论文部分内容阅读
问题管理系统是面向问题求解的决策支持系统的核心子系统之一。其核心功能是对决策问题的智能分析理解和求解。然而,随着科学技术和经济社会的巨大发展,各种不确定性因素使得决策问题变得愈来愈复杂,加大了决策支持系统对决策问题的处理难度,也因此降低了人们对决策支持系统的期望。因此,如何提高问题管理系统对决策问题分析理解的智能性和正确性成为决策问题管理方法研究的重点。决策问题分析理解是一个通过对决策问题表述语句的分析,利用相关知识,判断决策问题所属类型,进而识别出决策问题的求解模型,最终形成决策问题求解方案的过程。在整个过程中,对决策问题所属类型的判断是最关键的,因为决策问题的类型决定着问题的求解模型类型。因此,如何让问题管理系统快速准确地识别出给定决策问题的类型,进而识别出问题的求解模型,是本文所要研究的内容。按照问题管理系统对决策问题分析理解的深入程度,对决策问题类型的识别过程可分为前期的初步识别和后期的深入识别两个阶段。在前期,问题管理系统的主要任务是通过借助语句相似度计算方法,识别相似的决策问题求解案例,实现对目标问题求解模型的初步识别。在分析后期,问题管理系统的主要任务是深入分析决策问题所涉及的本体结构特征,识别出问题所属类型以及求解模型。从上述两个阶段出发,本文在已有的研究基础上进行了相关研究。具体内容有:(1)提出了一种面向中文的相似决策问题识别方法。通过对用中文表述的决策问题一般特征的分析,借助自然语言处理领域中的语句相似度概念,探讨更具准确性的决策问题相似度计算的方法。(2)将本体认知理论引入到决策问题分析中,分析了决策问题的本体结构特征。从人类基于概念的认知过程出发,总结了人们学习、理解决策问题的一般过程,进而分析了决策问题的本体结构,并阐述了相关的三类知识概念网络。(3)提出了基于本体的决策问题类型智能识别方法。以规划类和预测类决策问题为例,阐述了问题类型和求解模型识别的本体规则以及推理过程。(4)探讨了模型方法在具体决策支持系统的应用。通过一个企业实例——湖南柿竹园有色金属有限责任公司,将方法、模型应用到具体决策支持系统中,以验证模型方法的应用效果。