智能决策支持系统方案

智能决策支持系统一、智能决策支持系统的定义决策支持系统（DecisionSupportSystem，简称DSS），是以管理科学、运筹学、控制论、和行为科学为基础，以计算机技术、仿真技术和信息技术为手段，针对半结构化的决策问题，支持决策活动的具有智能作用的人机系统。该系统能够为决策者提供所需的数据、信息和背景资料，帮助明确决策目标和进行问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进行评价和优选，通过人机交互功能进行分析、比较和判断，为正确的决策提供必要的支持。它通过与决策者的一系列人机对话过程，为决策者提供各种可靠方案，检验决策者的要求和设想，从而达到支持决策的目的。决策支持系统一般由交互语言系统、问题系统以及数据库、模型库、方法库、知识库管理系统组成。在某些具体的决策支持系统中，也可以没有单独的知识库及其管理系统，但模型库和方法库通常则是必须的。由于应用领域和研究方法不同，导致决策支持系统的结构有多种形式。传统DSS采用各种定量模型,在定量分析和处理中发挥了巨大作用,它也对半结构化和非结构化决策问题提供支持,但由于它通过模型来操纵数据,实际上支持的仅仅是决策过程中结构化和具有明确过程性的部分.随着决策环境日趋复杂,DSS的局限性也日趋突出,具体表现在:系统在决策支持中的作用是被动的,不能根据决策环境的变化提供主动支持,对决策中普遍存在的非结构化问题无法提供支持,以定量数学模型为基础,对决策中常见的定性问题、模糊问题和不确定性问题缺乏相应的支持手段。[1]DSS应具备以下特征[2]：系统的主要功能是为管理人员提供决策支持,其目的是帮助管理人员进行决策而不是代替他们,是为了提高决策的效能而不是组织的管理效率；传统数据管理技术与有关的模型技术、分析技术相结合；系统应该有很强的灵活性、适应性、便于用户使用。智能决策支持系统（IDSS）是决策支持系统与人工智能技术相结合的系统[3],他包括决策支持系统所拥有的组件，包括数据库系统、模型库系统和人机交互系统，同时集成了最新发展的人工智能技术，如专家系统、多代理以及神经网络和遗传算法等。它是以信息技术为手段,应用管理科学、计算机科学及有关学科的理论和方法,针对半结构化和非结构化的决策问题,通过提供背景材料、协助明确问题、修改完善模型、列举可能方案、进行分析比较等方式,为管理者做出正确决策提供帮助的智能型人机交互式信息系统。智能决策支持系统的广义结构如下图所示。问题综合与交互系统模型库管理系统数据库管理系统人工智能技术专家系统神经网络遗传算法机器语言自然语言理解模型库数据库二、智能决策支持系统与能量管理的区别可以从以下几个方面来说明智能决策支持系统与能量管理系统的区别[4]：（1）数据源：决策支持系统的数据源包括稳态信息和故障信息，而能量管理的数据源只包含稳态信息。（2）对故障信息的利用：决策支持系统利用故障信息进行故障诊断，而能量管理系统则没有。（3）对系统运行的综合分析：决策支持系统提供考虑安全性和经济性的综合评估报告，而能量管理系统未提供。（4）分析工具：决策支持系统提供稳态信息和故障信息的分析工具，而能量管理系统只提供稳态信息的分析工具。三、智能决策支持系统的几种结构（1）基于多代理的智能决策支持系统以下是应用于智能电网的多代理决策支持系统[5]，电网决策支持系统主要由SCADA及故障信息管理层、网络分析分析层和指挥系统协调层3部分组层，器结构如下图所示指挥系统协调EMS应用软件：潮流技术、安全分析、负荷预测等EEMS（扩展EMS）：故障处理、实时操作票等统一数据平台SCADA数据库故障信息系统实时监测数据保护等相关信息SCADA及故障信息数据管理层：实时收集电力系统的数据，监控系统的运行状态。网络分析层：由实时稳态分析、智能电网调度操作票、电网故障诊断、电网故障恢复、电网故障操作票组成。