0.   引言

在经历了大规模的高速公路建设之后, 随之而来的是任务繁重的公路养护和管理, 因此, 如何建立一套先进、科学的高速公路养护管理系统, 以适应现代化、大规模、高速度和高质量的公路养护管理要求, 保持高速公路的服务水平, 减小高速公路资产损失和延长高速公路使用寿命是一个亟待解决的问题。目前的高速公路养护管理系统是从早期的路面管理系统PMS (Pavement Management System) 扩充发展而来, 可以对高速公路路基、路面、桥涵洞构造物、沿线设施和绿化进行养护管理, 并能为养护管理部门提供简单的辅助决策支持^[1-3]。但从信息系统角度来看, 这种高速公路养护管理系统仅仅是简单的决策支持系统(DSS) ^[4-5], 以模型来驱动决策, 决策的智能化程度不高。综合决策支持系统(SDSS) 是信息系统研究领域的热点, 也是决策支持系统发展的新方向, 它结合了智能决策支持系统(IDSS) 和商业智能(BI) 技术, 在决策过程中以模型、知识、数据共同驱动决策^[2-3]。将此新的决策支持技术应用到高速公路养护管理系统中, 将克服高速公路养护管理系统的局限性, 提高养护决策的能力和智能化水平^[6-8]。

1.   综合决策支持系统

SDSS是IDSS和BI结合的产物, 它集成了DSS中利用多个广义模型进行定量辅助决策, 专家系统(ES) 利用知识推理进行定性分析, BI中利用数据仓库(DW)、联机分析处理(OLAP) 和数据挖掘(DM) 技术以数据驱动系统决策。

1.1   智能决策支持系统

DSS是在管理信息系统MIS (Management Information System) 的基础上发展起来的。MIS是利用数据库技术实现各级管理者的管理业务, 在计算机上进行各种事务处理工作, DSS是要达到为各级管理者提供辅助决策的能力。DSS主要是以模型来驱动决策, 是一种定量分析系统, DSS和ES结合起来就形成了IDSS, ES是以知识驱动决策, 是一种定性分析系统, 因此, IDSS是定性分析系统和定量分析系统的有机结合, 使得解决问题的能力和范围得到了较大的发展。IDSS由综合部件、模型部件、知识部件和数据部件组成, 其结构见图 1。

图  1  IDSS结构

Figure  1.  IDSS structure

下载: 全尺寸图片 幻灯片

1.2   基于BI的决策支持系统

数据仓库DW、数据挖掘DM、联机分析处理OLAP技术及传统的查询和报表功能结合起来被称为商业智能BI。BI是从DW和DM中获取信息和知识, 对变化的商业环境提供决策支持。基于BI的决策支持系统被称为新决策支持系统, 和传统决策支持系统相比, 它是以数据驱动方式来提供决策支持。新决策支持系统结构见图 2。来源于数据库的数据仓库由基本数据、历史数据、综合数据与元数据组成。DW主要提供的决策信息是综合数据的信息和预测信息, 通过OLAP提供多维数据分析, 从DB或DW中挖掘出知识。这些决策知识和决策信息为用户提供了决策支持能力。

图  2  基于BI的新决策支持系统结构

Figure  2.  Structure of new decision support system base on BI

下载: 全尺寸图片 幻灯片

2.   基于SDSS的高速公路养护管理系统结构

综合决策支持系统SDSS是由数据仓库DW、联机分析处理OLAP、数据挖掘DM、模型库MB、知识库KB和数据库DB的有机结合形成的。其中DW能够实现对决策主题数据的存储和综合; OLAP可以实现多维数据分析; DM可以挖掘数据库和数据仓库中的知识; MB可以实现多个广义模型的组合辅助决策; DB可以为辅助决策提供数据; ES可以利用知识推理进行定性分析。它们集成的综合决策支持系统将相互补充和依赖, 发挥各自的辅助决策优势, 实现更有效的辅助决策。基于SDSS的高速公路养护管理系统结构见图 3。

