信息技术革命与运筹学的发展机遇 / 崔晋川

Allos

信息技术革命与运筹学的发展机遇
  x0 f  y- J4 [7 w中国科学院数学与系统研究院应用数学研究所

6 u0 k$ C4 V" M0 \/ C1 E崔晋川

北京2734信箱 邮编：100080 e-mail:cjc@amath8.amt.ac.cn

) [4 T" H3 r; j' Y0 }/ I       一、前言
, D" o* c) u6 Z       有此机会同诸位讨论信息科学与运筹学，我感到莫大的高兴和荣幸。我将先概括地谈谈信息技术的发展趋势，其次，
1 Q) P( l" m6 a/ H7 E     谈谈信息技术发展的4个重要阶段和意义。最后，讨论信息技术中具有代表性的领域、方向同运筹学的发展关系和对运筹
    学发展的促进作用。
        1.1信息技术国内外发展趋势
1 B( l7 H5 m) U9 D+ N' B+ D# z        21世纪，世界将全面进入信息时代，整个社会的基础结构将发生改变，与此相应的一个世界性趋势就是传统经济将逐
* N5 b7 k. T3 [5 Y! t    步向“知识经济”过渡，以智能为代表的人力资本、以高技术为代表的技术知识和以高科技为核心构造的新的生产力系统，
4 p2 X4 s& V9 \    将在21世纪的世界经济中起到决定性的作用。国家信息化的程度已经成为衡量一个国家生产力水平和综合国力的重要标志。
    信息化，就是在国民经济各部门和社会活动各领域普遍采用现代化信息技术，以便有效地开发和利用信息资源，大大提高
    决策水平、工作效率和创新能力。
( E5 y: P$ y# f$ L+ G        信息和物质（材料）、能源一起构成社会赖以生存的三大要素。随着科学技术的发展，信息已渗透到社会的各个角落，
    起着越来越重要的作用。信息技术是指对信息流的获取、传输、存储、处理、检测、显示以及应用等的一系列技术，是一
    门范围广阔、内容高度综合的科技领域。
        信息技术极具潜在效益。以美国为例，过去政府投资的研究成果（如Internet、第一个图形web浏览器、先进的微处理
    器）进一步巩固了美国在信息技术工业的领导地位。现在，美国经济增长的1/3来自信息技术工业，740万美国人就业于该
    行业上并拿到高于其它私人部门60％的薪金。美国各经济部门都在应用信息技术去竞争并赢得全球市场，仅美国内部的电子
    商务就计划在2003年之前增长到1.3万亿美元的产值。信息技术也正在改变我们的生活、工作、学习及相互交流的方式，并
; a$ h7 x, {, d+ @4 _    影响着国家安全。
9 u. w' _+ c  f8 D! O  y        1．2 信息技术发展阶段
        信息技术在“软”的发展主要有4个阶段，数据－信息－知识－思想（意识）。这四个阶段同计算机的发展速度有着密
    切的联系。
        数据阶段
        在数据阶段，信息技术只是用来做电子表格的处理。
7 m% f! J1 v9 h! \        信息阶段
3 p4 Y" p7 R  Y        在信息阶段兴起了用现代信息技术来辅助管理的人机结合的信息系统。
    例如：管理信息系统、决策支持系统和数据仓库
    管理信息系统（MIS , Management Information System）和决策支持系统(DSS, Decision Support System) 是用现代信
$ ]: o' q" B1 A; T    息技术来辅助管理（MIS时）或辅助决策（DSS 时）的人机结合的信息系统，这类系统对管理过程或决策过程提供有价值的数
    据、信息或知识，以改善管理和决策的质量及效率，提高竞争力、生存力，创造新的价值和效益。
* s% T( S/ T9 U' T2 y# V        知识阶段
        从信息阶段到知识阶段，这一时期的计算机运算速度飞速发展，网络技术特别是因特网已开始被人们重视。这时的管理
$ ?9 K) c0 p9 a  ~: y    信息系统、数据仓库技术、商业智能技术取得了较大的发展。随着因特网带宽变的足以让人们相信信息高速公路已变成现实
    时，数字地球就应运而生了。
        思想阶段
        从知识到思想阶段是信息技术发展的非常重要的阶段，其特点是以互联网为依托。在思想阶段，人们将主要考虑具有不