指挥系统协调层：主要由指挥系统构成，主要功能是协调各种网络分析层软件的调用逻辑及执行顺序，以及在有复杂的电网状态变化时，协调调用不同的应用软件，使其以合作的方式完成复杂的任务。一般来说，智能调度决策支持系统包括如下能够独立完成一定功能的智能体单元：运行状态评估智能体：实时的监视系统的运行状况，对目前以及未来的系统状况进行安全评估，依据预测的可能系统状况，协调智能层的其他智能体进行预防性策略跟踪，使系统保持在正常经济、安全的状态。经济运行决策智能体：在正常状况下，根据系统约束条件，在运行规则的指导下，运用相应的算法、模型和知识，综合运用全局系统信息，进行不同优化算法、不同优化模型、不同优化目标之间的优化协调，使得优化决策具有全局可行性，避免优化孤岛的出现。故障诊断决策智能体：在紧急状况下，自动依据系统运行状况，诊断故障地点和类型等，制定紧急控制，并告知或帮助调度人员进行紧急控制策略。故障恢复决策智能体：在故障状况下，依据系统状况，结合先验知识，采用不同的模型和算法进行系统恢复决策。人机交互智能体：在任何情况下，调度人员或电力专家均可以通过它与决策支持系统进行友好、协调的交互，以便于完成特定的任务或进行系统的维护管理等。日常管理智能体：除了完成调度人员进行的监视、维护、处理异常等日常工作外，还需要进行编写调度日志、操作票、事故报告等一系列工作。模拟培训智能体：进行决策支持系统的培训、模拟、决策跟踪等。系统智能体结构如下图所示数据库模型库知识库范例库数据管理智能体模型管理智能体知识管理智能体范例管理智能体协调主体运行状态评估智能体安全经济运行智能体故障诊断决策智能体故障恢复决策智能体人机交互智能体日常管理智能体模拟培训智能体以下是应用于沥青混凝土路面施工机群的基于多代理的智能决策支持系统[6],最高层(顶层)为中央智能决策调度支持系统,它负责整个系统的调度决策,实时处理下级决策调度能Agent汇报的信息,并作出决策。中间层为功能决策智能Agent层,包括拌和智能决策调度支持系统、运输智能决策调度支持系统、摊铺智能决策调度支持系统、压路智能决策调度支持系统等,它们负责各自下层的功能Agent,功能Agent层指在路面施工中完成某种施工任务的施工机械或设备,它们的任务是负责调度其下层的功能Agent,来完成系统设定的任务,维持生产节拍、保证质量参数、接受中央的指令并把涉及到改变整个系统状态的决策结果通知中央智能决策调度支持系统。下图是系统的结构图中央智能决策调度支持系统拌和智能调度决策支持系统运输智能调度决策支持系统摊铺智能调度决策支持系统压路智能调度决策支持系统原料管理智能体装载机智能体拌和机智能体质量检测智能体自卸车智能体1自卸车智能体n…铺路机智能体1铺路机智能体n…质量检测智能体压实智能体1压实智能体n质量检测智能体…下图为决策调度系统原理图。可以看出,IDSS中五个系统(知识库系统、模型库系统、数据库系统、图形库系统及总控系统)间的联系。总控系统控制着其它四个系统的连接与调用,同时负责与外界(信息收发系统、人机接口部分)的信息交换。知识库系统从数据库中获得事实进行推理,从而决定从模型库中调用何种模型进行计算并确定模型中的一些参数,选定的模型从数据库中获得初始数据进行运算,并将运算结果送回数据库。图形库系统可以从数据库中取得需要的数据绘制各种直观的图形。在总控系统之前是人机接口部分、信息收发系统,人机接口部分是用户与系统的桥梁,用来做信息传输、人工决策干预、信息查询和结果输出。信息收发系统负责接收各子系统上传的信息和发布调度决策系统的调度指令。(2)基于专家系统的智能决策支持系统[3]专家系统（ES）与决策支持系统（DSS）结合的智能决策支持系统充分发挥了专家系统以知识推理形式解决定性分析问题的特点，又发挥了决策支持系统以模型计算为核心解决定量分析问题的特点，充分做到定性分析和定量分析的有机结合，使得解决问题的能力和围得到一个大的发展。专家系统与决策支持系统的具体集成结构如下图所示。数据库DSS控制系统模型库动态数据库推理机和解释器知识库问题综合与交互系统DSSESIDSS与ES结合主要体现在以下3个方面：（1）DSS与ES的总体结合。