2 智能决策支持系统及其在林业中的应用

　　2.1 智能决策支持系统的信息结构

　　图1为智能决策支持系统的信息结构[6],其中知识库用来存放各种规则集、专家知识经验及其因果关系;数据库存放基础数据、决策信息和事实性知识;模型库用来存放各种决策、预测及分析模型;多库协同器从知识、数据、模型、方法等各个方面为决策服务,协调各部分之间的关系,为管理决策提供多方面、多层次的支持和服务。

　　2.2 智能决策支持系统的研究进展

　　随着Internet/Intranet技术的发展,传统的智能决策支持系统面临着一些新的问题:(1)分析、决策用的数据不再集中于一个物理节点,而是分散到网络上的不同节点;(2)分布、决策模型和知识处理方法也从一台机器上的集中处理,变成在网络环境下的分布或分布加并行的处理方式。

　　进入20世纪90年代以来,人工智能(机器学习、模糊技术、人工神经网络)、专家系统、数据库技术和Internet/Intranet技术的发展为IDSS提供了强大的技术支撑。20世纪80年代兴起的Agent技术为智能决策支持系统奠定了技术基础。Agent是一个能够持续自主驻留、活动于真实的或虚拟的复杂动态环境中的问题求解实体[7]。Agent具有相当程度的独立性、自主性、协作性、适应性和社会性,并在一定程度上具有人的部分智力。将Agent技术融合到智能决策支持系统中所集成的基于Agent的智能决策支持系统具有传统IDSS所没有的一些特性:(1)开放性。即能够与外界交互,系统资源不足时能够向外界请求帮助,同时具有对外提供资源的功能;其二是系统部件的易于增减,保持系统完整而不含多余的计算过程。(2)IDSS是分布式的、基于网络环境的。(3)资源可重复使用。不但决策程序、决策方法可重复使用,而且系统资源(决策知识、决策经验、决策模型等)能被不同的决策程序多次调用。(4)集成群体的经验和智能。(5)突破静态的程序化决策方式,实现人机智能结合。

　　目前多Agent技术已成为人工智能研究的热点。多Agent系统(Multi-Agents System,MAS)是一个松散耦合的Agent网络,这些Agent通过交互解决超过单个Agent的能力或知识的问题。多Agent系统具有如下特征:每个Agent拥有解决问题的不完全的信息或能力;没有系统全局控制;数据和知识是分散的;处理是异步的;Agent是异质的、分布的;系统是开放的。