    确定性、过程和相互作用的复杂性问题。因为在自然界我们所面临的问题都将是复杂性问题。
5 u. N% M: q* }8 X) Q        这每一阶段都对应着计算机和信息技术发展的不同阶段。处理复杂动力系统这类问题只有在第四阶段上才能做到。
( i" Y( Y( o! x/ Y' q" b        
        二、信息技术新的生长点与运筹学

  T% ?) \! U! _2 l) C) t, T        下面我要谈的是近年来新兴的信息技术，以及运筹学与这些新领域、新方向的密切关系。
        2．1信息化制造
        2．1．1 可重构制造模式与智能制造系统
        可重构制造模式与智能制造系统是基于传统的信息化管理如MIS、DSS、CAD和CAM的基础发展起来的一种新的制造技术和
6 p' G, t0 b3 e7 w: M! t* N- a9 G+ A+ s    模式。
, c6 O2 w* L: ?6 u: S2 I1 w! q       主要研究内容：
8 E' `9 j' F3 |6 ~1 j( K$ F+ g                   制造信息学
: z: L6 x5 Y; E3 o8 U; c, j6 I                   可重构制造模式
( a, ]+ J7 A2 c( C( W9 B+ j                   智能制造系统的设计理论与方法
                   多传感器信息的融合理论
                   传感、决策和控制的集成理论与方法
       该方向涉及：
# `4 k" s* U6 {0 A. a/ W. L                   管理运筹学、工业工程运筹学、 随机运筹学和随机服务系统（排队论）
       关于MIS、DSS：
       我国的MIS，按系统建设及应用情况经历了起步、发展及推广应用三个时期。80年代初期以前为起步试验期，这个时期在
   计算机单项性应用的基础上，试验性地开发出一些面向运营操作的 MIS( 如[1] )。 80年代初期至90年代初期，进入信息系统
   建设时期，主要标志为实施一批包括国家经济信息系统（[2]）在内的全国性的信息系统的建设，信息系统开始在我国得到了
% t2 C+ U$ `* _9 _4 ^/ x* n. b4 a   发展。这些巨大的系统在国际上也是史无前例的，对我国MIS的发展起了巨大的作用。90年代中期后，我国进入了信息化时期。
   这个时期的特点是提出国家信息化，原来一些全国性的信息系统发展成“金字工程”（如[3]），大力建设政府上网工程，以MIS
; d- |0 u6 I- P. \   为中心的信息系统和企业信息化被普遍接受，在许多单位已成为不可缺少的基础设施，MIS对我国的经济及社会的管理发展开始
( P3 F) ~: w* s4 M. X+ M$ G8 t  {   起重要的作用。与MIS建设实践的同时，开展了MIS 的逐步深入的研究，这些研究涵盖MIS的各个方面：系统结构及模型、需求
   分析及系统设计方法、系统实现技术、系统开发工具及生成环境，以及有关信息化和信息资源发展战略、系统环境、组织或企
: e. g9 h% k8 n1 i# F5 ]8 a   业的管理过程、管理行为、管理结构等等问题的研究。随着计算机技术的发展，我国的MIS已从早期的主机型的结构发展出分布
   式的MIS、基于Intranet/Web 的MIS，这些新结构已为新的MIS系统普遍采用。信息系统的分析设计方法和描述语言是MIS的重点
& q' ]6 Q; i3 P4 Z7 h7 Q& U7 v   课题，在MIS发展的第一阶段，就开始了这方面的研究，如[4]研究面向底层数据处理的设计方法，适应于当时的MIS系统。到80
   年代中期，我国提出一系列大型信息系统建设任务，需要新的面向中上层管理的信息系统的分析设计方法，[5]是这方面的一项
   工作，它研究出一种完整的大型复杂信息系统的设计方法，受到国内外的肯定,在我国得到了推广。随着信息技术的发展，系统
   分析设计方法向对象化、可视化、智能化、自动化、形式化方向发展。[6]中的方法既可用于软件系统，亦可用于MIS系统。我国
   对MIS系统实现技术,如数据处理、模型技术、知识处理和智能化技术、网络技术、人机界面、系统集成等等(如[7-11]), 进行了
