jìn)行不同數(shù)據(jù)類型的交叉處理與分析[4]。

(4)動(dòng)員數(shù)據(jù)動(dòng)態(tài)性強(qiáng)。隨著信息技術(shù)的飛速發(fā)展，大數(shù)據(jù)時(shí)代可以做到民用運(yùn)力動(dòng)員全過程、全時(shí)空、全要素的實(shí)時(shí)感知。通過GPS、GIS 、RFID等物聯(lián)網(wǎng)技術(shù)在動(dòng)員信息采集、追蹤、監(jiān)控、可視化管理等過程中獲取的裝備地理位置、技術(shù)狀態(tài)等數(shù)據(jù)信息都是動(dòng)態(tài)變化的，過了特定的時(shí)間節(jié)點(diǎn)，這些數(shù)據(jù)都將變成無效數(shù)據(jù)。

3 基于大數(shù)據(jù)的民用運(yùn)力動(dòng)員決策支持系統(tǒng)的主要功能

(1)民用運(yùn)力動(dòng)員力量精確管理。民用運(yùn)力動(dòng)員所要求的各類登記、統(tǒng)計(jì)和管理數(shù)據(jù)越來越多，越來越精細(xì)，時(shí)間要求越來越短。要實(shí)現(xiàn)各種資源的準(zhǔn)確及時(shí)統(tǒng)計(jì)，保證迅速、高效動(dòng)員實(shí)施和平時(shí)精確管理越來越困難。通過頂層設(shè)計(jì)，統(tǒng)一規(guī)劃、統(tǒng)一標(biāo)準(zhǔn)、統(tǒng)一內(nèi)容，建立一套完整、科學(xué)、實(shí)用的基于大數(shù)據(jù)支持的民用運(yùn)力動(dòng)員決策支持系統(tǒng)，按照自下而上的順序采集匯總、逐層上報(bào)，實(shí)現(xiàn)動(dòng)員潛力數(shù)據(jù)錄入、匯總、上報(bào)等功能一體化，做到相互兼容、互聯(lián)互通，可以極大地提高管理工作效率，確保數(shù)據(jù)的真實(shí)性、完整性、全面性和時(shí)效性。同時(shí)可分類進(jìn)行統(tǒng)計(jì)管理，精準(zhǔn)掌握本級(jí)民用運(yùn)力的種類、數(shù)量、結(jié)構(gòu)、分布及其狀態(tài)，實(shí)現(xiàn)動(dòng)員潛力數(shù)據(jù)“一圖顯示”。為民用運(yùn)力動(dòng)員潛力統(tǒng)計(jì)與管理盡快走上科學(xué)化、信息化、精細(xì)化軌道提供系統(tǒng)支持。

(2)民用運(yùn)力動(dòng)員預(yù)案仿真推演。動(dòng)員預(yù)案仿真推演是非常復(fù)雜的優(yōu)化過程，需要考慮任務(wù)目標(biāo)、戰(zhàn)場(chǎng)環(huán)境、時(shí)間等多方面因素，數(shù)據(jù)是仿真推演系統(tǒng)建立的基礎(chǔ)，數(shù)據(jù)的質(zhì)量直接影響到仿真結(jié)果的運(yùn)用效果。通過利用大數(shù)據(jù)分析方法，對(duì)大量案例數(shù)據(jù)進(jìn)行對(duì)比分析，設(shè)計(jì)多目標(biāo)、多層次、不同應(yīng)用環(huán)境下的仿真預(yù)案，分析發(fā)展趨勢(shì)，推演未來情景。就動(dòng)員發(fā)生后的動(dòng)員機(jī)構(gòu)和人員，應(yīng)急動(dòng)員的設(shè)施、設(shè)備、環(huán)境和條件，行動(dòng)的步驟，控制進(jìn)程發(fā)展的方法和指揮程序等，預(yù)先做出科學(xué)而有效的檢驗(yàn)和評(píng)估，對(duì)可能出現(xiàn)的問題準(zhǔn)確地定位和修正，不斷優(yōu)化、完善仿真推演預(yù)案和模型，以提高動(dòng)員實(shí)施預(yù)案的可行性、科學(xué)性和預(yù)見性。

