第四章-基于專家系統(tǒng)的智能決策支持系統(tǒng)

智能決策支持系統(tǒng)中智能技術(shù)的研究1981年R．H．Bonczek提出的DSS的三系統(tǒng)結(jié)構(gòu)(3S)是由語言系統(tǒng)、問題處理系統(tǒng)和知識系統(tǒng)組成，是智能決策支持系統(tǒng)的初級形式。智能決策支持系統(tǒng)(intelligentdecisionsupportsystem，IDSS)是決策支持系統(tǒng)(DSS)與人工智能(artificialintelligent，A1)技術(shù)相結(jié)合的系統(tǒng)。人工智能技術(shù)主要是以知識處理為主體，利用知識進行推理，完成人類定性分析的部分智能行為。前言人工智能的研究范圍問題求解：如下棋程序。邏輯推理和定理證明：如數(shù)學(xué)定理的證明。自然語言處理：如語言翻譯、語音識別、語言生成和理解等。自動程序設(shè)計：“超級編譯程序”，能從高級形式的描述，生成所需的程序。機器學(xué)習(xí)：歸納學(xué)習(xí)和類比學(xué)習(xí)。專家系統(tǒng)：利用專家知識進行推理達到專家解決問題的能力。機器人學(xué)：完成人類部分工作的機器人。機器視覺：研究感知過程。智能檢索系統(tǒng)：具有智能行為的情報檢索。組合的調(diào)度問題：如最短旅行路線。人工智能的主要研究領(lǐng)域有：1）符號智能符號智能以物理符號系統(tǒng)為基礎(chǔ)，研究知識表示、獲取、推理過程。2）計算智能計算智能包括神經(jīng)計算、模糊系統(tǒng)、遺傳算法、進化程序設(shè)計等。3）人工生命人工生命是指用計算機和精密機械等生成或構(gòu)造表現(xiàn)自然生命系統(tǒng)行為特點的仿真系統(tǒng)或模型系統(tǒng)。智能決策支持系統(tǒng)中包含的人工智能技術(shù)主要有：專家系統(tǒng)神經(jīng)網(wǎng)絡(luò)遺傳算法機器學(xué)習(xí)自然語言理解等。

(1)專家系統(tǒng)：利用大量的專門知識解決特定領(lǐng)域中的實際問題的計算機程序系統(tǒng)。在專家系統(tǒng)中:知識的表示形式有產(chǎn)生式規(guī)則、謂詞公式、框架、語義網(wǎng)絡(luò)等。用得最多的知識表示形式是產(chǎn)生式規(guī)則。對于產(chǎn)生式規(guī)則知識的推理機是“搜索”加“匹配”，這里的“搜索”大多采用深度優(yōu)先方法，這里的“匹配”采用的是假言推理((A→B)A=>B

)專家系統(tǒng)利用專家的定性知識進行推理，達到領(lǐng)域?qū)＜医鉀Q問題的能力。

(2)神經(jīng)網(wǎng)絡(luò)：利用神經(jīng)元的信息傳播模型(MP模型)進行學(xué)習(xí)和應(yīng)用。神經(jīng)元的信息傳播是一個多輸入、單輸出的結(jié)構(gòu)。神經(jīng)元之間的連接強度通過權(quán)值來表示。神經(jīng)元之間的連接權(quán)值是神經(jīng)網(wǎng)絡(luò)的知識，它是通過大量樣本的學(xué)習(xí)而獲得的。神經(jīng)網(wǎng)絡(luò)中主要有前饋式網(wǎng)絡(luò)、反饋式網(wǎng)絡(luò)和自組織網(wǎng)絡(luò)。用得最多的是前饋式網(wǎng)絡(luò)。前饋式神經(jīng)網(wǎng)絡(luò)是利用大量標(biāo)準(zhǔn)（標(biāo)記）樣本(已知樣本的輸入信息和輸出信息)進行學(xué)習(xí)，獲得網(wǎng)絡(luò)的權(quán)值(知識)。這些知識可以用來對新實例(已知輸入信息)進行識別，求出該實例的輸出信息。(3)遺傳算法：是模擬生物遺傳過程的群體優(yōu)化搜索方法。遺傳算法的處理對象是問題參數(shù)編碼集形成的個體，遺傳過程用“選擇、交叉、突變”3個算子進行模擬，產(chǎn)生和優(yōu)選后代群體。該算法經(jīng)過若干代的遺傳，將會獲得滿足問題目標(biāo)要求的優(yōu)化解。遺傳算法已經(jīng)廣泛地應(yīng)用于各類優(yōu)化問題和分類學(xué)習(xí)問題。(4)機器學(xué)習(xí)：是讓計算機模擬和實現(xiàn)人類的學(xué)習(xí)，獲取解決問題的知識。機器學(xué)習(xí)方法主要是歸納學(xué)習(xí)和類比學(xué)習(xí)。比較成功的機器歸納學(xué)習(xí)方法有：決策樹ID3、C4.5方法，粗糙集(roughset)方法和概念樹方法比較成功的機器類比學(xué)習(xí)方法有：基于范例的學(xué)習(xí)CBR

