決策支持系統(tǒng)開發(fā)平臺(tái)IDSDP-智能科學(xué)

1、智能決策系統(tǒng)開發(fā)平臺(tái)IDSDP中國科學(xué)院計(jì)算技術(shù)研究所智能計(jì)算機(jī)科學(xué)重點(diǎn)實(shí)驗(yàn)室1996 年智能決策系統(tǒng)開發(fā)平臺(tái)IDSDP中科院計(jì)算所智能計(jì)算機(jī)科學(xué)重點(diǎn)實(shí)驗(yàn)室一、系統(tǒng)特點(diǎn)決策支持系統(tǒng)DSS（ Decision Support System ）是運(yùn)籌學(xué)、管理科學(xué)和計(jì)算機(jī)科學(xué)結(jié)合的產(chǎn)物， 智能決策支持系統(tǒng)IDSS（Intelligent Decision Support System ）是人工智能技術(shù)和決策支持系統(tǒng)的集成，它具有定量分析和定性分析相結(jié)合支持決策的能力，能更有效地解決半結(jié)構(gòu)化問題和非結(jié)構(gòu)化問題。IDSS 擴(kuò)大了 DSS 處理問題的范圍，提供了決策能力，因此它具有很強(qiáng)的生命力，并且在應(yīng)用

2、中發(fā)揮了巨大的作用。多主體系統(tǒng)是分布式人工智能研究的一個(gè)分支，主要研究在邏輯上或物理上分離的多個(gè)主體（ agent）如何并發(fā)計(jì)算、相互協(xié)作地實(shí)現(xiàn)問題求解，其主要目的在于設(shè)計(jì)大型復(fù)雜的協(xié)作智能系統(tǒng)。Client/Server 是計(jì)算機(jī)技術(shù)中的一個(gè)邏輯結(jié)構(gòu)概念，作為后臺(tái)的服務(wù)器處理客戶機(jī)的請(qǐng)求，負(fù)責(zé)數(shù)據(jù)的存儲(chǔ)及文件服務(wù)；作為前臺(tái)的客戶機(jī)處理用戶對(duì)數(shù)據(jù)或文件的請(qǐng)求，在必要時(shí)向服務(wù)器提出請(qǐng)求，它是一種支持分布式計(jì)算、分析、處理的計(jì)算環(huán)境。隨著決策問題的日益復(fù)雜化以及網(wǎng)絡(luò)技術(shù)的迅速發(fā)展，分布式的體系結(jié)構(gòu)將是智能決策系統(tǒng)發(fā)展的一個(gè)重要趨勢(shì)，我們對(duì)基于多主體系統(tǒng)和Client/Server 結(jié)構(gòu)的分布式智能

3、決策系統(tǒng)進(jìn)行了研究，提出了智能決策系統(tǒng)開發(fā)平臺(tái)的概念模型和體系結(jié)構(gòu)。同時(shí)我們將最新的人工智能研究成果集成入IDSDP 中，為用戶提供多模型、多策略的求解，提供決策支持的智能化程度。智能決策系統(tǒng)開發(fā)平臺(tái)IDSDP 是中科院計(jì)算所智能計(jì)算機(jī)科學(xué)開放實(shí)驗(yàn)室在國家七、五攻關(guān)、 863 計(jì)劃等支持下開發(fā)的一種功能強(qiáng)、實(shí)用性好的軟件工具，為建造大規(guī)模管理和決策信息系統(tǒng)提供良好的開發(fā)環(huán)境。該系統(tǒng)具有下列特點(diǎn)：(1) 該系統(tǒng)是一個(gè)基于多主體的開放系統(tǒng)，每個(gè)主體具有自治能力和協(xié)同工作方式，系統(tǒng)的可擴(kuò)展性、可伸縮性好。(2) 采用客戶 / 服務(wù)器 (Client/Server) 的邏輯連接方式和網(wǎng)絡(luò)技術(shù)，資源共享

