【学术论文】再论“广义智能系统工程”

第4卷第1期 智能系统学报 Vol 4 Na 1 2009年2月 CAA I Transactions on Intelligent Systems Feb 2009 再论广义智能系统工程” 涂序彦 北京科技大学信息工程学院，北京100083) 摘要：为了进一步阐明“智能系统的概念，扩展智能系统及其应用的范畴，提高“系统工程的智能化水平，从广 义智能”、广义系统的新观点，再次论述广义智能系统工程”(GSE)的概念涵义、学科架构、系统模型、系统分析、 系统综合、系统类谱.宁义智能系统工程是旷义智能”(GD与“系统工程”($E)相结合的产物，其研究开发具有 重要的科学意义和广泛的应用价值. 关键词：系统工程；智能系统工程；广义智能系统工程 中图分类号：1P182文献标识码：A文章编号：1673-4785(2009)01-000705 New viewpo int on generalized ntelligent system s engineerng(GISE) TU Xu-yan (School of Infomation Engineering.Beijing University of Science and Technology,Beijing 100083,China) Abstract:In order to further demonstrate the concept of intelligent system IS),expand the domain of applications of IS,and mprove the intelligent level of systems engineering(SE),from the new viewpoints of generalized intelli- gence(GD)and generalized system(GS),the conception,architecture,modeling,analysis,synthesis,and kinds of generalized intelligent systems engineering(GISE)are discussed again GISE is the combination of GI and SE It has mportant scientific significance and wide applications value Keywords:SE (systems engineering);ISE intelligent systems engineering);GISE (generalized intelligent sys- tems engineering) “系统工程”(systems engineering,SE),是关于 系统工程” 系统建模，分析综合与组织管理的理论方法和应用 由于“人工智能学科已从传统的狭义人工智 技术 能向现代的广义人工智能发展.所以作者于 为了提高“系统工程的智能化水平，作者在人 2002年在文献[5中提出了广义智能系统（genera 工智能山、大系统控制论多年工作的基础上，于 ized intelligent systems）s).2003年，作者从广义人 1994年在文献[3中曾提智能系统工程的概念， 工智能的观点，在文献[6中又提出了广义智能系 如式(1)所示： 统工程，如式(2)所示： AI+SE→ISE 1) GAI+SE→GISE (2) 式中：A一人工智能(artificial intelligence), 式中：GA广义人工智能（generalized artificial SE系统工程(systems engineering),SE智 intelligence),SE—系统工程，GSE广义智能 能系统工程(intelligent systems engineering）, 系统工程(generalized intelligent systems engineer “+”结合(combination),“→”研究开发 ing). (research&devebpment).式(I)表示：在“人工智 为了进一步阐明智能系统的概念，扩展智能 能”与“系统工程相结合的基础上，研究开发“智能 系统及其应用的范畴，提高“系统工程的智能化水 收稿日期：2008-1107. 平从广义智能”、广义系统的新观点1，再次 基金项目：国家自然科学基金资助项目(60375038,60374032) 论述广义智能系统工程”GSE的概念涵义、学科 通信作者：涂序彦.Email tuxuyan(@126com 架构、系统模型、系统分析、系统综合、系统类谱 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved htp://www.cnki.net

第 4卷第 1期 智 能 系 统 学 报 Vol. 4 №. 1 2009年 2月 CAA I Transactions on Intelligent System s Feb. 2009 再论“广义智能系统工程 ” 涂序彦 (北京科技大学 信息工程学院 ,北京 100083) 摘 要 :为了进一步阐明“智能系统 ”的概念 ,扩展智能系统及其应用的范畴 ,提高“系统工程 ”的智能化水平 ,从“广 义智能 ”、“广义系统 ”的新观点 ,再次论述“广义智能系统工程 ”( GISE)的概念涵义、学科架构、系统模型、系统分析、 系统综合、系统类谱.“广义智能系统工程 ”是“广义智能 ”( GI)与“系统工程 ”( SE)相结合的产物 ,其研究开发具有 重要的科学意义和广泛的应用价值. 