專利名稱：一種復(fù)雜決策問題的計(jì)算機(jī)建模與求解處理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種建模和求解方法，尤其是涉及一種復(fù)雜決策問題的計(jì)算機(jī)建模與求解處理方法。
背景技術(shù)：
決策是現(xiàn)代企業(yè)經(jīng)營管理過程中經(jīng)常發(fā)生的一種活動(dòng)，如何有效地運(yùn)用和管理企業(yè)知識(shí)，支持企業(yè)的復(fù)雜決策活動(dòng)，及時(shí)準(zhǔn)確地解決問題，已成為企業(yè)生死攸關(guān)的事情。將計(jì)算機(jī)科學(xué)與信息技術(shù)引入決策科學(xué)的研究，并首次提出決策支持系統(tǒng)(Decision Support System,簡(jiǎn)稱DSS)這一概念的是A. Gorry和M. S. S. Morton在20世紀(jì)70年代所著的一篇經(jīng)典論文“A Framework for Information SystemDesign”中，從此，對(duì)于計(jì)算機(jī)如何輔助人類決策行為的研究就成為了全球多個(gè)領(lǐng)域的學(xué)者們研究的熱點(diǎn)問題。目前在復(fù)雜問題的建模和求解的多數(shù)相關(guān)研究中，其方法思路通常是沿著專家理解企業(yè)復(fù)雜問題一專家抽象出問題的數(shù)學(xué)模型一專家依據(jù)數(shù)學(xué)模型編制或調(diào)用求解軟件一運(yùn)行軟件求解問題這樣一種思路進(jìn)行的。這一思路過分依賴于人類專家對(duì)于管理決策問題的理解與建模能力，它一方面使問題的處理范圍僅限于專家所建立的數(shù)學(xué)模型與編制的求解軟件之中，嚴(yán)重缺乏針對(duì)問題變化而進(jìn)行相應(yīng)處理的動(dòng)態(tài)適應(yīng)能力，另一方面，又使得計(jì)算機(jī)的性能優(yōu)勢(shì)得不到有效發(fā)揮，計(jì)算機(jī)對(duì)于問題理解與建模的支持程度極其有限， 因此，當(dāng)問題一旦超出了專家的模型與軟件所能勝任的處理范圍，就必須由專家重新認(rèn)識(shí)決策問題的特點(diǎn)、重新建模、重新求解，決策問題的實(shí)時(shí)處理根本無法實(shí)現(xiàn)。因此，這一思路下的成果僅僅對(duì)于問題條件比較穩(wěn)定、用戶能夠準(zhǔn)確預(yù)料，且有較為充足求解時(shí)間的管理決策問題是比較有效的。在目前管理決策問題的應(yīng)用環(huán)境中，隨著電子信息與網(wǎng)絡(luò)通訊技術(shù)的突飛猛進(jìn)， 人們的商務(wù)交易活動(dòng)不再受地域、時(shí)間的限制，零散且小規(guī)模的商務(wù)活動(dòng)大量存在，它們難以形成有規(guī)律的、集中的企業(yè)商務(wù)管理活動(dòng)，導(dǎo)致企業(yè)管理決策問題的條件不穩(wěn)定、不可測(cè)、甚至瞬息萬變，這種變化往往會(huì)超出單一數(shù)學(xué)模型或計(jì)算機(jī)軟件所能夠處理的范圍；并且在多數(shù)情況下，不僅企業(yè)的顧客經(jīng)常會(huì)要求企業(yè)對(duì)“未來服務(wù)能力或未來服務(wù)時(shí)間”給出立即答復(fù)，而且企業(yè)決策者本身也需要對(duì)管理決策問題做以實(shí)時(shí)調(diào)控，以保障企業(yè)計(jì)劃的順利實(shí)施?？傊?