(3)民用運(yùn)力動(dòng)員實(shí)施決策支持。大數(shù)據(jù)促使民用運(yùn)力動(dòng)員決策者的決策方式從業(yè)務(wù)經(jīng)驗(yàn)驅(qū)動(dòng)決策向數(shù)據(jù)量化驅(qū)動(dòng)決策轉(zhuǎn)型，改變動(dòng)員決策參與主體、決策思維方式、決策模式和決策驅(qū)動(dòng)方式。決策參與主體由業(yè)務(wù)專家、高級(jí)將領(lǐng)向普通指揮員轉(zhuǎn)變，決策過程從事后決策向事先預(yù)測(cè)轉(zhuǎn)變。決策前提以數(shù)據(jù)為基礎(chǔ)，以事實(shí)為核心，為動(dòng)員決策制定提供可靠的保證，從而提高指揮決策的科學(xué)化水平，更好地對(duì)接體系作戰(zhàn)的動(dòng)員需求，使各種動(dòng)員力量、動(dòng)員保障單元與要素相互融合，將信息支撐力、供需對(duì)接力、快速響應(yīng)力、資源保障力等單項(xiàng)動(dòng)員能力，集成為一個(gè)有機(jī)的整體，最終實(shí)現(xiàn)動(dòng)員能力的整體躍升。

(4)民用運(yùn)力動(dòng)員數(shù)據(jù)融合共享。加快形成全要素、多領(lǐng)域、高效益的軍民融合發(fā)展格局，深化民用運(yùn)力動(dòng)員領(lǐng)域軍民融合深度發(fā)展，數(shù)據(jù)深度融合是關(guān)鍵。運(yùn)用基于大數(shù)據(jù)支持的民用運(yùn)力動(dòng)員決策支持系統(tǒng)，建立健全軍民融合信息共享機(jī)制，打破信息壁壘，可以更好地將軍地分散的各類各層級(jí)數(shù)據(jù)資源高度集成融合起來，進(jìn)行軍民融合預(yù)測(cè)性分析，更準(zhǔn)確地鎖定軍民融合的“結(jié)合部”，為推進(jìn)民用運(yùn)力動(dòng)員領(lǐng)域軍民深度融合提供有力抓手。

4 基于大數(shù)據(jù)的民用運(yùn)力動(dòng)員決策支持系統(tǒng)總體模型架構(gòu)

基于大數(shù)據(jù)支持的民用運(yùn)力動(dòng)員決策支持系統(tǒng)，具有動(dòng)員數(shù)據(jù)精確管理、科學(xué)動(dòng)員決策、動(dòng)員信息深度共享和仿真推演業(yè)務(wù)處理等功能，構(gòu)建基于大數(shù)據(jù)支持的智慧民用運(yùn)力動(dòng)員決策支持系統(tǒng)，需要對(duì)傳統(tǒng)民用運(yùn)力動(dòng)員信息流程進(jìn)行優(yōu)化、整合、重組，以滿足系統(tǒng)對(duì)民用運(yùn)力動(dòng)員大數(shù)據(jù)的采集、存儲(chǔ)、分析和應(yīng)用呈現(xiàn)的需要，從而形成一個(gè)從數(shù)據(jù)采集、存儲(chǔ)、分析到呈現(xiàn)的完整閉環(huán)。通過系統(tǒng)的建設(shè)，能夠?yàn)榻窈竺裼眠\(yùn)力動(dòng)員數(shù)字化建設(shè)提供一個(gè)可擴(kuò)展、適應(yīng)性好的平臺(tái)。系統(tǒng)模型架構(gòu)自下至上可區(qū)分為數(shù)據(jù)層、處理層和應(yīng)用層等3個(gè)層面(系統(tǒng)模型如圖1所示)。

(1)數(shù)據(jù)層?；诖髷?shù)據(jù)支持的民用運(yùn)力動(dòng)員決策支持系統(tǒng)底層是數(shù)據(jù)層，該層是整個(gè)決策支持系統(tǒng)功能實(shí)現(xiàn)的基礎(chǔ)?？蓱?yīng)用基于Hadoop的數(shù)據(jù)倉(cāng)庫(kù)工具(Hive)、因特網(wǎng)包探索器(Ping)等技術(shù)來實(shí)現(xiàn)對(duì)傳統(tǒng)數(shù)據(jù)庫(kù)和分布式文件系統(tǒng)(HDFS)的訪問[5]。數(shù)據(jù)層主要功能是通過數(shù)據(jù)采集模塊、數(shù)據(jù)對(duì)接、數(shù)據(jù)分發(fā)等方式采集與提供上層使用的各種有價(jià)值的動(dòng)員基礎(chǔ)數(shù)據(jù)。主要經(jīng)由終端傳感器、物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、移動(dòng)通信系統(tǒng)、作戰(zhàn)指揮系統(tǒng)、地理信息系統(tǒng)、社交媒體以及相關(guān)民用運(yùn)力動(dòng)員的業(yè)務(wù)系統(tǒng)等渠道獲得。采集面向民用運(yùn)力動(dòng)員領(lǐng)域的大規(guī)模、多樣式的多元數(shù)據(jù)集。