2 g6 j2 b, h. x5 c   很多研究，有大量的成果，为MIS系统的开发实现，提供了可靠的技术基础。系统技术的一个重要领域是系统开发工具、开发环境
* Q) a" r# ?" k( l8 P) @8 X   及MIS应用生成器的研究开发，经过近二十年的努力，我国不但完成了多项技术研究和原型系统的开发，而且已有一批实用的商品
+ e% V; ^8 k1 p& v, {   化的产品（如[9,12]）。组织结构和企业的管理过程、管理行为、管理结构等，是 MIS的管理科学基础，对它们的研究受到重视
4 V1 A; ?. J5 j  （如[14,15]），研究表明，我国的MIS能否适应我国管理工作的特点，对MIS的成功有重大的甚至是决定性的影响。
       我国对DSS的研究，始自80年代初期，经历了80年代的起步性的研究开发和90年代推广应用深入研究的两个阶段。研究范围从
; ?) e' S" |: w5 T: T2 ~   决策的认知过程到系统操作运行，涉及到：DSS应用系统的开发使用，DSS实现技术，DSS开发工具及开发环境，决策支持功能，
   决策模型决策算法,决策的认知过程及决策行为等等方面。从应用成果、研究内容和研究力量上看，DSS在我国取得了重大发展。
2 \( h8 N' y7 D* j. T% [* `   DSS的应用是推动其发展的最大动力。早期的DSS实用例子中，有与国外合作开发的山西省整体发展决策支持系统[16]，它表明了
   我国在DSS的研究开发上，有比较高的起点。近期的例子如[17]，它曾获国际运筹会（IFORS 96）一等奖。据不完全统计，已开
2 @5 }+ M% ^2 I/ V   发的DSS实用系统达几十种。我国在DSS的实现技术方面，取得了很大进步，掌握了一整套系统实现技术，包括：模型管理、数据
2 ]# D2 X$ v. C   管理、知识处理及智能化技术,系统结构及开发方法、信息表现及人机交互技术等。模型是DSS的核心，模型管理的研究中心是模
* j7 C& X9 q* u$ q5 X. b. r" P9 t   型库管理系统和计算机辅助建模(如[18]）。数据处理除诸如数据库、统计分析等传统技术的使用外，已开始多维数据分析和数据
. L1 C0 [& L+ B2 H2 `" u9 X% l" ]   仓库、数据挖掘、知识挖掘、联机分析（OLAP）技术研究(如[19])。智能是未来一代DSS的本质特征之一，成为我国DSS的研究的
3 i$ ]3 g0 g. o6 D% _. Y; f( N   热点，已将知识处理应用于决策分析过程多个环节及DSS系统的各个部件，取得了良好的效果，［20］中较集中反映了这方面的情
$ s1 j) p4 V! b/ o8 ~( ~   况。DSS作为人机系统，它的信息表现及人机交互技术受到重视［21］。DSS 的系统结构及开发方法的研究贯穿在DSS 的系统开发
" G6 ?8 n. m9 q* p. U% \8 N7 Z   中，同时也对通用结构及方法论（Methodology） 开展了研究（如［22］）。DSS 开发工具、开发环境及生成器，是DSS 研究的
* c) b$ `9 ~( y1 Q6 M' v   重要课题，我国已研制成功一批DSS 开发环境及生成器，并用它们建立起DSS应用系统(如[23])。在支持功能方面，已从支持单
1 k' o2 ]" M0 y   人决策到支持多人或小组团队的决策 (GDSS，[24])，从提供数据处理上的支持到提供智能性的知识处理支持 (IDSS，[25])，从
   非协同性决策支持到协同性的支持(CSCW，如［26］)，最近还开始了对主动式DSS 的研究(actDSS，[27])。 IDSS，GDSS，CSCW，
5 ?. ~9 n0 X, _   和actDSS，的研究，反映了我国DSS研究的广度。在DSS的决策理论、决策模型和决策算法方面，反映了我国对DSS研究的深度，
% Q( z  ?; B6 x6 v: V2 }   为我国的DSS系统的建设提供了坚实的理论基础。这方面的研究早期多出自于决策分析（如［28］）、管理科学、系统科学和系
   统工程（如［29］）,近期进行了基于神经网络、模糊理论、遗传算法、人工智能的决策方法、决策模型的大量研究。在面向DSS
   的决策认知过程和决策行为方面，我国也有研究(如[30,31])。