关键词 :系统工程 ;智能系统工程 ;广义智能系统工程 中图分类号 : TP182 文献标识码 : A 文章编号 : 167324785 (2009) 0120007205 New viewpoint on generalized intelligent system s engineer ing( GISE) TU Xu2yan ( School of Information Engineering, Beijing University of Science and Technology, Beijing 100083, China) Abstract: In order to further demonstrate the concep t of intelligent system ( IS) , expand the domain of app lications of IS, and imp rove the intelligent level of system s engineering(SE) , from the new viewpoints of generalized intelli2 gence ( GI) and generalized system ( GS) , the concep tion, architecture, modeling, analysis, synthesis, and kinds of generalized intelligent system s engineering( GISE) are discussed again. GISE is the combination of GI and SE. It has important scientific significance and wide app lications value. Keywords:SE ( system s engineering) ; ISE ( intelligent system s engineering) ; GISE ( generalized intelligent sys2 tem s engineering) 收稿日期 : 2008211207. 基金项目 :国家自然科学基金资助项目 (60375038, 60374032). 通信作者 :涂序彦. E2mail: tuxuyan@126. com. “系统工程 ”( system s engineering, SE) ,是关于 系统建模 ,分析综合与组织管理的理论方法和应用 技术. 为了提高“系统工程 ”的智能化水平 ,作者在人 工智能 [ 1 ]、大系统控制论 [ 2 ]多年工作的基础上 ,于 1994年在文献 [ 3 ]中曾提“智能系统工程 ”的概念 , 如式 (1)所示 : A I + SE → ISE. (1) 式 中 : A I———人 工 智 能 ( artificial intelligence ) , SE———系统工程 ( system s engineering) , ISE———智 能 系 统 工 程 ( intelligent system s engineering ) , “ + ”———结合 ( combination ) ,“→”———研究开发 ( research & development). 式 ( 1 )表示 :在“人工智 能 ”与“系统工程 ”相结合的基础上 ,研究开发“智能 系统工程 ”. 由于“人工智能 ”学科已从传统的狭义人工智 能向现代的“广义人工智能 ” [ 4 ]发展. 所以作者于 2002年在文献 [ 5 ]中提出了广义智能系统 ( general2 ized intelligent system s) [ 5 ] . 2003年 ,作者从“广义人 工智能 ”的观点 ,在文献 [ 6 ]中又提出了广义智能系 统工程 ,如式 (2)所示 : GA I + SE → GISE. (2) 式中 : GA I———广义人工智能 ( generalized artificial intelligence) , SE———系统工程 , GISE———广义智能 系统工程 ( generalized intelligent system s engineer2 ing). 为了进一步阐明“智能系统 ”的概念 ,扩展智能 系统及其应用的范畴 ,提高“系统工程 ”的智能化水 平. 从“广义智能 ”、“广义系统 ”的新观点 [ 7210 ] ,再次 论述“广义智能系统工程 ”GISE的概念涵义、学科 架构、系统模型、系统分析、系统综合、系统类谱. © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net

智能系统学报 第4卷 1广义智能系统工程的概念涵义 thesis). 图1表明，“广义智能系统工程”GSE包括： 现在，从广义智能学观点，进一步论述广义 广义智能系统分析”GS4、广义智能系统综合” 智能系统工程的概念内涵，如式(3)所示： GSS两大分支，两者彼此相互关联、相辅相成.广 GI+SE·GISE (3) 义智能系统模型”GSM如式(5)所示： 式中：G广义智能，SE—系统工程，GSE GISE GISA,GISS)/GISM. (5) 广义智能系统工程.式(3)表示：在“广义智能”与 式(5)表示，广义智能系统工程”GSE包括：广义 “系统工程相结合的基础上，研究开发广义智能 智能系统分析”GS4与广义智能系统综合”GSS, 系统工程” 基于广义智能系统模型”GSM 什么是广义智能”？根据广义智能学州可 知，广义智能”包括：广义人工智能、生物智能、人 3广义智能系统模型” 机集成智能、群体协同智能等.其中，广义人工智 由于工程技术、社会经济、生态环境各领域的发 能如式(4)所示： 展，相应的系统工程规模庞大，结构复杂，因素众多， GA I (MSA LMLA IMAA D. 4) 功能综合，具有不确知、不确定、主动性、分散性、非 式中：GA广义人工智能；MSA多学派人工 线性、变结构、随机性、模糊性等各个复杂性.所以， 智能(multi-schools A D,如：符号主义学派，“联结 仅仅依靠传统的，狭义的数字模型及建模方法，己不 主义”学派，“行为主义”学派的人工智能； 能适应现代广义系统工程的需求 MA多层次人工智能(multi-layers A),如：思 为此，在大系统控制论》中，作者曾提出广 维层，感知层，行为层的人工智能；MAA多智体 义模型化”(generalized modeling)的理念和方法，可 人工智能(multi-agent A),即分布式人工智能(dis 用于广义智能系统建模.