(5)自然語言理解是讓計算機理解和處理人類進行交流的自然語言。由于自然語言存在二義性、感情(語調(diào))等復(fù)雜因素，在計算機中無法直接使用自然語言。自然語言處理過程是對一連串的文字表示的符號串，經(jīng)過詞法分析識別出單詞，經(jīng)過句法分析將單詞組成句子，再經(jīng)過語義分析理解句子的含義，變成計算機中的操作(如查詢數(shù)據(jù)庫)。目前，計算機中提供的語言如高級語言C、PASCAL等，數(shù)據(jù)庫語言FoxPro、Oracle等，均屬于2型文法(上下文無關(guān)文法)和3型文法(正則文法)范疇，雖然這些高級語言離0型文法(短語文法)和1型文法(上下文有關(guān)文法)的語言有較大的差距。但是，在人機交互中，對于簡單的自然語言進行理解和處理還是能做到的。在IDSS結(jié)構(gòu)中：專家系統(tǒng)的核心是知識庫和推理機；神經(jīng)網(wǎng)絡(luò)涉及樣本庫和網(wǎng)絡(luò)權(quán)值庫(知識庫)，神經(jīng)網(wǎng)絡(luò)的推理機是BP模型；遺傳算法的核心是“選擇、交叉、突變”3個算子，可以將它看成是遺傳算法的推理機，它處理的對象是群體，這是一個動態(tài)庫；機器學(xué)習(xí)包括各種算法庫，算法可以看成是一種推理，它對實例庫進行算法操作獲取知識；自然語言理解需要語言文法庫(知識庫)，處理對象是語言文本，對語言文本的推理采用推導(dǎo)和歸約兩種方式。這些人工智能技術(shù)可以概括為：推理機+知識庫。智能決策支持系統(tǒng)的結(jié)構(gòu)可以簡化為圖4.2。智能決策支持系統(tǒng)中的人工智能技術(shù)種類較多，這些智能技術(shù)都是決策支持技術(shù)，它們可以開發(fā)出各自的智能系統(tǒng)，并發(fā)揮各自不同的輔助決策作用。一個智能決策支持系統(tǒng)中的智能技術(shù)一般只有一種或兩種。下面我們主要講述專家系統(tǒng)與決策支持系統(tǒng)結(jié)合的智能決策支持系統(tǒng)。在第五章我們講授機器學(xué)習(xí)輔助決策的智能決策支持系統(tǒng)。

專家系統(tǒng)(ES)與智能決策支持系統(tǒng)

——專家系統(tǒng)概念專家系統(tǒng)：是利用大量的專家知識，運用知識推理的方法來解決各特定領(lǐng)域中的實際問題。它使計算機專家系統(tǒng)這樣的軟件能夠達到人類專家解決問題的水平。但專家系統(tǒng)中的知識處理不同于決策支持系統(tǒng)中的數(shù)據(jù)處理和數(shù)值計算。(1)數(shù)據(jù)處理與專家系統(tǒng)中的知識處理不同在于：①數(shù)據(jù)庫中存放的記錄可以看成是事實性知識，而專家系統(tǒng)中的知識庫包含規(guī)律性知識。②數(shù)據(jù)庫中把檢索數(shù)據(jù)庫記錄看成是推理，推理是對已有記錄的檢索，記錄不存在，則檢索不到。而專家系統(tǒng)中的推理是適應(yīng)變化的事實，并推理出新事實。(2)數(shù)值計算與專家系統(tǒng)中的知識處理不同在于：①數(shù)值計算中的算法(推理過程)是固定形式的。算法一經(jīng)確定，推理過程就固定了。而專家系統(tǒng)的推理是不固定形式的，隨著問題不同，推理過程也不一樣。②數(shù)值計算只能處理數(shù)值，不能處理符號。