，多方面的原因?qū)⑵仁箾Q策者必須對(duì)問題變化的每一狀態(tài)進(jìn)行即時(shí)處理，這時(shí)，無論是多么熟練的建模專家，或是多么高效的工作方式，不改變過分依賴專家解決問題的處理思路，不將問題的建模工作交由計(jì)算機(jī)來完成，決策問題的實(shí)時(shí)處理就難以實(shí)現(xiàn)。復(fù)雜決策問題所處的環(huán)境或條件是時(shí)時(shí)刻刻都在發(fā)生變化，當(dāng)這種變化超過一定的范圍，就形成了另一個(gè)問題。對(duì)于最新出現(xiàn)的新問題，如何快速及時(shí)地獲得最優(yōu)決策方案去控制問題的進(jìn)程，這是處理動(dòng)態(tài)決策問題的關(guān)鍵環(huán)節(jié)。為此，本發(fā)明首次提出了機(jī)器輔助人類完成問題的自然語言理解，并對(duì)機(jī)器所理解的問題進(jìn)行智能化建模，最終獲取人類所需要的精確解。本發(fā)明不僅在復(fù)雜決策問題的實(shí)時(shí)優(yōu)化領(lǐng)域?qū)l(fā)揮重要作用，如生產(chǎn)過程的優(yōu)化控制與調(diào)度、電子商務(wù)物流配送的實(shí)時(shí)優(yōu)化調(diào)度等，而且還可以應(yīng)用于投資決策及人力物力等資源的優(yōu)化配置問題、計(jì)劃與規(guī)劃問題、生產(chǎn)存儲(chǔ)問題等等，并在CIMS、FMS中也有較廣闊的應(yīng)用前景。

發(fā)明內(nèi)容
本發(fā)明的目的就是為了克服上述現(xiàn)有技術(shù)存在的缺陷而提供一種對(duì)問題變化的動(dòng)態(tài)適應(yīng)能力強(qiáng)，且能實(shí)時(shí)優(yōu)化的復(fù)雜決策問題的計(jì)算機(jī)建模與求解處理方法。本發(fā)明的目的可以通過以下技術(shù)方案來實(shí)現(xiàn)一種復(fù)雜決策問題的計(jì)算機(jī)建模與求解處理方法，其特征在于，包括以下步驟1)基于問題理解的智能人機(jī)交互智能體預(yù)處理；2)智能建模；3)復(fù)雜問題求解處理。所述的基于問題理解的智能人機(jī)交互智能體預(yù)處理過程如下1)感受器感知問題，如果判斷是用戶輸入的問題則存入交互問題列表，進(jìn)行步驟 2)；如果判斷是外界或其他智能體傳來的領(lǐng)域知識(shí)，則將其傳送至學(xué)習(xí)機(jī)，進(jìn)行步驟8)；2)交互問題理解模塊從問題列表中獲取一個(gè)以自然語言表達(dá)的問題語句，送詞法與句法分析模塊處理；3)詞法與句法分析模塊借助分詞詞典庫完成對(duì)問題語句的分詞、詞性標(biāo)注及主、 謂、賓成份的中心詞判定的處理；4)交互問題理解模塊借助詞法與句法分析得到的概念中心詞，在知識(shí)詞典庫中搜索匹配，從而理解問題；5)交互語句生成器以交互問題理解模塊在知識(shí)詞典庫中搜索匹配過程中獲得的知識(shí)片斷樹中的知識(shí)概念詞，以及用戶開始交互時(shí)給出的自然語句為基礎(chǔ)，生成計(jì)算機(jī)與用戶交互的自然語言語句；6)通過感受器將自然語言表達(dá)的交互語句傳送給用戶，形成人機(jī)交互；7)人機(jī)交互確認(rèn)后，通過感受器將最終理解結(jié)果送到通訊器，經(jīng)通訊器分析判斷理解結(jié)果所處問題領(lǐng)域，并交遞相應(yīng)的智能體處理；8)對(duì)分詞詞典庫、知識(shí)詞典庫進(jìn)行一致性和冗余性檢查，根據(jù)檢查結(jié)果，更新分詞詞典庫、知識(shí)詞典庫。