CIMS論文的天地

 

面向現代制造領域的決策支持系統研究*

注意:本論文已在《現代制造工程(原《機械工藝師》)》雜志(2001,11:16-18)發表
使用者請注明論文出處

俞國燕 1 賴朝安2   鄭時雄2  孫延明2  

1湛江海洋大學工程學院,廣東 湛江 524025

2華南理工大學機電系,廣東 廣州 510641

要:在對當前DSS發展概述的基礎上,本文根據現代制造模式的特點,研究了面向現代制造領域的DSS應具備的協調機制、功能、結構、系統層次與實現方式,最后展望了其發展方向。

關鍵詞DSS 智能化;知識獲取

中圖分類號TH166   文獻標志碼:A

Research on the Decision Support System for Modern Manufacturing Domain

Yu Guoyan1  Lai Chaoan2  Zheng Shixiong2  Sun Yanming2

ZhanJiang ocean university, Guangdong ZhanJiang, 524025 China1

South China University of Technology, Guangdong Guangzhou, 510640, China2

Abstract Based on the introduction of DSS development, the paper discusses the harmonizing mechanism, function, structure, arrangement and realizing way of DSS for modern manufacturing system according to the characteristic of modern manufacturing mode. At last, the development direction is prospected.

Keywords DSS; Intelligent; knowledge acquisition


1.       引言

隨著Internet和多媒體技術等的飛速發展 ,制造業也朝著數字化、網絡化、智能化、集成化、柔性化的方向發展,并由此涌現了各種先進制造概念與模式,如敏捷制造、虛擬制造、綠色制造、虛擬樣機、動態聯盟、企業重組等等。它們的共同之處是其整個過程涉及的領域非常廣泛,不僅與設計制造技術有關,也與信息技術、計算機技術、經營管理與決策系統技術、現代管理技術等相融合,是新興的多學科交叉領域。

因此,必須采用跨越式發展的方式,融合信息技術、現代管理技術、計算機技術和制造技術,從系統管理、產品開發設計方法/技術與技術裝備等諸方面采取綜合措施,為了支持現代制造業的整個組織管理決策過程,迫切需要研究和開發新一代的DSS

本文就是在介紹當前DSS發展概況的基礎上,根據現代制造模式的特點,研究了面向現代制造領域的DSS應具備的功能、結構、協調機制、系統層次與實現方式,最后展望了其發展方向。

2.   DSS發展現狀

DSS從其產生以來,其發展已從最初僅通過交互技術輔助管理者對半結構化問題進行管理一直到運算學、決策學及各種AI技術滲透到其中的各種實用DSS出現,其應用涉及到多個領域,并成為信息系統領域內的熱點之一。但是傳統DSS投入應用的成功實例并不多,原因一方面是因為基于傳統DBMSDSS只能提供輔助決策過程中的數據級支持,而現實決策所需的數據卻往往是分布、異構的;另一方面是實際中大多DSS的應用對決策者有較高的要求,不僅要有專業領域知識也要有較高的DSS構模知識;因此針對不同的社會需求,提出了多種類型的DSS,有智能決策支持系統、分布式決策支持系統、群體決策支持系統、組織決策支持系統、自適應決策支持系統、戰略決策支持系統等等,這些系統的提出與實現,各自適用于不同的場合,都在不同程度上滿足了新的決策形勢的需求。以下將對當前最主要的幾種DSS發展加以概括論述。

2.1    分布與群體決策支持系統

分布決策支持系統 (Distributed Decision Support System, DDSS)與群體決策支持系統                 Group Decision Support System, GDSS)均是八十年代來DSS研究與應用的熱門方向,滿足在制造業發展虛擬企業、網絡化制造的需求。其中DDSS是對傳統集中式 DSS的擴展 ,是分布決策、分布系統、分布支持三位一體的結晶[1]GDSS則是面向群體活動的,它為群體活動提供溝通支持、模型支持及機器誘導的溝通模式 3個層次的支持。GDSS DDSS既有區別又有聯系,前者是對個體決策支持系統的擴展,后者則是相對于集中式 DSS而言的,兩者研究的重點和關注的焦點有所不同。GDSS對群體決策的支持既可是集中式決策,又可是分布式決策。但通常情況下,群體決策是在分布環境下實施的,這就決定了 GDSS DDSS有著非同尋常的聯系。GDSS大多采用分布式和分散式結構,系統支持“水平方向”分布式處理,,即支持對數據對象的遠距離操作;系統還支持“垂直方向”的分散式處理,即通過在用戶和各應用層之間的接口,來實現各個應用領域的功能。

DDSSGDSS的這種特性使其在企業動態聯盟、網絡化制造、CSCW、醫療等領域得到了充分的應用。有學者[3]就針對企業動態聯盟開發了一個決策支持系統,該群體決策支持系統采用開放式體系結構,既可以獨立使用,也可以與AVE組織建立輔助工具聯合使用。整個系統可根據具體AVE問題建立不同類型的決策模型與決策知識,并通過決策支持系統通用開發工具定義各類決策功能對象,從而添加進系統,形成針對某類制造企業的部分通用AVE組織管理群體智能決策支持系統。而且系統的決策模型、知識與參考模型庫亦將隨著時間的增加不斷擴充,適合基于Internet的計算機協同工作環境進行群體決策,為建立動態聯盟的動態組織管理全過程提供問題求解與決策支持。

