第八章空间决策支持ppt课件.ppt

《第八章空间决策支持ppt课件.ppt》由会员分享，可在线阅读，更多相关《第八章空间决策支持ppt课件.ppt（193页珍藏版）》请在三一办公上搜索。

1、1,第八章 空间决策支持系统,武汉大学遥感信息工程学院遥感科学与技术本科生教案(2012),秦 昆,2,8.1 空间分析与空间决策支持,3,空间分析是地理信息系统的核心。根据空间分析的智能化程度，空间分析过程中引入知识的多少，空间分析划分为：一般空间分析、空间决策支持智能空间决策支持,4,一般空间分析 一些常用的GIS软件，如ArcGIS，MapInfo，GeoStar等，都具有空间分析的一般方法，如叠置分析、缓冲区分析、网络分析、空间插值等。 应用一般空间分析功能模块进行空间分析时，通常需要同时运用多种空间分析操作。 设计高效率的空间分析过程将十分有利于问题的解决。,5,一般空间分析的步骤：

2、步骤1：建立分析目的和标准 分析目的:用户打算利用地理数据库回答什么问题;标准:如何利用GIS的空间分析功能回答这些问题。例如，某项研究的目的:确定适合建造一个新公园的位置，公园的位置必须是从主要公路上容易到达的，但又不能太靠近主要公路等。满足这些目的的标准:可以表述成用一系列的空间查询语句来进行分析的格式。对每个标准可以利用缓冲区分析、叠置分析等空间分析操作进行分析，然后对分析结果进行评价。,6,步骤2：准备空间操作的数据 准备空间分析所要用到的数据，包括空间数据和属性数据。数据准备的要求因研究对象不同而异，在进行分析之前，对数据准备进行全面的考察将有助于用户有效地完成分析工作。,7,步骤3

3、：进行空间分析操作 空间分析操作这一步骤是地理信息系统所特有的。正是利用这一步骤产生了用于分析的空间关系。空间分析操作包括：缓冲区分析、拓扑叠加分析、特征抽取以及特征合并等。每个空间分析操作都将产生分析所需要的新的信息。为了得到符合要求的数据，可能需要进行多种空间分析操作。,8,步骤4：准备表格分析的数据 大多数分析都要求利用空间操作得到一个最终图层(Coverage)或一组图层(Coverages)。一旦产生了最终的图层(Coverages)，就必须准备用于分析的数据，包括空间数据和描述性数据。,9,步骤5：进行表格分析 利用逻辑表达式和算术表达式，对步骤3中进行空间分析操作所获得的新的属性

4、关系进行分析。 步骤6：结果的评价和解释 完成以上分析后，将获得一个结果，必须对该分析结果进行评价，以确定其有效性。 步骤7：如有需要，改进分析 考虑到分析结果可能还具有某些局限性和缺点，可以决定对分析方法和过程进行改进。,10,步骤8：产生分析结果的最终地图和表格报告。 以最有效而又可靠的方法输出分析结果。 可以利用GIS软件提供的地图输出模块产生地图，利用属性数据处理模块产生表格和报告。,在实际的空间分析应用中，可以按照以上介绍的一般空间分析的步骤完成分析操作，但是不一定要求严格按照以上8个步骤进行，可以对部分步骤进行综合处理。,11,1）问题提出在某地建立一个国家森林旅游点，参考一定的旅

5、游条件，在1:2.5万地图上确定出旅游点的范围，并绘制成图，最后提交决策者参考。2）数据源建立一个国家森林旅游点所需要的空间数据包括：D1: 公路及铁路分布图(1:2.5万)，一种线状图；D2: 森林服务权属图(1:2.5万)，一种面状图；D3: 城镇行政区划图(1:2.5万)，一种面状图。,示例1：国家森林公园的选址,12,3）所需要实现的GIS功能为了完成该任务，需要用到以下GIS功能：属性重分类；面状边界消除与合并；缓冲区生成；拓扑叠加；面积量测；中心点计算及叠加；绘图输出；生成报表。这些功能需要综合应用多种GIS空间分析模型来完成。,13,4）具体操作步骤 (1)根据森林权属数据将面状

6、地物分成林地与非林地两大类。 (2)消除同一属性值为林地或非林地的相邻多边形的边界并加以合并。 (3)在所有公路或铁路周围生成0.5km、1.0km宽的缓冲区，并分别赋属性值。,14,4）具体操作步骤 (4)拓扑叠加步骤(2)和(3)的图层，生成新的图层，并连接相关属性信息，得到具有下列属性的多边形： 非林地； 0.5km内的林地区域； 0.5km外且1.0km范围以内的林地区域； 1.0km范围以外的林地区域。(5)拓扑叠加城镇边界图，得到市区、非市区属性，并添加到步骤(4)所得到的属性表中。,15,(6)得到重新分类的面状地物图，其属性组合可能存在以下类型：A: 非林地；B: 林地、市区；