4、程度高，性能價(jià)格比好。(3) 該系統(tǒng)將數(shù)據(jù)庫、模型庫、知識(shí)庫、范例庫等集成于一體，支持定性與定量分析相結(jié)合的科學(xué)決策。(4) 在符號(hào)計(jì)算和神經(jīng)計(jì)算研究成果的基礎(chǔ)上，提供多種分析、預(yù)測(cè)、決策方法，將多種智能技術(shù)融合一體，智能化程度高。(5) 利用面向?qū)ο蠹夹g(shù)，研制了一種模型描述語言，為用戶建立模型提供了一種有用的工具。系統(tǒng)能根據(jù)用戶需要自動(dòng)選擇模型。(6) 提供自然語言、圖形、遠(yuǎn)程訪問等人機(jī)界面，具有友好的人機(jī)交互環(huán)境，實(shí)現(xiàn)人機(jī)共存的決策模式。經(jīng)專家鑒定，智能決策系統(tǒng)開發(fā)平臺(tái)IDSDP 和研究成果達(dá)到國際先進(jìn)水平。二 智能決策系統(tǒng)開發(fā)平臺(tái)體系結(jié)構(gòu)智能決策系統(tǒng)開發(fā)平臺(tái)IDSDP 可以分成五個(gè)層次，

5、即通信層、信息源層、管理層、決策層、應(yīng)用層 ( 見下頁圖 1)。通信層是支持開放分布處理的重要環(huán)節(jié)。我們要在 TCP/IP 通信協(xié)議的基礎(chǔ)上，建立客戶 /服務(wù)器 (Client/Server) 的系統(tǒng)結(jié)構(gòu)，以支持分布式?jīng)Q策。信息源層包括多種形式的信息資源，即數(shù)據(jù)、模型、知識(shí)、范例等。數(shù)據(jù)是信息系統(tǒng)的基礎(chǔ)，本系統(tǒng)采用SYBASE 、 Foxpro 等實(shí)現(xiàn)；主要研究交互式數(shù)據(jù)分析和快速的信息檢索。模型是1支持決策的核心，模型庫是 DSS、 IDSS 區(qū)別于其他信息系統(tǒng)的重要特征，是進(jìn)行定量分析所必需的； 以研究知識(shí)信息處理為對(duì)象的知識(shí)工程使決策支持系統(tǒng)進(jìn)入智能決策的新階段，把領(lǐng)域?qū)＜姨幚韱栴}的經(jīng)驗(yàn)

6、和知識(shí)通過知識(shí)獲取，建成知識(shí)庫，運(yùn)用各種推理策略進(jìn)行問題求解，使系統(tǒng)可以像專家那樣處理問題，實(shí)現(xiàn)定性和定量分析相結(jié)合的科學(xué)決策。所以，知識(shí)是智能決策的關(guān)鍵；利用已有的經(jīng)驗(yàn)，處理當(dāng)前的問題是一種成功的方法本系統(tǒng)的范例庫將為用戶提供盡可能多的有用信息。管理層主要實(shí)現(xiàn)對(duì)各種信息資源的有效管理。在數(shù)據(jù)庫系統(tǒng)中主要研究了交互式數(shù)據(jù)分析和快速的信息檢索，在模型庫系統(tǒng)中采用面向?qū)ο蠹夹g(shù)，研制了模型描述語言，用戶可以方便地建立所需要的模型。決策層包括分析、預(yù)測(cè)、決策和報(bào)告生成。應(yīng)用層的重點(diǎn)是提供友好的人機(jī)交互環(huán)境，研究和開發(fā)受限自然語言接口、圖形系統(tǒng)、多媒體系統(tǒng)等，使人和機(jī)器在決策時(shí)協(xié)調(diào)工作。用戶應(yīng)用層受限自

