[摘要] 本文在討論了傳統(tǒng)MDS的基礎(chǔ)上，提出了智能模型庫(kù)系統(tǒng)（IMDS）的抽象結(jié)構(gòu)、知識(shí)表達(dá)方式，并設(shè)計(jì)了基于抽象結(jié)構(gòu)的模型操縱語(yǔ)言（ MCL），最后還討論了一個(gè)智能模型庫(kù)系統(tǒng)生成器ASSIST-T的實(shí)現(xiàn)方法。

[關(guān)鍵詞] 決策支持系統(tǒng) 專(zhuān)家系統(tǒng) 智能模型庫(kù)系統(tǒng)

在管理信息系統(tǒng)（MIS）中，僅有足夠的數(shù)據(jù)，決策人員的活動(dòng)只能依賴(lài)于查詢(xún)、分類(lèi)與歸納，系統(tǒng)本身不能根據(jù)有效的方法來(lái)提供經(jīng)過(guò)總結(jié)的決策依據(jù)，于是模型及模型庫(kù)便成了DSS的有機(jī)組成部分。模型有很強(qiáng)的領(lǐng)域行為特征并可隨環(huán)境的變化而實(shí)現(xiàn)模型重構(gòu)，這樣使DSS能將人的判斷與計(jì)算機(jī)技術(shù)的能力相結(jié)合，從而改進(jìn)決策者的效能，但又不干預(yù)他們的自主權(quán)。然而，隨著人工智能（AI）技術(shù)的發(fā)展，特別是隨著大量基于知識(shí)的系統(tǒng)的出現(xiàn)，人們?cè)絹?lái)越認(rèn)識(shí)到計(jì)算機(jī)如果除了擁有大量數(shù)據(jù)及數(shù)據(jù)處理方法以外，還擁有足夠的領(lǐng)域知識(shí)及知識(shí)處理方法，那么能夠在很大程度上提高計(jì)算機(jī)的領(lǐng)域適應(yīng)能力，使計(jì)算機(jī)具有問(wèn)題求解能力。傳統(tǒng)DSS中實(shí)行對(duì)模型的重構(gòu)、支持建模等活動(dòng)都是在大量背景事實(shí)基礎(chǔ)上，由決策人員做出的，這要求決策人員要有足夠的知識(shí)來(lái)處理相應(yīng)的問(wèn)題，加重了人的負(fù)擔(dān)。傳統(tǒng)模型庫(kù)系統(tǒng)（MDS）中的各組成部分缺乏統(tǒng)一的表示形式，產(chǎn)生很多的冗余信息，使用效率較低。傳統(tǒng)MDS中更為突出的問(wèn)題是缺乏必要的有關(guān)系統(tǒng)本身及領(lǐng)域的知識(shí)，系統(tǒng)缺乏有效的問(wèn)題求解能力。

新一代模型庫(kù)系統(tǒng)，必須具有基于知識(shí)的問(wèn)題求解能力，模型的重構(gòu)或建模活動(dòng)都可以是基于知識(shí)的，使事務(wù)處理與問(wèn)題求解可共存于同一系統(tǒng)中，從而增強(qiáng)系統(tǒng)的強(qiáng)壯性（Robutness）。這方面的工作，在國(guó)內(nèi)外已有研究。但我們發(fā)現(xiàn)，在這些研究中，人們普遍關(guān)心的問(wèn)題是怎樣在模型庫(kù)系統(tǒng)中實(shí)現(xiàn)基于知識(shí)的模型觸發(fā)，而并不考慮知識(shí)的領(lǐng)域特征（如原理性與啟發(fā)性）和領(lǐng)域?qū)哟危ㄉ顚?、淺層），也不注重系統(tǒng)的抽象結(jié)構(gòu)，從而也沒(méi)有一種較為統(tǒng)一的形式來(lái)表示系統(tǒng)的各組成部分，信息冗余量大，使用效率較低。

我們認(rèn)為，一個(gè)智能模型庫(kù)系統(tǒng)（IMBS）應(yīng)著重考慮以下幾方面的內(nèi)容：

1.抽象的模型結(jié)構(gòu)。

2.數(shù)據(jù)、模型、知識(shí)的一致化表示，并能有效地適應(yīng)多種模型規(guī)范（如：行為分析、決策樹(shù)、排隊(duì)系統(tǒng)等）。

