第九章运输决策支持

第九章运输决策支持系统第九章运输决策支持系统•9．1决策支持系统基础理论•9．1．1决策支持系统基本概念•决策支持系统(DecisionSupportSystem，DSS)是辅助决策者通过数据、模型和知识，以人机交互方式进行半结构化或非结构化决策的计算机应用系统。决策支持系统是在管理信息系统(MIS)和运筹学的基础上发展起来的新型计算机学科，以数据仓库和OLAP相结合建立的辅助决策系统是决策支持系统的新形式。数据仓库、OLAP和数据挖掘技术的结合产生了商业智能系统，它为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。第九章运输决策支持系统•决策支持系统协助组织的管理者规划与解决各种行动方案，常用试验的方式进行。通常以交谈式的方法来解决半结构性或非结构性的问题，帮助管理者做出独特、改变快速且事先不易确定的决策，强调的是支持而非替代人类进行决策。•决策支持系统在设计上比其他信息系统更具有分析能力，其分析之数据来源为交易处理系统或管理信息系统所提供的组织内部信息，但有时也需要外部数据来源，如股价或竞争者的产品价格，并透过其内建的许多模型来分析数据或把大量数据汇整成可供决策者分析的形式。它多以友善的界面与使用者交谈，让使用者可方便地更改假设、提出新问题或接收新资料。•9．1．2决策支持系统的功能•决策支持系统是信息系统的高级发展阶段，即将数据处理的基本功能与各种模拟决策工具结合起来，帮助管理者进行分析、策划的系统。具体功能如下：•(1)收集、管理并随时提供与决策问题有关的组织内部信息，如订单要求、库存状况、生产能力与财务报表等。•(2)收集、管理并提供与决策问题有关的组织外部信息，如政策法规、经济统计、技术发展趋势、市场动态、竞争对手行动等。•(3)收集、管理并提供各项决策方案、执情况及反馈信息，如订单履行进度、生产计划完成情况等。•(4)以一定的方式存储和管理与决策问题有关的各种数据模型，如定价模型、库存控制与生产调度模型等。•(5)存储并提供常用的数学方法及算法，如最短路径算法、回归分析方法、线性规划、特卡洛方法等。•(6)自动对数据进行加工、汇总、分析、预测，并得出综合信息报告。•(7)对上述数据、模型与方法的维护，如数据模式的变更、方法的修改等。•(8)能灵活地运用模型与方法对数据进行加工、汇总、分析、预测，得出所需的综合信息与预测信息。•(9)提供友好的人机界面和数据通信功能，方便使用者修改、处理和传输上述数据、模型与决策结果。•(10)及时将加工结果传送给使用者。第九章运输决策支持系统•9．I．3决策支持系统的特征•DSS的基本特征可以分为以下几个方面：•(1)面向结构化程度不高的问题，如上层管理人员经常面临的决策机制表达不够充分的问题。•(2)以模型或分析技术为核心，传统的MIS以数据存取技术及检索技术为基础。•(3)供非计算机专业人员使用，以交互会话的方式操作DSS。•(4)能适应环境及用户决策方法经常改变的要求。•(5)支持但不是代替尚层决策者制定决策。•(6)把建模技术或分析技术与传统的数据存取技术及检索技术有机地结合起来。•(7)跟踪和适应人的决策过程，而不是要求人去适应系统。第九章运输决策支持系统•9．1．4决策支持系统分类•长期以来，信息系统的研究者以及技术人员不断研究和构建决策支持系统，使得决策支持系统得到突飞猛进的发展，在许多行业和领域得到应用。随着在理论和实际两个方面的发展进化，决策支持系统已经有许多成熟的类型。•DSS按照其系统结构可大致分为两类：一类是以数据库、模型库、方法库、知识库及对话管理等子系统为基本部件的多库系统结构；另一类是以自然语言、问题处理、知通信，共享信息，并协调他们的行为。•2)数据驱动的DSS•数据驱动的DSS通过查询和检索数据库提供了辅助决策的功能。结合了联机分析处理的数据驱动DSS提供最高级的功能和决策支持，并且此类决策支持是基于大规模历史数据分析的。