       2.2信息处理与计算
9 h; ]+ N9 M5 G3 O2 b# p! [# |       信息处理与计算包括：算法理论与高性能算法设计、自然人机界面与和谐的人机环境、基于内容的信息理论与知识处理理论
   及信息内容的智能处理等内容。
       2.2.1 算法理论与高性能算法设计
       计算机科学的核心是算法。软件创新的重要环节也是算法。高性能计算往往是并行计算。并行算法的设计不仅要懂计算机并
2 K* X! Q7 b2 \  n   行处理，而且要对应用问题有深入了解，这是计算机学科与应用学科的交叉前沿领域。
# T- r/ w, R$ @4 s; w  d$ s- G# ^       研究内容：例如:
                 算法复杂性与算法效率理论
                 可扩展性和大规模计算理论
                 应用问题建模理论与适合并行计算的问题描述
. B5 N  K5 Z7 O/ Y; ^                 非数值算法与非确定算法
5 z1 D0 w5 ^9 ~( T                 该方向涉及：数学最优化、图论和组合优化、计算运筹学、随机运筹学等
       2．2．2 自然人机界面与和谐的人机环境
! [/ G: B& G; s" H6 a       纵观计算机发展的历史，凡是有助于人机和谐的技术都得以蓬勃发展，如视窗和鼠标。未来计算机的发展是以人为中心，
+ P" X5 i/ j& ~, K2 f+ J* |   必须使计算机易用好用，使人以语音、文字、图像、手势、表情等自然方式与计算机打交道。
       要研究内容：
          汉语识别与自然语言理解
          虚拟现实技术
! d* L1 \* ^( M8 V( L          文字识别
0 l5 _) }" w& F- n! K          手势识别
; p' u& V8 Q4 C& x: @5 r, y          表情识别
4 c8 ^- R% f6 j: @) J% L  W, M   该方向涉及：模式识别和图像处理、人工智能、组合数学、计算运筹学、汉字信息处理等。
       2．2．3 基于内容的信息理论与知识处理理论及信息内容的智能处理
       信息过载已成为日益严重的问题，21世纪争夺的主要资源是人们的注意力，如何用智能化的手段处理网上的海量信息（包括
   文字、图像、语音等）已成为一个十分紧迫的问题。将信息转变为知识、将信息基础设施发展为知识基础设施是21世纪的重要
/ |3 a- C; E  a' X   科研方向，数据挖掘、文本挖掘、知识发现、网上软件机器人等是必须重视的新技术。
      主要研究内容：
4 @! H6 a8 O& _7 B* s; s4 m$ o          语义信息理论
          知识模型的测度理论、语义联系和语义操作
2 q( ?/ j' f2 i# c. k) W7 }% ^6 ~          数据挖掘、文本挖掘与知识发现；Internet网上海量信息的智能化检索。
' J6 D" {- D$ G% _6 y: X: W          管理信息系统、决策支持系统和数据仓库
0 v+ w  C; C8 Z          商业智能
          该方向涉及：管理运筹学、计算运筹学和数学最优化理论，所涉及的理论包括：
          决策树、分类、聚类、粗糙集、关联规则、神经网络、遗传算法等
  B3 k- N' F; a) c/ d( j  c       2．3．Internet、带宽IP网络、电子商务
0 v- C4 J. {+ j( A. s+ o       2．3．1 Internet
       Internet是一个刚刚开始组织自己的复杂系统。它的组织化趋势起源于就某个特定课题或特定目标共享不同地方的信息需求。
) o3 p+ o2 k' Z0 D4 h  c: g   利用它人们可以汇编他们所感兴趣领域的数据库和资料索引。这种活动可以产生新的资源，因为整体总是大于各部分之和。
) i2 R; p7 k: J5 F( A       Internet 确实为一涌现出来的社会现象。严格地讲，它根本不是一个网络，而是一个把许多彼此隔绝的网络连系起来的协议。