所述的智能建模過程如下1)模型案例管理系統(tǒng)在案例庫中對(duì)待解決問題進(jìn)行歷史案例搜索和匹配；2)判斷是否找到匹配案例，如果判斷結(jié)果為否則執(zhí)行步驟3)，如果判斷結(jié)果為是則執(zhí)行步驟5)；3)模型管理系統(tǒng)通過模型庫來構(gòu)建模型；4)模型內(nèi)容輸出，結(jié)束；5)模型案例管理系統(tǒng)將案例庫中匹配的案例模型框架進(jìn)行填充；6)判斷該案例模型框架是否適合新問題，如果判斷為是返回到步驟4)，如果判斷結(jié)果為否執(zhí)行步驟7)；7)對(duì)案例模型框架進(jìn)行適應(yīng)性修改，之后返回步驟4)。所述的復(fù)雜問題求解處理過程如下
1)方案的初始化模塊對(duì)方案進(jìn)行初始化；2)方案的探測(cè)器對(duì)方案進(jìn)行探測(cè)，根據(jù)方案迭代的終止條件判斷是否達(dá)到優(yōu)化目標(biāo)，如果判斷為是則結(jié)束，如果判斷為否則轉(zhuǎn)到步驟3)；3)方案的生成器生成新的路徑方案，之后轉(zhuǎn)到步驟2)。與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)1、對(duì)問題變化的動(dòng)態(tài)適應(yīng)能力強(qiáng)；2、可以對(duì)復(fù)雜決策問題進(jìn)行實(shí)時(shí)優(yōu)化。


圖1為智能人機(jī)交互智能體結(jié)構(gòu)；圖2為復(fù)雜決策問題基于結(jié)構(gòu)差異的智能建模方法的原理與結(jié)構(gòu)圖；圖3為復(fù)雜決策問題求解算法的執(zhí)行流程；圖4為復(fù)雜決策問題的求解模型樹結(jié)構(gòu)示意圖。
具體實(shí)施例方式下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)說明。實(shí)施例(1)基于問題理解的智能人機(jī)交互智能體預(yù)處理過程實(shí)施方法本發(fā)明設(shè)計(jì)的基于問題理解的智能人機(jī)交互智能體包括詞法分析用詞典庫管理、詞法分析用詞性判定規(guī)則庫管理、詞法分析系統(tǒng)、句法分析系統(tǒng)和管理問題理解系統(tǒng)。對(duì)用自然語言描述的管理問題語句的理解，本發(fā)明使用詞法與句法分析。詞法分析主要是對(duì)句子進(jìn)行分詞，在分詞的基礎(chǔ)上，對(duì)句子結(jié)構(gòu)進(jìn)行句法分析，即分析詞在句子所承擔(dān)的語法成分。然后，分詞與句子成分分析都是詞典庫基礎(chǔ)上進(jìn)行，詞典庫內(nèi)容豐富與否、結(jié)構(gòu)合理與否、決定著句子理解準(zhǔn)確與否。本發(fā)明對(duì)詞按其語法功能將詞分類為名詞、動(dòng)詞、形容詞、副詞、疑問詞、代詞、數(shù)量詞、介詞、連詞、助詞、否定詞11大類。在自然語言中，許多詞都具有一詞多性的特點(diǎn)。然而，在一個(gè)完整的自然語言語句中，每一個(gè)詞都只能有一個(gè)屬性。因此，為了準(zhǔn)確理解自然語言語句，本發(fā)明對(duì)具有一詞多性的詞進(jìn)行詞性判定。詞法分析是對(duì)組成自然語言的詞的分析。漢語的句子是由詞組成的，詞與詞之間是無分隔的。這一點(diǎn)與英語不同。因此，本發(fā)明對(duì)漢語句子處理的第一步就是把詞分開，分詞就成為句子詞法分析的主要內(nèi)容。分詞有人工分詞和機(jī)器自動(dòng)分詞兩種。人工分詞存在分詞不一致、處理速度慢、耗時(shí)長、成本高等缺點(diǎn)。針對(duì)這些缺點(diǎn)，計(jì)算機(jī)代替人工分詞成為迫切需要，自動(dòng)分詞技術(shù)應(yīng)運(yùn)而生。