主管信息系统(EIS)以及地理信息系统属于专用的数据驱动DSS。第九章运输决策支持系统•3)模型驱动的DSS•模型驱动的DSS强调对于模型的访问和操纵，比如统计模型、金融模型、优化模型及仿真模型等，利用决策者提供的数据和参数来辅助决策者对于某种状况进行分析。•4)知识驱动的DSS•知识驱动的DISS可以就采取何种行动向管理者提出建议或推荐。这类DSS是具有解决问题的专门知识的人机系统。“专门知识”包括理解特定领域问题的“知识”以及解决这些问题的“技能”。构建知识驱动的I)SS的工具有时也称为智能决策支持方法。第九章运输决策支持系统•9．1．5决策支持系统的组成•决策支持系统的基本结构如图9．1所示。完整的DSS系统模式可以表示为DSS本身以及它与“真实系统”、人和外部环境的关系。决策者处于核心位置，他运用自己的知识把他和DSS的响应输出结合起来进行决策。由于DSS使用者面临的决策的规则与步骤不完全确定，决策过程难以明晰表达，且决策者的素质、解决问题的风格、所采用的方法都有较大差异，使得I)SS的模式应具有较高柔性，更多地强调决策者的主观能动性。•从图中我们看到，决策支持系统是由三个子系统，即对话子系统、数据库子系统、模型库子系统组成。•9．1．5决策支持系统的组成•决策支持系统的基本结构如图9．1所示。完整的DSS系统模式可以表示为DSS本身以及它与“真实系统”、人和外部环境的关系。决策者处于核心位置，他运用自己的知识把他和DSS的响应输出结合起来进行决策。由于DSS使用者面临的决策的规则与步骤不完全确定，决策过程难以明晰表达，且决策者的素质、解决问题的风格、所采用的方法都有较大差异，使得DSS的模式应具有较高柔性，更多地强调决策者的主观能动性。•从图中我们看到，决策支持系统是由三个子系统，即对话子系统、数据库子系统、模型库子系统组成。第九章运输决策支持系统•1)对话子系统•对话子系统是决策支持系统与用户之间的交互界面。它提供形式多样的显示和对话形式、输入输出转换，控制决策支持运行。•2)数据库子系统•包括数据库管理系统和数据库。数据库用来存储大量数据，它由数据库管理系统来管理和维护。•3)模型库子系统•包括模型库管理系统和模型库。模型库用来存放模型，模型以计算机程序形式显示。模型库是DSS的核心部分，它是DSS中最复杂、最难实现的部分，DSS用户是依靠模型库中的模型进行决策的。第九章运输决策支持系统•由以上可以看出，DSS的关键技术有：•(1)模型库系统的设计和实现。它包括模型库的组织结构、模型库管理系统的功能、模型库语言等方面的设计和实现。•(2)部件接口。各部件之间的联系是通过接口完成的，部件接口包括：对数据部件的数据存取；对模型部件的模型调用和运行；对知识部件的知识推理。•(3)系统综合集成。根据实际决策问题的要求，通过集成语言完成对各部件的有机综合，形成一个完整的系统。第九章运输决策支持系统•9．1．6决策支持系统的发展•一般的说，决策支持系统是以计算机为基础的完成信息收集、信息整理、信息处理、信息提供的人机交互系统。它利用计算机运算速度快、存储容量大等特点，应用决策理论方法、心理学、人工智能、计算机网络、数据库等技术，根据决策者的决策思维方式，从系统分析角度为决策者或决策分析人员创建一种良好的决策分析环境。在此环境下，决策者和决策分析人员可以充分利用自己的经验知识，同时在系统的引导下获取有效的信息，详细了解和分析决策过程中的各主要因素及其影响，激发思维创造力，从而在决策支持系统的帮助下逐步深入地透视问题，最终有效地做出决策，即通过决策者与计算机的相互对话完成最终决策。简言之，决策支持系统不仅在内容上能对决策者提供帮助，而且也能在整体决策过程中对决策者的问题识别、分析提供支持，帮助决策者提高决策的科学化程度。第九章运输决策支持系统•1)决策支持系统的兴起与发展•自20世纪70年代提出决策支持系统(DSS)以来，DSS已经得到了很大发展。它是在管理信息系统(MIS)基础上发展起来的。