7、然語言表格查詢可視化接口Internet 接口決策層數(shù)據(jù)查詢數(shù)據(jù)分析預(yù)測(cè)決策報(bào)告生成統(tǒng)計(jì)模型CBR專家系統(tǒng)神經(jīng)網(wǎng)絡(luò)統(tǒng)計(jì)模型交互分析神經(jīng)網(wǎng)絡(luò)約束推理管理層數(shù)據(jù)庫子系統(tǒng)模型庫子系統(tǒng)知識(shí)庫子系統(tǒng)神經(jīng)網(wǎng)絡(luò)子系統(tǒng)信息源層數(shù)據(jù)庫模型庫知識(shí)庫范例庫圖形庫詞典庫通訊層通信接口圖 1 IDSDP 體系結(jié)構(gòu)三 傳統(tǒng) DSS 部件作為進(jìn)行決策的基礎(chǔ)，數(shù)據(jù)庫及其管理系統(tǒng)、模型庫及其管理系統(tǒng)無論對(duì)于DSS 或IDSS 來說，都是必不可少的。 在 IDSDP 中，我們?cè)O(shè)計(jì)實(shí)現(xiàn)了數(shù)據(jù)庫管理和交互式分析系統(tǒng) DBMIAS 和模型庫子系統(tǒng) MBS 。3.1數(shù)據(jù)庫管理和交互式分析系統(tǒng)DBMIAS2在 IDSDP 智能決策系統(tǒng)中，

8、 數(shù)據(jù)庫管理是一個(gè)非常重要的部分。把 IDSDP 中各種數(shù)據(jù)以合理的結(jié)構(gòu)存儲(chǔ)，并以最佳的方式、最合適的冗余、最快的存取速度為多種應(yīng)用提供高可靠服務(wù)， 為共享數(shù)據(jù)創(chuàng)造良好條件，實(shí)現(xiàn)信息集成。 IDSDP 系統(tǒng)中的數(shù)據(jù)庫是基于 Access,SQLServer2000, ORACLE 等關(guān)系數(shù)據(jù)庫基礎(chǔ)上完成的。在 IDSDP 中，我們?cè)O(shè)計(jì)建立了一個(gè)基于 Client/Server 環(huán)境的分布式數(shù)據(jù)庫。整個(gè)系統(tǒng)建立在TCP/IP通信協(xié)議網(wǎng)絡(luò)上，可支持多臺(tái)客戶機(jī)，一臺(tái)服務(wù)器或多臺(tái)服務(wù)器。從數(shù)據(jù)庫中要統(tǒng)計(jì)分析出有價(jià)值的數(shù)據(jù), 但這些數(shù)據(jù)不會(huì)直接出現(xiàn)在數(shù)據(jù)庫字段中，要通過計(jì)算得到，并且計(jì)算的原始數(shù)據(jù)又分布

9、在多個(gè)數(shù)據(jù)庫中，通過SQL 語句查詢得到一張表，其原始數(shù)據(jù)集中在該表中，用表達(dá)式描述表中各數(shù)據(jù)項(xiàng)之間的關(guān)系。而該表達(dá)式的值即是統(tǒng)計(jì)分析所希望的數(shù)據(jù)，而這一切過程都是交互式進(jìn)行，并且即建即得，為決策系統(tǒng)方便直觀地提供決策數(shù)據(jù)。該系統(tǒng)由交互式多窗口組成。對(duì)于輸入查詢語句和輸入字段項(xiàng)表達(dá)式共有兩種輸入方式：直接輸入和選擇輸入。系統(tǒng)窗口為主要操作對(duì)象，通過一系列事件驅(qū)動(dòng)其結(jié)果分別由查詢顯示、計(jì)算結(jié)果等窗口實(shí)現(xiàn)。其中查詢顯示通過網(wǎng)格控制與數(shù)據(jù)庫連接，實(shí)現(xiàn)表格形式的查詢輸出。計(jì)算結(jié)果分成字段項(xiàng)統(tǒng)計(jì)計(jì)算和字段項(xiàng)表達(dá)式計(jì)算。字段項(xiàng)表達(dá)式是一種表示數(shù)據(jù)庫中各字段的運(yùn)算關(guān)系的表達(dá)式，表達(dá)式中可包含×&#

