GIS第8章教案.docx
《GIS第8章教案.docx》由会员分享,可在线阅读,更多相关《GIS第8章教案.docx(8页珍藏版)》请在冰豆网上搜索。
![GIS第8章教案.docx](https://file1.bdocx.com/fileroot1/2023-3/31/3c56b542-261b-4144-aecf-a9fe32a9630d/3c56b542-261b-4144-aecf-a9fe32a9630d1.gif)
GIS第8章教案
第八章空间决策支持与专家系统
学习目标
·掌握空间决策支持系统与专家系统的基本概念
·掌握决策支持系统的特点和构成
·了解专家系统的基本组成
·大致了解专家系统的知识表示和推理
在地球科学领域,有许多现象、过程或问题,难以用具体的数学模型来描述。
对于这些复杂的、半结构化或非结构化的空间决策问题的求解,往往需要借助专家的知识和经验进行判断和决策。
于是在计算机软硬件系统的支持下,以专家的知识和经验为基础构建的专家系统应运而生。
以GIS为基础,知识库及其管理系统构成基本框架的空间决策支持系统或专家系统将是GIS发展方向之一,并将在地学和环境科学研究和工程中发挥重要作用。
第一节空间决策支持
一、决策的概念
决策是为达到某一目的而在若干可行方案中经过科学分析、比较、判断,从中选取最优方案并赋予实施的过程。
决策过程一般分为五个步骤:
⑴识别问题或对决策的要求;
⑵分析和阐明方案;
⑶做出选择;
⑷传达和执行决策;
⑸追踪和反馈决策的结果。
根据决策过程的可描述程度,西蒙(H.A.Simon)把决策划分为结构化、非结构化和半结构化决策三种。
⑴结构化决策:
⑵非结构化决策:
⑶半结构化决策:
以上三种划分不是绝对的,它随着人们对决策认识程度的加深而变化。
从认识论的角度看,非结构化问题会不断地进化成为半结构化问题,进而完全被认识成为结构化问题。
二、决策支持系统的概念和特点
1.决策支持系统的概念
决策支持系统(DSS)是以管理科学、运筹学、控制论和行为科学为基础,以计算机技术、仿真技术和信息技术为手段,利用各种数据、信息、知识、人工智能和模型技术,面对半结构化的决策问题,支持决策活动的人机交互信息系统。
它能为决策者提供决策所需要的数据、信息和背景材料,帮助明确决策目标和进行问题的识别,建立和修改决策模型,提供各种备选方案,并对各种方案进行评价和优选,通过人机对话进行分析、比较和判断,为正确决策提供有益帮助。
2.决策支持系统的特点
⑴主要解决半结构化的决策问题。
⑵面向决策者。
DSS的输入和输出、起源和归宿都是决策者。
⑶强调支持的概念。
力求扩展决策者做出科学决策的能力,而不是取而代之。
⑷模型和用户共同驱动。
决策过程和决策模型是动态的,根据决策的不同层次、周围环境,按用户需求提供新的性能。
⑸强调交互式的处理方式。
问题的解决是一个交互的和递归的过程,通过大量、反复、经常性的人机对话方式将计算机无法处理的因素(如人的偏好、主观判断能力、经验、价值观念等)输入计算机,并以此规定和影响着决策的进程。
三、决策支持系统的构成
DSS的构成如图8-1所示。
它由下述子系统构成。
1.交互语言系统
2.问题处理系统
它是整个DSS的核心部分,其他各部分都是为问题处理系统服务的。
问题处理系统的主要功能有:
⑴根据交互式人机对话的结果,识别问题。
⑵根据所识别的问题构造出求解问题的模型和方案。
⑶根据所构造的模型和方案,联系或匹配所需要的算法、变量、数据等。
⑷运行求解系统。
⑸根据实际问题、用户要求、评价结果和反馈信息等,修正方案或模型。
⑹形成最终问题的解,以支持用户进行决策。
⑺提供一种问题描述语言,以帮助用户更方便的描述问题和构造整个问题处理系统的框架。