“广义模型”的概念如 tributed A L DA D). 图2所示 可见，现代的广义人工智能”GAI是多学派兼 MM 容的，多层次结合的，多智体分布的人工智能，是传 统的狭义人工智能的新发展，是适应互联网时代和 IGM KM 环境的分布式人工智能， NM 2广义智能系统工程的学科架构 GM SAM 根据“广义智能系统工程”GE的概念涵义， 其学科架构如图1所示。 IGM SLM GISE SOM 图2广义模型”GM的概念 GISA GISS Fig 2 Concept of generalized model GISM 在图(2)中：GM广义模型(gene ralized mod- el);IGM一集成广义模型(integrated (M)片 图1“广义智能系统工程的学科架构 MM数学模型(mathematical model),如：传递函 Fig 1 A rchitecture of generalized intelligent systems engi 数、状态方程等；MM知识模型(knowledge mod- neering el),如：产生式规则、谓词逻辑等；NM网络模型 在图1中：GSE广义智能系统工程，GF (network model)),如：赋值有向图、信息流程图等； SA广义智能系统分析(generalized intelligent IGM智能广义模型(intelligent M)；S4M一 systems analysis),GSM广义智能系统模型 自适应模型(self-adap tive model),如：自校正变参 generalized intelligent systems model),GISS- 数、变结构模型等；LM自学习模型（self-leaming 义智能系统综合(generalized intelligent systems syn~ model),如：基于人工神经网络的自学习模型， 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.htp://www.cnki.net

1 “广义智能系统工程 ”的概念涵义 现在 ,从“广义智能学 ”观点 ,进一步论述“广义 智能系统工程 ”的概念内涵 ,如式 (3)所示 : GI + SE → GISE. (3) 式中 : GI———广义智能 , SE———系统工程 , GISE——— 广义智能系统工程. 式 ( 3)表示 :在“广义智能 ”与 “系统工程 ”相结合的基础上 ,研究开发“广义智能 系统工程 ”. 什么是“广义智能 ”? 根据“广义智能学 ” [ 7 ]可 知 ,“广义智能 ”包括 :广义人工智能、生物智能、人 机集成智能、群体协同智能等. 其中 ,“广义人工智 能 ”如式 (4)所示 : GA I = {MSA I,MLA I,MAA I}. (4) 式中 : GA I———广义人工智能 ;MSA I———多学派人工 智能 (multi2schools A I) ,如 :“符号主义 ”学派 ,“联结 主义 ”学 派 , “行 为 主 义 ”学 派 的 人 工 智 能 ; MLA I———多层次人工智能 (multi2layers A I) ,如 :思 维层 ,感知层 ,行为层的人工智能 ;MAA I———多智体 人工智能 (multi2agent A I) ,即分布式人工智能 ( dis2 tributed A I,DA I). 可见 ,现代的“广义人工智能 ”GA I是多学派兼 容的 ,多层次结合的 ,多智体分布的人工智能 ,是传 统的狭义人工智能的新发展 ,是适应互联网时代和 环境的分布式人工智能. 2 “广义智能系统工程 ”的学科架构 根据“广义智能系统工程 ”GISE的概念涵义 , 其学科架构如图 1所示. 图 1 “广义智能系统工程 ”的学科架构 Fig. 1 A rchitecture of generalized intelligent system s engi2 neering 在图 1 中 : GISE———广义智能系统工程 , GI2 SA———广义智能系 统分析 ( generalized intelligent system s analysis) , GISM———广 义 智 能 系 统 模 型 ( generalized intelligent system s model) , GISS———广 义智能系统综合 ( generalized intelligent system s syn2 thesis). 图 1表明 , “广义智能系统工程 ”GISE包括 : “广义智能系统分析 ”GISA、“广义智能系统综合 ” GISS两大分支 ,两者彼此相互关联、相辅相成.“广 义智能系统模型 ”GISM如式 (5)所示 : GISE = { GISA, GISS} / GISM. (5) 式 (5)表示 ,“广义智能系统工程 ”GISE包括 :“广义 智能系统分析 ”GISA与“广义智能系统综合 ”GISS, 基于“广义智能系统模型 ”GISM. 3 “广义智能系统模型 ” 由于工程技术、社会经济、生态环境各领域的发 展 ,相应的系统工程规模庞大 ,结构复杂 ,因素众多 , 功能综合 ,具有不确知、不确定、主动性、分散性、非 线性、变结构、随机性、模糊性等各个复杂性. 所以 , 仅仅依靠传统的 ,狭义的数字模型及建模方法 ,已不 能适应现代广义系统工程的需求. 为此 ,在《大系统控制论 》 [ 2 ]中 ,作者曾提出“广 义模型化 ”( generalized modeling)的理念和方法 ,可 用于“广义智能系统 ”建模.“广义模型 ”的概念如 图 2所示. 图 2 “广义模型 ”GM的概念 Fig. 2 Concep t of generalized model 在图 (2)中 : GM———广义模型 ( generalized mod2 el) ; Ig GM———集 成 广 义 模 型 ( integrated GM ) ; MM———数学模型 (mathematical model) ,如 :传递函 数、状态方程等 ; KM———知识模型 ( knowledge mod2 el) ,如 :产生式规则、谓词逻辑等 ; NM———网络模型 ( network model) ,如 :赋值有向图、信息流程图等 ; Il GM———智能广义模型 ( intelligent GM ) ; SAM——— 自适应模型 ( self2adap tive model) ,如 :自校正变参 数、变结构模型等 ; LM———自学习模型 ( self2learning model) , 如 : 基于人工神经网络的自学习模 型 , ·8· 智 能 系 统 学 报 第 4卷 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net

