第5期 史忠植，等：基于主体的智能协同决策支持系统 ·381 的数据库进行数据开采，然后把发现得到的知识自 类知识转化为数学模型，然后再通过模型库子系统 动导入到决策推理模块当中.然而，数据挖掘算法千 进行调用.另外，又开发了一个翻译器管理器，用来 变万化，挖掘出来的知识在表现形式上有着很大差 管理、加载、调用这些翻译器，选择适当的翻译器来 别，想要开发出一种通用的方法，将数据挖掘系统开 处理数据挖掘得出的结论 采出的知识转化为推理规则是不可能的.所以，构造 了一组翻译器，这组翻译器中的每一个分别对应一 4智能协同决策支持系统体系结构 种数据挖掘算法，如Ripper C.45、Apriori等，分别 本文以主体推理机和主体网格智能平台AGrP 可以把对应的数据挖掘算法得出的结论自动转化为 为基础，构建了一个基于多主体技术的智能协同决 推理规则.对于绝大多数的数据挖掘算法得出的结 策支持系统 论，这种转化都是自然而直接的，但是对于支持向量 机以及神经网络这类的数据挖掘算法，并没有一种 系统的结构图如图2所示，它主要由人机交互 直观的方法可以把它们转化为推理机能够识别的推 界面、一组主体推理机以及主体网格智能平台 理规则.所以在这里采用了一种迁回的方法，先把这 AGrP3个部分组成 专家、知识工程师·专家、知识工程师 C决策者 决策者 人机交互界面 交 推理模块 推理模块 推理模块 知识库 数据库 知识库 数据库 知识库 数据库 策略库心智模型 策略库心智模型 策略库心智模型 主体推理机 主体推理机 主体推理机 变 主体网格智能平台AGrIP 图2系统结构图 Fig 2 System Architecture 其中，主体网格智能平台AGP是由中科院计 计划的重要依据 算所智能信息处理国家重点实验室开发完成的主体 电力负荷预测分析实验平台PoweLab基于上 协同工作环境.它包括了主体网格的开发环境和运 面介绍的思路进行设计，是一个基于多主体技术的 行环境，采用面向智能主体的编程方法和软件方法 智能协同决策支持系统.它可以灵活设计和完成电 学，基于智能主体和多主体的技术而构建，为协同工 力负荷预测分析，能够对国家的宏观用电调控政策 作环境开发者提供一个从系统分析、设计到具体实 及财政、货币政策对电力负荷的影响进行模拟，完成 现和运行的整个过程，也能直接为终端用户提供实 不同行业、不同层次的电力负荷预测分析.为国家电 际的智能应用系统劉应用这个系统，用户可以在 力政策的决策提供支持 网络上构建和布置分布的主体推理机，每个主体推 国家各项政策如何对电力负荷造成影响的知识 理机都包含了解决问题所需要的部分知识和数据， 和数据，并没有一个统一的存放地点.因为这些政策 不同的主体推理机之间，以及主体推理机与决策者 来自于宏观用电调控、财政、货币等各个领域，不可 们之间协同工作，共同解决复杂的决策问题 能有任何一个部门拥有相关的所有数据，亦不可能 有任何一个人类专家可以了解其中的所有知识.构 5电力负荷预测分析实验平台 建传统的决策支持系统，并对如此复杂的知识进行 电力负荷预测是电力系统规划、经济运行和进 统一的维护，是非常不现实的.所以把这些知识封装 行调度管理自动化的基础，也是制定电力市场交易 入多个主体推理机当中，这些主体推理机可以基于 1994-2009 China Academic Journal Electronic Publishing House.All rights reserved.http://www.cnki.net的数据库进行数据开采 ,然后把发现得到的知识自 动导入到决策推理模块当中. 然而 ,数据挖掘算法千 变万化 ,挖掘出来的知识在表现形式上有着很大差 别 ,想要开发出一种通用的方法 ,将数据挖掘系统开 采出的知识转化为推理规则是不可能的. 所以 ,构造 了一组翻译器 ,这组翻译器中的每一个分别对应一 种数据挖掘算法 ,如 Ripper、C4. 5、Ap riori等 ,分别 可以把对应的数据挖掘算法得出的结论自动转化为 推理规则. 对于绝大多数的数据挖掘算法得出的结 论 ,这种转化都是自然而直接的 ,但是对于支持向量 机以及神经网络这类的数据挖掘算法 ,并没有一种 直观的方法可以把它们转化为推理机能够识别的推 理规则. 所以在这里采用了一种迂回的方法 ,先把这 类知识转化为数学模型 ,然后再通过模型库子系统 进行调用. 另外 ,又开发了一个翻译器管理器 ,用来 管理、加载、调用这些翻译器 ,选择适当的翻译器来 处理数据挖掘得出的结论. 4 智能协同决策支持系统体系结构 本文以主体推理机和主体网格智能平台 AGrIP 为基础 ,构建了一个基于多主体技术的智能协同决 策支持系统. 系统的结构图如图 2所示 ,它主要由人机交互 界面、一组主体推理机以及主体网格智能平台 AGrIP 3个部分组成. 图 2 系统结构图 Fig. 2 System A rchitecture 其中 ,主体网格智能平台 AGrIP是由中科院计 算所智能信息处理国家重点实验室开发完成的主体 协同工作环境. 它包括了主体网格的开发环境和运 行环境 ,采用面向智能主体的编程方法和软件方法 学 ,基于智能主体和多主体的技术而构建 ,为协同工 作环境开发者提供一个从系统分析、设计到具体实 现和运行的整个过程 ,也能直接为终端用户提供实 际的智能应用系统 [ 8 ] . 应用这个系统 ,用户可以在 网络上构建和布置分布的主体推理机 ,每个主体推 理机都包含了解决问题所需要的部分知识和数据 , 不同的主体推理机之间 ,以及主体推理机与决策者 们之间协同工作 ,共同解决复杂的决策问题. 5 电力负荷预测分析实验平台 电力负荷预测是电力系统规划、经济运行和进 行调度管理自动化的基础 ,也是制定电力市场交易 计划的重要依据. 电力负荷预测分析实验平台 PowerLab基于上 面介绍的思路进行设计 ,是一个基于多主体技术的 智能协同决策支持系统. 它可以灵活设计和完成电 力负荷预测分析 ,能够对国家的宏观用电调控政策 及财政、货币政策对电力负荷的影响进行模拟 ,完成 不同行业、不同层次的电力负荷预测分析. 为国家电 力政策的决策提供支持. 国家各项政策如何对电力负荷造成影响的知识 和数据 ,并没有一个统一的存放地点. 因为这些政策 来自于宏观用电调控、财政、货币等各个领域 ,不可 能有任何一个部门拥有相关的所有数据 ,亦不可能 有任何一个人类专家可以了解其中的所有知识. 构 建传统的决策支持系统 ,并对如此复杂的知识进行 统一的维护 ,是非常不现实的. 所以把这些知识封装 入多个主体推理机当中 ,这些主体推理机可以基于 第 5期 史忠植 ,等 :基于主体的智能协同决策支持系统 ·381·