+ B$ H, j& @6 i   在将来，互联网将变得越来越聪明。它将不仅仅只具有简单收集信息的作用，它还将具有认知能力。“智能”的网页将可以“判
   断”操作者需要什么样的信息并由此打开新的途径，关闭那些它“认为”不需要的页面。它的运行方式与人脑对信息的处理有很
9 H: M+ D, q6 K) @# Z   多相似之处。由此，我们可以认为将来的网络将成为一个全球的大脑，一个超级机体的神经中枢。
       2．3．2 宽带IP网络和网络创新应用
4 w5 P$ j6 G2 y8 P( Y       网络通信是未来10年最热门的技术，宽带IP网络是今后发展的主流技术。目前风险投资商主要集中在与网络有关的项目上。
$ @8 }) f! Q9 p0 d, J4 k2 n2 X9 |3 n   Internet的飞速发展给信息技术和信息产业提供了前所未有的机遇。网络带宽的增加速度超过了摩尔定律揭示的处理机芯片性能
   增长速度。宽带通信网上的应用将改变人们的工作方式与生活方式。创新的应用层出不穷。目前最受人关注的应用服务包括电子
   商务、远程教育、数字图书馆、政府与企业上网、web解决方案等，这些应用中创新空间很广阔，有许多关键技术要突破，有巨
   大的经济意义和社会影响。
$ [9 }5 c) L. O& ^. T       主要研究内容：
$ d9 J. [: A# W6 ?; t              .大规模网络布线技术
             ·突破广域实验宽带IP网的关键技术
5 x9 q% W6 t7 W; i# g1 y             ·高速路由、交换设备与核心技术
7 X! J4 [6 ?( h0 T7 b             ·多媒体移动通信
             ·基于宽带网的创新应用
; W. b/ S  y/ r  S1 H8 v5 \      关键技术：
             ·新一代光通信技术
             ·新一代宽带IP网技术
7 W8 D7 x- Z( I  b7 A% r& r             ·基于有线电视网的带宽IP技术
; t' x9 |/ I. d0 u3 y9 P             ·多媒体信息传输技术
2 e# Z9 S( _6 j, N3 {             ·网络信息安全技术
     该方向涉及：数学最优化、计算运筹学、图论与组合优化等
     示例1：Internet中的路由建模及优化算法和超图数据结构理论
. [9 K2 F' n& n8 Z     在通讯网中，路由主要包括两个基本功能：
     1、从网络中收集状态信息并使之不断地更新
     2、根据所收集的最新信息计算最短路。也就是说，路由器根据最新信息来发送数据包，数据包总是沿着目前所计算的最短
  路发送
9 y  o, h) l/ c1 r$ w' M      IP路由是现代通讯网中的一项关键技术，现已有许多关于IP路由的文章和产品，但是几乎所有的路由协议都是以Dijkstra于
# h7 E: f. v' m! _; W" W) m  五十年代提出的最短路模型为基础的。当最短路被阻塞时，路由器将利用备用的次短路来传送数据包，如果路由表中没有提供
" x& s/ b, }) ?( n/ Y6 n5 S  备用路，则数据包将被缓存以等待最短路修复。这并不是一个高效的路由策略，因为现代通讯网络是一个庞大的分布式网络，数
  据流量增长非常迅速，网络状态瞬息万变，而最短路计算的根据是路由器所收集的近期的网络状态信息，当数据包到达时，网络
# @7 U( d2 B+ m  状态可能已发生改变，从而最短路也发生了改变，所以最短路模型不能很好地反映网络的动态性，最短路算法也难以有效地实现
9 O! Y& I# U+ G2 _  网络负载的分化。在目前网络负载迅速增加的情况下，数据包在网络中的实际传输时间与期望值差别很大，使得网络的服务服务
  质量不尽人意。
' a) z9 L% |+ J      将数据包沿多路传输，以实现负载分化从而有效地利用网络资源是未来路由的发展方向。同时，更好地适应动态变化的网络，
+ t3 w/ [9 i- J5 P3 H5 }) H  使数据包得以避免拥挤的网络线路也是一个路由器所应具有的智能。
$ b0 M* [" g1 M      基于以上思路迟彩霞博士为未来的智能路由器提供了几种路由配置模型，使之具有以上的智能。她利用仿真实验验证了所提