7、C: 林地、非市区且距公路或铁路0.5km之内；D: 林地、非市区且距公路或铁路0.5km到1.0km之内E: 林地、非市区且距公路或铁路1.0km之外。(7)消除并合并步骤(6)所得到的同类多边形边界。 (8)量算步骤(7)所得到的多边形的面积。,16,(9)依据面积约束条件，对以下C类多边形再分类： C1：面积小于等于5km2； C2：面积大于5km2。(10)计算多边形中心，并累计多边形的编号。(11)叠加绘出步骤(10)所赋予的分类多边形、交通图、行政区划图。 (12)统计输出分类多边形的面积、属性资料。,17,5）将分析结果以地图和表格的形式打印输出。,18,示例2：道路拓宽改建过程

8、中的拆迁指标计算,1）明确分析的目的和标准本示例的目的：计算由于道路拓宽而需要拆迁的建筑物建筑面积和房价价值；道路拓宽改建的标准：道路从原有的20m拓宽至60m；拓宽道路应尽量保持直线；部分位于拆迁区内的10层以上的建筑物不得拆除。,19,示例2：道路拓宽改建过程中的拆迁指标计算,2）准备进行分析的数据本例需要两类信息：现状道路图；分析区域内的建筑物分布图及相关信息。,20,3）进行空间操作首先选择拟拓宽的道路，根据拓宽半径，建立道路的缓冲区。然后将此缓冲区与建筑物层数据进行拓扑叠加，产生一幅新图，此图包括所有部分或全部位于拓宽区内的建筑信息。,21,4）进行统计分析首先对全部或部分位于拆迁区

9、内的建筑物进行选择，凡部分落入拆迁区且层数高于10层以上的建筑物，将其从选择组中去掉，并对道路的拓宽边界进行局部调整。然后对所有需要拆迁的建筑物进行拆迁指标计算。,22,5）将分析结果以地图和表格的形式打印输出。,23,示例3：辅助建设项目选址,1）建立分析的目的和标准分析的目的：确定一些具体的地块，作为一个轻度污染工厂的可能建设位置。工厂选址的标准：地块建设用地面积不小于10000m2；地块的地价不超过1万元/m2；地块周围不能有幼儿园、学校等公共设施，以免受到工厂生产的影响。,24,示例3：辅助建设项目选址,2）从数据库中提取用于选址的数据为达到选址的目的，需要准备两种数据：包括全市所有地

10、块信息的数据层；全市公共设施(包括幼儿园、学校等)的分布图。,25,3）进行特征提取和空间拓扑叠加从地块图中选择所有满足条件1、2的地块，并与公共设施层数据进行拓扑叠加。4）进行邻域分析对叠加的结果进行邻域分析和特征提取，选取满足要求的地块。5）将选择的地块及相关信息以地图和表格形式打印输出。,26,空间决策支持 空间决策支持是应用各种空间分析手段对空间数据进行处理，以提取出隐含于空间数据中的某些事实和关系，并以图形和文字的形式直观地加以表达，为现实世界中的各种应用以及决策人员的决策提供科学、合理的支持。 由于空间分析直接融合了数据的空间定位能力，并能够充分利用数据的现势性特点，因此，其提供的

11、决策支持将更加符合客观现实，更具合理性。,27,空间决策支持 目前，尽管各种商业软件不断推出，各种应用于空间数据处理的商业化手段也日臻完善，但是由于用户的目的是千变万化的，不能用一种定式加以限制。提出一种完全封装的、高度智能的通用空间决策支持软件是不现实的。,目前，更多的空间决策手段则是利用现有软件提供的某些空间分析工具，按照用户意图，开发合理的决策模型，以实现决策支持。,28,国土规划、场址选择、灾害评价等都属于空间分析决策所研究的领域，分析人员根据特定的决策目的与要求，运用分析手段，分析相关的空间与非空间信息，得出分析结果。空间决策问题大大超过了地理信息系统的一般空间分析功能的要求。,29

12、,空间决策支持一般需要以下过程：（1）确定目标 根据用户的要求，确定用户的最终实现目标，并对目标性质进行分类，确定目标的初步认识。,（2）建立模型 建立分析的运作模型及定量模型。前者是指用户的实际运作过程的各种业务运作模型；后者是指参照用户的实际工作模型，结合空间数据的空间特点，形成各种定量分析模型。,30,（3）寻求空间分析手段 结合以上分析结果，逐步分解细节，寻求空间分析手段，对各种可能的分析手段进行分析，确定可行性的分析过程，尤其应注意空间数据的有效连接，最后形成分析结果，提交用户使用。,31,（4）结果评价 空间分析结果的合理性，直接影响到决策支持的效果。合理可靠的结果会对决策起到推动

