一、引 言
决策是指面向未来的问题,有意识地作出决定,自古有之,无所不在。在过去,决策是凭借个人的阅历、经验、知识、智慧进行的,当把决策作为一门科学来进行研究时,各种文献都给出了类似的定义[1, 2, 3]:决策是为了达到某个目标,对决策问题相关因素进行分析评价和构建方案,并从多个方案中优选或综合出一个合理方案的过程。
对于空间决策(或称地理空间决策)还没有公认的明确定义。本文认为,当决策面对的问题与地理空间位置和地理环境特点有关时,称为空间决策。即,空间决策是为了达到某个目标,对包含地理环境要素在内的决策问题相关因素进行分析评价和构建方案,并从多个方案中优选或综合出一个合理方案的过程。
决策支持是指帮助决策者作出决策。显然,空间决策支持技术是指帮助决策者作出空间决策的技术方法。本文通过分析空间决策、空间决策支持及空间决策支持系统的特点和内容,总结并提出了空间决策支持的技术框架。 二、空间决策与空间决策支持 1. 空间决策的特点
为了分析空间决策的特点,必须了解决策的特点。归纳相关文献[1, 2, 3]的观点,通常认为决策具有以下特点:①决策是面向未来的,是有风险的;②决策要有明确的目标;③决策需要预测的支持;④决策要对多个方案评价选优。
空间决策是决策的一种类型,显然具有上述特点,同时还具有空间决策自身的特点:①决策者需要认知决策问题相关的地理环境;②决策者需要认知决策要素的属性及其空间关系;③决策者需要获得地理环境对决策方案的影响;④决策者需要获得与地理环境相关的方案建议。
城市规划、军事行动、抢险救灾等决策必须获取地理空间位置等地理空间信息;必须形成对地理环境和决策要素空间关系的理解;制定的方案必然与地理空间位置相关;方案评估必须考虑决策要素的空间位置和空间关系。根据空间决策的概念和特点,这些决策与地理空间位置密切相关,都属于空间决策。
空间决策是一个过程,并不是短时间内完成的,如图 1所示。但是,空间决策阶段的划分并不是绝对的,相互之间也不是截然分开的,而是互相重叠,甚至是反复开展的。空间决策的基本流程为科学的空间决策和决策支持提供了参考和依据。空间决策支持的作用就是要在空间决策的过程中为决策者提供帮助。
2. 空间决策支持的作用空间决策支持是指帮助决策者进行空间决策,而空间决策支持技术是指帮助决策者进行空间决策的手段和方法。在空间决策的不同阶段,决策者需要的决策支持手段是不同的;同时,由于决策阶段的划分是模糊的,相互之间有重叠,因此,不同的决策支持技术在不同的决策过程中发挥不同的作用。
1) 信息收集与理解阶段。空间决策支持的重点是信息支持、信息集成融合支持、信息分析处理支持和信息可视化支持,使决策者了解决策要素及其地理空间环境,理解要素之间的空间关系。
2) 方案设计阶段。空间决策支持的重点是知识支持、分析模型支持、案例支持、可视化支持、模拟仿真支持等,为形成可行的决策方案提供面向决策要素的分析、仿真、可视化、案例、知识等方面的帮助。
3) 方案评估与选优阶段。空间决策支持的重点是方案评价、群决策、效能分析、可视化、模拟仿真等支持,为确定或整合决策方案提供面向决策方案的表达、评价、仿真、分析等支持。
4) 方案实施阶段。空间决策支持的重点是动态信息表达、在线分析、多维数据可视化、虚拟现实、实时评估分析等技术支持,为跟踪方案实施情况、判断方案实施效能、组织方案实时修改等提供支持。 3. 空间决策支持的类型
空间决策支持有多种分类方法,主要包括以下几种:
1) 按支持方式分:数据支持、模型支持、知识支持、视觉支持、案例支持、模拟仿真支持等。
2) 按时间要求分:实时、准实时、非实时。
3) 按决策目标分:单目标、多目标。
4) 按人机结合分:纯计算机、人机交互。
5) 按支持结果分:图形、文字、报表、影像、语音、方案等。
从这些空间决策支持的类型可以看出,空间决策支持的内容并不是传统的空间分析可以涵盖的。至于群决策、分布式决策等概念,重点在于基于网络的信息传输和信息交互,是实现空间决策支持的一种技术方法,并不影响空间决策支持的本质内容。 4. 空间决策支持系统
