CN104407860B - 一种基于人件服务模型的决策系统和决策方法 - Google Patents

Abstract

本发明公开了一种基于人件服务模型的决策系统和决策方法，决策系统包括：基于知识库的决策支持模块，用于求解基于软件编码方式实现和存储的显性知识的结构化决策任务；以及，基于人件服务模型的决策支持模块，用于求解基于缄默知识或不能通过软件编码方式实现和存储的显性知识的半结构化和非结构化决策任务。与现有技术相比，本发明在传统的DSS的软件和硬件两个组成要素的基础上融入人件新要素，从而形成了“三件”共存、共同协作的新型决策系统形态，提高了决策系统的效率，不局限于现有模型和算法，将传统决策系统的问题域扩展到包括非结构化问题、半结构化问题和结构化问题的全域，并有效解决了可行解的存在性。

Description

一种基于人件服务模型的决策系统和决策方法

技术领域

本发明涉及管理科学与工程、计算机科学、认知科学、逻辑学等领域，具体涉及一种基于人件服务模型的决策系统和决策方法。

背景技术

上世纪70年代，麻省理工学院G.Anthony Gorry和Michael S.Scott Morton首次提出决策支持系统(Decision Support System，DSS)概念，并将该系统可解的问题域定义在了半结构化范围内。早期DSS采用各种定量模型,在定量分析和处理中发挥了巨大作用,但由于它通过模型来操纵数据,实际上支持的仅仅是决策过程中结构化和具有明确过程性的部分。随着新近网络技术、通信技术和信息处理技术的发展，学者们研究各种决策分析方法，通过多学科的交叉并结合，解决了一系列具有代表意义的决策支持问题。大数据和云计算时间的到来，使得对海量数据进行分析、挖掘和应用成为可能，也使得对非结构化大数据的采集和分析成为可能。物联网、云计算、网格计算、无线传感器网络、语义Web等技术的发展与应用，给人们的工作、学习和生活提供了更快捷、更丰富地服务。但是，决策环境日趋复杂，传统决策支持系统的局限性也日趋突出,对决策中常见的定性问题、模糊问题和不确定性问题缺乏相应的支持手段。

发明内容

发明目的：为了解决上述传统DSS求解决策问题域不足的问题，本发明提出了一种新型决策系统(Novel Decision System，NDS)，其问题域是结构化问题域和非(半)结构化问题的并集，以实现所有决策任务(问题)必有可行解(包括最优解)。

技术方案：为了方便理解本发明的技术方案，首先对本发明中涉及的自定义概念说明如下：

人件(Humanware，Hw)，是专家和接口以及相关关系的描述，是本决策系统的一个构件。人件中的人是泛指，统计意义上的个性化描述，具有有限理性和个性化。人件是人的“自然智能”的载体，包括对问题求解过程提供知识、经验和智慧等支持的自然人。人件中的接口是带有描述专家能力及使能力得以发挥的硬/软件协议，具有双功能性，即既包含对专家的需求表达，又包含对专家的不同角色能力的表示。

人件服务(Humanware Service，HwS)，人件面向特定非(半)结构化问题求解功能(如分析、判断、建议、决定等)的组件(产品)化、服务化实现形态被描述为人件服务，以服务的形式参与到决策流程中，完成特定角色的决策功能。

为实现上述发明目的，本发明采用如下技术方案：

一种基于人件服务模型的决策系统，包括：基于知识库的决策支持模块，用于求解基于软件编码方式实现和存储的显性知识的结构化决策任务；以及，基于人件服务模型的决策支持模块，用于求解基于缄默知识或不能通过软件编码方式实现和存储的显性知识的半结构化和非结构化决策任务。

上述决策系统中，所述基于人件服务模型的决策支持模块包括：人件服务管理分系统、请求端信息采集设备、服务端请求表示设备、服务端应答表达设备、请求端应答表示设备和信息转化处理分系统；所述人件服务管理分系统根据决策问题层次的不同对人件服务进行分层管理和调度；