13、和促进作用，并起到事半功倍的效果。如果结果不合理，甚至出现错误的分析结果，将会导致决策的失误乃至失败，从而导致不可预见的后果。必须对空间分析的结果进行评价，确定结果的合理性和可靠性。,32,空间决策支持经常用于诸如最佳路径、选址、定位分析、资源分配等经常与空间数据发生联系的领域，通过对这些应用领域的延伸，还可用于其它社会或经济的部门。 空间决策支持与一般空间分析的区别：空间决策支持应用了多种分析运作模型和分析定量模型，空间决策支持比一般的空间分析具有更多的智能处理功能。,33,智能空间决策支持 智能空间决策支持是在空间决策支持的基础上，增加了更多的人工智能技术，提高了空间决策支持的智能化处理水

14、平，能够解决更加复杂的空间决策问题。 利用空间决策支持系统可以解决特定的决策问题。但是，构建一个空间决策支持系统比较费时。经过多年的发展，实践证明，使用软件工程和知识工程开发空间决策支持系统的开发环境(外壳或产生器)是建立空间决策支持系统的经济和灵活的方式。这样，分析人员可以快速高效地建立多种领域的空间决策支持系统。,34,一个比较好的解决思路：开发一个通用的开发工具，决策者可以用来操作空间决策支持系统，解决特定的空间决策问题。,一个通用的智能空间决策支持系统的结构体系图,35,（1）专家系统壳(Shell)：该系统的核心，可以单独作为专家系统开发工具，直接控制着SDSS(空间决策支持系统)的

15、控制流和对外交流的元知识，以及非结构化空间知识的推理机。 它是SDSS的大脑。 为了便于使用空间数据和非空间数据，专家系统壳有一个与外部数据库的接口，包括GIS，关系数据库和遥感信息系统。,36,（2）模型库管理系统管理和处理程式化知识，包括算法、统计程序和数学模型，它也有一个与专家系统壳的接口，可以通过专家系统壳的元知识进行调用。,37,（3）其他除了与数据库管理系统、模型管理系统的接口外，友好的用户界面和知识获取模块也是专家系统壳的组成部分。,38,智能空间决策支持系统目前还处于初期研究阶段，要真正实现智能空间决策支持系统目前还有一定的难度。不断地借鉴人工智能、机器学习等技术，不断地提高空

16、间分析的智能化程度是一种切实可行的研究思路。,39,8.2 空间决策支持系统,40,从目前大多数GIS的发展情况来看，它们尚停留在空间数据获取、存储、查询、分析、显示、制图、制表的水平上，缺少对复杂空间问题决策的有效支持能力，很难满足各级决策者的需要。自本世纪80年代中后期以来，空间决策支持系统(Spatial Decision Support System，SDSS)作为一个新兴科学技术领域，在已有的地理信息系统技术和决策支持系统(DSS)技术基础上就应运而生了，并在国内外引起了越来越广泛的关注与重视。,41,空间决策过程的复杂性 1.决策理论决策是一个决策者为达到特定的目的，在一定的约束条

17、件下，选择最优方案的过程。决策问题的构成 一般的决策问题具有一定的决策准则，主要由以下几个部分组成：1)方案集合：可供选择的决策方案集合，记为A。 2)状态集合：决策问题所处的外界环境，称之为状态。系统所有可能的状态，称为状态集合，记为Q。,42,3）损益函数：在决策问题中，如果采用策略a(aA)，系统状态出现q(qQ)，系统收益W=(a，q)。定义映射： 为决策问题的损益函数。在A和Q可数的情况下，获得损益表：,43,4）目标函数(决策准则)：记为F。损益函数是系统的实际收益情况，没有给出收益的评价标准，即“抉择”时的优化准则。抉择准则对于不同的决策者、问题、方法都是不同的，它最终决定了方案

18、的形成。,可以将决策问题记为：Udm = F, A, Q, W,F为目标函数或抉择准则A为候选方案集Q为状态集W为损益函数,44,决策问题的分类根据决策问题中Q的状态数，划分为以下类型：当系统状态集Q中状态数n=1时，为确定性决策问题；当n1时，且系统各状态出现的概率未知时，为不确定性决策问题；当n1且系统各状态出现的概率服从一个已知的概率分布时，为风险性决策问题。,45,2、空间决策问题空间决策问题的类型空间决策问题分为三种类型：确定性空间决策、不确定性空间决策、风险空间决策。,46,2、空间决策问题空间决策问题的类型确定性空间决策实际上是一个最优化问题。土地适宜性评价的多准则决策和线性规划