10、247;等多種運(yùn)算符、常量和變量。由解釋程序來識(shí)別和計(jì)算字段項(xiàng)表達(dá)式。字段項(xiàng)表達(dá)式直觀，易理解，易于構(gòu)造復(fù)雜的運(yùn)算關(guān)系。3.2 模型庫系統(tǒng) MBS模型庫系統(tǒng)的開發(fā)需要結(jié)合一定的應(yīng)用范圍，著重解決好兩個(gè)層面的問題：一是更好地滿足系統(tǒng)直接用戶的使用要求，開發(fā)出界面友好、簡(jiǎn)便易用、精確可靠的軟件環(huán)境；二是如何適應(yīng)系統(tǒng)二次開發(fā)的具體要求，使系統(tǒng)在模型生成、維護(hù)管理方面顯示出較大的自由度。這兩方面的問題解決好了，模型庫的生命力才能充分顯示出來。在MBS 系統(tǒng)中，我們?cè)O(shè)計(jì)了模型屬性庫管理、模型生成、模型運(yùn)行三個(gè)功能模塊來解決以上兩個(gè)問題。模型作為一種信息資源，進(jìn)行管理的主要任務(wù)是：使用戶快速、方便地了解系

11、統(tǒng)所擁有的模型，掌握其適應(yīng)范圍、數(shù)學(xué)原理、輸入和輸出內(nèi)容與要求等，這是模型庫系統(tǒng)得以高效利用的重要環(huán)節(jié)。因此我們建立了模型屬性庫及相應(yīng)的管理系統(tǒng)，既方便了用戶對(duì)系統(tǒng)模型的了解，又可以對(duì)系統(tǒng)模型進(jìn)行統(tǒng)一地管理，從而提高模型庫使用效率。模型屬性庫需要提供下列信息：（ 1）為用戶提供有關(guān)模型屬性的特征信息，便于用戶正確地使用模型，對(duì)模型的運(yùn)算結(jié)果作出正確的判斷；（2）指導(dǎo)用戶迅速準(zhǔn)確地查找到有關(guān)模型，了解模型及其輸入輸出參數(shù)的相關(guān)信息；（3）為用戶新增模型的源代碼和可執(zhí)行代碼的修改和模型的調(diào)用提供相關(guān)信息。類似于數(shù)據(jù)庫管理，模型屬性庫的管理包括模型屬性的增加、刪除、修改、查詢以及新庫的創(chuàng)建等操作。決

12、策科學(xué)的迅速發(fā)展和新模型的不斷出現(xiàn)，為模型庫系統(tǒng)的可擴(kuò)充性提出了更高的要求。模型的研制者大多是數(shù)學(xué)工作者，他們編制模型計(jì)算程序的困難不大，但要把數(shù)學(xué)模型轉(zhuǎn)變?yōu)榻缑嬗押谩⑹褂梅奖愕膽?yīng)用程序則有很大困難，這是大量新研制的模型難以快速成為模型庫中的內(nèi)容并推廣使用的重要原因。我們利用面向?qū)ο笳Z言的強(qiáng)大功能，定義了一套模型描述語言（MDL ）和相應(yīng)的模型應(yīng)用程序模板文件，初步解決了在Windows 環(huán)境下模型的生成問題。模板文件是一個(gè)Windows 應(yīng)用工程， 包括構(gòu)造 Windows 應(yīng)用程序所需的源程序文件、資源文件和模塊定義文件以及程序維護(hù)文件。這套模板文件的主要作用是為用戶的模型程序提供Wind

13、ows 界面， 保障模型程序在Windows系統(tǒng)下的運(yùn)行， 模板文件對(duì)用戶是完全透明的。面向?qū)ο蟮某绦蛟O(shè)計(jì)語言的封裝、繼承、重載等特性使得編程工作得以大大簡(jiǎn)化，我們利用面向?qū)ο笳Z言的強(qiáng)大功能，把科學(xué)計(jì)算中的常用算法、元素等構(gòu)造成類，這些類的說明語句以及輸入、輸出、計(jì)算的語句就是模型描述語言的組成部分。3模型程序開發(fā)者可以使用模型描述語言和C 語言編制模型計(jì)算程序，由模型生成模塊將這段計(jì)算程序加入到模板文件的適當(dāng)位置，并調(diào)用 Visual C+ 的程序維護(hù)工具編譯連接為可執(zhí)行代碼，并將新模型的屬性加入到模型屬性庫中，這樣就實(shí)現(xiàn)了新模型的動(dòng)態(tài)加入，解決了模型庫的擴(kuò)充問題。 MBS 提供了大量的模型