第1期 涂序彦：再论广义智能系统工程” 9。 SOM自组织模型(selforgan izing model),如：基 可以对系统进行历史评估、现状分析与前景预测，如 于模型库的可组合可重构模型 图3所示 基于广义模型化”方法，作者开发了面向复杂 大系统的2种典型的广义模型： GISEp 历史评估 I)多层状态空间模型MLSS“多层状态空间” 模型(multi--layer state pace),简称MLSS,由各层的 GISA GISA. 现状分析 变粒度状态空间模型和纵向、横向关系模型组成，适 用于具有多级递阶结构的复杂大系统 2)多种广义算子模型MKG0.“多种广义算子” 前景预测 模型(multi-kind generalized operators),简称MKGO, GISF 由多种广义算子、多种联接方式组成，适用于具有多 段流程结构的复杂大系统 图3广义智能系统分析 这里，可以将广义模型化”方法应用于“系统 Fig 3 Analysis of generalized intelligent systams 工程建模，研究开发广义智能系统模型，如式(6) 在图(3)中： 所示： 1)广义智能系统历史评估GSE.采用广义智 GM+SE→GIM (6) 能系统历史评估GSE的方法和技术，如：案例推 式(6)表示：在广义模型”GM与系统工程SE相结 理、数据挖掘、知识发现、统计回归、机器学习等.对 合的基础上，研究开发广义智能系统模型”GSM 系统的性能、行为、功能、结构、效益和问题进行历史 例如：研究开发面向广义智能系统工程”GSE 评估 的集成广义模型IGM、智能广义模型GM,适用于 2)广义智能系统现状分析GS4。.采用广义智 复杂大系统工程的“多层状态空间糢型MLSS、“多 能系统现状分析GS4.方法和技术，如：多层状态空 种广义算子模型MKGO 间、多种广义算法、情景树、有限状态机、peti网等. 对系统当前运行性能、行为、功能、结构、效益和问题 4广义智能系统分析” 进行现状分析 基于广义智能系统模型”GSM,在“广义人工 3)广义智能系统前景预测GSF采用广义智 智能”GAI与系统分析SA(systems analysis))相结合 能系统前景预测GSF:方法和技术，如：统计预测、 的基础上，可研究开发“广义智能系统分析”GS4 情景预测、贝叶斯网络、人工神经网络、专家系统等」 的方法和技术，如式(7)所示： 对系统未来发展进行前景预测 GAI+SA→GISA (7) 5广义智能系统综合 而“系统分析泡括：历史评估、现状分析、前景 预测等，如式(8)所示： 基于“广义智能系统模型”GSM,在广义人工智 SA =(SE,SA,SF). 8) 能GAI与系统综合SS(systems synthesis)相结合的 式中：S4系统分析，SE系统历史评估(sys 基础上，可研究开发广义智能系统综合”GSS的方 tems evaluation of history),SA.—系统现状分析 法和技术，如式(10)所示： (systems analysis of current),SF,—系统前景预测 GAI+SS→GISS (10) systems orecast of future). 而系统综合包括：系统优化、系统决策、系统规 由式(7)与式(8)可得式(9) 划等，如式(11)所示： GISA =GISE,GISA,GISFr). (9) SS ={SD SO,SP. (11) 式中：GS4广义智能系统分析，GSE广义 式中：SD系统决策（systems decision),SO 智能系统历史评估(GI systems evaluation of hist- 系统优化(systems opti ization),SP—系统规划 y),GSA。广义智能系统现状分析(GI systems systems p lann ing). analysis of current),GSF广义智能系统前景预 由式(10)与式(11)可得式(12)如下： (GI systems forecast of future). GISS =(GISD,GISO,GISP).(12) 采用广义智能系统分析GS4的方法和技术， 式中：GISD广义智能系统决策(GI systems deci- 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved http://www.cnki.net