3.刻劃領(lǐng)域知識(shí)的特征和領(lǐng)域?qū)哟?，并?shí)現(xiàn)基于知識(shí)的模型觸發(fā)及問(wèn)題求解。

4.支持模型生命周期的各個(gè)階段，實(shí)現(xiàn)模型庫(kù)管理系統(tǒng)MBMS。

5.支持用戶對(duì)模型的多種視圖，提供良好的用戶界面。

6.提供過(guò)程化與非過(guò)程化相結(jié)合的模型操縱語(yǔ)言。

本文主要就IMBS的抽象結(jié)構(gòu)、知識(shí)表達(dá)及模型操縱語(yǔ)言做了較為詳細(xì)的討論，最后還討論了實(shí)現(xiàn)智能模型庫(kù)系統(tǒng)生成器ASSIST一T的具體方法。

一、IMBS的抽象結(jié)構(gòu)

IMBS由四個(gè)基本的部分組成：用戶界面（UI）、知識(shí)庫(kù)（KB）及推理機(jī)（IE）、模型庫(kù)(MB)、全局黑板（GBB），下圖描述了IMBS的抽象結(jié)構(gòu)。

1.模型庫(kù)MB。模型具有較強(qiáng)的領(lǐng)域行為特征．它可由MBMS管理，MBMS支持MB中各模型的全生命周期，從基本模型的開(kāi)發(fā)、維護(hù)到應(yīng)用。在ASSIST一T中，MBMS是基于窗口、菜單的，所以具有良好的使用方便性。

模型庫(kù)中包含如下幾個(gè)組成部分：

(1)實(shí)用程序庫(kù)。包含有各種應(yīng)用程序，如：文本編輯程序，表格處理軟件，圖形生成器等。

(2)模型結(jié)構(gòu)庫(kù)。主要存放有關(guān)各模型元的抽象結(jié)構(gòu)，用于定義該模型元的輸入／輸出參數(shù)，條件謂詞以及有關(guān)該模型的說(shuō)明，在MB中，每一模型結(jié)構(gòu)均具有如下形式：

Name：Model一Name

Input：＜11，12，…＞

Output：＜01，02，…＞

Condition：＜Predicate＞

Description：＜Description about Model一name＞

Body：＜Body一Pointer＞

其中，Body指向一個(gè)模型元實(shí)體庫(kù)的與Model-name對(duì)應(yīng)的實(shí)體，加速對(duì)模型實(shí)體的檢索。

(3)模型元實(shí)體庫(kù)。存放各種模型的求解算法及模型表示形式的轉(zhuǎn)換算子，它與模型結(jié)構(gòu)庫(kù)共同組成模型庫(kù)的內(nèi)核結(jié)構(gòu)每一模型實(shí)體均具有下面形式：

Name：＜Model一Name ＞

M一type：＜Model一type＞

Body：＜Definition＞

(4)傳遞參數(shù)數(shù)據(jù)庫(kù)。存放模型運(yùn)行所需要的各種參數(shù)數(shù)據(jù)，它可來(lái)自DSS的數(shù)據(jù)庫(kù)，也可能是中間結(jié)果，每一參數(shù)具有如下特性：

Name：Parameter一Name

Value：＜Value＞

V一type：＜Value一type＞

from：＜Source＞

To：＜Goal＞

2.知識(shí)庫(kù)與推理機(jī)。在IMBS中，知識(shí)庫(kù)中的知識(shí)用來(lái)進(jìn)行建模過(guò)程的指導(dǎo)，進(jìn)行自動(dòng)或半自動(dòng)的建模過(guò)程，我們認(rèn)為，領(lǐng)域中的知識(shí)具有不同的特性和不同的深淺程度，用于進(jìn)行模型觸發(fā)、合成、優(yōu)化的這些規(guī)則我們稱(chēng)之為元知識(shí)（Meta一Knowledge），而描述具有良好結(jié)構(gòu)性并可應(yīng)用于不同狀態(tài)下的知識(shí)，稱(chēng)之為概念性知識(shí)（Conceptual Knowledge），具有較強(qiáng)的過(guò)程性并對(duì)不同的領(lǐng)域?qū)＜襾?lái)說(shuō)可能各不相同的有關(guān)鍵模或模型參數(shù)求解的知識(shí)稱(chēng)為經(jīng)驗(yàn)性知識(shí)(Experience Knowledge），這三類(lèi)知識(shí)具有共同的特性（如都服務(wù)于建模過(guò)程），但又各自相對(duì)獨(dú)立的特性。