14、，并可根據(jù)用戶確定的標(biāo)準(zhǔn)，選擇解決當(dāng)前問題最合適的模型。3.3面向?qū)ο蟮闹R(shí)處理系統(tǒng)OKPS在 IDSDP 系統(tǒng)中，面向?qū)ο蟮闹R(shí)處理系統(tǒng)OKPS 既可用作智能問題求解，也可以參與問題規(guī)劃系統(tǒng)的智能調(diào)度，智能人機(jī)接口等。OKPS 本身具有如下功能：(1) 管理知識(shí)庫，通過 VKMT 獲取知識(shí)，利用 ODBC 訪問知識(shí)庫；(2) 推理與搜索；(3) 對(duì)方法和監(jiān)控的解釋執(zhí)行；(4) 作為智能模型參于問題求解；(5) 在問題處理系統(tǒng)中，進(jìn)行智能調(diào)度；(6) 人機(jī)交互、外部數(shù)據(jù)庫訪問及黑板控制。OKPS 主要由四部分組成：·面向?qū)ο笸评頇C(jī)· ICL 命令解釋器·工具庫&#

15、183;可視化知識(shí)管理工具VKMTOKPS 的知識(shí)庫系統(tǒng)采用面向?qū)ο蟮闹R(shí)表示方法。面向?qū)ο蟮闹R(shí)表示方法，是在框架知識(shí)表示的基礎(chǔ)上，與語義網(wǎng)絡(luò)表示結(jié)合，應(yīng)用面向?qū)ο蟾拍疃x的一種知識(shí)表示方法。這種表示方法把知識(shí)看作對(duì)象類，將客觀事物和規(guī)律的屬性以及它們的行為特性封裝起來，并通過對(duì)象之間的繼承關(guān)系和約束關(guān)系表示它們的結(jié)構(gòu)和聯(lián)系。OKPS 在設(shè)計(jì)和開發(fā)中我們完全采用了面向?qū)ο蟮脑O(shè)計(jì)方法和編程技術(shù)。知識(shí)處理系統(tǒng)內(nèi)部各個(gè)部分是相對(duì)獨(dú)立的，它們被封裝在相應(yīng)的類中，用對(duì)象的消息控制機(jī)制進(jìn)行各個(gè)部分之間的接口，包括推理機(jī)同ICL 解釋器，推理機(jī)與工具庫之間的接口等。推理機(jī)、ICL 語言解釋器和工具庫是三個(gè)

16、聯(lián)系比較緊密的部分，它們以推理機(jī)為核心完成知識(shí)處理工作。面向?qū)ο笸评頇C(jī)OOIE的推理對(duì)象是用對(duì)象類形式表示的知識(shí)。知識(shí)對(duì)象將其屬性和行為封裝起來，通過屬性槽和側(cè)面描述事實(shí)性知識(shí)，用行為表示推理規(guī)則。知識(shí)對(duì)象之間通過語義聯(lián)系和對(duì)象約束關(guān)系構(gòu)成一棵知識(shí)樹，由推理機(jī)控制搜索求解。知識(shí)樹來自于知識(shí)庫，有時(shí)其規(guī)模非常龐大，為解決時(shí)空矛盾我們使用了對(duì)象導(dǎo)航樹技術(shù)，根據(jù)決策問題的不同，推理機(jī)的工作機(jī)制也不同。目前我們開發(fā)了兩個(gè)推理機(jī)，一個(gè)采用深度優(yōu)先搜索策略，另一個(gè)采用廣度優(yōu)先的后根遍歷方法。ICL 是我們開發(fā)的一種類推理控制語言， 它是語言的一個(gè)子集，但為適應(yīng)推理控制的需要我們又?jǐn)U充了數(shù)據(jù)類型和語句。工具