SOM———自组织模型 ( self2organizing model) ,如 :基 于模型库的可组合可重构模型. 基于“广义模型化 ”方法 ,作者开发了面向复杂 大系统的 2种典型的广义模型 : 1)多层状态空间模型 MLSS.“多层状态空间 ” 模型 (multi2layer state space) ,简称 MLSS,由各层的 変粒度状态空间模型和纵向、横向关系模型组成 ,适 用于具有多级递阶结构的复杂大系统. 2)多种广义算子模型 MKGO.“多种广义算子 ” 模型 (multi2kind generalized operators) ,简称 MKGO, 由多种广义算子、多种联接方式组成 ,适用于具有多 段流程结构的复杂大系统. 这里 ,可以将“广义模型化 ”方法应用于“系统 工程 ”建模 ,研究开发广义智能系统模型 ,如式 ( 6) 所示 : GM + SE → GISM. (6) 式 (6)表示 :在“广义模型 ”GM与系统工程 SE相结 合的基础上 ,研究开发“广义智能系统模型 ”GISM. 例如 :研究开发面向“广义智能系统工程 ”GISE 的集成广义模型 Ig GM、智能广义模型 Il GM,适用于 复杂大系统工程的“多层状态空间 ”模型 MLSS、“多 种广义算子 ”模型 MKGO. 4 “广义智能系统分析 ” 基于“广义智能系统模型 ”GISM,在“广义人工 智能 ”GA I与系统分析 SA ( system s analysis)相结合 的基础上 ,可研究开发“广义智能系统分析 ”GISA 的方法和技术 ,如式 (7)所示 : GA I + SA → GISA. (7) 而“系统分析 ”包括 :历史评估、现状分析、前景 预测等 ,如式 (8)所示 : SA = {SEh , SAc , SFf }. (8) 式中 : SA———系统分析 , SEh ———系统历史评估 ( sys2 tem s evaluation of history) , SAc ———系统现状分析 ( system s analysis of current) , SFf ———系统前景预测 ( system s forecast of future). 由式 (7)与式 (8)可得式 (9). GISA = {GISEh , GISAc , GISFf }. (9) 式中 : GISA———广义智能系统分析 , GISEh ———广义 智能系统历史评估 ( GI system s evaluation of histo2 ry) , GISAc ———广义智能系统现状分析 ( GI system s analysis of current) , GISFf ———广义智能系统前景预 测 ( GI system s forecast of future). 采用广义智能系统分析 GISA 的方法和技术 , 可以对系统进行历史评估、现状分析与前景预测 ,如 图 3所示. 图 3 广义智能系统分析 Fig. 3 Analysis of generalized intelligent system s 在图 (3)中 : 1)广义智能系统历史评估 GISEh . 采用广义智 能系统历史评估 GISEh 的方法和技术 ,如 :案例推 理、数据挖掘、知识发现、统计回归、机器学习等. 对 系统的性能、行为、功能、结构、效益和问题进行历史 评估. 2)广义智能系统现状分析 GISAc . 采用广义智 能系统现状分析 GISAc 方法和技术 ,如 :多层状态空 间、多种广义算法、情景树、有限状态机、petri网等. 对系统当前运行性能、行为、功能、结构、效益和问题 进行现状分析. 3)广义智能系统前景预测 GISFf . 采用广义智 能系统前景预测 GISFf 方法和技术 ,如 :统计预测、 情景预测、贝叶斯网络、人工神经网络、专家系统等. 对系统未来发展进行前景预测. 5 “广义智能系统综合 ” 基于“广义智能系统模型 ”GISM,在广义人工智 能 GA I与系统综合 SS( system s synthesis)相结合的 基础上 ,可研究开发“广义智能系统综合 ”GISS的方 法和技术 ,如式 (10)所示 : GA I + SS → GISS. (10) 而系统综合包括 :系统优化、系统决策、系统规 划等 ,如式 (11)所示 : SS = {SD , SO, SP}. (11) 式中 : SD———系统决策 ( system s decision) , SO——— 系统优化 ( system s op tim ization ) , SP———系统规划 ( system s p lanning). 由式 (10)与式 (11)可得式 (12)如下 : GISS = {GISD, GISO, GISP}. (12) 式中 : GISD———广义智能系统决策 ( GI system s deci2 第 1期 涂序彦 :再论“广义智能系统工程 ” ·9· © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net

10 智能系统学报 第4卷 sion),GSO广义智能系统优化(GI systems opti- 启发式规划、进化规划等，基于广义智能系统优化 m ization),GSP广义智能系统规划(GI system G8O方法，进行广义智能系统工程的优化规划 planning) 6 因此，采用广义智能系统综合GSS的方法和技 广义智能系统类谱 术，可以进行复杂系统工程的优化，决策和规划，如 2006年，在文献[9]中，作者进一步论述了广 图4所示 义智能系统的概念、模型和类谱 GISD 61广义智能的概念模型 系统决策 广义智能的概念模型如式(13)所示： GI (MKIML IMPIMCIMSIMD D.(13) 系统优化 式中：G广义智能（generalized intelligence), GIS GISO MK多种类智能(multi-kind intelligence), ML多层次智能(multi-layer intelligence), MP多模式智能(multi-pattem intelligence), GISP 系统规划 MCH 多特征智能(multi-characteristic intelligence), MS—多阶段智能）(multi-stage intelligence), MD多范畴智能(multi-domain intelligence). 图4广义智能系统综合 62广义系统的概念模型 Fig 4 Synthesis of generalized intelligent systems 广义系统的概念如式(14)所示 在图4中 GS =(VKS,VSS,VAS,VPS,VCS,VFS )(14) 1)广义智能系统优化G8O.基于广义智能系 式中：Gs—广义系统(gene ralized system）, 统模型GSM,采用广义智能优化方法，如：多级智能 VKS一各种类系统(various kind system), 优化、遗传算法、进化优化、启发优化、粒子群优化 VSS一各规模系统(various scale system), 等.