所述信息转化处理分系统分别与请求端信息采集设备、服务端请求表示设备、服务端应答表达设备和请求端应答表示设备连接，用于将请求端信息采集设备输入的决策任务请求信息和与请求相关信息进行挑选和转化，形成统一的信息格式，通过服务端请求表示设备将决策任务请求呈现给人件服务，并将从服务端应答表达设备输入的人件服务对决策任务的应答信息进行转化，形成统一的信息格式，通过请求端应答表示设备呈现给请求者。

上述决策系统中，所述信息转化处理分系统包括信息选通器、请求转化模块、应答转化模块和信息增强器；所述信息选通器与请求端信息采集设备连接，用于接收请求端信息采集设备输入的决策任务请求信息和与请求相关信息，并根据设定的规则从信息中挑选出对决策任务具有参考价值的数据和信息；所述请求转化模块，根据多模态信息转化协议将信息选通模块输出的请求数据和信息进行转换，形成统一的信息格式，并连接请求表示设备呈现；所述应答转化模块与服务端应答表达设备连接，用于接收服务端应答表达设备输入的应答数据和信息，并根据多模态信息转化协议将应答数据和信息进行转换，形成统一的信息格式；所述信息增强器将接收到的应答转化模块的应答信息和信息选通器过滤掉的信息结合，并连接请求端应答表示设备呈现。

上述决策系统中，所述决策任务请求信息和与请求相关信息包括：图片数据、统计数据、视频数据和音频数据中的一种或多种。

上述决策系统中，所述请求端信息采集设备和服务端应答表达设备包括眼动仪、语音采集/识别设备、视频采集设备、触摸式显示屏、手势控制器和数据服务接口中的一种或多种；所述服务端请求表示设备和请求端应答表示设备包括投影仪、液晶显示屏、多功能电子语音播放设备、视频播放设备、触摸式显示屏、第六感设备和数据服务接口中的一种或多种。

一种基于人件服务模型的决策方法，包括如下步骤：

若待求解决策任务为基于软件编码方式实现和存储的显性知识的结构化决策任务，则通过基于知识库的决策支持模块进行求解；

若待求解决策任务为基于缄默知识或不能通过软件编码方式实现和存储的显性知识的半结构化或非结构化决策任务，则通过基于人件服务模型的决策支持模块进行求解。

所述通过基于人件服务模型的决策支持模块进行求解包括：将待求解决策任务分解为若干个子任务的步骤；以及对每个子任务进行求解的步骤；

其中对每个子任务进行求解的具体步骤包括：

(1)通过请求端信息采集设备输入决策子任务以及与任务相关的数据和信息；

(2)将步骤(1)获得的决策子任务以及与任务相关的数据和信息进行筛选过滤，获得与当前决策子任务相关的数据和信息；

(3)将步骤(2)获取的数据和信息进行转化，形成统一格式的信息；

(4)将步骤(3)得到的信息根据服务端请求表示设备的类型自适应的呈现在各人机交互设备上；

(5)接收决策者的对信息是否完备的判断信息，若信息不足则进入步骤(2)，否则进入步骤(6)；

(6)通过服务端应答表达设备采集决策结果信息；

(7)将步骤(6)的信息进行转换形成统一格式的信息；

(8)将步骤(2)中过滤掉的信息附加到步骤(7)得到的结果中；

(9)将步骤(8)得到的信息根据请求端应答表示设备的类型自适应的呈现在各人机交互设备上。

有益效果：与现有技术相比，本发明在传统的DSS的两个组成要素(软件和硬件)的基础上融入人件新要素，从而形成了“三驾马车”并驾齐驱的决策系统形态。该决策系统模型以决策任务(问题)为中心，包含了硬件、软件和人件三个组成要素，三件共同合作解决决策问题。其优点如下：

