1、智能决策系统 开发平台 IDSDP4(分布式群决策版)中国科学院计算技术研究所智能计算机科学开放实验室2005 年1智能决策系 统开发 平台 IDSDP(分布式群决策版)中科院计算所智能信息处理重点实验室一、系统特点决策支持系统 DSS（Decision Support System）是运筹学、管理科学和计算机科学结合的产物，智能决策支持系统 IDSS（Intelligent Decision Support System）是人工智能技术和决策支持系统的集成，它具有定量分析和定性分析相结合支持决策的能力，能更有效地解决半结构化问题和非结构化问题。IDSS 扩大了 DSS 处理问题的范围，提供了
2、决策能力，因此它具有很强的生命力，并且在应用中发挥了巨大的作用。多主体系统是分布式人工智能研究的一个分支，主要研究在逻辑上或物理上分离的多个主体（agent）如何并发计算、相互协作地实现问题求解，其主要目的在于设计大型复杂的协作智能系统。Client/Server 是计算机技术中的一个逻辑结构概念，作为后台的服务器处理客户机的请求，负责数据的存储及文件服务；作为前台的客户机处理用户对数据或文件的请求，在必要时向服务器提出请求，它是一种支持分布式计算、分析、处理的计算环境。随着决策问题的日益复杂化以及网络技术的迅速发展，分布式的体系结构将是智能决策系统发展的一个重要趋势，我们对基于多主体系统和
3、Client/Server 结构的分布式智能决策系统进行了研究，提出了智能决策系统开发平台的概念模型和体系结构。同时我们将最新的人工智能研究成果集成入 IDSDP 中，为用户提供多模型、多策略的求解，提供决策支持的智能化程度。智能决策系统开发平台 IDSDP 是中科院计算所智能计算机科学开放实验室在国家七、五攻关、863 计划等支持下开发的一种功能强、实用性好的软件工具，为建造大规模管理和决策信息系统提供良好的开发环境。该系统具有下列特点：(1) 该系统是一个基于多主体的开放系统，每个主体具有自治能力和协同工作方式，系统的可扩展性、可伸缩性好。(2) 采用客户 /服务器(Client/Serv
4、er)的逻辑连接方式和网络技术，资源共享程度高，性能价格比好。(3) 该系统将数据库、模型库、知识库、范例库等集成于一体，支持定性与定量分析相结合的科学决策。(4) 在符号计算和神经计算研究成果的基础上，提供多种分析、预测、决策方法，将多种智能技术融合一体，智能化程度高。(5) 利用面向对象技术，研制了一种模型描述语言，为用户建立模型提供了一种有用的工具。系统能根据用户需要自动选择模型。(6) 提供自然语言、图形、远程访问等人机界面，具有友好的人机交互环境，实现人机共存的决策模式。经专家鉴定，智能决策系统开发平台 IDSDP 和研究成果达到国际先进水平。二 智能决策系统开发平台体系结构智能决策
5、系统开发平台 IDSDP 可以分成五个层次，即通信层、信息源层、管理层、决2策层、应用层(见下页图 1)。通信层是支持开放分布处理的重要环节。我们要在 TCP/IP 通信协议的基础上，建立客户/服务器(Client/Server)的系统结构，以支持分布式决策。信息源层包括多种形式的信息资源，即数据、模型、知识、范例等。数据是信息系统的基础，IDSDP 系统中的数据库是基于 Access, SQLServer2000, ORACLE 等关系数据库基础上完成的；主要研究交互式数据分析和快速的信息检索。模型是支持决策的核心，模型库是DSS、IDSS 区别于其他信息系统的重要特征，是进行定量分析所必需
6、的；以研究知识信息处理为对象的知识工程使决策支持系统进入智能决策的新阶段，把领域专家处理问题的经验和知识通过知识获取，建成知识库，运用各种推理策略进行问题求解，使系统可以像专家那样处理问题，实现定性和定量分析相结合的科学决策。所以，知识是智能决策的关键；利用已有的经验，处理当前的问题是一种成功的方法本系统的范例库将为用户提供尽可能多的有用信息。管理层主要实现对各种信息资源的有效管理。在数据库系统中主要研究了交互式数据分析和快速的信息检索，在模型库系统中采用面向对象技术，研制了模型描述语言，用户可以方便地建立所需要的模型。决策层包括分析、预测、决策和报告生成。应用层的重点是提供友好的人机交互环境