7 m! g  F% O! i& g  路由策略在各方面的优势。
      超图数据结构（Hypergrap-based Data Sructure, HBDC）是法国数学家C.Berge于1970年提出的。超图是对图论的扩展，近
; a2 F" v, h: i' c& \# J  年来，超图理论研究取得了很大进展（王建方等，1998），它在大规模网络分析、网络综合、计算机容错总线设计、数据库搜索
  引擎设计、组合数学和运筹学等领域的应用受到了越来越多的关注。
      1979年，法国巴黎大学F.Bouille教授在超图和集合论基础上提出了超图数据结构概念（F.Bouille，1979），提出以“现象
  s: d$ N& A' e( o  结构”理论取代传统的关系、层次和网络结构理论，以类别、实体、类别属性、实体属性、类别间联接和实体间联接等6种抽象数
! ]! z  O4 e9 z2 M9 k: ~6 J' C) c  据类型作为基本结构框架，描述、表达和组织地理现象。超图数据结构在数据库和GIS中的应用研究虽然时间不长，但取得了显著
8 |& F- A3 M6 k4 N  的成果。超图数据结构模型的理论在欧洲，特别是在法国得到了较好的发展。法国国家地理研究所建立了基于超图概念模型的国土
  基础数据库，以1：10万和1：5万地图为基础覆盖法国本土（F.Salge,1989），建立的3D动态系统是用超图作为引擎控制地形的变化，
' `$ }: _1 _" ~5 b  应用超图建立地理结构专家系统和建立目标定向系统（F.Bouille,1992,1994）。
       在美国，R.D Rugg进行了城市信息系统、道路系统和人口方面的超图数据结构研究。在加拿大、日本、中国都有关于超图数
  据结构理论和应用研究的报告，这些年的应用实践证明超图理论具有严格的数据基础和灵活的结构。
# Z+ k" D7 \' h! ]# i: i3 I0 J       2．4数字地球
       数字地球是21世纪有重大价值的全新课题，数字地球将数学科学、系统科学、地球系统科学和地理信息科学等多个学科、多
/ s  @: H$ L4 N) X  个领域的知识结合起来，用于研究地球信息和与其关联的各类媒体信息，及其动态演化过程的描述及其表现的数学理论及其计算实
  现方法。数字地球属性及演化过程，是构造及应用数字地球的基础。数字地球基本属性及动态过程的数学描述，是建立属性描述及
  过程建模的依据。
       数字地球，只有通过网络才能实现全球信息共享。虽然现在的国际广域网-----Internet，在很大程度上冲破了国家和结构
  间的障碍，促成了基于信息的工作方式，但还不能达到“数字地球”意义上的要求，因为数字地球要求信息网络真的象道路和海
  洋一样嵌入到每个人的生活中，但是其基本的雏形已经渐露端倪。
7 c! E& u- W( ?- V       2．4．1 数字地球技术
      “数字地球”的关键技术：
! A- Z$ ~: H* t0 h; M5 l. u" D# O               国家空间信息基础设施建设的体系结构与GIS互操作模型
               海量空间数据智能获取、存储和管理技术
/ v0 t2 b4 G9 R               海量空间数据的大规模处理技术（并行以及分布式处理）
               空间信息共享机制和空间元数据管理技术
               分布式空间数据库的信息集成与分布智能技术
               应用模型服务器技术
1 i0 D; o# _2 |4 ^5 ~% j2 C               数字地形快速生成与数字景观服务器技术
6 m* o; q/ e- I8 e               数字地球网络通信与信息安全技术
; a6 F. t* u6 g. d! H0 m               虚拟地球建模与仿真技术
+ `0 {# N( U% A       2．4．2 数字地球技术的应用－重点地区灾害实时监测、评估、预警和决策支持示范系统
! a) H  L. U2 @7 u3 R+ A0 q4 P               各种传感器和直接与卫星通信的探测基元研制
5 e0 j, a5 m0 |( L, A$ p               海量空间数据的智能化获取