本發(fā)明在總結(jié)現(xiàn)有的分詞系統(tǒng)基礎(chǔ)之上，結(jié)合管理問題理解的需要，設(shè)計(jì)了一個(gè)三次掃描分詞系統(tǒng)。句子的含義是由句子的句型結(jié)構(gòu)意義和組成句子成份的中心詞的意義決定的。因此，正確把握句子的句型結(jié)構(gòu)意義和中心詞的意義對(duì)于準(zhǔn)確理解語句是非常重要的。本發(fā)明提出的管理問題語句的句法分析方法，是在語法分析的擴(kuò)充轉(zhuǎn)移網(wǎng)絡(luò)法基礎(chǔ)之上，將句子的句型結(jié)構(gòu)分析與中心詞判定相結(jié)合，并依據(jù)中心詞及管理領(lǐng)域知識(shí)明確問題領(lǐng)域及求解目標(biāo)，最終達(dá)到理解管理問題語句的目的。
本發(fā)明在以上詞典庫、詞法分析系統(tǒng)和句法分析系統(tǒng)設(shè)計(jì)的基礎(chǔ)上，模擬人類問題理解過程，設(shè)計(jì)了一個(gè)管理問題理解智能系統(tǒng)，其處理步驟如下步驟1 接受用戶以自然語言輸入的管理問題語句；步驟2 對(duì)管理問題語句進(jìn)行詞法分析的分詞及詞性標(biāo)注處理；步驟3 對(duì)分詞及詞性標(biāo)注處理過的問句進(jìn)行句法分析的主、謂、賓成份的中心詞判定；步驟4 借助知識(shí)詞典庫，以人機(jī)對(duì)話的形式對(duì)問題進(jìn)行交互；步驟5 依據(jù)交互所獲得的信息，在知識(shí)詞典庫中搜索，即對(duì)管理問題進(jìn)行理解；步驟6 輸出理解結(jié)果，讓用戶確認(rèn)。若用戶確認(rèn)，則理解結(jié)束轉(zhuǎn)問題模型類匹配子系統(tǒng)；否則，針對(duì)用戶提出的新問題，轉(zhuǎn)1步。(2)復(fù)雜問題智能建模方法本發(fā)明提出的基于結(jié)構(gòu)差異的復(fù)雜問題智能建模方法包括復(fù)雜決策問題的數(shù)學(xué)模型分析方法、復(fù)雜決策問題數(shù)學(xué)模型的知識(shí)表示方法以及復(fù)雜決策問題的建模系統(tǒng)。本發(fā)明設(shè)計(jì)的數(shù)學(xué)模型包含著變量、目標(biāo)函數(shù)、和約束這三個(gè)主要成分。復(fù)雜決策問題數(shù)學(xué)模型的變量包含決策變量與偏差變量?jī)深?。其中，決策變量是問題中要確定的未知量，它以數(shù)量的方式來表示問題的解決方案。目標(biāo)函數(shù)是模型變量的函數(shù)，它表示問題要達(dá)到的目的要求。根據(jù)決策者的不同期望，復(fù)雜決策問題的目標(biāo)有所不同，例如車輛路徑調(diào)度問題的目標(biāo)可以是路程最短、成本最小、使用車輛數(shù)最少、時(shí)間最少等。相應(yīng)地，該問題數(shù)學(xué)模型的目標(biāo)函數(shù)應(yīng)表達(dá)出這些目標(biāo)的一個(gè)或多個(gè)的組合。按照含義的不同，復(fù)雜決策問題數(shù)學(xué)模型的約束主要有以下幾類1)與企業(yè)資源限制相關(guān)的約束。該類約束往往表示企業(yè)的人力、物力、財(cái)力使用不能超過企業(yè)現(xiàn)有的資源上限等。2、與預(yù)測(cè)職能相關(guān)的約束。該類約束需要表達(dá)出企業(yè)預(yù)測(cè)職能的一系列含義，如預(yù)計(jì)投入的原材料、預(yù)計(jì)產(chǎn)出量等。3)與計(jì)劃職能相關(guān)的約束。該類約束需要表達(dá)出企業(yè)計(jì)劃職能的一系列含義，如企業(yè)年度生產(chǎn)計(jì)劃、人員招聘計(jì)劃等。