17、庫類似于語言中的標(biāo)準(zhǔn)函數(shù)庫，其功能包括輸入輸出、控制黑板訪問、知識(shí)庫訪問、數(shù)據(jù)庫訪問、數(shù)學(xué)運(yùn)算和外部過程調(diào)用等。知識(shí)庫有許多子知識(shí)庫組成，一個(gè)子知識(shí)庫對(duì)應(yīng)某一類決策問題，每個(gè)子知識(shí)庫又由對(duì)象類庫、槽庫和側(cè)面庫組成。從邏輯角度看，知識(shí)庫是由對(duì)象類庫、方法庫和監(jiān)控庫組成。為了系統(tǒng)的開放性和適應(yīng)性，OKPS 用 ODBC 訪問數(shù)據(jù)庫（包括知識(shí)庫）。系統(tǒng)開發(fā)中使用的主要工具和協(xié)議還有：MS Windows 、Visual C+ 、Visual Basic 、VBX 、OLE 、DDE 等。知識(shí)庫可以使用多種關(guān)系數(shù)據(jù)庫?？梢暬R(shí)管理工具VKMT （ Visual KnowlegdeManagement

18、 Tool ）是 OKPS 的知識(shí)庫管理系統(tǒng)，采用圖形用戶接口界面（ GUI ）技術(shù)和 “所見即所得”的編程思想，使得用戶可以方便地進(jìn)行知識(shí)獲取和知識(shí)管理。4面向?qū)ο蟮闹R(shí)表示（ Object-Oriented Representation of Knowledge ）：是把知識(shí)看作是對(duì)象類，將客觀事物和規(guī)律的屬性以及它們的行為特性封裝起來，并通過對(duì)象之間的繼承關(guān)系和約束關(guān)系表示它們的結(jié)構(gòu)和聯(lián)系。 OKPS 中的知識(shí)是用知識(shí)對(duì)象類表示的。 一個(gè)知識(shí)對(duì)象的邏輯結(jié)構(gòu)由類（ Class）、槽（ Slot ）和側(cè)面（ Facet）組成。其中槽是對(duì)象類屬性的抽象表示，槽值就是對(duì)象的屬性值；每個(gè)槽可以由多

19、個(gè)側(cè)面組成，每個(gè)側(cè)面表示屬性槽的一種取值。通過對(duì)象類之間語義聯(lián)系和約束關(guān)系，知識(shí)對(duì)象被組織成一棵知識(shí)樹，用來描述特定的決策問題。知識(shí)庫由多個(gè)子知識(shí)庫組成，每個(gè)子知識(shí)庫就是一棵知識(shí)樹，用來描述某一決策問題。知識(shí)庫存儲(chǔ)時(shí)與知識(shí)的層次表示結(jié)構(gòu)相對(duì)應(yīng)，一個(gè)子知識(shí)庫由三個(gè)數(shù)據(jù)庫文件組成，即對(duì)象類庫（ Class Base）、槽庫（ Slot Base）和側(cè)面庫（ Facet Base）。通過三個(gè)庫的語義關(guān)系來表示各個(gè)知識(shí)對(duì)象的邏輯結(jié)構(gòu)以及它們之間的關(guān)系。針對(duì)推理機(jī)而言，知識(shí)庫邏輯上由對(duì)象類庫和方法庫組成，再加上用于推理控制的監(jiān)控庫，知識(shí)庫邏輯上是三庫結(jié)構(gòu)。1. 對(duì)象類庫對(duì)象類庫（ Class Base）