由集成系统把DSS与ES有机结合起来。（2）知识库和模型库的结合。模型库中的数学模型和数据处理模型作为知识的一种形式，即过程性知识，加入到知识推理中。也可以把知识库和推理机作为智能模型加入到模型库中。（3）静态数据库和动态数据库的结合。静态数据库为动态数据库提供初始数据，ES推理结束后，动态数据库中的结果再送回到DSS中的静态数据库中。四、决策支持系统的结构组成[7]决策支持系统是智能决策支持系统的基础，智能决策支持系统是在决策支持系统的框架上加入智能技术如多代理技术和专家系统等形成的，IDSS包含了DSS的所有组件，因此了解DSS的组成结构是很有必要的。1、模型库系统模型库系统包括模型库和模型库管理系统。模型库中的模型有两类，一类是标准模型，它们是按照某些常用的程序设计语言编程，存于模型库中；另一类是由用户应用建模语言建立的模型。决策支持系统需要通过人机结合和模型库系统实现模型与决策者之间的交流，使模型能随环境变化和用户需求得到及时更新，不仅能够解决结构化问题，而且具有对半结构化和非结构化问题的解释能力。模型库系统包括三个层次：应用级、生成级和工具级。应用级是决策者专用的或共享的模型子系统。生成级由模型库管理系统、用户接口系统和数据库管理系统、基础库等部分组成，它由DSS的设计人员操作。设计人员通过利用DSS的各种工具来建立和维护各个应用子系统，满足用户需求。工具级是一些专用或通用的软件，如构造模型的软件、图形工具、文字处理工具和模型化语言等。通常说的模型库，一般是介于应用级和生成级之间的系统。DSS模型库系统由以下部件组成,如下图所示1.1、模型模型是对于现实世界的事物、现象、过程或系统的本质属性进行抽象和简化的描述，即模型反应了客观事物最本质的特征和量的规律，描述了现实世界中有显著影响的因素和相互关系。从现状来看，模型的表示技术主要有实体关系表示、结构化模型表示、框架表示、一阶谓词逻辑、面向对象表示和XML表示等。模型的调度技术主要有类比推理、一阶谓词逻辑、遗传算法、遗传算法、机器学习、基于图形的模型合成、模型描述语言、Agent技术等。其中模型的面向对象表示和XML表示技术以及模型的Agent调度技术具有较大的发展前景。模型的表示形式：1）模型的程序表示模型的程序表示方法适用于描述结构化的计算模型。传统的模型程序表示是指模型以包括输入、输出格式和算法在的完整程序形式表示。这种表示形式将解程序和模型联系在一起，使模型难以修改。但是在模型库意义下的程序表示方法是将模型和解程序相分离，并将程序表示的模型分成基本模块，不同模型中的共同部分可以调用相同的模块，以减少冗余。另一种程序表示方法是以语句的形式表示，用通用的高级语言设计出一套建模语言，即模型定义语言。模型中的不同方程、约束条件和目标函数都对应于MDL中相应的语句。2）模型的数据表示模型的数据表示是把模型看作是从输入集到输出集的映射，通过模型的参数集合确定这种映射关系。模型可描述为由一组参数集合和表示模型结构特征集合的框架。输入数据集在关系框架下进行若干关系运算，得出输出数据集。3）模型的逻辑表示模型表示了它的输入输出之间的运算关系和数据关系，同时还确定了输入输出之间的逻辑关系。逻辑关系可以描述定量模型的输入输出关系，也可以描述更广泛的模型的对应关系。4）基于面向对象的模型表示方法有学者在1993年提出了面向对象的模型表示法，将由SML定义的模型与方法封装成模型类，通过操作的多态性实现模型与数据集的集成。Lenard类比了结构建模与面向对象的程序设计的共同之处，使用Smalltalk列举了结构建模中的对象类，定义了这些类之间的关系，实现了面向对象的模型集成。1.2、模型库模型库是按照一定的组织结构将众多的模型存储起来，并利用模型库管理系统对模型进行有效的管理和调用的计算机系统。它是决策支持系统的核心部分，实际上用来存储模型的代码，由源代码库、目标代码库两部分组成。模型库的组