4)與控制職能相關(guān)的約束。該類約束需要表達(dá)出企業(yè)控制職能的一系列含義，如生產(chǎn)執(zhí)行情況分析等。復(fù)雜決策問題的數(shù)學(xué)模型中，變量是基礎(chǔ)詞匯，目標(biāo)函數(shù)和約束方程則是使用該詞匯表達(dá)問題條件含義的數(shù)學(xué)語句。這些語句都遵循一定的結(jié)構(gòu)特征每一變量在每一約束方程或目標(biāo)函數(shù)中都有一個(gè)系數(shù)，所有系數(shù)可構(gòu)成一系數(shù)矩陣；每一約束方程都有一個(gè)等式或不等式符號(hào)，以及一個(gè)右端常量，它們可被加在系數(shù)矩陣之后形成一個(gè)模型參數(shù)矩陣，這一矩陣能將復(fù)雜決策問題模型的數(shù)據(jù)信息完全表達(dá)出來。由于矩陣所基于的是一個(gè)二維表結(jié)構(gòu)，這一結(jié)構(gòu)可通過附加行列數(shù)據(jù)所對(duì)應(yīng)的問題知識(shí)中實(shí)體信息的方式，來增強(qiáng)該結(jié)構(gòu)對(duì)于模型知識(shí)的表示能力，從而進(jìn)一步增強(qiáng)計(jì)算機(jī)對(duì)于模型數(shù)據(jù)的理解能力，為建模過程中模型的識(shí)別與修改提供基礎(chǔ)。為此，本發(fā)明使用表格結(jié)構(gòu)表示復(fù)雜決策問題的數(shù)學(xué)模型表頭標(biāo)明各個(gè)列的含義，包括所有變量的名稱、不等式符號(hào)、右端常量、以及每行信息所對(duì)應(yīng)的實(shí)體名稱；表格的前三行分別記錄每一變量的類型、含義、以及變量與問題樹狀知識(shí)結(jié)構(gòu)中實(shí)體信息的對(duì)應(yīng)關(guān)系；第四行記錄模型目標(biāo)函數(shù)的參數(shù)信息；從第五行開始的后面所有行記錄模型約束方程的參數(shù)信息。“研究和總結(jié)人類思維的普遍規(guī)律，并利用計(jì)算機(jī)模擬它的實(shí)現(xiàn)”是人工智能領(lǐng)域的科學(xué)家們遵循的一條明確的指導(dǎo)思想。本發(fā)明所提出的智能建模方法，正是建立在人類建模思維規(guī)律的基礎(chǔ)上的。本發(fā)明基于人類建模思維規(guī)律，提出了一種智能建模方法。該方法接收以問題知識(shí)表示描述的問題概念模型，通過各類知識(shí)的推理來模擬人類的建模能力，最終輸出問題數(shù)學(xué)模型表示的具體形式。(3)提出了復(fù)雜問題求解方法本發(fā)明中的復(fù)雜決策問題的求解模型是一個(gè)基于知識(shí)的求解問題的可執(zhí)行程序。 該程序根據(jù)復(fù)雜決策問題的啟發(fā)式求解特征必須包含有方案的生成器、方案的探測(cè)器、求解過程的控制器、方案的初始化和方案迭代的終止條件這五個(gè)模塊；此外，作為求解模型的數(shù)據(jù)源，復(fù)雜決策問題的信息模型與數(shù)學(xué)模型也必不可少的模塊。為此，本發(fā)明結(jié)合上述六個(gè)模塊，提出一種該問題求解模型的六元組知識(shí)表示方法。