在给定的约束条件下，实现广义智能系统工程的 VAS一各结构系统(variousarchitecture system), 最优化或满意化。 VPS一各参数系统(variousparameter system）, 2)广义智能系统决策GD.采用广义智能决 VCS- 各特征系统(variouscharacteristic system), 策方法，如：多目标决策、决策技术、决策网、对策论、 VFS一各功能系统(various function system). 群决策方法等，基于广义智能系统优化G8O方法， 根据广义智能”GI与广义系统”GS的概念， 进行广义智能系统工程的优化决策 给出下面类谱表 3)广义智能系统规划GSP.采用广义智能规划 63广义智能系统的类谱表 方法，如：线性、非线性规划、动态规划、多目标规划、 广义智能系统的类谱表如表1所示 表1宁义智能系统的类谱表 Table 1 The kinds of generalized n telligent systems GS GI VKS VSS VAS VPS VCS VFS MKI MKI∩VKS MKINVSS MKINVAS MKINVPS MKInVCS MKINVFS MLI MLIOVKS ML INVSS ML INVAS MLI∩VPS MLINVCS MLINVFS MPI MPIOVKS MPINVSS MPIOVAS MPI∩VPS MPINVCS MPINVFS MCI MCInVKS MCInVss MCI∩VAS MCInVPS MCInVCs MCInVFS MSI MSI∩VKS MSI∩VSS MSI∩VAS MSIOVPS MSI∩VCS MSI∩VFS MDI MDI∩VKS MD INVSS MD IOVAS MDINVPS MDInVCS MDI∩VFS 利用类谱表1，不仅可以对已有的智能系统” 智能系统 进行分类、聚类；而且可以预见未来，研究开发新的 同理，根据文献[9]，类似地，可以进一步建立 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved. hp:/小p1.cnki.e

sion) , GISO———广义智能系统优化 ( GI system s op ti2 m ization) , GISP———广义智能系统规划 ( GI system p lanning). 因此 ,采用广义智能系统综合 GISS的方法和技 术 ,可以进行复杂系统工程的优化 ,决策和规划 ,如 图 4所示. 图 4 广义智能系统综合 Fig. 4 Synthesis of generalized intelligent systems 在图 4中 : 1)广义智能系统优化 GISO. 基于广义智能系 统模型 GISM,采用广义智能优化方法 ,如 :多级智能 优化、遗传算法、进化优化、启发优化、粒子群优化 等. 在给定的约束条件下 ,实现广义智能系统工程的 最优化或满意化. 2)广义智能系统决策 GISD. 采用广义智能决 策方法 ,如 :多目标决策、决策技术、决策网、对策论、 群决策方法等 ,基于广义智能系统优化 GISO方法 , 进行广义智能系统工程的优化决策. 3)广义智能系统规划 GISP. 采用广义智能规划 方法 ,如 :线性、非线性规划、动态规划、多目标规划、 启发式规划、进化规划等 ,基于广义智能系统优化 GISO方法 ,进行广义智能系统工程的优化规划. 6 “广义智能系统 ”类谱 2006年 ,在文献 [ 9 ]中 ,作者进一步论述了“广 义智能系统 ”的概念、模型和类谱. 6. 1 “广义智能 ”的概念模型 “广义智能 ”的概念模型如式 (13)所示 : GI = {MKI,ML I,MPI,MC I,MSI,MD I}. (13) 式中 : GI———广 义 智 能 ( generalized intelligence ) , MKI———多 种 类 智 能 ( multi2kind intelligence ) , ML I———多 层 次 智 能 ( multi2layer intelligence ) , MPI———多模 式 智 能 ( multi2pattern intelligence ) , MCI———多特征智能 (multi2characteristic intelligence) , MSI———多 阶 段 智 能 ) ( multi2stage intelligence ) , MD I———多范畴智能 (multi2domain intelligence). 6. 2 “广义系统 ”的概念模型 “广义系统 ”的概念如式 (14)所示 : GS = {VKS,VSS,VAS,VPS,VCS,VFS }. (14) 式 中 : GS ———广 义 系 统 ( generalized system ) , VKS ———各 种 类 系 统 ( various kind system ) , VSS ———各 规 模 系 统 ( various scale system ) , VAS———各结构系统 ( variousarchitecture system ) , VPS ———各 参 数 系 统 ( variousparameter system ) , VCS———各特征系统 ( variouscharacteristic system ) , VFS ———各 功 能 系 统 ( various function system ) . 根据“广义智能 ”GI与“广义系统 ”GS的概念 , 给出下面类谱表. 6. 3 “广义智能系统 ”的类谱表 “广义智能系统 ”的类谱表如表 1所示. 