1.网络环境下，服务的实时性提高了决策系统的效率。

2.传统DSS的问题域为结构化问题，而人件服务将决策系统的问题域扩展到全域，包括非结构化问题、半结构化问题和结构化问题。

3.DSS的使用局限于现有的模型和算法，人件技术不再局限于现有的方法。

4.DSS的解空间只是最优解，而人件技术将决策任务(问题)的解空间扩大到可行解，包括最优解。

附图说明

图1为本发明决策系统的结构示意图；

图2为本发明基于人件服务模型的决策支持模块的结构示意图；

图3为本发明决策方法的流程图；

图4为本发明决策方法的应用示例图；

图5为本发明所述的多模态信息的图格式信息示例图。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

本发明将人件服务形式化描述为:

HwS＝{URI，HwName，TaskDTO，HwDTO，Function，QoS}

其中，URI，HwName,TaskDTO，HwDTO，Function，QoS分别为人件服务的通用资源标识符、人件服务名称、决策任务(问题)数据对象、人件数据对象、功能描述、服务质量。决策系统总体框架构是基于SOA架构基础之上的，实现人件服务的统一注册、发布、查询和调用。

如图1所示，本发明提供的一种基于人件服务模型的决策系统主要包括基于知识库的决策支持模块和基于人件服务模型的决策支持模块两个部分，基于知识库的决策支持模块为采用现有的模型和算法进行软件服务辅助决策支持，用于求解基于软件编码方式实现和存储的显性知识的结构化决策任务；基于人件服务模型的决策支持模块提供人件服务，利用人件的知识、智慧、经验等，对决策问题进行约间、模糊化处理，用于求解基于缄默知识或不能通过软件编码方式实现和存储的显性知识的半结构化和非结构化决策任务。在决策任务(问题)的处理过程中，决策系统中的基于知识库的决策支持模块与基于人件服务模块的决策支持模块相互交互、共同协作。决策系统中的缄默知识是指在决策任务(问题)的求解过程中，人件所使用的那些只可意会而不能言传的知识、经验、灵感、意识等，如战场态势研判等；缄默知识是不可以通过软件编码的方式来实现的。因此，缄默知识的使用和体现可以通过人件服务实现。

决策系统中的显性知识是除了缄默知识以外的所有知识。显性知识的部分知识可以借助符合进行推理，并可以通过软件编码的方式实现和存储,如运筹决策软件，成为软件服务；知识的另一部分是不能通过软件编码的方式实现和存储，即不可编码，不可编码的知识本身是可表达和可理解的，但是计算机无法理解，如图片的内容评价等。不可编码的显性知识的使用和体现也可以通过人件服务来实现。

如图2所示，人件服务模型的决策支持模块包括：人件服务管理分系统、请求端信息采集设备、服务端请求表示设备、服务端应答表达设备、请求端应答表示设备和信息转化处理分系统；人件服务管理分系统根据决策问题层次的不同对人件服务进行分层管理和调度，不同的层次决策问题包括全局性战略级决策问题、局部性战役级决策问题和小规模战术级决策问题，具体到应用领域如全国性高速公路建设问题、华东区域道路建设问题和南京市道路建设问题。不同层次的问题，参与决策的专家人管理方式不同。信息转化处理分系统包括信息选通器、请求转化模块、应答转化模块和信息增强器。请求端信息采集设备、服务端请求表示设备、服务端应答表达设备和请求端应答表示设备是人件与决策系统通讯的接口，用于传输决策任务(问题)的请求信息和对决策任务(问题)的应答内容，请求端信息采集设备和服务端应答表达设备可以是眼动仪(EyeLink1000)、语音采集/识别设备、视频采集设备、触摸式显示屏、手势控制器(leap motion)和数据服务接口中的一种或多种；服务端请求表示设备和请求端应答表示设备包括投影仪、液晶显示屏、多功能电子语音播放设备、视频播放设备、触摸式显示屏、第六感设备和数据服务接口中的一种或多种。