3.知识库系统
它是一个能提供各种知识的表达方式,能够把知识存贮于系统之内并能够实现对知识方便灵活的调用和管理的程序系统。
一般由知识库和知识库管理系统两部分构成。
当求解问题时,利用逻辑语言进行问题描述,而后在知识库中寻求相关知识,并利用DSS规则模型进行推理判断,从而模拟人的决策思维过程,达到辅助决策的目的。
4.数据库系统
它是由数据库及数据库管理系统组成。
5.模型库系统
它由模型库及其管理系统组成。
DSS是由模型驱动的,模型库和模型管理系统是DSS软件系统的核心。
DSS的模型库具有智能作用。
在DSS中,模型的重要性大大提高了,数据需求由模型确定,DSS的分析与设计是以决策所依据的模型为重要对象的。
在DSS中,不是简单地使用模型,而是帮助人构建、检验模型、修改模型和开发模型,并提供强有力的分析功能。
6.方法库系统
它是由方法库及其管理系统组成。
其基本功能是对各种模型的求解分析提供必要的算法。
四、空间决策支持的一般过程
1.空间决策支持的概念
空间决策支持是应用空间分析的各种手段,对空间数据进行变换,以提取出隐含于空间数据中的某些事实与关系,并以图形和文字的形式直观地加以表达,为现实世界中的各种应用提供科学、合理的支持,帮助决策者解决复杂的空间问题。
2.空间决策支持的一般过程
⑴确定目标。
根据用户的要求、任务等,确定目标。
⑵搜集数据。
广泛搜集与解题有关的各种数据,包括定位数据和属性数据。
⑶建立模型。
根据目标和任务,参照用户实际工作模型,结合数据的空间特点,形成定量分析模型。
⑷寻求手段。
寻找空间分析手段,对各种可能的分析手段进行分析,确定可行性的分析过程,最后形成分析的结果,提交用户使用。
⑸结果评价。
空间分析结果的合理性,直接影响到决策支持的效果。
因此,应对空间分析的结果进行评价,确定结果的可靠性和合理性。
空间决策支持经常用于与空间数据发生关系的领域,如最佳路径、选址、定位分析、资源分配等,通过对这些应用领域的延伸,GIS将服务于更多的社会或经济部门。
第二节专家系统
专家系统是研究模拟有关专家的推理思维过程,将有关领域专家的知识和经验,以知识库的形式存入计算机。
系统可以根据这些知识对输入的原始事实进行复杂的推理,并做出判断和决策,从而起到专门领域专家的作用,具有这种功能的系统称为专家系统。
将专家系统应用于地理信息系统领域有重要的意义:
首先,GIS需要利用专家系统来提高系统的推理分析功能和智能决策功能,专家系统所需的许多知识恰好隐含在GIS数据库中,这就为专家系统在地理信息系统中的应用提供了一个相互促进、相互作用的集成环境;其次,GIS的数据采集输入、数据质量控制、数据查询与管理、空间分析与评价、图形输出等模块都可以利用专家系统获得智能化支持;另外,GIS在各领域的应用(如进行环境评价、城市规划、空间模拟等)都离不开专家系统的支持。
一、专家系统的基本组成
专家系统的核心内容是知识库和推理机制,主要组成部分是:
专家知识库、推理模块、用户控制模块、解释程序和知识获取程序,其一般结构如图8-2所示。
图8-2专家系统的基本结构
它的主要工作原理:
对某个领域有透彻了解和丰富知识的专家们,将他们的知识以某种方式输入计算机,这称作知识获取。
获取的知识被转换成一系列的规则,存储在知识库中,用这些规则去识别或描述知识库中的实体。
同时,用户对知识库进行访问,达到咨询和调用的目的。
二、专家系统的知识表示与推理
知识表示综合采取多种有效的形式,推理模块是不同应用领域相关模块的有机综合。
推理模块是其关键所在,是空间分析模块与专家系统的结合,稳定、完善的推理模块是系统成败的关键问题。
1.知识表示
(1)知识表示的形式
知识表达效果最好的知识表示形式是产生式规则。