從上面分析可見，數(shù)值計算、數(shù)據(jù)處理是知識處理的特定情況，知識處理則是它們的發(fā)展。知識處理具有以下特點：知識包括事實和規(guī)則；既可用于數(shù)值處理，又可用于符號處理；推理過程是不固定形式的；能得出未知的事實。專家系統(tǒng)＝知識庫+推理機專家一般不懂計算機，需要知識工程師將專家的知識翻譯和整理成計算機中專家系統(tǒng)需要的專家知識。知識獲取完成把專家的知識按一定的知識表示形式輸入到專家系統(tǒng)的知識庫中。人機接口將用戶的咨詢和專家系統(tǒng)推出的建議、結(jié)論進行人機間的翻譯和轉(zhuǎn)換。解釋器向用戶解釋系統(tǒng)的行為和推理過程，還包括：咨詢理解、推理結(jié)論的解釋等。人機接口（界面）專家知識知識獲取器推理機(事實)數(shù)據(jù)庫知識庫解釋器專家系統(tǒng)結(jié)構(gòu)圖專家系統(tǒng)結(jié)構(gòu)用戶知識推理知識用戶交互顯示推理過程解釋結(jié)論(1)知識庫：用于存取和管理所獲取的求解實際問題的領(lǐng)域?qū)＜业闹R和經(jīng)驗．供推理機利用，具有知識存貯、檢索、編輯、增刪、修改和擴充等功能。(2)數(shù)據(jù)庫：用來存放專家系統(tǒng)在執(zhí)行與推理過程中所需要和產(chǎn)生的各種信息（控制信息，中間假設(shè)和中間結(jié)果）。

(3)推理機：用來利用知識進行推理，求解專門問題，具有啟發(fā)推理、算法推理；正向、反向或雙向推理；串行或并行推理等功能。(4)解釋器：用于作為專家系統(tǒng)與用戶之間的“接口”，其功能是向用戶解釋系統(tǒng)的行為，包括：咨詢理解、結(jié)論的解釋，可以通過將推理的過程顯示出來就形成了向用戶的解釋。(5)知識獲取器：是專家系統(tǒng)與專家的“界面”，采用“專題面談”、“口語記錄分析”以及“知識獲取輔助工具”等來輔助專家整理知識并表示出來，或輔助擴充和修改知識庫。產(chǎn)生式規(guī)則知識的推理機

和推理的解釋機制

利用產(chǎn)生式規(guī)則表示知識，在推理時，既要進行深度優(yōu)先的搜索，又要進行規(guī)則前提的匹配，概括地說：

產(chǎn)生式規(guī)則的推理機＝搜索+匹配(假言推理)在推理過程中，是一邊搜索一邊匹配。匹配需要找事實。這個事實一是來自于事實數(shù)據(jù)庫，一是來自向用戶提問。在匹配時會出現(xiàn)成功或不成功，對于不成功的將引起搜索中的回溯和由一個分支向另一個分支的轉(zhuǎn)移，可見在搜索過程中包含了回溯。

推理的解釋機制：推理中的搜索和匹配過程，如果進行跟蹤和顯示就形成了向用戶說明的解釋機制。好的解釋機制不顯示那些對于失敗路徑的跟蹤。

產(chǎn)生式規(guī)則專家系統(tǒng)目前，用產(chǎn)生式規(guī)則知識形式建立的專家系統(tǒng)是最廣泛和最流行的。主要原因在于：①產(chǎn)生式規(guī)則知識表示形式容易被人理解。②它是基于演繹推理的。這樣保證了推理結(jié)果的正確性。③大量產(chǎn)生式規(guī)則所連成的推理樹(知識樹)，可以是多棵樹。從樹的寬度看，反映了實際問題的范圍。從樹的深度看，反映了問題的難度。這使專家系統(tǒng)適應(yīng)各種實際問題的能力很強。

知識庫：存放了若干規(guī)則，每條產(chǎn)生式規(guī)則是一個以“如果滿足這個條件，就應(yīng)當(dāng)采取這個操作”形式表示的語句。如：產(chǎn)生式規(guī)則知識一般表示為：ifAthenB或表示為“如果A成立則B成立”，簡化為A→B。產(chǎn)生式規(guī)則知識允許有如下的特點：①相同的條件可以得出不同的結(jié)論：A→B，A→C。②相同的結(jié)論可以由不同的條件來得到:A→G，B→G。③條件之間可以是“與”(AND)連接和“或”(OR)連接。如:A