图  3  基于SDSS的高速公路养护管理系统结构

Figure  3.  Structure of expressway maintenance management system base on SDSS

下载: 全尺寸图片 幻灯片

2.1   数据采集系统

高速公路养护管理系统决策的基础是大量、精确的数据信息。数据信息含静态数据信息和动态数据信息。其中动态数据采集的方式主要有3种: 一是依靠高效、快速的检测设备, 如路面快速检测设备能检测到道路几何线型、道路平整度、路面强度、路面抗滑性能等参数, 道路快速检测设备能检测到前方图像、路面破损、路况数据等; 二是依靠高速公路机电系统(收费、通信、监控三大系统) 自动采集交通流、收费信息、车型分类、环境和气象等数据; 三是依靠人工手动采集与养护管理相关的数据。静态数据主要是高速公路的基本资料, 它的采集主要是靠人工输入, 也可以靠系统工具从原有的相关应用系统的数据库中自动导入。数据采集系统应为各种数据检测设备、机电系统中的监控系统和收费系统以及其他相关的业务系统提供相应的数据接口。

2.2   数据库子系统

数据库子系统是整个系统的基础, 为模型库子系统、专家系统、数据挖掘和数据仓库提供所必需的信息和数据。数据库子系统包括数据库和数据库管理系统。高速公路数据库的数据包括静态数据和动态数据。静态数据主要是道路的基本资料; 动态数据主要是检测数据及其分析、巡查数据信息、养护计划信息、养护计划完成信息和三大系统自动采集的交通流、收费信息、车型分类、环境和气象数据等。数据库一般采用关系型数据库以便于数据的组织、存储和处理。数据库管理系统可以实现对各种数据文件的编辑、修改、增删和组织等功能, 可利用面向对象的程序设计语言编写程序而建立。

2.3   模型库子系统

模型库子系统包括模型库和模型库管理系统。模型库主要由高速公路养护管理所涉及的预测、评价及决策模型组成, 如: 高速公路路面使用性能预测模型、高速公路路面使用性能评价模型、高速公路路线评价模型、高速公路桥涵评价模型、高速公路交通安全评价模型、投资效益分析决策模型等。这些模型可以是基于传统的数理统计的数学模型, 也可以是基于人工神经网络(Artificial Neural Network, ANN)、遗传进化计算(Evolutional Computation, EC) 和模糊系统(Fuzzy System, FS) 的计算智能(Computational Intelligence, CI) 模型。系统决策过程可根据实际决策问题的复杂性选择单个模型或多个广义模型进行组合决策。模型库管理系统是对模型库进行集中控制和管理, 它主要实现构模管理、存取管理和运行管理等功能。

2.3.1   构模管理

构模管理主要是提供一种模型定义语言(Model Definition Language), 用户可利用它完成模型生成、模型的连接、模型的重构等功能。在构模过程中, 构模者可利用模型描述语言和模型操纵语言完成新模型的建立、子模型的连接以及模型与数据的连接等。

2.3.2   模型存取管理

模型的存取管理类似于一般数据库的数据存取管理功能, 负责模型的装入、维护、修改、删除、更新、查询等功能。在模型库管理系统的支持下, 用户可以根据模型名称、建模方法或模型功能等多种分类途径选择所需的模型。其中模型的更新指在不改变结构的条件下修改参数, 如模型的约束条件或系数的改变等。模型的查询指用户可以查询模型文件, 了解模型特性, 通常可使用模型查询语言选择和调出已有的模型。

2.3.3   模型运行管理

模型运行管理的内容包括运行前的条件准备、数据连接、模型组合和模型的运行控制等。其中, 为了实现模型的运行控制, 模型库管理系统不仅要集中和控制各种图表显示或其他输出装置, 而且应向用户提供执行的状态信息, 籍以跟踪模型的运行。在运行过程中, 可设置检验点, 用户可要求中断模型的执行过程, 观察状态信息和中间结果, 以便及时发现错误。

模型库子系统和问题综合与交互系统的交互作用, 可使用户控制对模型的操作、处理和使用, 再与数据库子系统交互作用就形成了DSS, 能为决策问题提供定量分析(模型计算) 的辅助决策信息。