7、，研究和开发受限自然语言接口、图形系统、多媒体系统等，使人和机器在决策时协调工作。应用层决策层管理层信息源层通讯层图 1 IDSDP 逻辑结构用户受限自然语言 表格查询 可视化接口 Internet 接口数据查询 数据分析 预测 决策 报告生成统计模型神经网络交互分析CBR统计模型神经网络专家系统约束推理数据库子系统 模型库子系统 知识库子系统 神经网络子系统数据库 模型库 知识库 范例库 图形库 词典库通信接口3三、IDSDP 分布式群决策版IDSDP 分布式群决策版体系结构如图 2 所示，自低向上可以分为信息源层、管理层、决策层和应用层，由主体网格智能平台 AGrIP（Agent Grid
8、 Information Platform）为其提供支持。图 2 IDSDP 体系结构信息源层包括所有的数据资源，如 Web 信息、流媒体信息、空间/地理信息等，以及各类数据库、模型库、知识库。数据是信息系统的基础，本系统支持交互式数据分析和快速的信息检索；模型是支持决策的核心，是进行定量分析所必需的；以研究知识信息处理为对象的知识工程使决策支持系统进入智能决策的新阶段，把领域专家处理问题的经验和知识通过知识获取，建成知识库，运用各种推理策略进行问题求解，使系统可以像专家那样处理问题，实现定性和定量分析相结合的科学决策。管理层主要实现对各种信息资源的有效管理。在数据库系统中主要研究了交互式数据
9、分析和快速的信息检索；在模型库系统中采用面向对象技术，研制了模型描述语言，用4户可以方便地建立所需要的模型；在知识库系统中提出了面向对象的知识表示方法，以及基于约束的推理机制。决策层提供各种支持决策的中间件，除了可以兼容常用的 GIS（Geographic Information System）和 CAD（Computer Aided Design）系统外，还研制开发了面向对象的知识处理系统 OKPS（Object-oriented Knowledge Processing System） 、 数据挖掘平台 MSMiner（Multi-Strategy Data Miner） 、基于范例的推理
10、系统 CBRS（Case-Based Reasoning System） 、多媒体信息检索系统 MIRES（Multimedia Information REtrieval System） 、智能搜索引擎 GHunt（Global Hunt） 、以及知识管理平台 KMSphere（Knowledge Management Sphere） 。应用层的重点是提供友好的人机交互环境。有了中间件的强有力支持，基于 IDSDP平台的二次开发就可以只关注于用户的决策问题和环境需求，无需考虑具体的执行过程。此外，由于该平台对图形系统、多媒体系统等的支持，使人和机器在决策时可以更好地协调工作。四 主要部件为了
11、提高决策的智能化程度，我们在 IDSDP 中集成了多种人工智能技术，其中包括知识工程、数据挖掘平台 MSMiner、基于范例推理系统 CBRS、神经网络系统 NNS、模型库系统 MBS、Web 智能信息处理平台 Ghunt 等研究领域的最新研究成果，在实际应用中取得了较好的效果。5.1 主体网格智能平台 AGrIPAGrIP 构筑在信息丰富的互联网上，利用多主体（Agent）技术对工具软件进行无缝集成，形成一个功能强大、界面友好、稳定可靠的互联网智能信息平台。AGrIP 平台现在已经在防洪决策支持、城市应急联动与综合系统服务、石油勘探等得到广泛应用，同时它可以应用在电子商务、智能决策、模拟演练
12、、指挥训练、事件跟踪等领域。AGrIP 由底层支撑平台多主体系统环境 MAGE（Multi-Agent Environment） 、工具中间件层和应用层组成。MAGE 主要基于智能主体和多主体技术，为用户提供一种面向主体的软件开发和系统集成模式，包括面向主体的需求分析、系统设计、主体生成以及系统实现等多个阶段。它提供了多种软件重用模式，可以方便地重用以不同语言编写的主体或非主体软件；它还提供了面向主体的软件开发模式，以主体为最小粒度，通过封装和自动化主体一般性质，程序员可以通过特殊行为的添加方便地实现自己的应用；这样，通过构建新的软件以及重用旧的软件，应用程序员可以方便地进各种应用集成。工具中
13、间件层提供信息获取、解析、数据挖掘、知识管理、检索、决策支持等功能。应用层是具体应用软件系统。已经成功开发的应用系统有城市应急联动系统、商业智能辅助决策系统等。5.2 多主体环境 MAGEMAGE 是一个多主体平台，它提供一系列工具来支撑面向主体软件工程的整个过程。通过把多主体系统的共同原理和组成部分抽象成一个工具集，MAGE 方便了多主体应用的快速设计和开发。MAGE 工具集是一个相对通用和可定制的工具集，用户在主体技术方面只需5要有最基本的能力就可以使用该工具集进行分析、设计、实现和部署多主体系统。MAGE工具集支持 AOSE 整个流程，包括： AUMP（Agent Unified Mod