信息选通器与请求端信息采集设备连接，根据设定的规则从请求端信息采集设备输出的信息中挑选出对决策任务具有参考价值的数据和信息；这里的规则可以是在规则库预先设定好的，如采集视频时设定的视频采样时间间隔，如5秒采集一次；也可以通过数据挖掘、自然语言处理以及互联网等技术，对人件(专家)的个人特质(如指挥艺术、偏好等)进行挖掘，基于挖掘出的规则对信息进行筛选，将合适的信息内容和信息模态推送给人件(专家)。

经由信息选通器过滤后的数据和信息是多种多样，如图片、统计数据、视频、音频等。在进入后续环节前需要对这些数据和信息进行转化，形成一个统一的信息格式，如统计信息、语音信息。请求转化模块即用于根据多模态信息转化协议将信息选通模块输出的请求数据和信息进行转换，形成统一的信息格式，并连接请求表示设备呈现。同样，应答转化模块与服务端应答表达设备连接，根据多模态信息转化协议将应答数据和信息进行转换，形成统一的信息格式；信息增强器将接收到的应答转化模块的应答信息和信息选通器过滤掉的信息结合，以便于后续决策流程的处理，并连接请求端应答表示设备呈现。

如图3所示，本发明实施例还公开了一种基于人件服务模型的决策方法，具体为：若决策任务为结构化决策任务，则通过基于知识库的决策支持模块求解；否则通过人件服务模型的决策支持模块求解，将决策任务分解为若干个子任务进行求解，对每个子任务求解的具体步骤包括：

(1)通过请求端信息采集设备输入决策任务以及与任务相关的数据和信息；

(2)将步骤(1)获得的决策任务以及与任务相关的数据和信息进行筛选过滤，获得与当前决策任务相关的数据和信息；

(3)将步骤(2)获取的数据和信息进行转化，形成统一格式的信息；

(4)将步骤(3)得到的信息根据服务端请求表示设备的类型自适应的呈现在各人机交互设备上；

(5)接收决策者的对信息是否完备的判断信息，若信息不足则进入步骤(2)，否则进入步骤(6)；

(6)通过服务端应答表达设备采集决策结果信息；

(7)将步骤(6)的信息进行转换形成统一格式的信息；

(8)将步骤(2)中过滤掉的信息附加到步骤(7)得到的结果中；

(9)将步骤(8)得到的信息根据请求端应答表示设备的类型自适应的呈现在各人机交互设备上。

下面以本发明的基于人件服务模型的决策方法在森林火灾灭火方案制定中的应用为例，对本发明做进一步说明。森林火灾灭火方案的制定是一个复杂的非结构化问题，它涉及到多个部门如林业部门、消防部门、气象部门、地质部门等部门。另外，森林火灾灭火需要有个很长的时间，需要分时间段实施，需要制定分段的灭火方案(如一天、一个星期，或更长)。所以，现有决策辅助系统无法自主、自动的完成所有环节，需要调用人件服务进行决策。如图4所示，决策过程如下：

1)决策流程环节中需要制定一个7天的灭火方案，该决策问题指派给决策系统。

2)在前一步中，决策流程给人件服务指派了产生森林灭火方案的决策任务。信息采集端负责采集相关信息。信息的几个来源：

现场消防人员现场采集的信息，如现场火势情况，风向情况，过火面积等信息；

地面监控感知设备的信息，如温度感知监控设备、事实监控视频等采集火势现场的信息；

无人遥感信息采集设备的信息，如气象卫星、无人飞机等采集火势现场的信息；

消防部门提供的森林灭火可用的设备、材料的信息；

地质部门提供的森林的地址、地貌、等信息；

气象部门提供的气象信息，包括前期的气象信息、现在的气象信息和未来的气象信息。

3)上一步采集到的信息推送到信息转化处理分系统，分系统中的信息选通器负责将7天的灭火方案制定需求的信息筛选出来。根据森林的地形地貌特征，排除掉不可使用的灭火设备和灭火材料，如一定坡度的山脉无法使用消防车；根据气象信息排除掉不可使用的灭火方案，如极端天气情况下，灭火直升机无法使用。