B→G，A

B→G④一條規(guī)則中的結(jié)論，可以是另一條規(guī)則中的條件。如：F

B→Z，C

D→F。其中，F(xiàn)在前一條規(guī)則中是條件，在后一條規(guī)則中是結(jié)論。

由于以上特點，規(guī)則知識集能做到以下兩點：①能描述和解決各種不同的靈活的實際問題(由前三個特點形成)。②能把規(guī)則知識集中的所有規(guī)則連成一棵“與或”推理樹(知識樹)，即這些規(guī)則知識集之間是有關(guān)聯(lián)的(由后面特點形成)。

產(chǎn)生式規(guī)則ES中的推理樹(知識樹)規(guī)則庫中的各條規(guī)則之間一般來說都是有聯(lián)系的，即某條規(guī)則中的前提是另外一條規(guī)則中的結(jié)論。按逆向推理思想把知識庫所含的總目標(biāo)(它是某些規(guī)則的結(jié)論)作為根結(jié)點，按規(guī)則的前提和結(jié)論展開成一棵樹的形式。這棵樹一般稱為推理樹或知識樹，它把知識庫中的所有規(guī)則都連接起來。由于連接時有“與”關(guān)系和“或”關(guān)系，從而構(gòu)成了“與或”推理樹。下面通過一個例子用示意圖形式畫出。該推理樹是逆向推理樹，是以目標(biāo)結(jié)點為根結(jié)點展開的。用規(guī)則的前提和結(jié)論形式畫出一般的推理樹形式，如圖4．14所示該“與或”推理樹具有以下特點：①每條規(guī)則對應(yīng)的結(jié)點分支有與(AND)關(guān)系、或(OR)關(guān)系。②樹的根結(jié)點是推理樹的總目標(biāo)。③相鄰兩層之間是一條或多條規(guī)則連接。④每個結(jié)點可以是單值，也可以是多值。若結(jié)點是多值時，各值對應(yīng)的規(guī)則將不同。⑤所有的葉結(jié)點，都安排向用戶提問，或者把它的值直接放在事實數(shù)據(jù)庫中。產(chǎn)生式規(guī)則ES中的逆向推理過程

從根結(jié)點G開始搜索，經(jīng)過A結(jié)點到I結(jié)點，它是葉結(jié)點，向用戶提問，若回答為YES，則繼續(xù)搜索結(jié)點，再到X結(jié)點，它是葉結(jié)點，向用戶提問，若回答為YES，再搜索F結(jié)點，向用戶提問，若回答為NO，由于是“與”關(guān)系，回溯J結(jié)點為NO，再回溯A結(jié)點暫時為NO。由于A結(jié)點還有分支，則搜索K結(jié)點，若回答也是NO，則此時A結(jié)點為NO(因已沒有其他分支)。向上回溯時G暫時為NO，搜索其他分支，到B結(jié)點，再到L結(jié)點，提問回答為YES，回溯到B結(jié)點為YES，再到G結(jié)點，由于是“與”關(guān)系，搜索另一分支C結(jié)點再到M結(jié)點，再到W結(jié)點，提問回答若為YES，再搜索Z結(jié)點，提問回答也是YES時，回溯到M結(jié)點為YES(由于是“與”關(guān)系)，再回溯到C結(jié)點也為YES，再回溯到G結(jié)點為YES，結(jié)論已求出，E分支就不再搜索了。