定義1 一個(gè)復(fù)雜決策問題的求解模型M可以表示為一個(gè)六元組M = (B，I，0，P，E，D)其中B——復(fù)雜決策問題基本數(shù)據(jù)信息(Basic information)的集合，記錄著問題的信息模型與數(shù)學(xué)模型；I——初始方案(Initial solution)，用于描述啟發(fā)式求解過程的初始方案，或者這一方案的生成知識(shí)；0——目標(biāo)狀態(tài)(Object state)，用于描述啟發(fā)式求解過程的終止條件，或者這一條件的生成知識(shí)；P—求解過程的推理與控制策略(Control policy)，是程序運(yùn)行的控制器；E——方案的生成器(Solution enumerator)，用于描述下一個(gè)啟發(fā)式方案的生成知識(shí)；D——方案的探測(cè)器(Solution detector)，用于描述求解過程的優(yōu)化知識(shí)，使用這一元組可以通過改進(jìn)閾值或者裁減非可行分支等方式，來減少枚舉次數(shù)，優(yōu)化枚舉過程。六元組M = (B，I，0，P，E，D)稱之為復(fù)雜決策問題求解模型的BIOPED表示法。在六個(gè)元組中，集合B用于表示復(fù)雜決策問題的數(shù)據(jù)知識(shí)，它的內(nèi)容為問題的概念模型和問題的數(shù)學(xué)模型，即問題的知識(shí)表示與數(shù)學(xué)模型表示的兩個(gè)文件；IOED元組則用于存儲(chǔ)隱枚舉的求解知識(shí)，其內(nèi)容要根據(jù)不同的問題知識(shí)所對(duì)應(yīng)的求解算法而確定；P元組則是利用求解知識(shí)I0ED、從給定的數(shù)據(jù)源B中提取數(shù)據(jù)、控制問題求解過程的可執(zhí)行程序，也是使整個(gè)求解過程產(chǎn)生智能的“源泉”，執(zhí)行該元組實(shí)現(xiàn)復(fù)雜決策問題求解過程的算法為算法ISt印1 執(zhí)行I元組，將初始方案存入變量bestkheme中；Step 2 如果bestkheme未達(dá)到目標(biāo)狀態(tài)0，則轉(zhuǎn)下一步；否則轉(zhuǎn)第6步；Step 3 執(zhí)行E元組，生成bestkheme的下一個(gè)車輛路徑方案，并記入變量 nextSolution ；Step 4 執(zhí)行D元組，檢驗(yàn)nextkheme方案的可行性，并對(duì)求解過程進(jìn)行優(yōu)化，如果nextSolution方案可行且優(yōu)于bestkheme方案，則用其覆蓋bestkheme變量；Step 5 返回乂印2，繼續(xù)進(jìn)行下一輪的啟發(fā)式迭代工作；Step 6 求解過程結(jié)束，bestScheme即為最佳行車方案。復(fù)雜決策問題求解模型的BIOPED表示方法一方面實(shí)現(xiàn)了知識(shí)庫(IOED)與推理機(jī) (P)的分離，當(dāng)求解不同類型的復(fù)雜決策問題時(shí)，可以在推理流程不變的情況下根據(jù)問題特點(diǎn)置換知識(shí)庫的各個(gè)模塊；另一方面實(shí)現(xiàn)了數(shù)據(jù)知識(shí)(B)與求解知識(shí)(IOED)的分離，所有
7復(fù)雜決策問題都遵循樹狀結(jié)構(gòu)的知識(shí)表示方法，系統(tǒng)可在不改變求解知識(shí)數(shù)據(jù)接口的情況下，處理具有不同樹狀結(jié)構(gòu)的實(shí)際問題，這就保證了各個(gè)求解程序數(shù)據(jù)結(jié)構(gòu)的一致性，使得各個(gè)求解程序能夠在一個(gè)統(tǒng)一的平臺(tái)下發(fā)揮各自的能力。按照六元組要求，復(fù)雜決策問題每一求解算法都應(yīng)分解為IOED四個(gè)知識(shí)元組，這些元組與BP元組相集成可得到用于問題求解的可執(zhí)行程序。然而，由于復(fù)雜決策問題及其求解算法的復(fù)雜性，上述模型表示的每個(gè)求解知識(shí)元組(I0ED元組)往往會(huì)含有多個(gè)模塊， 每個(gè)模塊又可細(xì)分為多個(gè)子模塊，……，如此細(xì)分下去，可把復(fù)雜決策問題的求解模型歸結(jié)為一棵層次化的倒立的樹狀結(jié)構(gòu)。