预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共12页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

谈智能决策支持系统及其在林业中的应用研究 论文关键词:精确专家系统智能决策支持系统可持续发展论文摘要:在分析专家系统、智能决策支持系统的基础上,探讨智能决策支持系统在林业中的应用,提出了精确林业工程智能决策支持系统平台设计框图及其系统功能。智能决策支持系统(IntelligentDecisionSupportSystem,IDSS)的概念最早由Bonczek等人于20世纪80年代提出[2]。IDSS是在决策支持系统(DecisionSupportSystem,DSS)的基础上集成人工智能(ArtificialIntelligence,AI)及专家系统(ExpertSystem,ES)而形成的,其核心思想是将人工智能与其它相关科学技术相结合,使DSS具有人工智能,能够更充分地应用人类的知识。IDSS既充分发挥了专家系统以知识推理形式解决定性分析问题的特点,又发挥了决策支持系统以模型计算为核心解决定量分析问题的特点,充分做到了定性和定量分析的有机结合,使得解决问题的能力和范围得到一个大的发展。1决策支持系统及其在林业中的应用DSS是在20世纪70年代初由美国MSScottMorton首先提出[3],并在80年代迅速发展起来的新型计算科学。DSS是以科学、运筹学、控制论和行为科学为基础,以技术、仿真技术和信息技术为手段,针对半结构化的决策问题,支持决策活动的具有智能作用的人机系统。该系统能够为决策者提供决策所需的数据、信息和背景,帮助明确决策目标和进行问题的识别,建立或修改决策模型,提供各种备选方案,并且对各种方案进行评价和优选,通过人机交互功能进行分析、比较和判断,为正确决策提供必要的支持。DSS实质上是在管理信息系统和运筹学的基础上发展起来的,它把管理信息系统和模型辅助决策系统结合起来,使得数值计算和数据处理融为一体,提高了辅助决策的能力。它的产生基于以下原因:(1)传统的管理信息系统要靠人来实现模型间的联合和协调,解决复杂的、多模型辅助决策效率低下,而决策支持系统是由计算机自动组织和协调多模型的运行和数据库中大量数据的存取和处理,达到更高层次的辅助决策能力;(2)解决半结构化和非结构化问题的需要。DSS由3个系统组成[3],即人机交互系统(对话部件)、模型库系统(模型部件)和数据库系统(数据部件)。20世纪80年代以来,决策支持系统广泛应用于林业,并在林业资源与监测、森林病虫草害防治等领域取得了丰硕的成果。中国林业科学研究院建立了基于Internet网络环境的林业资源数据库[4],包含了森林资源状况、林业情况、林业情况、林业工程建设情况、林业营林情况和林业自然资源等数据。该系统运行采用了基于Internet的3层结构模式,即用户/WEB服务器/数据库服务器运行模式,可提供数据的网络查询、管理和维护功能,为分析和决策提供支持。WCSchou等人开发了航空喷雾决策支持系统(SpraySafeManager,SSM)[5]。我们知道除草剂被普遍用于森林杂草防除,但除草剂脱靶喷雾沉积和漂移是一个重要的环境问题,因此在清楚喷工具对环境的影响及作用效果、运用效率的前提下,可靠地进行除草剂喷洒是必要的。SSM的特点就是将喷雾沉淀和漂移的预测与生物反应模型融合在一起。该系统包含了一系列除草剂/杂草和除草剂敏感植物雾滴反应模型及产量模型。第二代SSM(SSM2)将喷雾沉淀和信息系统(GIS)融合在一起,增加了斜坡沉积修正模型和飞行路线确定模型,从而可在真实的空间背景下区分喷雾区边界和敏感区域。由于使用者能够即时、直观地“看到”喷雾区地图上的图像及数据,使得SSM2的模拟更加真实。2智能决策支持系统及其在中的应用2.1智能决策支持系统的信息结构图1为智能决策支持系统的信息结构[6],其中知识库用来存放各种规则集、专家知识经验及其因果关系;数据库存放基础数据、决策信息和事实性知识;模型库用来存放各种决策、预测及分析模型;多库协同器从知识、数据、模型、方法等各个方面为决策服务,协调各部分之间的关系,为决策提供多方面、多层次的支持和服务。2.2智能决策支持系统的研究进展随着Internet/Intranet技术的发展,传统的智能决策支持系统面临着一些新的问题:(1)分析、决策用的数据不再集中于一个节点,而是分散到网络上的不同节点;(2)分布、决策模型和知识处理方法也从一台机器上的集中处理,变成在网络下的分布或分布加并行的处理方式。进入20世纪90年代以来,人工智能(机器学习、模糊技术、人工神经网络)、专家系统、数据库技术和Internet/Intranet技术的发展为IDSS提供了强大的技术支撑。20世纪80年代兴起的Agent技术为智能决策支持系统奠定了技术基础。Agent是一个能够持续自主驻留、活动于真实的或虚拟的复杂动态环境中的问题求解实体[7