1．推理樹的深度優(yōu)先搜索和匹配

逆向推理過程在推理樹中反映為推理樹的深度優(yōu)先搜索過程。以上面的推理樹為例，其逆向推理的搜索過程如圖4．15所示。以上逆向推理過程在計算機中實現(xiàn)時，并不把規(guī)則連成推理樹，而是利用規(guī)則棧來完成。當(dāng)調(diào)用此規(guī)則時，把它壓入棧內(nèi)(相當(dāng)于對樹的搜索)，當(dāng)此規(guī)則的結(jié)論已求出(YES或NO)時，需要將此規(guī)則退棧(相當(dāng)于對樹的回溯)。利用規(guī)則棧的壓入和退出的過程，相當(dāng)于完成了推理樹的深度優(yōu)先搜索和回溯過程。產(chǎn)生式規(guī)則ES的事實數(shù)據(jù)庫事實數(shù)據(jù)庫中的每一個事實，除該命題本身，還應(yīng)該包含更多的內(nèi)容，每個事實的屬性，如表所示，構(gòu)成了關(guān)系型結(jié)構(gòu)。事實欄中放入命題本身。Y、N值表示是Y(YES)還是N(NO)。規(guī)則號表示該事實取Y或N的理由，當(dāng)規(guī)則號為“0”表示向用戶提問得到。具體規(guī)則號表示由該規(guī)則推出的事實是Y或N?？尚哦缺硎驹撌聦嵉目尚哦龋且粋€度量值。事實數(shù)據(jù)庫在推理過程中是逐步增長的，對不同的問題，事實數(shù)據(jù)庫的內(nèi)容也不相同，故也稱事實數(shù)據(jù)庫為動態(tài)數(shù)據(jù)庫。思考題1、在決策支持系統(tǒng)中包含哪些人工智能技術(shù)？2、簡述專家系統(tǒng)結(jié)構(gòu)中的各個部分的功能3、簡述ES與DSS集成IDSS的3種形式專家系統(tǒng)與決策支持系統(tǒng)的集成

智能決策支持系統(tǒng)(IDSS)充分發(fā)揮了專家系統(tǒng)以知識推理形式解決定性分析問題的特點，又發(fā)揮了決策支持系統(tǒng)以模型計算為核心的解決定量分析問題的特點，充分做到定性分析和定量分析的有機結(jié)合，使解決問題的能力和范圍得到一個大的發(fā)展。具體集成結(jié)構(gòu)形式如圖4．16所示。

專家系統(tǒng)與決策支持系統(tǒng)的集成IDSS中DSS和ES的結(jié)合主要體現(xiàn)在3個方面：①DSS和ES的總體結(jié)合。由集成系統(tǒng)把DSS和ES有機結(jié)合起來(即將二者一體化)。②知識庫和模型庫的結(jié)合。模型庫中的數(shù)學(xué)模型和數(shù)據(jù)處理模型作為知識的一種形式，即過程性知識，加入到知識推理過程中去。③數(shù)據(jù)庫和動態(tài)數(shù)據(jù)庫的結(jié)合。DSS中的數(shù)據(jù)庫可以看成是相對靜態(tài)的數(shù)據(jù)庫，它為ES中的動態(tài)數(shù)據(jù)庫提供初始數(shù)據(jù)，ES推理結(jié)束后，動態(tài)數(shù)據(jù)庫中的結(jié)果再送回到DSS中的數(shù)據(jù)庫中去。由DSS和ES這3種結(jié)合形式，也就形成了3種IDSS的集成形式。IDSS集成形式包括以下幾種(1)DSS和ES并重的IDSS結(jié)構(gòu)這種結(jié)構(gòu)由集成系統(tǒng)完成對DSS和ES的控制和調(diào)度，根據(jù)問題的需要協(xié)調(diào)DSS和ES的運行。從地位上看，DSS和ES并重。集成系統(tǒng)可以有兩種形式：①DSS和ES兩者之外綜合系統(tǒng)，它具有調(diào)用和集成DSS和ES的能力。這種結(jié)構(gòu)形式如圖4．17所示。②將DSS“問題綜合與人機交互系統(tǒng)”功能擴充，即增加對專家系統(tǒng)的調(diào)用組合能力。

集成系統(tǒng)(2)以DSS為主體的IDSS結(jié)構(gòu)這種集成結(jié)構(gòu)形式體現(xiàn)了以定量分析為主體，結(jié)合定性分析解決問題。這種結(jié)構(gòu)中集成系統(tǒng)和DSS控制系統(tǒng)合為一體，從DSS角度來看，簡化了IDSS的結(jié)構(gòu)。如圖4．18所示。這種結(jié)構(gòu)中，ES相當(dāng)于一類模型，即知識推理模型或稱智能模型，它被DSS控制系統(tǒng)所調(diào)用。

(3)以ES為主體的IDSS結(jié)構(gòu)