20、用來存儲(chǔ)知識(shí)對(duì)象，每條記錄表示一個(gè)對(duì)象類，通過記錄間的指針聯(lián)系來建立對(duì)象類之間的關(guān)系，邏輯上是一棵知識(shí)樹。2. 槽庫槽庫 （ Slot Base ）用來存放對(duì)象類的屬性槽。一個(gè)對(duì)象類可以有多個(gè)屬性槽，每個(gè)槽在槽庫中用一條記錄表示，并通過記錄指針鏈接成槽隊(duì)列。3. 側(cè)面庫側(cè)面庫（ Facet Base）存儲(chǔ)槽的側(cè)面。一個(gè)屬性槽允許有多個(gè)側(cè)面，每個(gè)側(cè)面由一條記錄表示，并通過記錄指針鏈接成一個(gè)隊(duì)列。知識(shí)庫的訪問過程如下：(1) 用戶從對(duì)話框中的列表框選擇知識(shí)子庫。(2) OKPS 調(diào)入所選的對(duì)象類庫，建立對(duì)象樹索引表。(3) 推理前選擇起始結(jié)點(diǎn)，知識(shí)庫實(shí)例化，即內(nèi)存中備份知識(shí)庫用于推理。(4) 當(dāng)前

21、結(jié)點(diǎn)推理結(jié)束后用修改過的屬性槽和側(cè)面對(duì)槽庫和側(cè)面庫中的相應(yīng)記錄進(jìn)行更新。(5) 根據(jù)繼承語義聯(lián)系傳播槽值，同時(shí)將下一推理結(jié)點(diǎn)的所有槽和側(cè)面調(diào)入內(nèi)存。(6) 重復(fù)第 (4)和第 (5)兩步直到推理結(jié)束。(7) 關(guān)閉所有打開的數(shù)據(jù)庫。OOIE的推理對(duì)象是用對(duì)象類形式表示的知識(shí)。知識(shí)對(duì)象將其屬性（slot 、 facet）和行為（ method）封裝起來，通過屬性槽和側(cè)面描述事實(shí)性知識(shí)，用行為表示推理規(guī)則。知識(shí)對(duì)象之間通過繼承語義聯(lián)系和對(duì)象約束關(guān)系構(gòu)成一棵知識(shí)樹，由推理機(jī)控制搜索求解。根據(jù)決策問題的不同，推理機(jī)的工作機(jī)制也不同。目前我們開發(fā)了兩個(gè)推理機(jī)，一個(gè)是自頂向下，另一個(gè)是由底向上。自頂向下工作

22、機(jī)制應(yīng)用面較廣，由底向上的工作機(jī)制主要適用于特殊的決策問題。OKPS 中的工具庫分為三類：內(nèi)部函數(shù)、外部函數(shù)和對(duì)象類操作函數(shù)。3.4基于范例推理系統(tǒng)CBRS簡(jiǎn)單地說，為了解決一個(gè)新問題，CBR 先是進(jìn)行回憶， 從記憶或范例庫中找到一個(gè)與新問題相似的范例(case)，然后把該范例中的有關(guān)信息和知識(shí)復(fù)用到新問題的求解之中。CBR除了簡(jiǎn)化知識(shí)獲取的優(yōu)點(diǎn)外（知識(shí)的表示是以范例為基礎(chǔ)，范例的獲取比規(guī)則獲取要容易多了 )，還有如下好處：對(duì)過去的求解結(jié)果進(jìn)行直接復(fù)用，而不是再次從頭推導(dǎo)，可以提高對(duì)新問題的求解效率；過去求解成功或失敗的經(jīng)歷可以指導(dǎo)當(dāng)前求解時(shí)該怎樣走向成功或5避開失敗。在 CBRS 系統(tǒng)中，我

23、們把范例特征庫置于數(shù)據(jù)庫管理系統(tǒng)的控制下，這樣可以直接利用數(shù)據(jù)庫管理系統(tǒng)的功能進(jìn)行范例庫的組織管理。 CBRS 分為兩部分： 一是范例特征庫及相似度評(píng)價(jià)準(zhǔn)則的建立，這一部分的兩個(gè)核心點(diǎn)是特征抽?。捶独卣鲙斓慕ⅲ┮约跋嗨贫葴?zhǔn)則的確定；二是推理，其核心是范例庫的檢索。特征檢索的第一步是找出這些特征的相似特征集，相似特征集的計(jì)算主要是基于上下文約束的相似特征集概念：給定某個(gè)特征或?qū)傩缘膶傩灾?，且設(shè)定一個(gè)初始上下文約束，然后根據(jù)相似度知識(shí)和上下文的約束，計(jì)算出該屬性值的相似特征集。算法主要考慮屬性的屬性值、上下文約束、和相似知識(shí)。第二步把其轉(zhuǎn)化為標(biāo)準(zhǔn)查詢語句，最后在范例特征庫找到有關(guān)的范例，作為