19、均属此类决策问题，能与GIS的空间分析功能完全集成。但是，大量的空间决策问题往往涉及到结构化知识、非结构化知识、人的评价和判断等不同形式的知识，决策的不确定性和风险性很大。,47,以商业网点的空间决策分析问题为例，领域专家已经提出了设施配置的判别规则，这些规则是以描述性方式表达的知识，在充分分析了土地的自然条件、社会经济条件、人口密度、人均可支配等相关因素的基础上，根据判别规则推理，得出商业网点方案；专家还构建了相关模拟模型，这些知识都属于程式化知识。商业网点的选择是建立在定量模型计算分析的基础上的估算过程。,48,空间决策中的结构化信息和非结构化信息信息技术的快速发展为决策者提供了越来越多的

20、空间和非空间信息，包括地图、航片、遥感测量信息、表格、文本数据等。这些海量信息可以分为结构化和非结构化信息。结构化的信息：结构化信息具有高度结构化的形式和结构化的求解程序，如数学模型、计算机算法等都属此类型的信息，遵循固定的框架，大多数情况下只能被专家理解，又称为程式化知识(Procedural Knowledge)。,49,非结构化信息：大量的空间信息是非结构化的，像人类的经验、感官体验、世界观等，本质上属于定性信息，不能用固定的程序进行表达，又称为描述性知识(Declarative Knowledge)。,50,决策者使用信息和知识，在解决结构化、非结构化和半结构化问题上的复杂程度大不相同

21、。以某城市设置商业网点为例，在某些特定约束条件下，配置最少数量的商业网点是一个结构化问题，可以通过最优化方法进行求解；寻找最优商业网点数量的所有可能位置则是一个半结构化问题，涉及多种准则评价和价值评判；为布设商业网点确定总体目标和总体方针政策则属非结构化问题，涉及灵活的定性问题，不能用固定的程式化知识来解决。,51,空间决策是一个涉及多目标和多约束条件的复杂过程，通常不能简单地通过描述性知识和程式化知识进行解决，往往要求综合使用信息、领域专家知识和有效的交流手段。,52,地理信息系统为决策支持系统提供了强大的数据处理、分析结果显示的工具，在解决复杂空间决策问题上缺乏智能推理功能。复杂的空间决策

22、问题，需要在地理信息系统的基础上开发智能决策支持系统，用于数据处理、知识表现和推理、自动学习、系统集成、人机交互等。在进行空间决策支持的过程中，需要用到人工智能技术，涉及到知识获取、知识表现、知识推理的知识工程技术，以及集成数据库、模型、非结构化知识及智能用户界面的软件工程技术等。,53,空间决策支持系统的分类 空间决策支持系统(SDSS)的分类可以从它的功能特点、技术水平和体系结构等不同的角度进行。根据系统的功能特点，SDSS分为：通用开发平台、专用软件工具、具体应用系统；根据技术水平，SDSS分为：地理信息系统、空间决策支持系统、空间群决策支持系统；根据系统的体系结构，SDSS分为：单机系

23、统、网络系统。,54,SDSS分类体系的建立，有助于对SDSS具体研制任务的目标、范围、过程和技术路线明确定义和有效实施，有益于整个SDSS科学技术体系的迅速发展和广泛应用。,SDSS分类体系或分类立方体,55,空间决策支持系统的一般构建方法,根据SDSS的功能特点、技术水平和体系结构，研制的SDSSP定位在图中空间决策支持系统、通用开发平台和网络系统3个侧面相交构成的小立方体上，代表了当前的空间决策支持系统的主要模式。,56,SDSSP的开发、应用过程中的主要作用： (1)SDSSP由SDSS专用工具、应用系统以及决策方案的基本软件工具模块组成，用户能够方便、灵活、自主和高效地生成各种SDS

24、S专用工具，决策方案的基本软件工具模块是一种完全独立于任何具体决策应用任务之外的通用开发工具系统。 (2) SDSSP能根据用户的具体需要，通过框架流程图或集成语言程序运作方式，调用系统中的模型、数据、工具、知识等资源，生成、比较和选择多种决策方案，提供给用户决策支持。,57,SDSSP的开发、应用过程中的主要作用：(3)SDSSP能把自己的各个组成部分以不同的布局安排和组合方式，在由客户端控制系统、模型库服务器、数据库服务器组成的多用户、分布式的异构环境里运行服务，实现模型等资源的共享，SDSSP是一种网络系统。,58,SDSSP的技术构成和运行方式。 SDSSP的技术构成,SDSSP由客户