圖1 系統(tǒng)模型架構(gòu)

(2)處理層。數(shù)據(jù)處理層是整個(gè)決策支持系統(tǒng)的核心。主要通過數(shù)據(jù)處理模塊，運(yùn)用分布式處理、統(tǒng)計(jì)分析、信息檢索、機(jī)器學(xué)習(xí)等技術(shù)對(duì)前期基礎(chǔ)數(shù)據(jù)進(jìn)行清洗、分類、提取、聚類和關(guān)聯(lián)，對(duì)這些數(shù)據(jù)進(jìn)行有效挖掘、學(xué)習(xí)和表達(dá)，對(duì)結(jié)構(gòu)化數(shù)據(jù)抽取集成入庫(kù)，對(duì)半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行結(jié)構(gòu)化改造。經(jīng)過數(shù)據(jù)整合之后形成統(tǒng)一的、多源的數(shù)據(jù)倉(cāng)庫(kù)，保證數(shù)據(jù)的現(xiàn)勢(shì)性和一致性。再根據(jù)用戶需要，重新取出若干數(shù)據(jù)子集，供決策層從不同角度進(jìn)行分析，理解數(shù)據(jù)內(nèi)容，深度發(fā)現(xiàn)數(shù)據(jù)與數(shù)據(jù)之間的潛在聯(lián)系、規(guī)律和趨勢(shì)。數(shù)據(jù)抽取、組織和分析主要通過分布式文件處理系統(tǒng)來實(shí)現(xiàn)，應(yīng)用的技術(shù)為HDFS+Map-Reduce。使用擴(kuò)展性較好的分布式文件系統(tǒng)(HDFS)作為系統(tǒng)數(shù)據(jù)存儲(chǔ)框架，使用分布式計(jì)算框架(Map-Reduce)作為大數(shù)據(jù)計(jì)算平臺(tái)[6]。數(shù)據(jù)處理層也可概括為3個(gè)模塊，包括數(shù)據(jù)管理模塊、決策服務(wù)模塊、仿真推演模塊，分別實(shí)現(xiàn)數(shù)據(jù)的精確管理、動(dòng)員輔助決策和仿真推演功能。同時(shí)在數(shù)據(jù)處理層系統(tǒng)采用相應(yīng)的安全口令機(jī)制、數(shù)據(jù)加密、日志跟蹤等技術(shù)實(shí)現(xiàn)對(duì)用戶的管理、系統(tǒng)的監(jiān)控、數(shù)據(jù)安全、運(yùn)行調(diào)度的跟蹤等功能。

(3)應(yīng)用層。應(yīng)用層是由面向指定決策主體的平臺(tái)和面向應(yīng)用的平臺(tái)組成?；赪EB的云服務(wù)為服務(wù)對(duì)象提供眾包式數(shù)據(jù)管理服務(wù)，形成基礎(chǔ)的動(dòng)員數(shù)據(jù)服務(wù)和系統(tǒng)支撐服務(wù)以及面向應(yīng)用的應(yīng)用服務(wù)。決策應(yīng)用請(qǐng)求者、平臺(tái)管理者、數(shù)據(jù)資源管理者通過人機(jī)交互模塊向系統(tǒng)提出的相關(guān)請(qǐng)求及系統(tǒng)反饋分析結(jié)果皆在此層進(jìn)行，最終實(shí)現(xiàn)數(shù)據(jù)的匯總、統(tǒng)計(jì)分析、數(shù)據(jù)可視化等服務(wù)功能。數(shù)據(jù)可視化是當(dāng)前最常用的數(shù)據(jù)表達(dá)方法，一般包含3個(gè)方面：數(shù)據(jù)簡(jiǎn)述、數(shù)據(jù)圖表和參考結(jié)論。數(shù)據(jù)簡(jiǎn)述可以幫助決策者更好地了解分析結(jié)果的由來；數(shù)據(jù)圖表可以清楚展現(xiàn)數(shù)據(jù)之間的因果聯(lián)系；參考結(jié)論為決策者提供系統(tǒng)分析的結(jié)果。