其它知识表示形式如语义网络、框架、过程性知识等,单独使用的不多,大多是以产生式规则为主体,增加和扩展使用语义网络、框架和过程性知识。
产生式规则的知识表示:
产生式规则的知识一般表示为:
ifAthenB,简化为A→B(产生式规则),意思是:
如果A成立,则B成立。
产生式规则的知识表示具有如下特点:
①相同的条件可以得出不同的结论。
②相同的结论可以有不同的条件来得到。
③条件之间可以是“与”(AND)连接和“或”(OR)连接。
④一般规则中的结论,可以是另一条规则中的条件。
由于以上特点,产生式规则表示的知识集能够应用不同的知识推理方法,能够把知识集中的所有规则连接成一棵“与或”推理知识树。
(2)知识精确程度
由于专家的大部分决策都是在知识不确定的情况下作出的,因此,在决策模型的实际应用过程中,经常使用可信度(CF)来表示事实和规则的确信程度。
造成事实不确定性的因素有含糊性、不完全性、不精确性、随机性和模糊性。
事实的不确定性可以用可信度CF值表示,CF的取值范围为:
0≤CF≤1或0≤CF≤100
(3)规则的结构形式
一个规则的前提条件可以是一个对象的事实也可以是两个或两个以上对象事实经过逻辑“与”、“或”的连接来表达。
但后续结果只能包含一个对象事实。
规则中的前提条件和后续结果除了可以表示不同的对象事实之间的关系以外,还可以表示对象事实和函数之间的关系。
2.知识推理
知识推理方法有前向推理(数据驱动)和后向推理(目标驱动)。
由于空间决策问题的复杂性,在空间决策分析过程中,两种推理方法经常结合起来使用。
规则推理经常使用后向推理方法,而模型推理则使用前向推理方法。
基于模糊逻辑的规则推理方法如下:
三、人工智能与专家系统
从广义上讲,一般认为用计算机模拟人的智能行为就属于人工智能的范畴。
人工智能广泛应用于知识工程、专家系统、决策支持系统、模式识别、自然语言理解、智能机器人等方面。
专家系统(ES)是人工智能应用最为成熟的一个领域,与模式识别、智能机器人并列为人工智能技术中最活跃的三个领域。
专家系统能像领域专家一样工作,运用专家积累的工作经验与专门知识,在很短时间内对问题得出高水平的解答。
专家系统把某一领域内专家的知识、人类长期总结出来的基本理论和方法输入其中,模仿人类专家的思维规律和处理模式,按一定的推理机制和控制策略,利用计算机进行演绎和推理,使专家的经验变为共享财富,克服了专家严重短缺的现象,充分利用了现代计算机的高速、高效、可靠的优越性,以其强大的生命力倍受欢迎。
在智能空间决策支持中的应用专家系统应用到决策支持系统(DSS)形成“智能决策支持系统(IDSS)”,GIS与决策支持系统结合形成空间决策支持系统(SDSS),ES、人工智能(AI)、GIS、DSS、从数据库中发现知识(KDD)相结合则形成智能空间决策支持系统(ISDSS)。
智能空间决策支持系统应该不仅具有传统的数据管理和模型分析的功能,还包括人工智能和专家系统的许多方面,如人机用户界面、自然语言理解、知识学习和积累、知识表达、模型组织等,能够在人机结合的集成环境下解决复杂的实际应用问题。
实践证明,利用人工智能和专家系统技术,基于地理科学的理论、规则、专家的知识和经验、实际工作的要求建立专家系统的知识库,以有效的表达方式对知识进行表示,综合利用推理机制和空间分析模型建立推理机制,可以实现人工智能和专家系统在地理科学各领域的应用。
随着计算机技术的发展和地理学科与相关学科的交叉、综合,人工智能和专家系统在地理科学中有着广泛的应用前景,是地理科学适应信息时代要求的基本技术手段。
人工智能和专家系统将与GPS、GIS、RS、DPS、DSS、KDD等技术相结合,将建立集成化、自动化的空间智能决策支持系统,为可持续发展提供有力的技术支持。