推理機(jī)（IE）是對(duì)應(yīng)于相應(yīng)的知識(shí)庫(kù)而言的，它根據(jù)GBB上的當(dāng)前或歷史事實(shí)，引用相應(yīng)的知識(shí)，驅(qū)動(dòng)相應(yīng)的模型或產(chǎn)生新的事實(shí)。

3.全局黑板GBB。GBB實(shí)際上是有關(guān)系統(tǒng)運(yùn)行的狀態(tài)空間，它包含了系統(tǒng)要求的所有事實(shí)，從用戶輸入的信息到系統(tǒng)產(chǎn)生的中間結(jié)果，直至最終結(jié)果，因而GBB是整個(gè)系統(tǒng)得以運(yùn)行的樞紐。

二、IMBS中的知識(shí)表達(dá)

在IMBS中，知識(shí)庫(kù)應(yīng)該是有層次的，并應(yīng)刻劃領(lǐng)域的不同特征，所謂知識(shí)的深淺程度，是指在問(wèn)題求解過(guò)程中的不同階段所用到的知識(shí)所處的地位，一般，在問(wèn)題求解過(guò)程中首先用到的是具有較強(qiáng)過(guò)程性的經(jīng)驗(yàn)性知識(shí)，所以它具有較淺層的意義，當(dāng)使用經(jīng)驗(yàn)性知識(shí)得不到合適的結(jié)論時(shí)，就應(yīng)啟用具有良好描述性的概念性知識(shí)，從而拓寬求解范圍，得到較為滿意的結(jié)果，因而概念性知識(shí)具有較深層的意義，除此之外，在IMBS中還可包含一些控制知識(shí)，用以控制模型的觸發(fā)、合成與優(yōu)化，稱(chēng)這些知識(shí)為元知識(shí)。一般地，元知識(shí)和經(jīng)驗(yàn)性知識(shí)要求有較好的過(guò)程性，故我們用產(chǎn)生式規(guī)則表示，而概念性知識(shí)具有良好的描述性，故用對(duì)象來(lái)描述它們。

1.元知識(shí)。元知識(shí)描述與建模有關(guān)的各種控制知識(shí)，用于模型的觸發(fā)、合成與優(yōu)化，每一模型的觸發(fā)除了受自身的條件謂詞控制以外，還受觸發(fā)規(guī)則的控制，由于在系統(tǒng)運(yùn)行中，模型之間的關(guān)系和狀態(tài)在不斷發(fā)生變化，觸發(fā)規(guī)則可通過(guò)GBB上的信息決定各模型之間的關(guān)系，合成規(guī)則可用以控制各種模型元的合成情況，在建模過(guò)程中，可由多個(gè)模型元合成而形成一個(gè)較為復(fù)雜的新模型，合成規(guī)則指明了合成的法則，也指明了模型元之間的互斥關(guān)系優(yōu)化規(guī)則主要為了提高建模效率，并使合成模型的冗余信息盡量做到最少，優(yōu)化規(guī)則除要用到GBB上的事實(shí)以外，還要用到MB中的模型結(jié)構(gòu)庫(kù)中的內(nèi)容，限于篇幅，本文不對(duì)元知識(shí)的具體表示方法進(jìn)行討論。

2.經(jīng)驗(yàn)性知識(shí)。經(jīng)驗(yàn)性知識(shí)的主要用處是對(duì)模型要求的各種參數(shù)求解，在建模過(guò)程中，參數(shù)的值可以是用戶輸入的，也可來(lái)自DSS的數(shù)據(jù)庫(kù)，但作為一個(gè)智能系統(tǒng)，參數(shù)值還可以是通過(guò)基于知識(shí)的問(wèn)題求解得到，這一工作是由推理機(jī)制（IE）來(lái)完成的，經(jīng)驗(yàn)性知識(shí)是用產(chǎn)生式規(guī)則（Production Rule）來(lái)表示的，每一產(chǎn)生式規(guī)則包含如下內(nèi)容：