24、候選范例。3.5神經(jīng)網(wǎng)絡(luò)系統(tǒng)NNS神經(jīng)計(jì)算 (Neural Computation) 研究非程序的、 適應(yīng)性的、 大腦風(fēng)格的信息處理的本質(zhì)和能力。由于它近年來的迅速發(fā)展,大量的神經(jīng)網(wǎng)絡(luò)的機(jī)理、模型、算法不斷的涌現(xiàn)出來。神經(jīng)網(wǎng)絡(luò)主體是一種開放式的神經(jīng)網(wǎng)絡(luò)環(huán)境，提供典型的、具有實(shí)用價(jià)值的神經(jīng)網(wǎng)絡(luò)模型。系統(tǒng)采用開放方式，使得新的網(wǎng)絡(luò)模型可以比較方便地進(jìn)入系統(tǒng)中, 利用系統(tǒng)提供良好的用戶界面和各種工具，對(duì)網(wǎng)絡(luò)算法進(jìn)行調(diào)試修改。另外對(duì)已有的網(wǎng)絡(luò)模型的改善也較為簡(jiǎn)單,為新的算法的實(shí)現(xiàn)提供了良好的環(huán)境。神經(jīng)計(jì)算從腦的神經(jīng)系統(tǒng)結(jié)構(gòu)出發(fā)來研究腦的功能，研究大量簡(jiǎn)單的神經(jīng)元的集團(tuán)信息處理能力及其動(dòng)態(tài)行為。其研究重

25、點(diǎn)側(cè)重于模擬和實(shí)現(xiàn)人的認(rèn)識(shí)過程中的感知覺過程、形象思維、分布式記憶和自學(xué)習(xí)自組織過程。特別是對(duì)并行搜索、聯(lián)想記憶，時(shí)空數(shù)據(jù)統(tǒng)計(jì)描述的自組織以及一些相互關(guān)聯(lián)的活動(dòng)中自動(dòng)獲取知識(shí)，更顯示出了其獨(dú)特的能力，并普遍認(rèn)為神經(jīng)網(wǎng)絡(luò)適合于低層次的模式處理。神經(jīng)網(wǎng)絡(luò)的基本特點(diǎn)集中表現(xiàn)在： 1.以分布式方式存貯信息。 2.以并行方式處理信息。3.具有自組織、 自學(xué)習(xí)能力。 正是這些特點(diǎn)， 使這神經(jīng)網(wǎng)絡(luò)為人們?cè)诶脵C(jī)器加工處理信息方面提供了一種全新的方法和途徑。當(dāng)然隨著人工神經(jīng)網(wǎng)絡(luò)應(yīng)用的深入，人們也發(fā)現(xiàn)原有的模型和算法所存在的問題，在理論的深入也碰到很多原來非線性理論、逼近論中的難點(diǎn)?？墒俏覀兿嘈?，在深入、廣泛應(yīng)用的基礎(chǔ)上，這個(gè)領(lǐng)域?qū)?huì)繼續(xù)發(fā)展，并會(huì)對(duì)科學(xué)技術(shù)有很大的促進(jìn)作用。我們提出的神經(jīng)場(chǎng)理論是一種新的嘗試。神經(jīng)網(wǎng)絡(luò)系統(tǒng) NNS 是一個(gè)多模型集成的人工神經(jīng)網(wǎng)絡(luò)系統(tǒng) , 對(duì)數(shù)據(jù)的分析和處理包括以下幾部分：（ 1）原始數(shù)據(jù)統(tǒng)計(jì)預(yù)處理分析 : 由統(tǒng)計(jì)模型實(shí)現(xiàn) , 主要采用平均移動(dòng)，波動(dòng)分析 ,偏差分析