2.4   专家系统

专家系统主要由知识库(Knowledge Base)、推理机(Inference Engineer) 和知识库管理系统组成。知识库是知识的存储器, 以某种储存结构储存高速公路养护管理领域专家的知识和从数据库和数据仓库挖掘的知识。知识的表示是研究用什么样形式将有关问题的知识存入知识库, 以便进行处理。高速公路养护管理领域内事实性知识和专家所特有经验性知识的表示方法有: 逻辑(Logic)、语义网络(Semantic Network)、产生式规则(Production Rule)、框架(Frame) /状态空间(State Pace)、Petri网等; 而数据挖掘得到的知识的表示方法主要有: 规则、决策树、知识基(浓缩数据)、网络权值、公式和案例等。

知识库管理系统实现对知识的管理, 其中知识获取(Knowledge Aquisition) 是关键, 它将高速公路养护管理领域内事实性知识和专家所特有经验性知识化为计算机可利用的形式, 并送入知识库, 同时也负责知识库中知识的修改、删除和更新, 并对知识库的完整性和一致性进行维护。

推理机是专家系统的“思维”机构, 是构成专家系统的核心部分。其任务是模拟领域专家的思维过程, 控制并执行对问题的求解。它能根据当前已知的事实, 利用知识库的知识, 按一定的推理方法和搜索策略进行推理, 求得问题的答案或证明某个结论的正确性。

专家系统和数据挖掘的结合实现了对决策问题的定性分析辅助决策, 再与模型库子系统和数据库子系统结合, 就形成了IDSS, 实现了定性和定量相结合的辅助决策。

2.5   新决策支持系统

新决策支持系统包括数据仓库、数据挖掘和联机分析处理。它从数据库和数据仓库中提取综合数据和信息, 这些数据和信息反映了大量数据的内在本质。同时, 在联机分析处理中, 可以利用模型库中的有关模型提高联机分析处理的数据分析能力。

2.5.1   数据仓库

数据仓库是面向主题、集成、稳定、不同时间的数据集合, 用于支持经营管理中的决策定制过程^[3]。它从大量的数据中提取综合信息和预测信息用于辅助决策, 是支持决策的新技术。数据仓库系统由数据仓库、仓库管理和分析工具3部分组成。数据仓库中的数据包括当前数据、历史数据和综合数据, 来源于多个数据源。数据源包括企业内部数据、市场调查报告以及各种文档之类的外部数据。

2.5.2   数据挖掘

知识发现(KDD: Knowledge Discovery in Database) 是从数据中发现知识的整个过程。数据挖掘是KDD过程中的一个特定步骤, 它是用专门算法从数据中抽取模式(Pattern)。数据挖掘任务有关联分析、时序模式、聚类、分类、偏差检测以及预测等。

2.5.3   联机分析处理

联机分析处理是共享多维信息的快速分析(Fast Analysis of Shared Multidimensional Information), 其目的是为决策管理人员提供一种灵活的数据分析与展现手段, 通过多维数据分析实现。联机分析处理的多维数据分析的基本功能有切片和切块(Slice and Dice)、钻取(Dill) 旋转(Pivoting)。随着联机分析处理的深入发展, 联机分析处理也逐渐具有计算和智能的能力。

2.6   问题综合与交互系统

问题综合与交互系统主要作用是集成除数据采集系统之外的上述各子系统, 使系统可根据问题的规模和复杂程度决定是采用DSS、ES、IDSS或SDSS进行辅助决策。同时, 问题综合与交互系统是高速公路养护管理系统的人机界面。智能化人机界面的表现方式应该是图形、表格、窗口和自然语言等交互的形式。通过人机对话, 使决策者能够依据个人经验, 主动地利用系统的各种支持功能, 反复学习、分析, 以选择一个最优决策方案。

3.   结语

本文提出了一种基于SDSS的高速公路养护管理系统的思路, 并描述了该系统的基本结构, 探讨了各子系统的功能和运行机制。基于SDSS的高速公路养护管理系统能较好地解决以往养护管理系统的缺陷, 但作为一种新的研究技术, 该系统在实际应用中还存在着很多需要解决的问题。下一步需要做的工作是对以下的关键技术做进一步深入研究。

(1) 高速公路养护管理系统中模型库系统的设计和实现, 包括模型库的组织结构、模型库管理系统的功能与模型定义语言等的设计和实现。

(2) 高速公路养护管理领域内知识的获取和知识的表示。

(3) 针对高速公路养护管理所建立的数据仓库的结构、数据综合的方法和技术。

(4) 适合高速公路养护管理辅助决策的数据挖掘方法和技术。