Rule：＜Rule一Name ＞

If一part：＜Clauses＞

Act一part：＜Conclusions＞

Models：＜MI，M2，…＞

Comment：＜Description＞

其中；If-part說(shuō)明規(guī)則的前提，定義了參數(shù)之間的關(guān)系，Act- part用于完成對(duì)參數(shù)的求值或處理些事務(wù)性工作，Models定義了與本規(guī)則有關(guān)的模型元名，每一規(guī)則與建模過(guò)程是由Models聯(lián)系起來(lái)的，IE根據(jù)當(dāng)前的建模狀況，選擇規(guī)則，驅(qū)動(dòng)規(guī)則，并完成Act- part所指出的動(dòng)作。

3.概念性知識(shí)。當(dāng)對(duì)參數(shù)的求解在用了經(jīng)驗(yàn)性知識(shí)以后還得不到滿意的結(jié)果，IE就啟用概念性知識(shí)，進(jìn)一步展開(kāi)求解過(guò)程，進(jìn)入深層推理，系統(tǒng)中所有的概念性知識(shí)組織成一個(gè)樹(shù)狀的對(duì)象圖 Object-net），每一對(duì)象應(yīng)有如下屬性：

OBJECT：＜ Obi一Name＞

Trans：＜Description＞

Isa：＜o(jì)bj一name＞

With：＜prop- lists＞

Models：＜M1，M2，…＞

其中prop-list說(shuō)明了對(duì)象屬性與模型參數(shù)之間的關(guān)系，對(duì)obj一name的例子化過(guò)程也就進(jìn)行了相應(yīng)的與Models有關(guān)的參數(shù)的求解過(guò)程。

三、模型操縱語(yǔ)言MCL

在IMBS中，模型操縱語(yǔ)言MCL是用戶用來(lái)對(duì)模型庫(kù)進(jìn)行操作，并實(shí)現(xiàn)對(duì)模型的查詢(xún)、合成、驅(qū)動(dòng)等工作，MQL必須做到過(guò)程性與描述性相結(jié)合，這要求用自然的和邏輯的格式來(lái)表示真實(shí)的事件，特別地，由于我們要考慮系統(tǒng)中數(shù)據(jù)、知識(shí)、模型的一致化表示，這要求MQL的設(shè)計(jì)應(yīng)考慮以下幾個(gè)問(wèn)題：

1.數(shù)據(jù)結(jié)構(gòu)獨(dú)立，而不需要考慮具體的物理結(jié)構(gòu)。

2.具有良好的可擴(kuò)展性，可在圍繞MCL內(nèi)核的基礎(chǔ)上，構(gòu)造新的命令和功能。

3.考慮多維空間狀態(tài)下的對(duì)模型的操作。

4.為體現(xiàn)過(guò)程性，并不致于使用困難，應(yīng)采用單一的命令格式，在ASSIST一T中，都要采用如下的形式:[命令][表達(dá)式子句][條件子句］。

5.與數(shù)據(jù)操縱語(yǔ)言結(jié)合時(shí)，應(yīng)采用宿主語(yǔ)言形式，即數(shù)據(jù)操縱語(yǔ)言，可直接插入MCL中，并不是用某些數(shù)據(jù)操縱語(yǔ)言命令代替I/O語(yǔ)句，否則會(huì)顯得不靈活。

6.與推理機(jī)（IE）的接口應(yīng)是隱式的，即用戶在用MCL對(duì)模型操作時(shí)，不可以對(duì)知識(shí)庫(kù)中知識(shí)操作，知識(shí)只能在隱式形態(tài)下面由IE引用。

四、ASSTST一T的實(shí)現(xiàn)

ASSIST一T是一個(gè)IMBS生成器，它作為一個(gè)建立領(lǐng)域智能模型庫(kù)系統(tǒng)的工作臺(tái)，為領(lǐng)域系統(tǒng)開(kāi)發(fā)人員提供良好的環(huán)境．在開(kāi)發(fā)ASSIST一T的過(guò)程，我們采取了如下的方法與步驟：