這種結(jié)構(gòu)形式體現(xiàn)了以定性分析為主體，結(jié)合定量分析。這種結(jié)構(gòu)中，人機交互系統(tǒng)和ES的推理機合為一體，它從ES角度來看，簡化了IDSS的結(jié)構(gòu)。它又包括以下兩種結(jié)構(gòu)：①DSS作為一種推理機形式出現(xiàn)，受ES中的推理機所控制。其結(jié)構(gòu)形式如圖4.19所示。這種結(jié)構(gòu)中的推理機是核心，對產(chǎn)生式知識的推理是搜索加匹配，對數(shù)學(xué)模型的推理就是對公式的推演。問題的求解體現(xiàn)為推理形式。(3)以ES為主體的IDSS結(jié)構(gòu)②數(shù)學(xué)模型作為一種知識出現(xiàn)，即模型是一種過程性知識。其結(jié)構(gòu)形式如圖4．20所示。在這種結(jié)構(gòu)中，數(shù)學(xué)模型反映在推理樹中，一般在知識樹的葉結(jié)點處要進行對模型的數(shù)學(xué)運算。如對預(yù)測模型的智能選擇就可采用此種結(jié)構(gòu)形式。建模專家系統(tǒng)—規(guī)則

我們用實例進行專家系統(tǒng)模型的實現(xiàn)。例如，彈簧振動建模專家系統(tǒng)。該專家系統(tǒng)是解決彈簧在不同受力情況下(包括沖力、摩擦力等)應(yīng)該滿足哪種類型的微分方程模型。建模專家系統(tǒng)—規(guī)則建模專家系統(tǒng)—模型建模專家系統(tǒng)—規(guī)則庫的推理樹建模專家系統(tǒng)—專家系統(tǒng)的應(yīng)用4．專家系統(tǒng)的應(yīng)用

對于任意一個實際彈簧要詢問它滿足12個模型(微分方程)中哪個模型時，利用該專家系統(tǒng)進行逆向推理，當(dāng)推理進入到葉結(jié)點提問時，要回答實際彈簧對該葉結(jié)點的事實是否成立，如“彈簧力與位移成正比(Al1)”葉結(jié)點需要回答Y或者N，對多個葉結(jié)點提問回答完后，該專家系統(tǒng)在推理樹的推理回溯時，能得出該實際彈簧滿足的模型(微分方程)是哪一個。下面我們將介紹一個完整的基于專家系統(tǒng)的智能決策支持系統(tǒng)的實例--松毛蟲智能預(yù)測系統(tǒng)

智能決策支持系統(tǒng)實例--松毛蟲智能預(yù)測系統(tǒng)

1、松毛蟲智能預(yù)測系統(tǒng)(PCFES)是一個IDSS。該系統(tǒng)把模型庫、數(shù)據(jù)庫、知識推理、人機交互四者有機地結(jié)合起來，達到了定性的知識推理、定量的模型數(shù)值計算、數(shù)據(jù)庫處理的高度集成。

2、松毛蟲是我國主要的森林害蟲，嚴(yán)重時發(fā)生面積達3千萬以上，占全國森林害蟲發(fā)生面積的1/3，嚴(yán)重地威脅著松林的生長，也直接影響國民經(jīng)濟建設(shè)。松毛蟲的預(yù)測預(yù)報和松毛蟲的防治都是我國的重點科研項目。松毛蟲智能預(yù)測系統(tǒng)，把分散在全國各地的松毛蟲預(yù)測經(jīng)驗知識和研究成果匯集于一體，對松毛蟲的發(fā)生期、發(fā)生量、發(fā)生范圍和危害程度進行定性預(yù)測咨詢(專家系統(tǒng))。同時，利用預(yù)測模型做發(fā)生級別和發(fā)生數(shù)量的定量預(yù)測(模型計算)。該系統(tǒng)還能夠打印各種氣象資料與蟲情報表(數(shù)據(jù)庫處理)。既可作預(yù)測系統(tǒng)，又能做測報資料管理系統(tǒng)，

智能決策支持系統(tǒng)實例--(PCFES)結(jié)構(gòu)智能決策支持系統(tǒng)實例--(PCFES)功能智能決策支持系統(tǒng)實例—預(yù)測咨詢(專家系統(tǒng))預(yù)測系統(tǒng)由三大部分組成：預(yù)測咨詢系統(tǒng)(專家系統(tǒng))、模型預(yù)測系統(tǒng)(模型)和蟲情報表系統(tǒng)。1．預(yù)測咨詢系統(tǒng)我國森保工作者在松毛蟲預(yù)測實踐中積累了大量的經(jīng)驗，對應(yīng)不少預(yù)測方法（A