25、端交互控制系统、广义模型服务器系统和空间数据库服务器系统3个部分组成。,59,它们之间的通信是通过严密定义的网络通信协议、应用程序接口(API)和远程调用实现的，具有由交互控制系统和模型库服务器和数据库服务器构成的一体化3层客户/服务器结构。,60,(1)客户端交互控制系统 客户端交互控制系统由可视化系统生成工具、模型库服务器操作模块、数据库服务器操作模块3部分组成。可视化系统生成工具可以通过各种图标(模块、选择、循环、并行、合并等)的调用，迅速地建造、修改解决实际问题的系统控制流程，进而通过流程的运行生成可供比较与选择的多种决策方案。,61,模型库服务器操作模块从客户端对广义模型服务器中的各

26、种广义模型库进行管理和操作，如：浏览、查询、增加、修改、删除、运行等操作。,62,数据库服务器操作模块从客户端对空间数据库中各数据库进行数据存取操作，如浏览、查询、增加、修改、删除、保存等操作。,63,（2）广义模型服务器系统 广义模型库服务器系统的基本组成广义模型服务器由服务器通信接口、命令解释器、运行引擎、广义模型库、广义模型库管理系统和数据库接口共6个部分组成。,64,广义模型服务器系统主要包括：统一管理模型库、算法库、工具库、知识库、方案库、实例库，控制运行以及负责从数据库服务器提取数据等功能。这种统一管理属于静态管理范畴，包括存储结构和库操作两方面内容，均用管理语言来完成。,65,各

27、库的存储结构统一规定为：文件库字典库。具体的库文件：算法程序文件、模型数据描述文件(MDF)和模型说明文件(MIF)、工具程序文件、知识的文本文件、框架流程图文件、框架流程实例文件；各库的字典：该库的一些具体的说明信息，包括目录、名称、分类、说明文件等内容。各库的操作：查询、浏览、增加、修改、删除等。,66,广义模型服务器系统的运行方式模型服务器的运行由运行引擎控制。它解释和并发执行(多线程)用户提出的请求(描述文本)，匹配检索模型库中的模型或算法，匹配提取数据库中的数据，驱动和完成模型或算法的运算，将处理结果提交给通讯接口并传送给客户端。,67,广义模型服务器系统的运行方式在各库中只有模型库

28、、工具库、实例库、知识库是可运行的。模型通过运行命令完成它的运行，工具程序一般传到客户端由用户控制运行，实例通过实例解释程序完成它的运行，知识是在推理机下进行搜索和匹配完成它的推理。,68,算法库本身是不可运行的，只有在与数据连接之后作为模型才能运行；方案库是一些不可运行的系统流程图文件，只有在实例化以后，作为实例才可运行。从数据库服务器中存取模型，在运行时所需各种数据的任务由数据库接口完成。,69,模型库系统模型库系统的基本概念模型库系统(Model Base System，简称MBS)对模型进行分类和维护，支持模型的生成、存储、查询、运行和分析应用。模型库系统是开发管理及应用模型的有力工具

29、，模型库系统包含多种用于模型管理和生成的子系统，利用这些系统，可帮助研究人员完成模型的部分工作，提高空间决策支持的科学性和有效性。,70,模型库系统的基本结构模型库系统的主要包括：模型的生成、模型运行及模型的管理三个子系统。,71,在模型的生成部分要调用模型方法库中的构造模型的连接方法模块，同时调用模型数据库中的数据字典。模型的运行是在方法库和模型数据库的支持下完成的。,模型库系统的基本结构图,72,模型库系统的基本功能包括： 建立新模型：用户利用系统建立新模型或输入新模型，并自动完成对新增模型的管理。 模型连接：系统按照用户的需求自动将多个模型连接起来运行，同时检查模型之间数据的传输是否合理

30、，若不合理，系统将提示用户不能进行模型连接。模型查询：系统提供了对库内模型的查询功能，用户通过模型查询，选用适当的模型。 模型库字典及管理功能：系统建有模型库字典以存储关于模型的描述信息，并能完成对模型库字典的管理。当有新模型生成时，系统自动将新模型的有关信息存入字典，实现对新模型的管理。,73,模型库系统的基本功能包括： 模型的生成模型生成是模型运行系统的关键部分。系统可根据用户输入的模型名在模型库内查询出所需运行的模型及其有关信息，其中重要的信息是该模型所使用的方法和模型使用的数据库名称。系统根据这两项内容从方法库内调出该方法的运行程序，从模型数据库中调出该模型所使用的数据，经过连接后投入

31、运行。,74,模型库系统的基本功能包括： 模型运行库内模型运行与一般模型运行的区别：某方法程序运行结束后，可自动连接模型方法链中下一个环节的方法，直到链内所有的方法运行完成后返回到运行系统模块的控制之下，所有这些步骤中间无须用户的干预。,75,（3）空间数据库服务器 SDSSP的数据库服务器由现有的商品数据库服务器SQL Server、Oracle以及有关的应用软件，如数据的条件查询、分级查询、地图查询等模块构成。主要功能：根据用户查询、模型运行等方面的需要，对有关数据库进行统一管理以及完成必要的数据查询、存取作业。,76,SDSSP的运行方式 用户在SDSSP支持下生成和运行解决某个或某些实

