决策问题管理系统开发研究
2009-6
暨南大学出版社
胡东滨
254
随着计算机信息系统在各行各业的日益普及，人们对信息系统的要求也越来越高，除了需要借助计算机对各种简单的事务性问题进行高效处理外，也更多地需要计算机能够处理复杂的问题，为此，各类决策支持系统的研究、开发与应用自20世纪70年代以来一直持续不衰。 在决策支持系统的众多研究领域中，有关决策问题的分析处理与求解等问题管理的方法及问题管理系统的开发，一直就是研究中的重点和难点。因为，问题管理系统是决策支持系统的重要子系统，更是面向问题求解的决策支持系统的核心子系统。同时，决策问题的复杂多样性使得通用的问题处理方法和问题处理系统的研制一直存在着瓶颈。在决策支持系统的研究中。
全书共7章，各章内容分述如下： 第一章“导论”。阐述了本书研究内容的背景、意义，介绍了决策支持系统及问题管理系统的基本概念，分析了决策支持问题管理的研究内容与研究现状，并在此基础上提出了研究的目标、基本思路和主要内容。 第二章“决策问题系统模型及其特征”。研究和分析了决策问题系统的内部结构和基本特征及其与问题理解与求解过程的关系。提出了一种基于n维欧式向量空间的问题向量空间模型，并借此探讨了问题向量空间及属性、子问题和求解路径这三个子向量空间的构成和性质，分析了决策问题的属性类型和属性结构、问题处理过程中的属性取值状态的变化规律，以及属性识别与求解方法获取的关系、属性识别与子问题分解的关系等，形成了从决策问题描述到问题分析理解、子问题产生，最终到问题求解方案生成的问题处理的一般方法。 第三章“决策问题管理的智能方法”。主要研究了将知识管理技术引入到决策问题处理方法中所涉及的三个核心问题：第一，问题管理系统的问题库组织方式；第二，问题的知识结构；第三，基于知识管理的问题理解与求解过程和方法。提出了一种嵌入到知识库的问题库管理方法，探讨了决策问题处理所涉及的各种知识的组成和数据结构，提出了基于知识管理的问题理解与求解的具体流程和机制，重点探讨了如何根据问题的描述识别其属性。 第四章“决策问题智能识别相关模型与方法”。在决策问题智能理解与求解的流程和机制研究基础上，建立了用于问题属性识别、问题类型识别及子问题识别的模型和相应的规则、算法，包括在选择合适的中文语句分词算法的基础上，建立用于智能识别决策问题表层属性的语意分析模型；建立根据问题的表层属性分析来智能识别问题隐含属性的方法；根据前面子问题分解方法的研究，建立可编程的子问题智能识别模型。 第五章“决策问题管理系统开发组件”。根据决策问题管理的任务和所提出的问题智能管理方法，设计了通用问题管理系统的功能结构。再根据该功能结构和问题智能管理方法分析研究了问题管理系统开发组件中需包含的对象、类和控件，以及每个对象、类和控件的属性、方法和事件，同时定义出组件的功能。在此基础上进一步研究了组件内部各种类与控件的相互关系，以及问题管理系统开发组件与通用决策支持系统开发组件中的其他组件的关系，并以此设计了问题管理系统开发组件的外部接口。最后，研究确定了组件本身的开发方案及组件在所开发的专用决策支持系统中的部署策略。 第六章“应用实例：中国固体矿产业技术创新支撑体系决策支持系统设计与开发”。介绍了一个决策问题管理系统及其开发组件的应用实例，主要阐述了该实例系统的设计与开发，以及决策问题管理方法和相应组件在系统中的应用情况，以此验证笔者所提出的方法和设计的组件的有效性。 第七章“研究结论与展望”。总结了本书的研究工作和主要结论，并对该领域进一步的工作进行了展望。
前言1 导论 1.1 研究背景与意义 1.2 决策支持系统与问题管理系统 1.3 决策支持系统中问题管理的研究内容 1.4 国内外研究现状 1.5 研究目标、内容与思路2 决策问题系统模型及其特征 2.1 决策问题系统及其层次 2.2 面向对象的问题向量空间描述方法 2.3 决策问题的属性分析 2.4 决策问题的子问题分析 2.5 决策问题的求解路径分析 2.6 问题理解实例 2.7 本章小结3 决策问题管理的智能方法 3.1 基于知识管理的决策问题库管理方法 3.2 决策问题的知识结构 3.3 基于智能识别技术的决策问题理解与求解机制 3.4 本章小结4 决策问题智能识别相关模型与方法 4.1 基于中文自然语言理解的决策问题表层属性智能识别模型 4.2 决策问题隐含属性智能识别模型 4.3 决策子问题智能识别模型 4.4 基于决策问题智能识别模型的问题处理过程 4.5 问题理解和求解实例 4.6 本章小结5 决策问题管理系统开发组件6 应用实例：中国固体矿产业技术创新支撑体系决策支持系统设计与开发7 研究结论与展望参考文献
2决策问题系统模型及其特征 2.1决策问题系统及其层次 2.1.1决策问题系统 我们在多年的DSS研究中，在政府与企业、行业与区域、机构与个人的多种决策领域，涉及大量的各种各样的决策问题。在这些问题中，需要用DSS解决或辅助解决的通常都比较复杂，其复杂性主要表现在： （1）决策目标的多样性。许多决策问题的求解目标不止一个，而且这些目标往往相互制约，使决策者经常处于两难境地。 （2）决策条件的复杂性。决策问题求解条件的复杂性是非常普遍的，这种复杂性又表现在以下几个方面：第一，条件众多。导致数据分析量大，建模复杂。例如在我们开发过的中国金属矿产资源保障程度与开发利用决策支持系统中，所需解决的金属矿产业科技发展战略问题涉及15个主要金属品种、11000多个数据和300多个影响因素。第二，条件之间的关系复杂。决策问题的条件或决策的影响因素经常存在着相互影响的关系，其中很多是因果关系，而有些甚至互为因果，决策条件或因素间的复杂关系也使得建模和求解困难。第三，条件的特征不一。有些条件是可以定量的，有些则难以定量分析。第四，条件不明确。并不是每个决策问题的求解条件都是显而易见的，有些决策问题的条件具有隐含性，甚至完全不清楚，如不完全条件的决策问题。