B

C

D→M)。其中：松毛蟲發(fā)生期預(yù)測中使用效果良好的經(jīng)典方法有：物候法期距法有效積溫法松毛蟲發(fā)生量預(yù)測中使用頻率相當(dāng)高的方法有：氣候經(jīng)驗指標(biāo)法有效蟲口基數(shù)法。

智能決策支持系統(tǒng)實例—預(yù)測咨詢(專家系統(tǒng))南京林業(yè)大學(xué)收集了馬尾松毛蟲、落葉松毛蟲、油松毛蟲和赤松毛蟲等主要松毛蟲預(yù)測的研究成果與各地的預(yù)測經(jīng)驗，并在此基礎(chǔ)上加以整理、總結(jié)和提高，構(gòu)成系統(tǒng)的知識庫。預(yù)測知識采用產(chǎn)生式規(guī)則形式，在本系統(tǒng)中共有700多條。由國防科技大學(xué)研制的PROLOG產(chǎn)生器P3生成PROLOG程序，形成了松毛蟲智能預(yù)測系統(tǒng)中的預(yù)測咨詢系統(tǒng)。該專家系統(tǒng)能進行各種以定性為主的松毛蟲預(yù)測，用于完成松毛蟲發(fā)生期、發(fā)生量、發(fā)生范圍和危害程度的定性預(yù)測和一些簡單的定量預(yù)測咨詢?；旧习四壳皣鴥?nèi)常用的各種預(yù)測方法，對于短期的發(fā)生期預(yù)測，它將直接給出日期，而不必由用戶計算。

智能決策支持系統(tǒng)實例—預(yù)測咨詢(專家系統(tǒng))預(yù)測咨詢系統(tǒng)結(jié)構(gòu)如圖4．24所示智能決策支持系統(tǒng)實例—(PCFES)預(yù)測(專家系統(tǒng))(1)發(fā)生期預(yù)測

物候法可以進行包括馬尾松毛蟲、落葉松毛蟲和油松毛蟲3種松毛蟲的物候預(yù)測。利用作物生長期、植物花期、林木物候、動物物候、農(nóng)事活動、林事活動和節(jié)氣(或時期)等進行松毛蟲不同蟲態(tài)出現(xiàn)時期的預(yù)測。

期距法可以進行馬尾松毛蟲、落葉松毛蟲和油松毛蟲的蟲態(tài)始見期、始盛期、高峰期和盛末期的短、中、長期預(yù)測。

有效積溫法的預(yù)測對象包括馬尾松毛蟲、落葉松毛蟲、油松毛蟲和赤松毛蟲，可進行年發(fā)生世代數(shù)和各蟲態(tài)歷期的預(yù)測。

燈誘法主要進行馬尾松毛蟲某蟲態(tài)始見期、始盛期和高峰期的預(yù)測。

性誘法主要進行馬尾松毛蟲各蟲態(tài)發(fā)生時期的預(yù)測。

數(shù)理統(tǒng)計法可進行馬尾松毛蟲、落葉松毛蟲和油松毛蟲的短期預(yù)測。當(dāng)預(yù)報因子是氣溫時，系統(tǒng)將以“某蟲態(tài)＝某月某日”的形式給出預(yù)測結(jié)果；如果預(yù)報因子不是氣溫，系統(tǒng)將根據(jù)實際情況建議用戶使用其他有關(guān)模型。

智能決策支持系統(tǒng)實例--(PCFES)預(yù)測咨詢(2)發(fā)生量預(yù)測

氣候經(jīng)驗指標(biāo)法是利用對馬尾松毛蟲變化規(guī)律的研究成果，可進行年發(fā)生世代數(shù)和大發(fā)生可能性的預(yù)測。

有效蟲口基數(shù)法分別進行第一代、第二代松毛蟲的3齡、4齡幼蟲的中期預(yù)測。

發(fā)生趨勢估測法預(yù)測時主要考慮存活率、雌性蛹比重、產(chǎn)卵量、松林受害情況、發(fā)生面積和蟲口密度等因子，可預(yù)測出下代蟲口密度的大小。

燈誘法和性誘法主要進行馬尾松毛蟲蟲情變化的監(jiān)測。

生命表法以文字和圖示方式解釋生命表的建表方法。

數(shù)理統(tǒng)計法告訴用戶如何根據(jù)實際情況合理地選用各種應(yīng)用較成功的模型及本系統(tǒng)首次應(yīng)用得到松毛蟲預(yù)測中的有關(guān)模型。各模型的具體計算需轉(zhuǎn)到模型預(yù)測系統(tǒng)中的相應(yīng)模型部分進行。

