基于SDSS的高速公路养护管理系统结构.doc

《基于SDSS的高速公路养护管理系统结构.doc》由会员分享，可在线阅读，更多相关《基于SDSS的高速公路养护管理系统结构.doc（10页珍藏版）》请在三一办公上搜索。

1、基于SDSS的高速公路养护管理系统结构Architecture of Expressway Maintenance Management System Based on SDSS摘要：对传统的高速公路养护管理系统进行分析，结合决策支持系统的发展，提出了基于综合决策支持系统（SDSS）的高速公路养护管理系统结构，探讨了各子系统的功能和运行机制。最后指出了需要进一步研究的关键技术。关键词：道路工程；高速公路养护管理；综合决策支持系统；系统结构Abstract: The traditional expressway maintenance management system is analyzed

2、in this paper, the architecture of expressway maintenance management system based on the synthetic decision support system (IDSS) is presented with the consideration of decision support system (DSS) development, and subsystem function and operating mechanism is discussed. Finally the key technology

3、that will be studied next is pointed out.Key words: Road engineering; Expressway maintenance management; Synthetic decision support system (IDSS); System architecture0 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，如何建立一套先进的、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，减少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

4、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,并能为养管部门提供的简单的辅助决策支持1、4。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：Decision Support System)4、5，它仅仅以模型来驱动决策，决策的智能化程度不高。综合决策支持系统(SDSS：Synthetic Decision Support System)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

5、支持系统(IDSS：Intelligent Decision Support System)和商业智能(BI：Business Intelligence)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，大大提高养护决策的能力和智能化水平。 1 综合决策支持系统（SDSS）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：Export System)中利用知识推理进行定性分析、BI中利用数据仓库(DW：Data Warehouse)、联机分析处理(OL

6、AP：On Line Analytical Processing)和数据挖掘(DM：Data Mining)技术以数据驱动决策的技术。1.1 智能决策支持系统IDSSDSS是在管理信息系统(MIS：Management Information)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。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。因此，IDSS做到了定性分析和定量分析的有机结合，使得解决问题的能力和范围得到了大的发展

7、。IDSS由综合部件、模型部件、知识部件和数据部件组成。其结构图如图1.1所示。用 户问题综合与交互系统模型库模型部件模型库管理系统知识部件知识库知识库管理系统推理机数据库数据部件数据库管理系统图1 智能决策支持系统IDSS结构Fig.1 Architecture of intelligent decision support system1.2 基于BI的新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

8、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图如图2所示。其结构图表明：来源于数据库的数据仓库由基本数据、历史数据、综合数据元数据组成。DW主要提供的决策信息是综合数据的信息和预测信息，DW通过OLAP提供多维数据分析。DM从DB或DW中挖掘处知识。这些决策知识和决策信息为用户提供了决策支持能力。决策信息知识 综合信息 分析信息OLAP数据仓库历史数据基本数据综合数据元数据数据库数据挖掘决策用户图2 基于BI的新决策支持系统结构Fig.2 Architecture of new decision support system base on BI2 基于SDSS的高速公路养护

9、管理系统结构综合决策支持系统SDSS是把数据仓库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结合起来。其中数据仓库DW能够实现对决策主题数据的存储和综合；联机分析处理OLAP可以实现多维数据分析；数据挖掘DM可以挖掘数据库和数据仓库中的知识；模型库MB可以实现多个广义模型的组合辅助决策；数据库DB可以为辅助决策提供数据；专家系统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。因此，基于SDSS的高速公路养护管理系统结构如图3所示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

10、确的数据信息。数据信息含静态数据信用 户图3基于IDSS的高速公路养护管理系统结构问题综合与交互系统决策 决策知识 信息数据挖掘OLAP数据库管理系统数据库知识库管理系统推理机知 识 库模型库管理系统模型库仓库管理数据仓库数据采集系统Fig.3 Architecture of expressway maintenance management system Base on IDSS息和动态数据信息。其中动态数据采集的方式主要有三种：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（上下坡度、曲线半径、曲线长度、超高）、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