表 1 “广义智能系统 ”的类谱表 Table 1 The k inds of genera lized in telligen t system s GI GS VKS VSS VAS VPS VCS VFS MKI MKI∩VKS MKI∩VSS MKI∩VAS MKI∩VPS MKI∩VCS MKI∩VFS ML I ML I∩VKS ML I∩VSS ML I∩VAS ML I∩VPS ML I∩VCS ML I∩VFS MP I MP I∩VKS MP I∩VSS MP I∩VAS MP I∩VPS MP I∩VCS MP I∩VFS MCI MCI∩VKS MCI∩VSS MCI∩VAS MCI∩VPS MCI∩VCS MCI∩VFS MSI MSI∩VKS MSI∩VSS MSI∩VAS MSI∩VPS MSI∩VCS MSI∩VFS MD I MD I∩VKS MD I∩VSS MD I∩VAS MD I∩VPS MD I∩VCS MD I∩VFS 利用类谱表 1,不仅可以对已有的“智能系统 ” 进行分类、聚类 ;而且可以预见未来 ,研究开发新的 智能系统. 同理 ,根据文献 [ 9 ],类似地 ,可以进一步建立 ·10· 智 能 系 统 学 报 第 4卷 © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net

第1期 涂序彦：再论广义智能系统工程” ·11。 广义智能系统工程的类谱表，不仅可用于对已有 届全国人工智能学术大会论文集.北京：北京邮电大学 的智能系统工程进行分类、聚类，而且可预见未 出版社，2005 来，研究开发新的“智能系统工程” TU Xuyan Generalized intelligenics C ]//Proceedings of the 11 thNational Conference on Artificial Intelligence of 7结束语 CAA I Beijing Beijing University Posts Telecommunic- atins Press,2005. 本文论述了广义智能系统工程的概念涵义， [8]涂序彦，何华灿，钟义信，等.广义智能信息系统论 其学科构架，系统建模、分析与综合、以及广义智 [C]/中国人工智能学会第八届全国人工智能学术大会 能系统类谱.“智能系统工程”是“人工智能”与 论文集.杭州：浙江大学出版社，1994 “系统工程相结构的产物.是“系统工程向“智能 TU Xuyan,HE Huacan,ZHONG Yixin,et al Theory on 化”方向的发展.广义智能系统工程”是广义智 generalized intelligence infomation systems[C]//Proceed- 能”与“系统工程相结合的产物，是“智能系统工 ings of the 8thNational Conference on A rtificial Intelligence 程向广义化”方向的发展.“智能系统工程”与 of CAA I Hang hou:Zhejiang University Press,1994 广义智能系统工程的研究发展，具有重要科学意 [9涂序彦.广义智能系统的概念模型和类谱[J]智能系 义和广泛的应用价值 统学报，2006,1(2)：7-10 TU Xuyan Concept,model&kinds of generalized intelli- 参考文献： gent systems [J].CAAI Transactions on Intelligent Sys- tams,2006,1(2):7-10 [1除序彦.人工智能及其应用[M]北京：电子工业出版 [10除序彦，韩力群.人工智能：回顾与展望[M]北京：科 社，1988 学出版社，2005 [2涂序彦.大系统控制论[M北京：国防工业出版社， 作者简介： 1994 涂序彦，男，1935年生，教授，博士 [3除序彦.智能系统工程[J1军事系统工程，1994,30 生导师现任中国人工智能学会荣誉理 (4):34-40 事长、指导委员会主席，北京人工智能 IU Xuyan Intelligent systems engineering[J]Military Sys- 学会名誉理事长指导委员会主席.北 tems Engineering.1994,30(4):34-40. 京科技大学信息工程学院特聘教授，计 [4涂序彦.广义人工智能[C]1中国人工智能学会第9届 算机与系统科学研究所所长.历任中国 全国人工智能学术年会论文集.北京：北京邮电大学出 人工智能学会理事长，中国自动化学会常务理事，中国软件 版社，2001 行业协会常务理事.全球华人智能控制与智能自动化大会主 TU Xuyan Generalized artificial intelligence [C]//Po- 席、世界专家系统大会远东区)主席.兼任中国科学院自动 ceedings of the 9th-National Conference on A rtificial Intel- 化研究所清华大学华中科技大学、北京理工大学、北京邮 ligence of CAA I Beijing:Beijing University Posts Tele- 电大学等高等院校的教授、博士生导师，中国军事科学院特 communicatins Press,2001. 邀研究员，清华大学智能技术与系统国家实验室学术委员 [5]TU Xuyan Generalized intelligent systems [C]//Proceed- 等.主要研究方向为“多变量协调控制理论，“最经济控制” ings of the First "Korea-China"workshop on Intelligent Sys- 理论、生物控制论、大系统控制论”、人工智能、专家系统、 tems Seoul,2002 智能控制、智能管理、智能系统工程获得国家科技攻关重大 [6]TU Xuyan Generalized intelligent systems engineering[C] 成果奖，治金部、电子部等科技进步奖多项，英国IBC、美国 //Proceedings of 2003"Sino-Korea",Symposium on Itelli- AB世界名人录列选人.发表学术论文数百篇，出版专著7部. gent Systems Beijing,2003. [7涂序彦.广义智能学[C]1中国人工智能学会第十一 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net