為適應(yīng)民用運(yùn)力動(dòng)員決策需求靈活多變的特點(diǎn)，決策層同時(shí)提供常用的數(shù)據(jù)分析模型及數(shù)據(jù)挖掘方法，在不建立專門應(yīng)用分析程序的一般情況下，以提高系統(tǒng)的靈活性和適用性。民用運(yùn)力動(dòng)員大數(shù)據(jù)決策分析和呈現(xiàn)，一般可通過分布式機(jī)器算法工具(Mahout)、分布式并行計(jì)算模型(Hama)等智能分析和呈現(xiàn)工具來實(shí)現(xiàn)。

5 結(jié) 語(yǔ)

未來影響和決定軍事行動(dòng)成敗的核心要素在于數(shù)據(jù)的積累、挖掘和處理能力，數(shù)據(jù)主導(dǎo)的決策將是取得戰(zhàn)場(chǎng)優(yōu)勢(shì)的關(guān)鍵。面對(duì)大數(shù)據(jù)時(shí)代的到來，必須準(zhǔn)確把握走向、認(rèn)清特點(diǎn)、主動(dòng)作為，高度重視其潛在戰(zhàn)略意義，積極關(guān)注其發(fā)展前沿，促進(jìn)大數(shù)據(jù)決策技術(shù)成果在民用運(yùn)力動(dòng)員領(lǐng)域的快速轉(zhuǎn)化，加快推進(jìn)其在民用運(yùn)力動(dòng)員領(lǐng)域的實(shí)際應(yīng)用，實(shí)現(xiàn)信息優(yōu)勢(shì)向決策優(yōu)勢(shì)的轉(zhuǎn)變。

[1] 方魏，鄭玉，徐江，等.大數(shù)據(jù): 概念、技術(shù)及應(yīng)用研究綜述[J].南京信息工程大學(xué)學(xué)報(bào)，2014(5):416-419.

[2] 劉陽(yáng).大數(shù)據(jù)背景下的應(yīng)急管理決策機(jī)制創(chuàng)新[J].領(lǐng)導(dǎo)科學(xué)論壇，2015(5):5-8.

[3] 袁濤.大數(shù)據(jù)時(shí)代的國(guó)防交通信息化建設(shè)初探[J].國(guó)防，2014(11):36-38.

[4] 李紀(jì)舟.大數(shù)據(jù)發(fā)展現(xiàn)狀及其軍事應(yīng)用價(jià)值[J].教學(xué)科研參考，2014(1):15-20.

[5] 程龍軍.面向大數(shù)據(jù)的指揮決策支持系統(tǒng)模型研究[J].山西電子技術(shù)，2015(1):85-87.

[6] 林積微，朱衛(wèi)國(guó)，陳楊，等.后勤保障大數(shù)據(jù)技術(shù)體系[J].指揮信息系統(tǒng)技術(shù)與體系，2015(4):32-35.

(編輯：閆曉楓)

ModelingofDecision-makingSupportSystemBasedonBigDatainCivilTransportMobilization

QIAN Lifeng1, WU Juan1， LI Tao2

(1．Automobile Command Department, Army Military Transportation University, Tianjin 300161, China； 2．General Courses Department, Army Military Transportation University, Tianjin 300161, China)

With the rapid development of information technology, the era of big data has arrived. To promote civil transport mobilization capacity in big data era, the paper firstly analyzes the connotation and characteristics of big data in civil transport mobilization according to the characteristics of big data and big data decision-making. Then, it designs the function of decision-making support system based on big data in civil transport mobilization, and proposes that establishing the model consist of data acquisition layer, data processing layer, and data application layer.

civil transport mobilization; decision-making support system; big data

10．16807/j.cnki.12-1372/e.2017.11.002

E258

A

1674-2192(2017)11- 0006- 04

2017-04-06；

2017-05-03．

錢立峰(1988—)，男，碩士，助教．