智能決策支持系統(tǒng)實例--(PCFES)預(yù)測咨詢(3)危害程度預(yù)測這部分主要對林業(yè)部最近制定的馬尾松毛蟲、落葉松毛蟲、油松毛蟲和赤松毛蟲和危害程度標(biāo)準(zhǔn)作劃分上的咨詢。對于需進行大量數(shù)值計算的預(yù)測，可轉(zhuǎn)到模型預(yù)測系統(tǒng)中進行。(4)發(fā)生范圍預(yù)測這部分總結(jié)了對馬尾松毛蟲源地發(fā)生發(fā)展及變化規(guī)律的研究成果?？筛鶕?jù)天敵寄生率、蟲口密度、最初發(fā)生面積、林分被害狀、松針被害狀、松針受害率和雌性比等因子對蟲源地的發(fā)生階段和蟲情變化趨勢作出預(yù)測。智能決策支持系統(tǒng)實例--(PCFES)蟲情報表2．蟲情報表系統(tǒng)(管理信息系統(tǒng))我國不少地區(qū)在過去的松毛蟲預(yù)測工作中，很注重氣象因子和其他因子對松毛蟲的影響，積累了許多寶貴的數(shù)據(jù)，但在目前國內(nèi)尚未組成一個能管理這些氣象資料與蟲情資料數(shù)據(jù)的大型數(shù)據(jù)庫管理系統(tǒng)，以便及時掌握各地氣候條件和松毛蟲發(fā)生發(fā)展變化規(guī)律。針對這種狀況，南京林業(yè)大學(xué)經(jīng)過長期調(diào)研，將積累的全國11個省區(qū)的40多份測報資料都存儲到數(shù)據(jù)庫中，實現(xiàn)了對全國11省(區(qū))40多份測報資料數(shù)據(jù)庫中數(shù)據(jù)的直接調(diào)用、查詢、修改和增刪。能打印月平均氣溫、最高氣溫、最低氣溫、相對濕度、絕對濕度、降雨量、降雨天數(shù)、日照時數(shù)、臺風(fēng)次數(shù)等幾十種氣象因子的歷年數(shù)據(jù)以及松毛蟲發(fā)生面積、蟲情級數(shù)、蟲口密度和各種防治方法、防治面積的歷年數(shù)據(jù)的120多種報表。該系統(tǒng)還能打印出林業(yè)部制定的松毛蟲系統(tǒng)預(yù)測報表所需的12種調(diào)查表。

數(shù)據(jù)庫中所存儲的資料包括：①全國11個省(區(qū))40個地區(qū)的歷年氣象資料與松毛蟲發(fā)生情況數(shù)據(jù)。②瑞安市松毛蟲發(fā)生期、發(fā)生面積與防治面積、氣象資料、野外發(fā)生歷期等科技檔案資料。

③馬尾松樹林級數(shù)、馬尾松毛蟲情級數(shù)、雌蟲數(shù)與產(chǎn)卵量換算表、4種主要松毛蟲的危害程度劃分標(biāo)準(zhǔn)表。

智能決策支持系統(tǒng)實例--(PCFES)模型預(yù)測3．模型預(yù)測系統(tǒng)在預(yù)測實踐中，要選擇一種合適模型是件不容易的事，為此，該系統(tǒng)設(shè)置了預(yù)測擇優(yōu)決策模塊，能同時用幾種不同模型對同一地區(qū)松毛蟲進行預(yù)測，并以報表形式給出結(jié)果，用戶可從中擇優(yōu)應(yīng)用。所有模型都能根據(jù)實際需要任意調(diào)用，結(jié)束了過去松毛蟲預(yù)測中僅采用單一模型且各模型之間缺少聯(lián)系的做法，實現(xiàn)了對某個問題同時用多個模型進行預(yù)測，然后以報表形式打印出各模型預(yù)測結(jié)果并指出最優(yōu)的預(yù)測結(jié)果這個復(fù)雜的預(yù)測技術(shù)；同時還實現(xiàn)了相關(guān)分析模型與多元線性回歸分析模型和模糊隸屬度之間的組合運行。

智能決策支持系統(tǒng)實例--(PCFES)模型預(yù)測所包含的模型如下：

①判定主要因子包括單相關(guān)、灰色關(guān)聯(lián)度、秩相關(guān)等模型。②預(yù)測模型