为空间决策提供支持的可以是人,可以是机构,也可以是信息系统。社会信息化程度的提高使得空间决策问题日益复杂,涉及的信息量越来越大;同时,受人类对于大量知识、海量信息的认知与处理能力的限制,仅仅依靠人力来进行复杂问题的空间决策支持是非常困难的。
随着信息技术的发展,计算机技术为管理、处理和分析海量空间数据提供了高效的手段,出现了各种信息系统。所有信息系统,或多或少,都具有决策支持能力,其中,地理信息系统(GIS)为空间决策支持提供了强有力的空间分析、空间数据可视化等能力,已在空间决策中发挥了重要的作用。
大多数文献都认为,空间决策支持系统是决策支持系统(DSS)与GIS结合的产物[4],是基于GIS平台开发的应用系统,GIS加上模型库即为空间决策支持系统。实际上,所谓空间决策支持系统是指为人的空间决策行为提供支持的信息系统。因此本文认为,从空间决策支持的角度来理解和定义空间决策支持系统,更能全面地体现空间决策支持系统的实质。因此,可以把空间决策支持系统的任务分为以下4个层次:
1) 支持决策者认知空间决策问题的地理环境,即回答那里的地理环境怎么样的问题。
2) 支持决策者认知空间决策要素的定性定量特征及其在地理环境中的相互关系,即回答那里的情况怎么样的问题。
3) 支持决策者认知和预测地理环境对空间决策要素和空间决策方案的影响,即回答在那里这样做行不行的问题。
4) 为决策者制定空间决策方案提供与地理环境相关的建议,即提出在那里可以这样做的建议。
能完成上述任务之一的信息系统,都可以为决策者提供帮助,都可以称为空间决策支持系统。显然,GIS至少可以完成第一项任务,因此,GIS本身就是一种空间决策支持系统。 三、空间决策支持的基本技术
几乎所有决策支持方面的文献都认为,决策支持及决策支持系统是帮助人们进行决策的,而不应试图取代人们进行决策。而本文认为,决策支持的最高境界是代替决策者来进行决策,空间决策支持的最高境界是代替空间决策者来进行空间决策;之所以机器还不能代替人类进行决策,是因为目前的决策支持和人工智能技术还无法完全实现机器决策。针对空间决策支持,本文从提供空间决策支持的手段和方式出发,提出了5种空间决策支持的基本技术。 1. 基于数据的空间决策支持
通过对数据的理解,可以认知事物的数量化特征。数据是空间决策支持的基础,基于数据的空间决策支持是最基本的空间决策支持方法。基于数据的地理空间决策支持技术主要包括:
1) 空间数据查询检索技术。通过查询检索,快速获得决策相关地理空间数据,决策者通过对地理空间数据的理解,认知决策要素及其地理环境。
2) 空间数据集成与融合技术。通过对多源空间数据的集成与融合,形成具有统一时空基准的地理空间数据,使决策者之间能形成对决策问题及地理环境的一致认知。
3) 空间数据统计分析技术。按区域、范围、类型等对地理空间数据的属性信息进行统计,将计算后的结果以容易理解的方式进行展现,帮助决策者形成整体性认知。
4) 空间量算和基本空间分析技术。包括基于地理空间数据的距离、面积、体积、坡度、方向等基本量算功能,以及地形分析、叠置分析、邻近分析、网络分析等基本空间分析功能,帮助决策者有效利用地理空间数据。
5) 空间数据多维分析技术。提供从多个视角观察和认知地理空间数据的交互工具,如旋转、嵌套、切片、切块、钻取等多维地理空间数据的分析手段,协助决策者更深入地认知地理空间数据。
6) 空间数据挖掘技术。空间数据挖掘是指从空间数据库或数据仓库中提取隐含于其中的知识的过程,包括普遍的几何知识、空间分布规律、 空间关联规律、空间聚类规则、空间特征规则、空间区分规则、空间演变规则。
这里把空间数据的基本处理技术(包括基本的空间分析技术和基本的空间数据挖掘技术)作为基于数据的空间决策支持方法的内容,而把空间分析中的专业应用模型[5]或地理模型分析[6]部分作为基于模型的空间决策支持技术的内容。 2. 基于模型的空间决策支持