1.確定ASSIST一T的抽象結(jié)構(gòu)，它的結(jié)構(gòu)與前面討論的IMBS結(jié)構(gòu)基本相同。

2.確定ASSIST一T各組成成分之間的關(guān)系、數(shù)據(jù)結(jié)構(gòu)與數(shù)據(jù)流。

3.選擇適當(dāng)?shù)臄?shù)據(jù)庫(kù)作為ASSIST一T的外部數(shù)據(jù)庫(kù)，并確定模型操縱語(yǔ)言MCL與數(shù)據(jù)操縱語(yǔ)言的宿主關(guān)系。

4.逐步實(shí)現(xiàn)ASSIST一T的各組成部分。

ASSIST一T由C語(yǔ)言實(shí)現(xiàn)，UNIFY作為其外部數(shù)據(jù)庫(kù)，ASSIST一T除了提供領(lǐng)域系統(tǒng)開(kāi)發(fā)的工作臺(tái)外，還提供了基本的模型元，它們包括：線性規(guī)劃、動(dòng)態(tài)規(guī)劃、目標(biāo)規(guī)劃、整數(shù)規(guī)劃、What一if形式的靈敏度分析、決策樹(shù)等，這些是基本的沒(méi)有特定領(lǐng)域特征的模型，根據(jù)需要，用戶可修改它們的參數(shù)要求，先作相應(yīng)的調(diào)整。

ASSIST一T提供了知識(shí)獲取和知識(shí)維護(hù)手段，并提供了元推理、目標(biāo)制導(dǎo)、數(shù)據(jù)驅(qū)動(dòng)和框架推理方法，可作為建模和模型觸發(fā)過(guò)程提供良好的事實(shí)支持。目前，ASSIST一T已在VAX一11／785上實(shí)現(xiàn)了其核心部分，并用它正在構(gòu)造一個(gè)領(lǐng)域IMBS，用于人防工事的評(píng)估，用它完成領(lǐng)域系統(tǒng)效率是高的。

五、結(jié)論

智能模型庫(kù)系統(tǒng)是今后模型庫(kù)系統(tǒng)的一個(gè)很有希望的發(fā)展趨勢(shì)，在構(gòu)造IMBS時(shí)要考慮它的抽象結(jié)構(gòu)及各組成部分之間的一致化表示方法，提高效率，并要注重對(duì)領(lǐng)域知識(shí)在特征和深淺程度的分析，并使不同的知識(shí)在領(lǐng)域在系統(tǒng)中起到支持決策人員決策的作用，減少人的負(fù)擔(dān)和錯(cuò)誤，增強(qiáng)系統(tǒng)的強(qiáng)壯性，良好的用戶界而可方便用戶，增加用戶對(duì)系統(tǒng)的各種視圖。對(duì)于建立領(lǐng)域IMBS，要有一個(gè)良好的工作臺(tái)或環(huán)境，ASSIST-T就是為這一目的而設(shè)計(jì)的，它在建立IMBS過(guò)程中，提高了效率，并使系統(tǒng)建立者不必關(guān)心內(nèi)部的實(shí)現(xiàn)情況，他只要將領(lǐng)域問(wèn)題轉(zhuǎn)化為ASSIST一T要求的相對(duì)較簡(jiǎn)單的系統(tǒng)問(wèn)題即可，用戶可得到極大的便利。

參考文獻(xiàn):

[1]Belew．R．K．Evolutionary Decision Support System：An Architecture Based On Information Structure，Knowledge Repre- sentatlon For Deciston Support Systems．L．B．Methlie，et．a(chǎn)l（ed）．HHC，2003

[2]Keragiannis．D．（et．a(chǎn)l），Data一and Knowledge一based Management Systems For Decision Support，NATOASI Series． Vol F31，2004

[3]Jijian.Shi ，Ruiaao.Yu.Zhijun.He，A Tool For Building Decision-Support-Oriented Expert System，Internation Cofer

[4]Keen， P. G．W，決策支持系統(tǒng)的未來(lái)十年，計(jì)算機(jī)科學(xué)，2000.3