4)经过信息选通器筛选后的信息将被送到请求转化模块，这个模块负责将各种可用的信息如未来七天的气象信息、可采用灭火设备信息等进行汇总转化后转化，形成统一信息格式。经过信息选通器筛选后的信息格式是多种多样，如来自一线人员提供的口头信息(文字、语音格式)、地面监控设备的信息(视频信息、电子传感信息)、来自卫星采集的信息(静态图片信息、动态图片信息)，这些信息需要呈现为一个统一的格式，如折线图格式、柱状图、语音格式的信息。如未来X天天气信息的格式统一成XML格式为：

5)转化后的信息按照转化协议转成成多模态信息，如将未来七天的气象信息根据转换协议转化成可直观展示的视频或音频信息，以便适视频或音频设备进行信息播报和展示。多模态信息转化协议就是在本协议的基础上，可以将一个标准信息转化成适合不同设备展示的信息格式，如上述的未来X天天气信息可以被转换成不同的展现信息。如表1、表2所示的表格式信息，图5所示的图格式信息。

表1 2014年1月1日天气总体信息表

日期	2014/1/1
		最高气温	20
最低气温	-1
		风向	东南
风力	2级
		降雨量	0

表2 2014年1月1日分时天气信息表

序号	时间段	平均气温	风向	风力	降雨量
						1	0:00:00-04:00:00	0	SE	4	0
2	04:00:00-08:00:00	5	SE	5	0
						3	08:00:00-12:00:00	10	SE	1	0
4	12:00:00-16:00:00	21	SE	3	0
						5	16:00:00-20:00:00	24	SE	2	0
6	20:00:00-24:00:00	5	SE	2	0

6)人件服务根据从服务端请求表示设备上获取的信息进行森林火灾灭火方案的制定，如果前期提供的信息不能制定出详细的灭火方案，需要返回到的第二步信息采集端采集更多的支持信息或者返回到第三步对信息进行进一步筛选。灭火的方案是非常明确的，尽可能细化的，如每天采用何种灭火设备、资源、方案以及希望达到的目标。

7)人件服务制定森林火灾7天的灭火方案，灭火方案通过服务端应答表达设备反馈，如参加决策的专家人(人件)通过音频采集设备下达灭火方案。

8)信息转化处理分系统的中应答转化模块将服务端应答表达设备，如音频采集器采集到的灭火方案按照协议转成决策系统可接受的信息格式，如xml格式的灭火方案的信息格式。

9)信息增强器将决策系统通过信息采集到信息，并没有被选通器选择的信息附加到森林火灾7天灭火方案中，这些信息对决策流程的后续具有参考作用。

10)请求端应答表示设备负责将森林火灾7天灭火方案的相关决策信息反馈给决策系统中，并改变决策流程的节点状态。

Claims (6)

1.一种基于人件服务模型的决策系统，其特征在于，包括：基于知识库的传统决策支持模块，用于求解基于软件编码方式实现和存储的显性知识的结构化决策任务；以及，基于人件服务模型的决策支持模块，用于求解基于缄默知识或不能通过软件编码方式实现和存储的显性知识的半结构化和非结构化决策任务；

所述人件服务模型的决策支持模块包括：

人件服务管理分系统、请求端信息采集设备、服务端请求表示设备、服务端应答表达设备、请求端应答表示设备和信息转化处理分系统；所述人件服务管理分系统根据决策问题层次的不同对人件服务进行分层管理和调度；