模型是客观世界的抽象和概括,基于模型的问题求解是决策支持的主要手段之一。从决策支持的角度看,基于模型的空间决策支持技术主要包括:
1) 空间优化技术。基于特定的地理环境,应用线性规划、动态规划、多目标规划、决策树法、最优路径等模型,形成优化的空间决策方案(最短路径)。
2) 空间规划技术。在一定的地理环境约束下,使用各种规划模型(如目标规划、排队论等),通过合理利用有限资源达到空间决策目标(一种空间布局或空间过程)。
3) 空间预测技术。利用各种预测模型,对地理空间中事物的发展方向、进程和结果进行推断或测算。
4) 空间模拟仿真技术。基于地理空间信息,使用博弈论、排队论、灵敏度分析法等模型,用于决策方案设计、行动计划、过程分析等的模拟仿真分析。
5) 空间评价技术。构建基于地理空间特征的专家评判法、模糊评判法、层次分析法等空间评估模型,对具有空间关系的方案进行比选、分析和评价。 3. 基于人工智能的空间决策支持
人工智能关心智能行为的自动化,是计算机科学的一个分支[7]。实现人工智能通常有3种途径:①结构模拟,神经计算;②功能模拟,符号推演;③行为模拟,控制进化。根据人工智能的实现途径,解决空间决策问题的人工智能技术也可以分为3类。因此,基于人工智能的空间决策支持技术主要包括:
1) 基于神经网络的空间分析技术。把现实世界的空间决策问题描述为神经网络系统,将空间要素的属性作为神经元节点的参量,通过学习和调节神经元之间的连接水平来提高整个系统的能力。
2) 基于知识的空间决策支持技术。从宏观上模拟人脑的空间思维方式,把空间知识的推理作为解决空间决策问题的方法,通过将空间决策问题及相关知识表示成某种结构,采用符号推演的方法实现空间知识的搜索、推理、学习等,达到求解空间问题的目标。
3) 基于行为模拟的空间优化技术。通过模拟人和生物在进化过程中的行为,如自寻优、自适应、自学习、自组织等,来求解复杂的空间优化问题。遗传算法就是受遗传学中自然选择和遗传机制启发而发展起来的一种算法。
其中,基于知识的空间决策支持技术应用更为广泛,把空间决策问题的解决认为是在状态空间中搜索解路径的过程。而空间知识的获取、学习、存储、搜索、表达、推理等问题,仍然需要进行深入的研究。 4. 基于可视分析的空间决策支持
充分发挥人在解决问题过程中的中心作用,是研究可视化理论与技术的根本出发点[8]。可视分析(visual analytics)是一门以交互可视界面为驱动的分析推理学[9]。应用可视分析技术,可以从海量的、动态的、异构的、不确定的,甚至是矛盾的空间数据中获得灵感,发现预期或非预期的知识和经验,为空间决策的制定、理解、传输、评估等提供手段。
面向空间决策支持的可视分析技术的目的是使决策者能更好地了解空间决策问题,预测空间决策问题的发展,构建空间决策的论据,实施空间决策推理,规划空间决策问题的解决方案,评估空间决策方案的效能,监视空间决策方案的实施等。面向空间决策支持的可视分析技术需要在下列方向作深入研究:
1) 地理实体的可视表达技术。主要包括地理实体环境的可视表达(矢量、栅格、三维、影像等)、地理实体属性特征的可视表达(符号化方法,质量、数量的表达等)、 地理实体空间关系的可视表达(位置关系、包含关系、相似关系、因果关系等)、地理实体的动态特征可视表达(位置、属性、关系的变化等)。
2) 深层次地理空间信息的可视表达技术。主要包括空间知识(描述性、过程性、空间规则等空间知识)的可视表达、空间信息质量(可靠性、精度等)的可视表达、多尺度多维地理空间信息的可视表达、时态地理空间信息的可视表达、空间信息可视分析产品(类型、构成、发布、交互、传输)生成等。
3) 空间信息的可视推理技术。需要进一步理清可视推理的概念、过程和原理,明确可视推理成果的表达形式(如事实性结论、空间关系结论、时序关系结论、空间结构结论、因果关系结论、推理过程等的可视表达),研究用于空间决策支持的可视推理技术(如空间推理知识表达、可视空间推理方法、空间推理结果表达、空间推理过程描述、协同可视推理技术等)。