那么，求解模型的構(gòu)建工作也就演變成了這一樹狀結(jié)構(gòu)的生成過程。對(duì)此，我們采用“積木式”的構(gòu)建方法來搭建該問題求解模型的這一樹狀結(jié)構(gòu)。 其基本思想是依據(jù)積木游戲的方法，由各個(gè)子模塊按照一定的組織結(jié)構(gòu)搭建一個(gè)較大的模塊，由若干的較大的模塊按照一定的組織結(jié)構(gòu)搭建一個(gè)更大的模塊，……，按此方法繼續(xù)下去，最終可構(gòu)成一棵復(fù)雜決策問題的求解模型樹，如圖4所示。由于不同的復(fù)雜決策問題具有不同的求解知識(shí)(I0ED元組)，和不同的問題及模型知識(shí)(B元組)，從而也就有不同的求解模型樹；因此，一個(gè)具體復(fù)雜決策問題求解模型樹的搭建過程是要在問題及模型類型的辨識(shí)和問題求解算法的匹配之后才進(jìn)行。雖然每一復(fù)雜決策問題的求解模型樹的內(nèi)容不盡相同，但它們的基本結(jié)構(gòu)都應(yīng)遵循以下原則1)按照“積木式”方法搭建的樹狀結(jié)構(gòu)的根結(jié)點(diǎn)有且只有6個(gè)子結(jié)點(diǎn)，分別對(duì)應(yīng)于復(fù)雜決策問題求解模型知識(shí)表示的6個(gè)元組；2)在樹狀結(jié)構(gòu)根結(jié)點(diǎn)的6個(gè)子結(jié)點(diǎn)中，“B元組”子結(jié)點(diǎn)僅由兩個(gè)子模塊搭建而成， 它們就是分別記錄復(fù)雜決策問題信息模型與數(shù)學(xué)模型的數(shù)據(jù)文件；3)求解模型搭建的基本單元是“模塊”，“模塊”是指未經(jīng)編譯的以文本格式存在的程序文件，系統(tǒng)運(yùn)行時(shí)會(huì)根據(jù)匹配到的求解算法將對(duì)應(yīng)的模塊組織成一個(gè)程序工程，并自動(dòng)編譯和執(zhí)行；4)按照人類認(rèn)知過程的Miller法則，每一模塊所包含的子模塊的數(shù)目不要超過7 個(gè)。5)求解模型的各個(gè)元組(除“B元組”)可包含的子模塊的數(shù)目和深度沒有限制， 設(shè)置子模塊的目的就在于①方便求解程序的開發(fā)；②方便知識(shí)庫的維護(hù)；③方便求解模型的搭建。這是因?yàn)棰僖粋€(gè)新問題求解程序的開發(fā)過程實(shí)際上是該問題求解模型樹的從上至下各個(gè)模塊的開發(fā)過程，這種自頂至下逐步求精的思想是軟件工程中程序設(shè)計(jì)的理論基礎(chǔ)；②當(dāng)一個(gè)新問題的求解程序需要融入系統(tǒng)時(shí)，只需以規(guī)定的程序語言編制好文本格式的模塊文件，并將各個(gè)模塊文件在知識(shí)庫的注冊(cè)表中登記即可；③當(dāng)運(yùn)用系統(tǒng)中已有的求解程序來搭建一個(gè)具體問題的求解模型樹時(shí)，只需按照求解知識(shí)庫注冊(cè)表的記錄，找到該問題匹配到的所有求解模塊，并按照注冊(cè)表中的層次關(guān)系以“積木式”方法搭建成一個(gè)程序工程即可。
權(quán)利要求
1.一種復(fù)雜決策問題的計(jì)算機(jī)建模與求解處理方法，其特征在于，包括以下步驟1)基于問題理解的智能人機(jī)交互智能體預(yù)處理；2)智能建模；3)復(fù)雜問題求解處理。