“广义智能系统工程 ”的类谱表 ,不仅可用于对已有 的“智能系统工程 ”进行分类、聚类 ,而且可预见未 来 ,研究开发新的“智能系统工程 ”. 7 结束语 本文论述了“广义智能系统工程 ”的概念涵义 , 其学科构架 ,系统建模、分析与综合、以及“广义智 能系统 ”类谱. “智能系统工程 ”是“人工智能 ”与 “系统工程 ”相结构的产物. 是“系统工程 ”向“智能 化 ”方向的发展.“广义智能系统工程 ”是“广义智 能 ”与“系统工程 ”相结合的产物 ,是“智能系统工 程 ”向“广义化 ”方向的发展. “智能系统工程 ”与 “广义智能系统工程 ”的研究发展 ,具有重要科学意 义和广泛的应用价值. 参考文献 : [ 1 ]涂序彦. 人工智能及其应用 [M ]. 北京 :电子工业出版 社 , 1988. [ 2 ]涂序彦. 大系统控制论 [M ]. 北京 :国防工业出版社 , 1994. [ 3 ]涂序彦. 智能系统工程 [ J ]. 军事系统工程 , 1994, 30 (4) : 34240. TU Xuyan. Intelligent systems engineering[J ]. M ilitary Sys2 tem s Engineering, 1994, 30 (4) : 34240. [ 4 ]涂序彦. 广义人工智能 [ C ] / /中国人工智能学会第 9届 全国人工智能学术年会论文集. 北京 :北京邮电大学出 版社 , 2001. TU Xuyan. Generalized artificial intelligence [ C ] / / Pro2 ceedings of the 9 th - National Conference on A rtificial Intel2 ligence of CAA I. Beijing: Beijing University Posts & Tele2 communicatins Press, 2001. [ 5 ] TU Xuyan. Generalized intelligent system s [C ] / / Proceed2 ings of the First“Korea2China”workshop on Intelligent Sys2 tem s. Seoul, 2002. [ 6 ]TU Xuyan. Generalized intelligent systems engineering[C ] / /Proceedings of 2003“Sino2Korea”, Symposium on Intelli2 gent System s. Beijing, 2003. [ 7 ]涂序彦. 广义智能学 [C ] / /中国人工智能学会第十一 届全国人工智能学术大会论文集. 北京 :北京邮电大学 出版社 , 2005. TU Xuyan. Generalized intelligenics [ C ] / /Proceedings of the 11 th2National Conference on A rtificial Intelligence of CAA I. Beijing: Beijing University Posts & Telecommunic2 atins Press, 2005. [ 8 ]涂序彦 ,何华灿 ,钟义信 ,等. 广义智能信息系统论 [C ] / /中国人工智能学会第八届全国人工智能学术大会 论文集. 杭州 :浙江大学出版社 , 1994. TU Xuyan, HE Huacan, ZHONG Yixin, et al. Theory on generalized intelligence information systems[C ] / / Proceed2 ings of the 8 th2National Conference on A rtificial Intelligence of CAA I. Hangzhou: Zhejiang University Press, 1994. [ 9 ]涂序彦. 广义智能系统的概念、模型和类谱 [J ]. 智能系 统学报 , 2006, 1 (2) : 7210. TU Xuyan. Concep t, model & kinds of generalized intelli2 gent systems [ J ]. CAA I Transactions on Intelligent Sys2 tem s, 2006, 1 (2) : 7210. [ 10 ]涂序彦 ,韩力群. 人工智能 :回顾与展望 [M ]. 北京 :科 学出版社 , 2005. 作者简介 : 涂序彦 ,男 , 1935年生 ,教授 ,博士 11· 生导师. 现任中国人工智能学会荣誉理 事长、指导委员会主席 ,北京人工智能 学会名誉理事长、指导委员会主席. 北 京科技大学信息工程学院特聘教授 ,计 算机与系统科学研究所所长. 历任中国 人工智能学会理事长 ,中国自动化学会常务理事 ,中国软件 行业协会常务理事. 全球华人智能控制与智能自动化大会主 席、世界专家系统大会 (远东区 )主席. 兼任中国科学院自动 化研究所、清华大学、华中科技大学、北京理工大学、北京邮 电大学等高等院校的教授、博士生导师 ,中国军事科学院特 邀研究员 ,清华大学智能技术与系统国家实验室学术委员 等. 主要研究方向为“多变量协调控制 ”理论 ,“最经济控制 ” 理论、“生物控制论、大系统控制论 ”、人工智能、专家系统、 智能控制、智能管理、智能系统工程. 获得国家科技攻关重大 成果奖 ,冶金部、电子部等科技进步奖多项 ,英国 IBC、美国 AB I世界名人录列选人. 发表学术论文数百篇 ,出版专著 7部. 第 1期 涂序彦 :再论“广义智能系统工程 ” · © 1994-2009 China Academic Journal Electronic Publishing House. All rights reserved. http://www.cnki.net