14、eling Platform，主体统一建模平台）进行系统分析和设计，VAStudio（Visual Agent Studio，可视化主体开发工具）进行系统开发，MAGE Deployer（MAGE 部署器）进行系统部署和管理。5.3 面向对象的知识处理系统 OKPS在 IDSDP 系统中， OKPS 既可用作智能问题求解，也可以参与问题规划系统的智能调度，智能人机接口等。 其功能包括：(1) 管理知识库，通过 VKMT 获取知识，利用 ODBC 访问知识库；(2) 推理与搜索；(3) 对方法和监控的解释执行；(4) 作为智能模型参于问题求解；(5) 在问题处理系统中，进行智能调度；(6) 人机
15、交互、外部数据库访问及黑板控制。5.4 数据挖掘平台 MSMinerMSMiner 是一个针对决策支持的通用数据挖掘平台，以数据仓库为基础，集成了ETL（数据抽取、装载、转换）工具，OLAP（联机分析处理）工具，数据挖掘工具。MSMiner 的特点是支持多数据源和多挖掘策略，强大的挖掘任务定制功能，以及支持挖掘算法的灵活扩充，是决策支持系统的一个全面解决方案。5.5 基于范例推理系统 CBRS在 CBRS 中，把当前所面临的问题或情况称为目标范例，而把记忆的问题或情况称为源范例，系统可以由目标范例的提示而获得记忆中的源范例，并由源范例来指导目标范例求解。这样，就可以对过去的求解结果进行直接复用
16、，而不是再次从头推导，可以提高对新问题的求解效率；过去求解成功或失败的经历可以指导当前求解时该怎样走向成功或避开失败。CBRS 系统中应用的范例特征存储于数据库中，当需要进行检索时，关键是找出这些特征的相似特征集，相似特征集的计算主要是基于上下文约束的相似特征集概念：给定某个特征或属性的属性值，且设定一个初始上下文约束，然后根据相似度知识和上下文的约束，计算出该属性值的相似特征集。算法主要考虑属性的属性值、上下文约束、和相似知识。5.6 模型库系统 MBS模型库系统的开发需要结合一定的应用范围，着重解决好两个层面的问题：一是更好地满足系统直接用户的使用要求，开发出界面友好、简便易用、精确可靠的
17、软件环境；二是如何适应系统二次开发的具体要求，使系统在模型生成、维护管理方面显示出较大的自由度。这两方面的问题解决好了，模型库的生命力才能充分显示出来。在 MBS 系统中，我们设计了模型属性库管理、模型生成、模型运行三个功能模块来解决以上两个问题。5.7 神经网络系统 NNS神经计算(Neural Computation)研究非程序的、适应性的、大脑风格的信息处理的本质和能力。由于它近年来的迅速发展,大量的神经网络的机理、模型、 算法不断的涌现出来。神经网络主体是一种开放式的神经网络环境，提供典型的、具有实用价值的神经网络模型。系统采用开放方式，使得新的网络模型可以比较方便地进入系统中, 利用
18、系统提供良好的用户界面和各种工具，对网络算法进行调试修改。另外对已有的网络模型的改善也较为简单, 为新的算法的实现提供了良好的环境。6神经计算从脑的神经系统结构出发来研究脑的功能，研究大量简单的神经元的集团信息处理能力及其动态行为。其研究重点侧重于模拟和实现人的认识过程中的感知觉过程、形象思维、分布式记忆和自学习自组织过程。特别是对并行搜索、联想记忆，时空数据统计描述的自组织以及一些相互关联的活动中自动获取知识，更显示出了其独特的能力，并普遍认为神经网络适合于低层次的模式处理。神经网络的基本特点集中表现在：1.以分布式方式存贮信息。 2.以并行方式处理信息。3.具有自组织、自学习能力。正是这些
19、特点，使这神经网络为人们在利用机器加工处理信息方面提供了一种全新的方法和途径。当然随着人工神经网络应用的深入，人们也发现原有的模型和算法所存在的问题，在理论的深入也碰到很多原来非线性理论、逼近论中的难点。可是我们相信，在深入、广泛应用的基础上，这个领域将会继续发展，并会对科学技术有很大的促进作用。我们提出的神经场理论是一种新的尝试。神经网络系统 NNS 是一个多模型集成的人工神经网络系统, 对数据的分析和处理包括以下几部分：（1）原始数据统计预处理分析: 由统计模型实现, 主要采用平均移动，波动分析, 偏差分析和相对差异率分析来实现经济环境特征指标的抽取。（2）前馈神经网络模型经济环境特征指标