2.根據(jù)權(quán)利要求1所述的一種復(fù)雜決策問題的計(jì)算機(jī)建模與求解處理方法，其特征在于，所述的基于問題理解的智能人機(jī)交互智能體預(yù)處理過程如下1)感受器感知問題，如果判斷是用戶輸入的問題則存入交互問題列表，進(jìn)行步驟2)； 如果判斷是外界或其他智能體傳來的領(lǐng)域知識(shí)，則將其傳送至學(xué)習(xí)機(jī)，進(jìn)行步驟8)；2)交互問題理解模塊從問題列表中獲取一個(gè)以自然語言表達(dá)的問題語句，送詞法與句法分析模塊處理；3)詞法與句法分析模塊借助分詞詞典庫完成對(duì)問題語句的分詞、詞性標(biāo)注及主、謂、賓成份的中心詞判定的處理；4)交互問題理解模塊借助詞法與句法分析得到的概念中心詞，在知識(shí)詞典庫中搜索匹配，從而理解問題；5)交互語句生成器以交互問題理解模塊在知識(shí)詞典庫中搜索匹配過程中獲得的知識(shí)片斷樹中的知識(shí)概念詞，以及用戶開始交互時(shí)給出的自然語句為基礎(chǔ)，生成計(jì)算機(jī)與用戶交互的自然語言語句；6)通過感受器將自然語言表達(dá)的交互語句傳送給用戶，形成人機(jī)交互；7)人機(jī)交互確認(rèn)后，通過感受器將最終理解結(jié)果送到通訊器，經(jīng)通訊器分析判斷理解結(jié)果所處問題領(lǐng)域，并交遞相應(yīng)的智能體處理；8)對(duì)分詞詞典庫、知識(shí)詞典庫進(jìn)行一致性和冗余性檢查，根據(jù)檢查結(jié)果，更新分詞詞典庫、知識(shí)詞典庫。
3.根據(jù)權(quán)利要求1所述的一種復(fù)雜決策問題的計(jì)算機(jī)建模與求解處理方法，其特征在于，所述的智能建模過程如下1)模型案例管理系統(tǒng)在案例庫中對(duì)待解決問題進(jìn)行歷史案例搜索和匹配；2)判斷是否找到匹配案例，如果判斷結(jié)果為否則執(zhí)行步驟3)，如果判斷結(jié)果為是則執(zhí)行步驟5)；3)模型管理系統(tǒng)通過模型庫來構(gòu)建模型；4)模型內(nèi)容輸出，結(jié)束；5)模型案例管理系統(tǒng)將案例庫中匹配的案例模型框架進(jìn)行填充；6)判斷該案例模型框架是否適合新問題，如果判斷為是返回到步驟4)，如果判斷結(jié)果為否執(zhí)行步驟7)；7)對(duì)案例模型框架進(jìn)行適應(yīng)性修改，之后返回步驟4)。
4.根據(jù)權(quán)利要求1所述的一種復(fù)雜決策問題的計(jì)算機(jī)建模與求解處理方法，其特征在于，所述的復(fù)雜問題求解處理過程如下1)方案的初始化模塊對(duì)方案進(jìn)行初始化；2)方案的探測(cè)器對(duì)方案進(jìn)行探測(cè)，根據(jù)方案迭代的終止條件判斷是否達(dá)到優(yōu)化目標(biāo)， 如果判斷為是則結(jié)束，如果判斷為否則轉(zhuǎn)到步驟3)；3)方案的生成器生成新的路徑方案，之后轉(zhuǎn)到步驟2)。
全文摘要
本發(fā)明涉及一種復(fù)雜決策問題的計(jì)算機(jī)建模與求解處理方法，包括以下步驟1)基于問題理解的智能人機(jī)交互智能體預(yù)處理；2)智能建模；3)復(fù)雜問題求解處理。與現(xiàn)有技術(shù)相比，本發(fā)明具有對(duì)問題變化的動(dòng)態(tài)適應(yīng)能力強(qiáng)，且能實(shí)時(shí)優(yōu)化等優(yōu)點(diǎn)。
文檔編號(hào)G06F15/18GK102270190SQ201010193108
公開日2011年12月7日 申請(qǐng)日期2010年6月4日 優(yōu)先權(quán)日2010年6月4日
發(fā)明者向陽, 張波, 張硯秋, 王棟, 陳千, 黃震華 申請(qǐng)人:同濟(jì)大學(xué)