11、检测到前方图像、路面破损（裂缝）、路况数据（路基、路面、桥涵构造物、沿线设施、绿化）。二是依靠高速公路机电系统（收费、通信、监控三大系统）自动采集如交通流、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（如果有）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它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，它为模型库子系统、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

12、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（路基、路面、桥涵构造物、沿线设施、绿化）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、环境和气象等数据。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，如微软的SQL Server 2003。数据库管理系统可以实现对各种数据文件的编辑、修改、增删和组织等项功能,可利用面向对象的程序设计（OOP：Orient Object Programing）语言（如VC或Delphi）编写程序而建立。2.3 模型库子系统

13、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管所涉及的预测、评价及决策模型组成，如：高速公路路面使用性能（破损、平整度和摩擦系数）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（桥梁技术等级、函洞养护状况、隧道养护状况）模型、高速公路交通安全评价(通过道路几何因素、路面状况、交通流量和交通组成、车辆特性预测车速曲线车速变化速率，据此分析指定路段的行驶舒适性和道路事故发生的概率)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

14、计算(Evolutional Computation,EC)和模糊系统(Fuzzy Syste,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（都属于模型定义语言）来完成新模型的建立、

15、子模型的连接以及模型与数据的连接等。待添加的隐藏文字内容32.3.2 模型的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出去所需的模型。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（也属于模型定义语言）选择和调出已有的模型。2.3.3 模型的运行管理模型运行管理的内容包括运行前的条件准备、与数据连接、对模型进行组合和模型的运行控制等。其中，为了实现

16、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，它以某种储存结构储存高速公路养管领域专家

17、的知识和数据挖掘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。高速公路养管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有：规则、决策树、知识基（浓缩数据）、网络权值、公式和案例。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，它将高速公路养管领域内事实性知识和专家所特有经

18、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OLAP。它从数据库和数据仓库种提取综合

19、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OLAP中可以利用模型库中的有关模型提高OLAP的数据分析能力。2.5.1 数据仓库数据仓库是面向主题的、集成的、稳定的、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三部分组成。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

20、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）。数据挖掘任务由六项：关联分析、时序模式、聚类、分类、偏差检测以及预测。2.5.3 联机分析处理 联机分析处理OLAP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、展现手段，通过多维数据分析实现。OLAP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OLAP的深入发展，OLAP也逐渐具

21、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或ES或IDSS或SDSS进行辅助决策。同时，问题综合与交互系统还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IDSS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IDSS的高速公路养护管理系

22、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，SDSS在实际应用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。它包括模型库的组织结构，模型库管理系统的功能，模型定义语言等方面的设计和实现；（2）高速公路养护管理领域内知识（含专家知识和数据挖掘出来的知识）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。 参考文献：1 潘玉利 . 路面管理系统 M . 北京：人民交通出版社，1998. Pan Y

23、u-li. Pavement management system M . Beijing: China Communications Press,19982 黄梯云 . 智能决策支持系统 M . 北京：电子工业出版社，2002. Huang ti-yun. Intelligent decision support system M. Beijing:Publishing House of Electronics Industry, 20023 陈文伟，黄金才 . 数据仓库与数据挖掘 M . 人民邮电出版社，2004. Chen Wen-wei, Huang jincai . Data ware

24、house and data mining M. Posts & Telecom Press,20044 潘玉利 . 高速公路资产现代化管理技术的研究 J . 公路交通科技，2005,(4): 1-4. Pan Yu-li. Modern technologies for expressway Asset management J . Journal of Highway and Transportation Research and Development, 2005,(4): 1-4.5 蒋红妍，戴经梁 . 基于IDSS的高速公路路面养护管理系统 J . 公路交通科技，2004 (10):34-36. Jiang Hong-yan, Dai Jing-liang. Expressway pavements maintenance system based on IDSS J . Journal of Highway and Transportation Research and Development, 2004,(10):34-36.