32、际问题的方案时，可供选择的SDSS运行方式有框架流程图和集成语言程序两种方式。它们在客户端构成了SDSS中的“人机对话系统”，实际控制着流程图的生成和修改、模型的选择和调用、大量数据的存取和显示、多模型的组合运行、模型库与数据库的接口，真正把数据库、模型库和人机对话系统等有机地集成起来，使之成为一个完整的SDSS集成系统。这两种方式都是通过“解释”执行的，而且彼此能够对应、相互可以转换。,77,框架流程图方式 SDSSP用框架流程图方式生成和运行SDSS的具体过程。用户通过交互方式使用SDSSP可视化系统生成工具的有关图标，生成解决某个或某些实际问题的框式流程图或逻辑方案。,78,每个框都与模

33、型库中相应的模型连接，模型又与算法库中相应的算法、数据库中相应的输入输出数据连接。通过这种框架流程图的运行，完成从框架运行到模型运行，以及相应算法调用和数据存取的过程。,79,集成语言程序方式 由SDSSP可视化系统生成工具所生成的、能够解决某个或某些实际问题的系统框式流程图或逻辑方案，可以转换成相应的集成语言程序。,SDSS生成和运行的集成语言程序方式,流程图中模型框的连接可以转换成模型的调用语句，流程图中的分支循环结构可以转换为相应的选择循环语句。,80,空间决策支持系统的功能 空间决策支持系统与一般的决策支持系统的功能相同，只是更注重空间数据和空间问题的获取和解决。空间决策支持系统包括以

34、下功能：不同数据源的空间和非空间数据的获取、输入和存储； 复杂空间数据结构和空间关系表示方法，适于数据查询、检索、分析和显示； 灵活的集成程序式空间知识(数学模型、空间统计)和数据的处理功能； 灵活的功能修改和扩充机制；,81,空间决策支持系统包括以下功能：友好的人机交互界面； 提供决策需要的多种输出； 提供非结构化空间知识的形式化表达方法； 提供基于领域专家知识的推理机制；提供自动获取知识或自学习功能； 提供基于空间信息、描述性知识、程式化知识的智能控制机制。,82,这些空间决策支持系统的功能的要求超出了GIS的功能范围，需要集成人工智能、知识工程、软件工程、空间信息处理和空间决策理论等领域

35、的最新技术。,83,8.3 空间决策支持系统的相关技术,84,空间决策支持系统沿着一般空间分析、空间决策支持系统、智能空间决策支持系统的发展轨迹不断发展，不断地引入各种相关技术，提高空间分析解决复杂问题的能力，提高智能化水平。 空间决策支持系统必须研究一些相关技术，包括：决策支持技术、人工智能技术、专家系统技术、数据仓库技术、数据挖掘和知识发现技术等。,85,决策支持系统技术 决策支持系统(DSS, Decision Support System)是辅助决策者通过数据、模型、知识以人机交互方式，进行决策的计算机应用系统。DSS起始于管理信息系统(MIS)，在MIS的基础上增加了非结构化问题处理

36、模块、模型计算和各种方法，以解决结构化、非结构化和半结构化决策问题。,86,DSS为决策者提供分析问题、建立模型、模拟决策过程和方案的环境，调用各种信息资源和分析工具，帮助决策者提高决策水平和质量。决策支持系统是辅助管理者进行的决策过程，支持而不是代替管理者的判断，提高决策的有效性的计算机应用系统。,87,DSS的基本结构，包括：数据部分、模型部分、推理机部分、人机交互部分。,88,目前GIS的逻辑结构和智能层次不能满足复杂空间决策问题的需要，特别是那些非结构化的问题。为更好地辅助空间决策，GIS需要增加对描述性知识和程式化知识的处理功能，目前，GIS还不适合用于对各种知识形式的处理，不能作为

37、空间决策支持系统的神经中枢，GIS可以作为SDSS的一个组成部分，即GIS可以嵌入到一个SDSS中，用于空间信息处理。,89,专家系统技术 人工智能的目的：用计算机模拟人类，如模拟人类的动作、视觉、听觉、人类大脑以及人类的语言等。从幼儿开始模拟人脑应该是人工智能研究的起点，但是，模拟的难度比较大，因为幼儿还不能清楚阐述知识与逻辑，所以研究的方向转向领域专家的思维过程。随着专家系统工具软件的出现，许多领域展开了专家系统的研究，其中最成功的是国际象棋的专家系统。,90,人工智能的主要目的是模拟人脑的功能，但是目前人们对人脑的思维过程并不十分清楚。专家系统是人工智能在信息系统中的具体应用，它是一个智