20、预测: 由前馈神经网络模型实现, 它实现经济环境特征指标的时间序列预处理分析, 给出了未来经济环境特征指标的时间序列预测, 通过它实现对未来经济环境特征指标的预测、 分析处理。（3）自组织神经网络模型的对于经济环境特征指标的可视化表示: 由自组织特征映射(SOM) 神经网络实现, 它对经济环境特征指标进行可视化表示, 实现对于政策因素和人为因素离散指标的分类可视化表示。（4）混合结构神经网络模型作为经济环境特征指标与金融数据关系的决策系统模型: 由混合结构专家神经网络模型实现, 它实际上是经济环境特征指标与金融数据关系的决策系统, 由它实现对于经济环境特征指标与金融数据间关系的分析。（5）适应
21、性智能处理模型: 用作为对预测分析处理的数据进行决策分析,综合集成与匹配, 产生最终的预测、 决策的结果, 统计的图表和图表的比较。5.8 多媒体信息检索系统 MIRESMIRES 系统框架如图 6 所示。在 MIRES 的客户端，用户可以完成以下功能：(1)提供要检索的样本图象提交给图象服务器；(2)提供要检索图象的语义关键词提交给图象服务器；(3)用户可以以上两种模式交互混合检索所需图象；(4)对样本图象检索方式，允许用户设置各种特征的重要性系数；(5)对返回的结果图象组，用户可以通过交互式反馈，使检索更为符合用户的要求。在服务器端，接收客户端回传的检索请求，进行分析，选择查询策略，启动检
22、索引擎进行检索；将查询结果图象排序后返回客户端。服务器还要完成对检索进程的管理、图象数据库的管理功能。 接口和封装功能，能对各种已有软件或者程序进行良好的接口和封装，包括外挂式、内嵌式以及动态连接库等方式接口。 运行平台能够提供网络运行模式，即一个平台可以分布在多台计算机上，而多个平台也可以相互进行通信和服务访问。客户端与服务器端之间要有友好的、高效的通信方式，并能选择不同的协议进行通信。5.9 Web 智能信息处理平台 Ghunt信息的不断增长与演化，使人们对海量信息的获取与检索变得越来越困难。而当前文本信息检索的各种方法基本上是基于关键词来检索信息。其在满足用户检索的准确度方面，是7通过提
23、供大量的信息作基本保障的，这就加大了用户的工作量，并且可能在用户操作了很多次后仍然不能找到用户自己真正想要的信息。与此同时，基于内容的图像检索需求，越来越迫切。Ghunt 的主要功能是提供网页信息的获取、解析、检索功能。对解析后的文本信息和多媒体信息分别进行处理，建立文本信息的概念语义索引用于检索，分析图像信息的语义用于基于内容的多媒体检索。五、推广使用情况智能决策系统开发平台 IDSDP 是建立在互联网的环境上，集成了我们自行开发的工具，提供多种管理、分析、预测、决策的方法。该系统不仅可以支持开发计算机集成制造系统中企业管理和决策信息系统，也可以用于开发专家系统、智能群体决策、计算机支持协同
24、工作、金融市场、军事指挥系统、防汛指挥系统、电子图书馆等，有着广阔的应用前景。目前，直接使用智能决策系统开发平台 IDSDP 或其技术已用于开发下列系统：1. 第二炮兵分布式智能决策支持系统开发环境 SADID。2. 中央防汛指挥系统项目办公室用该系统开发了洪水预报调度系统。3. 京津塘地质灾害预测防治计算机辅助决策系统 GHIDSS。4. 中国工商行智能决策支持系统 IDSICB。5. 总后勤部后勤科研所应用该系统开发了建筑设计 TQC 智能集成系统。6. 中国房地产市场预测系统。7. 航天工业总公司 207 所目标电磁模型库管理系统 OMMAS。8. 降水过程智能检索和预测系统 RAINS
25、。9. 北京机械学院分布式故障诊断系统10. 航天总公司导弹故障诊断系统11. 二十一世纪健康促进决策支持系统12. 中国信息安全产品测评认证中心网络信息智能处理系统13. 万方数据公司14北京曙光天演信息技术有限公司、北京军泰科技开发有限责任公司、北京市科瑞讯科技发展有限公司、中国科学院计算技术研究所联合采用主体网格智能平台 AGrIP 研制电子信息产业基金项目城市应急联动与社会综合服务系统。15 电力科学院在主体网格智能平台 AGrIP 的基础上研制开发配电网故障恢复决策系统。16 与某军队高校合作在主体网格智能平台 AGrIP 的基础上研制了国防战略智能决策支持系统，该系统已经演示通过，获得好评。17.日本京都大学、歌山大学、NTT 等单位合作的亚洲宽带异文化协作环境中，利用主体网格智能平台 AGrIP 为底层支撑平台，构建多文化协作平台。18. 澳大利亚 Wollongong 大学应用 AGrIP 开展元计算研究。19.北京工商大学在主体网格智能平台 AGrIP 的基础上构建旅游资源知识发现平台。20.二十一世纪空间技术应用股份有限公司开发二十一世纪健康促进决策支持系统。21.中国石油规划总院在主体网格智能平台 AGrIP 的基础上进行国内油气管网规划决策支持系统研究。22.北京科技大学应用主体网格智能平台 AGr
