决策支持系统中知识库的构建方案

DSS能够较有效的支持半结构化和非结构化问题的求解，这类问题单纯使用定量方法无法解决，至少不能完全解决。为此，必须在DSS中建立知识库，以存放各种规则、因果关系、决策人员的经验等。此外，还应综合零用知识库、数据库和定量计算结果进行推理和问题求解的推理机。

    一、DSS知识库的特点

    DSS系统中一般拥有自己的知识库，主要存放关于知识的表达方式和推理策略。具体说来，具有以下的特点：

    1、 DSS不仅具有定性的知识推理能力，而且具有定量的计算能力，并能将两种功能有机的结合起来；

    2、 DSS知识库中所蕴含的知识更为复杂，所存储的知识由管理和决策的要求而决定，因此，其知识抽取盒表达更为困难和复杂；

    3、 DSS的推理机制不仅具有对不同结构特点的知识的推理，而且要与定量计算结果综合起来以加强辅助决策的有效性。这就使得它的推理更为复杂；

    DSS知识库所涉及的知识广泛，既有知识库特定的知识，又有建模知识和求解方法知识。这些知识是系统开发人员熟悉且不可能在短期内学到手的，特别是那些领域专家长期积累的经验性知识；另一方面，知识库的实现又需要大量的计算机专业知识，特别是AI和知识工程方面的知识。无论让设计人员在短期内成为领域专家或是让领域专家短期内成为设计人员都是不可能的，这就决定了知识库的建立过程必须是系统设计人员与有关领域的多方面专家密切合作、共同努力的过程，这也是DSS知识库的研制特点。

    定性推理和定量计算的有机结合是DSS开发研制的另一个重要特点，要求将AI（人工智能）技术与其他技术（如建模、优化及仿真技术）相结合，知识库的实现要充分考虑这一特点，使知识的表达、推理机的策略要便于这种结合的实现。

    知识库中的知识是专门知识，它们大多是领域专家长期积累起来的经验性知识。这些知识在专家头脑中没有很好的组织起来，因此要在短期内将这些知识全部整理出来通常是比较困难的，而需要花费很大的精力和较长的时间来整理知识和构造知识库。

    由于建立在经验基础上的专门知识缺乏研究的理论基础，这些知识往往是领域专家根据某些重复出现的因果联系或凭借某些直觉而获得的，所以，领域专家在描述这些知识时很难做到准确无误，因此，建造知识库的过程通常是一个反复测试，扩充及修改的过程。

    建立DSS知识库的最大困难在于目前知识工程的发展不够完善，没有严格定义的可供系统开发人员所遵循的规范。设计人员不得不依靠经验来开发知识库系统，往往不能用最接近专家知识的自然方式来表达，这也对构造和调试系统带来了极大的不方便。

    二、设计知识库系统的原则

    设计人员、领域专家以及大量的实例和问题构成了开发和改进知识库系统的三个基本要素。此外，开发知识库系统时要遵循以下基本原则：

    1、 保持知识库系统在DSS内部的相对独立性，这是目前DSS的基本结构。这样便于知识库系统内部管理，为知识库的不断扩充与修改提供了保证；

    2、 知识库与推理机应该分开，这样解释功能和知识获取功能才能实现；

    3、 在一个知识库中尽量使用一种知识表示方法，从而使系统中的知识易于处理、解释和管理，这将使知识库的实项工作相对简单，一般情况下，可建立多个子知识库。因为DSS中的知识来源较广，有的来自不同领域，有的来自不同的专家，或者执行不同的功能，不同来源的知识结构和表示往往有很大的差别，所以应该采用多个子知识库；

    4、 推理机应尽量简单，以便减少解释和知识获取的工作量；

    5、 利用知识的冗余，知识的冗余是指获取和利用各具不同有点的多来源知识解决问题。用知识的冗余是一种弥补知识的不完整和不精确的有效方法。在DSS中，这种不完整和不精确的知识比较多，因而利用冗余显得很有必要；

    6、 知识库的开发与DSS整个系统的开发相协调。因为知识库仅是DSS的一部分，DSS的很多功能并不是由单一的知识库所能实现的，另一方面，为了测试、扩充和修改知识库，必须以相应较成熟的DSS为基础。

    三、知识库的开发步骤

    知识库是DSS实现智能化的关键部件，开发知识库是开发DSS的高级阶段，但是，目前尚缺乏开发知识库的规范步骤。一般说来，建立知识库的工作应放在DSS开发的中后期进行，大致要精力准备、系统分析、建立原型、改进、扩充和维护等几个阶段。每一阶段工作都不是孤立的，而与DSS其他部件的开发有密切关系，且必须与整个系统的开发相协调。

    归纳、整理概念和知识，在合理安排各种资源以后，首先应该着手整理领域专家解决问题的知识和概念。由于专门知识在领域专家的头脑中并没有很好的组织起来，所以，抽取知识和概念设计的工作应该从领域专家曾经解决过的实例入手。实践证明，这是一条从领域专家处抽取概念和知识的有效途径；