38、能计算机程序系统，内部存储大量专家水平的某个领域知识与经验，决策者利用专家的知识和经验可以解决相关领域的问题。,91,专家系统的主要功能取决于大量知识，设计专家系统的关键是知识表达和知识应用。专家系统与一般计算机程序本质的区别：专家系统所解决的问题一般没有算法解，并且往往是要在不完全、不精确或不确定的信息基础上做出结论。 一般的专家系统包括：数据库、知识库、推理机，解释器及知识获取5个部分组成。,92,（1）知识库 知识库用于存取和管理专家知识和经验，供推理机利用，具有知识存储、检索、编辑、增删、修改和扩充功能。 （2）数据库 用来存取系统推理过程中用到的控制信息，中间假设和中间结果。,93,

39、（3）推理机 推理机利用知识进行推理，求解专门问题。具有启发式推理、算法推理；具有正向、反向或双向推理；具有串行或并行推理等功能。,94,（4）解释器 解释器用于作为专家系统与用户的“人-机”接口，其功能是向用户解释系统的行为，包括： 咨询理解：对用户咨询进行“理解”，将用户输入的提问及有关事实、数据和条件转换为推理机可接受的信息。 结论解释：向用户输出推理的结论或答案，并且根据用户需要对推理过程进行解释，给出结论的可信度估计。,95,（5）知识获取器 知识获取是专家系统与专家交互的“界面”。知识库中的知识一般都是通过“人工移植”方法获得的，“界面”就是知识工程师（专家系统的设计者），采用“专

40、题面谈”、“口语记录分析”等方式获取知识，经过整理后，再输入知识库。,96,（5）知识获取器 为了提高知识工程师获取专家知识的效率，可以借助“知识获取辅助工具”来帮助专家整理或辅助扩充和修改数据库。 近年来，逐渐发展了一些新的知识获取方法和工具，如基于机器学习、机器识别的方法，以及数据挖掘与知识的方法等。,97,空间知识的表达和推理知识的表达和推理是利用人工智能技术建立一个信息系统时需要考虑的主要问题。为了能够理解和推理，智能系统需要关于问题领域的先验知识。例如，自然语言理解系统需要关于谈话主题和谈话人的先验知识。为了能够观看和解释景物，景物的视觉系统需要存储关于被观察对象的先验信息。任何一个

41、智能系统都应该具有一个知识库，在知识库中存储与问题领域和问题的相互关系相关的事实和概念。,98,智能系统同时应该具有一个推理机制，能够处理知识库中的符号，并且能够从显示表达的知识中抽取出隐含的知识。 空间决策支持系统是一个空间推理的智能系统，知识表达在其开发过程中具有十分重要的作用。知识表达的形式体系包括：表达领域知识的结构，知识表达语言和推理机制。知识表达体系的主要任务：选择一个以最明显的、正式的方式表达知识的符号结构，以及一个合适的推理机制。,99,知识的表示就是知识的形式化，就是研究用机器表示知识的可行的、有效的、通用的原则和方法。目前常用的知识表示方法：命题逻辑和谓词逻辑、产生式规则、

42、语义网络法、框架表示法、过程表示法、黑板结构、Petri网络法、神经网络等。,100,命题逻辑命题逻辑能够把客观世界的各种事实表示为逻辑命题，最基本的命题逻辑的知识表达是给一个对象命名或陈述一个事实。,命题逻辑和谓词逻辑,101,GIS操作中的命题：(1)区域A是一块湿地。 (2)多边形K内有一个湖泊。(3)公路R是陡峭的和曲折的。(4)像元B是一块农田或者是一个鱼池。(5)区域Q的人口不密集。 (6)多边形A与多边形B相连。(7)如果温度高，那么压力就低。,102,“是(is a)”：命名或描述对象；“有(has a)”：描述对象的属性；连接词“和(and)”、“或(or)”：用于形成复合语

43、句；“不(not)”：表示对立；“与相连(is（related）to)”：表示相互的关系；“如果那么(if-then)”：表示对象的条件或关系，可以用于推理。,形成命题逻辑的基本组成是句子(陈述或命题)和形成复杂句子的连接词。原子句用于表达单个事实，它的值是“真”或“假”。,103,根据连接词“和”、“或”、“不”、“如果那么”，GIS语句可以形式化表达如下：湿地(区域K)。( “区域A是一块湿地” )有湖泊(多边形K)。(“多边形K内有一个湖泊” )陡峭的(公路R) 曲折的(公路R)。(“公路R是陡峭的和曲折的” )农田(像元B)鱼池(像元B)。(“像元B是一块农田或者是一个鱼池” )人口密