2.2  組織決策支持系統ODSS

組織決策支持系統 (Organizational Decision Support System, ODSS)是針對目前的多人規模管理決策活動已不可能或不便于用集中方式進行而產生的,它要求在更高的決策層和更復雜的決策環境下得到計算機的支持。對ODSS迄今為止還沒有一個統一的概念,但可通過其規模與其它類型的DSS區別開來,并且在要求上也與其它形式的DSS不同,它支持一個組織中多個不同功能領域和不同層次的決策任務,而非關注于針對一個決策問題的單個決策者或一個決策組。ODSS主要是在分布式環境中,用戶可以通過系統從不同區域獨立、并行對其他用戶進行訪問、交流[4]

一般說來,ODSS應具有如下特征[5] 1同時涉及公共數據和私有數據,同時涉及公共模型和私有模型;2一個ODSS可以跨越多個組織部門;3注重對決策者的內容支持 (即提供分析工具幫助決策者進行問題分析),也注重對決策者的過程支持(即創建決策分析環境,支持決策者完成其決策過程中的各種活動);4打破功能領域;5打破遞階層次;6有一組支持信息/過程任務的工具包,依賴計算機技術。

ODSS的上述特征使其在制造領域及CSCW領域中的得到了重視與應用。目前面向機械制造領域的ODSS的研究重點在于,根據當前網絡協同設計特性,將Agent技術的分布式智能控制方法與ODSS的分布特性結合起來,利用多智能體系統適于求解功能或地理上分布的復雜問題和問題求解及推理中出現的有爭議的問題特點,來完成異地協同設計與制造的協作策略、知識共享和沖突消解等問題,提高整個ODSS的智能化程度,以適應于當前網絡化、分布式的計算環境。如通過采用Agent封裝、改造和擴展原有決策支持系統的問題部件、數據部件和模型部件,使整個系統具有更高的柔性。

2.3    自適應決策支持系統

自適應決策支持系統(Adaptive Decision Support SystemADSS)是針對信息時代多變、動態的決策環境而產生的[6],它將傳統面向靜態、線性和漸變市場環境的DSS擴展為面向動態、非線性和突變的決策環境的支持系統,用戶可根據動態環境的變化按自己的需求自動或半自動地調整系統的結構、功能或接口。ADSS研究主要從自適應用戶接口設計、自適應模型或領域知識庫的設計、在線幫助系統與DSS的自適應設計四個方面進行,其中問題領域知識庫的建立是ADSS成功與否的關鍵,它使整個系統具有了自學習功能,可以自動獲取或提練決策所需的知識。對此,必須給問題處理模塊配備一種學習方法或在現有DSS模型上再增加一個自學習構件。歸納學習策略是其中最有希望的一種學習方法,可以通過它從大量實例、模擬結果或歷史事例中歸納得到所需知識。此外,神經網絡、基于事例的推理等多種知識獲取方法的采用也將使系統更具適應性。

市場環境變化及產品開發過程是混沌的,因此有學者提出一種支持先進制造模式的基于自組織的決策模式及決策支持系統[7],系統以協同論和分形理論等自組織理論為基礎,具有自學習、自適應、自身動態重組、適應混沌環境的能力。從而使企業在湍流、混沌的復雜非平衡環境下,適時、快速地設計新產品、重構制造系統,再造經營過程。

2.4  基于數據倉庫的DSS  

在制造領域中,產品開發需要全面的、大量的信息,包括需求信息、競爭情報、管理信息、產品數據等等,并且很多信息要從分布、異構的海量數據中挖掘而得,傳統的DBMS難以滿足這一需求。因此基于數據倉庫(Data Warehouse, DW)的DSS應運而生。數據倉庫系統作為面向主題的、集成的、在一定周期內保持穩定的、隨時間變化的,用以支持企業或組織決策分析的數據的集合,可將來自各個數據庫的信息進行集成,從事物的歷史和發展的角度來組織和存儲數據,供用戶進行數據分析,并輔助決策支持,為決策者提供有用的決策支持信息與知識[8]。數據倉庫技術不是一種單一的技術或軟件,它融合了數據庫理論、統計學、數據可視化和人工智能技術等多項研究領域,在大量數據中發現有價值的知識,用于決策支持和預測未來。因此基于這一技術的決策支持系統為決策支持系統提供了可取的數據組織方式、為決策人員提供了強有力的支持工具,能有力地推動決策的現代化進程。

基于數據倉庫理論與技術的DSS的研究與開發尚處于起步階段, 但已得到了眾多學者的重視[8, 9, 10, 11],其主要研究課題包括: DW技術在DSS系統建立中的應用以及基于DWDSS的結構框架; 采用何種數據挖掘技術或知識發現方法來增強DSS的知識源; DSS中的DW的數據組織與設計及DW管理系統的設計。總的說來,基于DWDSS的研究重點是如何利用DW及相關技術來發現知識以及如何向用戶解釋和表達知識,為決策支持提供更有力的數據支持,有效地克服傳統DSS數據管理難與忽視歷史數據等問題。