MIS利用数据库技术实现各级管理者的管理业务，在计算机上进行各种事务处理工作；DSS则是为各级管理者提供辅助决策。•1980年提出了决策支持系统三部件结构，即对话部件、数据部件、模型部件。该结构明确了DSS的组成，也间接地反映了DSS的关键技术，即模型库管理系统、部件接口、系统综合集成。它对DSS的发展起到了很大的推动作用。•决策支持系统的辅助决策能力从运筹学、管理学的单模型辅助决策发展到多模型综合决策，使辅助决策能力上了一个新台阶。20世纪80年代末90年代初，决策支持系统与专家系统结合起来，形成了智能决策支持系统(IDSS)。专家系统是定性分析辅助决策，它和以定量分析辅助决策的决策支持系统结合，进一步提高了辅助决策能力。智能决策支持系统是决策支持系统发展的一个新阶段。第九章运输决策支持系统•2)我国决策支持系统的进展•我国决策支持系统的研究始于20世纪80年代中期，应用最广泛的领域是区域发展规划。大连理工大学、山西省自动化所和国际应用系统分析研究所合作完成了山西省整体发展规划决策支持系统。这是一个大型的决策支持系统，在我国起步较早、影响较大。随后，大连理工大学、国防科技大学等单位又开发了多个区域发展规划的决策支持系统。天津大学信息与控制研究所创办的《决策与决策支持系统》刊物，对我国决策支持系统的发展起到了很大的推动作用。•近几年来，国内的决策支持系统开发与应用研究得到了迅速的发展，不少大中型企业为推进企业的管理现代化水平，逐步建立了自己的管理信息系统及决策支持系统。部分省、市、县的政府部门为了迎接信息时代的挑战，加快信息的收集、加工及综合利用的步伐，建立了包括数据库、模型库、方法库、知识库等在内的决策支持系统，有力地促进了我国决策支持系统研究的深入进行。随着人们对第五代计算机——人工智能计算机研究的不断进展以及决策科学研究的日趋深入，决策支持系统必将进一步发展。第九章运输决策支持系统•9．2决策支持系统典型技术•9．2．1专家系统•专家系统(ExpertSystem，ES)是一个具有大量专门知识与经验的计算机信息系统，应用人工智能技术，根据一个或多个人类专家提供的特殊领域知识、经验进行推理和判断，模拟人类专家做出决定，解决需要专家才能解决的复杂问题。•专家系统以清晰可读的类自然语言方式表达无法用数学模型精确表达的专家知识，能在特定领域内模仿专家工作，处理非常复杂的情况，包括异常情况。在已知其基本规则的情况下，无需输人大量细节数据即可运行。•专家系统在结构上增设了知识库、推理机与问题处理系统，人机对话部分还加入了自然语言处理功能，结构如图9．2所示。•但专家系统知识获取困难，有时很难找到合适的、能够清楚表达领域知识的专家，对于动态和复杂的系统，其推理规则是固定的．难以适应变化的情况。第九章运输决策支持系统•9．2．2人工神经网络•人工神经网络(ArtificialNeuralNetworks，ANNS)是对人脑或自然神经网络若干基本特性的抽象和模拟。人工神经网络以对大脑的生理研究成果为基础，其目的在于模拟大脑的某些机理与机制，实现某个方面的功能。•人工神经网络的特点：•(1)可以充分逼近任意复杂的非线性关系；•(2)所有定量或定性的信息都等势分布贮存于网络内的各神经元，故有很强的强壮性和容错性;•(3)采用并行分布处理方法，使得快速进行大量运算成为可能；•(4)可学习和自适应不知道或不确定的系统；•(5)能够同时处理定量、定性知识。第九章运输决策支持系统•人工神经网络的特点和优越性，主要表现在三个方面：•(1)具有自学习功能。例如实现图像识别时，只要先把许多不同的图像样板和对应的识别结果输入人工神经网络，网络就会通过自学习功能，慢慢学会识别类似的图像。自学习功能对于预测有特别重要的意义。•(2)具有联想存储功能。用人工神经网络的反馈网络就可以实现这种联想。•(3)具有高速寻找优化解的能力。寻找一个复杂问题的优化解，往往需要很大的计算量，利用一个针对某问题设计