44、集(区域Q)。(区域Q的人口不密集 )相连(多边形A，多边形B)。(多边形A与多边形B相连 )高(温度) 低(压力)。 (如果温度高，那么压力就低 ),104,谓词逻辑语法和语义(Syntax & Semantics)谓词是用来刻画一个个体的性质或多个个体之间关系的词，如“与相连（is（related）to）”。个体是研究对象中可以独立存在的具体的或抽象的客体，如多边形A，区域B等。原子公式是谓词演算的基本积木块。原子公式是公式的最小单位，是最小的句子单位。项不是公式。P(x1,xn)是n元谓词，t1,tn是项，P(t1,tn)为原子公式。可以用连词把原子谓词公式组成复合谓词公式，并称之为分子

45、谓词公式。,105,谓词逻辑的基本组成部分是谓词符号、变量符号、函数符号和常量符号，并用圆括弧、方括弧、花括弧和逗号隔开，以表示论域内的关系。例如：x是有理数：x是个体变量项，“是有理数”是谓词，用G(x)表示。 x与y具有关系L：x，y为两个个体变量项，谓词为L，符号化形式为L(x，y)。小王与小李同岁：小王，小李都是个体常项，“与同岁”是谓词，记为H，命题符号化形式为H(a，b)，其中，a代表小王，b代表小李。机器人(ROBOT)在1号房间(R1)内：ROBOT，R1是个体变量项，“在房间内”是谓词(INROOM)，用INROOM(ROBOT，R1) 表示。,106,2）连词和量词(Con

46、nective & Quantifiers) 连词与合取(conjunction)：合取就是用连词把几个公式连接起来而构成的公式。合取项是合取式的每个组成部分。“LIKE(I，MUSIC)LIKE(I，PAINTING) ”表示“我喜爱音乐和绘画”。或析取(disjunction)：析取就是用连词把几个公式连接起来而构成的公式。析取项是析取式的每个组成部分。“PLAYS(LILI，BASKETBALL) PLAYS(LILI，FOOTBALL)”表示“李力打篮球或踢足球”。,107,蕴涵(Implication)：蕴涵是表示“如果那么”的语句用连词“ ”连接两个公式所构成的公式叫做蕴涵。蕴涵可

47、以用产生式规则来表示，即：“IFTHEN”左侧的IF部分表示前项，或称左式；右侧的THEN部分表示后项，或称右式。例如：“RUNS(LIUHUA，FASTEST) WINS(LIUHUA，CHAMPION)”，表示“如果刘华跑得最快，那么他取得冠军”。,108,非(NOT)：表示否定，用或表示均可。例如：“INROOM(ROBOT，r2)”表示“机器人不在2号房间内”。,109,量词全称量词(Universal Quantifier)：若一个原子公式P(x)对于所有可能变量x都具有真值T，则用( x)P(x)表示。例如：“( x)ROBOT(x) COLOR(x, GRAY)”表示“所有的机器

48、人都是灰色的”。“( x)Student(x) Uniform(x, Color)”表示“所有学生都穿彩色制服”。,110,量词存在量词(Existential Quantifier)：若一个原子公式P(x)，至少有一个变元x，可使P(x)为T值，则用( x)P(x)表示。例如：“( x )INROOM(x, r1)”表示“1号房间内有个物体”。量化变元(Quantified Variables)：如果一个合适公式中某个变量是经过量化的，我们就把这个变量称为量化变元，或者称为约束变量。,111,“SET(x)”、“SET(y)”分别表示集合x和y，即：“set x”和“set x”，“CARD

49、(x, u)”表示集合x的基数为u，“CARD(y,v)”表示集合y的基数为v，“G(u,v)”表示u大于v。,3）利用谓词逻辑表示复杂句子可以用谓词演算来表示复杂的英文句子。如：“For every set x, there is a set y, such that the cardinality of y is greater than the cardinality of x”，谓词演算表示为：,112,基于谓词逻辑的空间知识表示 命题逻辑不适合表示复杂的问题。命题逻辑中的谓词是一个有用的陈述句的结构化表达方法，但是当许多相同性质的事实必须被表达时遇到了困难。如果在研究区域的所有n个区

50、域(Ki, i=1, ,n)都是湿地，那么需要n个命题表达这些事实：湿地(区域K1)湿地(区域K2)湿地(区域Kn),113,命题逻辑不能证明以下陈述句是正确的：“所有的多边形是几何图形”，“三角形是一个多边形”，“那么，三角形是一个几何图形”。这些陈述句涉及到一个量词：“所有的”，以及“是一个多边形”、“是一个几何图形”等概念。为了更加有效地表达知识，可以使用谓词逻辑获得原子句的进一步突破。,114,在“ x 湿地(x)”中使用变量x，使用量词 表示“所有的”。,“所有的公路或者连接到A点，或者连接到B点”表达为：( x) 公路(x)连接到(x,A)连接到(x,B),命题： x 发生(x,