2.5 其它類型的DSS

 DSS還有多種其它的形式,但它們均是從某個方面或某個過程出發對傳統DSS進行改進而得到的,較出名的智能決策支持系統(Intelligent Decision Support System, IDSS),另外還有支持高層決策的戰略決策支持系統(SDSS)、決策支持中心(DSC)、執行信息系統(Executive Information System, EIS)、強調激發決策者靈感與創造力的積極型決策支持系統(Active DSS)等等;而從技術方面則注重引入Agent技術或群件、組件技術將各種形式的決策支持系統擴展為面向Intranet/InternetDSS

3.       進一步研究方向

綜上所述,DSS研究走過二十幾年的歷程 ,目前正處于蓬勃發展的階段。結合現代制造業與當前DSS的發展概況,筆者認為DSS及其相關領域將結合計算機網絡、AI等領域的新發展,向著以下方向發展:

1)    Inter/Intranet環境下,體系結構朝著分布、分層、并行的三層結構方向發展。為了滿足虛擬企業敏捷度要求并符合合作企業高度自治的特點,系統應具有較強的模型重組能力,并且各個決策單元可以獨立工作,也可在求解過程中動態組合。系統的知識子系統可對整個系統進行協調、管理、控制和沖突消解,整個系統具有良好的可擴充性、可修改性。

2)    隨著決策環境的越趨復雜,一方面需進一步提高DSS本身的智能,另一方面人機合作和人人交流將是進行系統開發的重點;并且在一定時期內,重點應將DSS的基于邏輯和符號處理的理性決策能力與人類的直覺決策能力相融合,充分發揮人機各自優勢來解決復雜決策問題;

3)    鑒于充足的數據源是DSS有效發揮作用的基礎,各地分布、異構知識源的獲取、表達、管理與應用將成為研究重點。整個系統應支持多種知識表達方法和推理方法,支持結構化數據和非結構化數據共存,將目前基于模型和數據庫的DSS從過去僅將“數據”視為數值轉移到支持建立基本文檔的DSS。需要集成DWDMOLAP及其它KDD知識獲取方法,將各類分布、異構的知識源集成起來,為決策者提供各種類型的、有效的數據分析,起到決策支持的作用。

參考文獻

1.         肖人彬, 羅云峰, 費奇. 決策支持系統發展的新階段系統工程理論與實踐199,1:47~49

2.         G.R. Rao and M. Turoff . A hypermedia-based group decision support system to support collaborative medical decision-making.

3.         徐曉飛, 戰德臣, 葉丹等. 動態聯盟的建立及其集成支撐環境. 計算機集成制造系統CIMS, 1998, 1: 9~12

4.         T.K. Sen, L.J. Moore, T.J. Hess. An organizational decision support system for managing the DOE hazardous waste cleanup program.

5.         董志斌, 吳啟迪, 嚴雋薇. 一種基于多智能體的 ODSS的設計與實現. 微型電腦應用, 2000, 16(6): 5~8

6.         Ta-Tao Chuang  and S.B. Yadav. The development of an adaptive decision support system

7.         任守榘, 張蕾, 劉祖照. 基于自組織的決策模式及決策支持系統. 計算機集成制造系統CIMS, 2000, 6(3): 60~66

8.         謝榕. 基于數據倉庫的決策支持系統框架. 系統工程理論與實踐, 2000, 4: 27~30

9.         胡彥. 基于數據倉庫的決策支持工具的比較研究. 計算機應用, 2000, 20(6): 20~23

10.     黎鎖平, 李娟. 基于數據倉庫的DSS的結構體系及開發. 萊陽農學院學報, 2 0 0 0, 17(1 ):6 7 70

11.     郭朝珍, 楊俊杰. 基于數據倉庫技術和OLAP的決策支持系統. 系統建設, 2000, 1: 11~13

 

* 廣東省科技創新百項工程項目(99B01901G)及廣東省自然科學基金(990545)資助項目

俞國燕(1970-),女,浙江諸暨人, 博士,研究方向:先進制造技術。

作者點評:

此文被廣東省機械工程學會評為優秀論文.2002.1.5.

 

歡迎您參加討論,發表您對此論文及其研究領域的看法!
(請在發言時在標題中使用所點評的論文的題目或研究方向,這樣方便大家瀏覽!)

返回首頁 | CIMS論文 | 并行工程 | 虛擬制造 | 敏捷制造 | 其他論文 | 項目開發 | 學術資源 | 站內全文搜索 | 免費論文網站大全 |

line.gif (4535 字節)

為了更好的為大家服務,歡迎您參加本站的投票調查

>>>>參加更多投票調查請點擊!

本站永久域名:http://www.sqvswk.live歡迎訪問

注意:本站內容未經書面允許不得轉載

All rights reserved, all contents copyright 2000-2019
本站自2000年3月總網頁訪問量為
pk10开奖记录直播