所述信息转化处理分系统分别与请求端信息采集设备、服务端请求表示设备、服务端应答表达设备和请求端应答表示设备连接，用于将请求端信息采集设备输入的决策任务请求信息和与请求相关信息进行挑选和转化，形成统一的信息格式，通过服务端请求表示设备将决策任务请求呈现给人件服务，并将从服务端应答表达设备输入的人件服务对决策任务的应答信息进行转化，形成统一的信息格式，通过请求端应答表示设备呈现给请求者。

2.根据权利要求1所述的基于人件服务模型的决策系统，其特征在于，所述信息转化处理分系统包括信息选通器、请求转化模块、应答转化模块和信息增强器；所述信息选通器与请求端信息采集设备连接，用于接收请求端信息采集设备输入的决策任务请求信息和与请求相关信息，并根据设定的规则从信息中挑选出对决策任务具有参考价值的数据和信息；所述请求转化模块，根据多模态信息转化协议将信息选通模块输出的请求数据和信息进行转换，形成统一的信息格式，并连接请求表示设备呈现；所述应答转化模块与服务端应答表达设备连接，用于接收服务端应答表达设备输入的应答数据和信息，并根据多模态信息转化协议将应答数据和信息进行转换，形成统一的信息格式；所述信息增强器将接收到的应答转化模块的应答信息和信息选通器过滤掉的信息结合，并连接请求端应答表示设备呈现。

3.根据权利要求1所述的基于人件服务模型的决策系统，其特征在于，所述决策任务请求信息和与请求相关信息包括：图片数据、统计数据、视频数据和音频数据中的一种或多种。

4.根据权利要求1所述的基于人件服务模型的决策系统，其特征在于，所述请求端信息采集设备和服务端应答表达设备包括眼动仪、语音采集/识别设备、视频采集设备、触摸式显示屏、手势控制器和数据服务接口中的一种或多种；所述服务端请求表示设备和请求端应答表示设备包括投影仪、液晶显示屏、多功能电子语音播放设备、视频播放设备、触摸式显示屏、第六感设备和数据服务接口中的一种或多种。

5.根据权利要求1所述的基于人件服务模型的决策系统，其特征在于，所述人件服务的形式化描述为：

HwS＝{URI，HwName，TaskDTO，HwDTO，Function，QoS}

其中，URI，HwName，TaskDTO，HwDTO，Function，QoS分别为人件服务的通用资源标识符、人件服务名称、决策任务数据对象、人件数据对象、功能描述、服务质量。

6.一种基于人件服务模型的决策方法，其特征在于，包括如下步骤：

若待求解决策任务为基于软件编码方式实现和存储的显性知识的结构化决策任务，则通过基于知识库的传统决策支持模块进行求解；

若待求解决策任务为基于缄默知识或不能通过软件编码方式实现和存储的显性知识的半结构化或非结构化决策任务，则通过基于人件服务模型的决策支持模块进行求解；

所述通过基于人件服务模型的决策支持模块进行求解包括：将待求解决策任务分解为若干个子任务的步骤；以及对每个子任务进行求解的步骤；

其中对每个子任务进行求解的具体步骤包括：

(1)通过请求端信息采集设备输入决策子任务以及与任务相关的数据和信息；

(2)将步骤(1)获得的决策子任务以及与任务相关的数据和信息进行筛选过滤，获得与当前决策子任务相关的数据和信息；

(3)将步骤(2)获取的数据和信息进行转化，形成统一格式的信息；

(4)将步骤(3)得到的信息根据服务端请求表示设备的类型自适应的呈现在各人机交互设备上；

(5)接收决策者的对信息是否完备的判断信息，若信息不足则进入步骤(2)，否则进入步骤(6)；

(6)通过服务端应答表达设备采集决策结果信息；

(7)将步骤(6)的信息进行转换形成统一格式的信息；

(8)将步骤(2)中过滤掉的信息附加到步骤(7)得到的结果中；

(9)将步骤(8)得到的信息根据请求端应答表示设备的类型自适应的呈现在各人机交互设备上。