4) 空间信息的可视交互技术。包括尺度变换可视交互、空间变换可视交互、属性变换可视交互、可视查询、多维可视操作(旋转、钻取、切片等)、可视标注(突出、闪烁、运动、文字、符号等)等技术。 5. 基于案例推理的空间决策支持
案例推理(case-based reasoning,CBR)是20世纪80年代开始出现并成功应用于专家系统的人工智能技术[7]。案例通常是指对过去问题及其解的描述。从广义上讲,预案也是一种案例。案例推理是由目标案例的提示而得到历史记忆中的源案例,并由源案例来指导目标案例求解的一种策略。
与空间位置相关的决策案例称为空间决策案例,地理案例[10]属于空间决策案例。由于空间决策案例的时空复杂性,空间决策案例推理与传统的案例推理有显著的差别,以下3项技术是需要重点研究的:
1) 空间决策案例的表达技术。空间决策案例表达技术需要在研究解决空间决策案例的抽象的同时,有效地进行空间决策问题、所处决策环境、问题求解方法与原理、决策问题的解、解的效果等方面的描述。
2) 空间决策案例的组织管理技术。每个案例都存储有大量的知识,空间决策案例的集合组成了空间决策案例库。空间决策案例的存储、维护、更新、索引等都是建立空间决策案例库必须解决的问题。
3) 空间决策案例的匹配技术。现实中的问题与案例本身必然会有一定的差别,在大量的空间决策案例中快速找到与当前情况最相似的案例,是通过案例推理形成空间决策问题解决方案的基础。在此基础上,才能根据现实问题的特点,对案例进行修正,形成空间决策方案。 四、结束语
通常人们总是从空间分析的角度来认识空间决策,认为空间决策是空间分析的目标;总是从地理信息系统的角度来认识空间决策支持系统,认为增加了分析模型的地理信息系统就是空间决策支持系统。本文认为,从决策支持本身出发,可以更全面地认识空间决策、空间决策支持、空间决策支持系统和空间决策支持技术。
本文从问题决策的角度提出了空间决策的概念和特点,从决策过程的角度分析了空间决策支持在不同决策阶段的作用,从决策支持需求的角度划分了空间决策支持系统的任务层次。在此基础上,构建了空间决策支持的技术方法体系,从最基本的基于数据的空间决策支持,到常用的基于模型和基于人工智能的空间决策支持,再到具有空间特征的基于可视分析的空间决策支持,最后是面向决策方案制定的基于案例的空间决策支持;同时提出了这些技术方法需要研究解决的关键问题,试图为空间决策支持技术的研究提供一个较为完整的技术参考框架。
总之,只有直接面向空间决策问题,全面认识和构建空间决策支持的技术体系,有效地为空间决策方案的制定提供可信的支持,才能使地理信息技术更好地发挥作用。
[1] | 陈文伟.决策支持系统及其开发[M].北京:清华大学出版社,1994. |
[2] | 高洪深.决策支持系统理论方法案例[M].北京:清华大学出版社,2005. |
[3] | 邓苏.决策支持系统[M].北京:电子工业出版社,2009. |
[4] | 李东平,贾艳红,傅建武.GIS与空间决策支持系统建设[M].杭州:浙江大学出版社,2010. |
[5] | 郭仁忠.空间分析[M].北京:高等教育出版社,2001. |
[6] | 刘耀林.从空间分析到空间决策的思考[J].武汉大学学报:信息科学版,2007,32(11):1050-1055. |
[7] | 卢格.人工智能:复杂问题求解的结构和策略[J].北京:机械工业出版社,2010. |
[8] | 高俊.数字化战场的基础建设[M].北京:解放军出版社,2004. |
[9] | 华一新,曹亚妮,李响.地理空间可视分析及其研究方向综述[J].测绘科学技术学报,2012,29(4):235-239. |
[10] | 杜云艳,周成虎,苏奋振,等.案例推理的地学推理模式研究[J].模式识别与人工智能,2003,16(1):91-95. |