               网上地理信息系统（WebGIS）
               应用模型服务器
               元数据库管理、虚拟建模与仿真
               抗灾救灾的决策支持系统
        关键技术：
               新型传感器与探测基元
/ C! k% b. q0 u' X' p6 y  Z# g5 Q& \. M               建模与仿真技术
               应用模型服务器技术
$ {+ \6 b0 J4 `0 k# q. {6 |3 c               信息获取与数据挖掘技术
( w" Q2 X2 q) O# D9 J* I. z               天地一体化的网络技术
: K! E7 Y& e9 k+ f( F               计算机辅助决策支持技术
       该系统涉及到数学最优化、管理运筹学、计算运筹学、决策理论、组合及网络优化理论等。
       示例2：基于因特网的旱涝灾害评估系统
       灾情评估是指对可能受灾地区的洪水造成的损失进行评价和估计，对洪水调度预案实施可能带来的损失代价进行分析和比
) W( ^* B: K, ?" j   较，包括分洪造成损失的评估与可能漫堤、决口造成损失的评估和洪水调度预案的评估等。灾情评估系统，其主要目的就是协
+ T2 V: t' d  q0 i% s   同决策支持系统的其他子系统，共同完成国家防汛指挥系统对决策支持系统的各项要求。
       传统的旱涝灾区评估系统主要由三部分组成：1. 遥感快速获取受灾面积系统。2. 数据库。3. 评估模型。以GIS为平台将
& L# @- X5 P. p8 |+ g& y   这三部分集成，对旱洪灾害进行评估。受灾面积获取系统是利用气象卫星遥感系统、地球资源卫星遥感系统和机载遥感系统对
   受灾地区进行全方位的遥感动态监测，利用地理信息系统和图象处理技术对卫星资料进行快速处理，快速获取受灾区域和受灾
   面积等信息。数据库是评估洪涝灾害的基础，一般包括遥感数据库、我国主要旱涝灾害多发区的土地利用数据库、水文气象数
   据库、社会经济数据库、大比例尺的地形数据以及行政边界图等。评估模型为利用数据库的数据进行快速评估提供方法，这些
5 C4 t7 w: o+ b) d" w3 B; Z9 r; v   模型包括受灾地区土地利用评估分析模型、受灾人口与房屋评估模型、受灾农作物损失估算模型、防灾抗灾辅助决策模型等。
   用这些模型构成模型库，与数据库一起构成评估系统的主体。
       但在传统的旱涝灾区评估系统中，没有考虑不同的受灾区域在不同的淹没水深、不同的土壤渗透情况、不同的人口等社会
   经济条件下，旱涝灾害造成的相对损失大小的问题以及有关的预测问题。
       为了对旱涝灾害进行相对受灾损失评估和预测，在该系统中我们采用了运筹学中的DEA方法和逆DEA方法。
+ s; [; g. v8 `5 S/ M+ A: f6 a- T       自从1978年由著名运筹学家A.Charnes和W.W.Cooper等学者提出DEA以来，它已经成为管理科学与系统工程领域中一种重要
   而有效的分析工具，并且有许多DEA方法的应用。但是，我们还没有发现关于资源评估或预测方面的应用（魏权龄等，1999）。
       在该系统中，基于章祥荪、崔晋川于1996年所给出的逆DEA模型，我们在最近（章祥荪、崔晋川，2000）给出了将逆DEA模
   型这样一个带参数的线性规划问题的求解化为对单个的线性规划问题求解的算法，并且将DEA及逆DEA模型应用于旱涝灾害的评
* F# v" n/ a: a3 }5 k3 G# i/ e( F8 Z   估和预测系统，这样就填补了以往DEA方法在资源评估和预测方面的空白，也为旱涝灾害评估和预测系统提供了一个行之有效
   的方法。
. T) C/ [% Q+ r- E' u       为了将DEA模型和逆DEA模型应用于洪涝灾害地区的相对性评估与预测系统，我们先给出这个系统的决策单元（DMU）的定义。
   此处每个DMU可看成是一个受灾区域。然后我们根据定义每个DMU（受灾区域）的输入、输出指标如下:
       输入指标为：
% B4 y" D6 r( h7 n3 o9 q2 ?       受灾面积，淹没水深，人口数量，经济状况，防洪投入，生态状况
7 [0 H$ t+ ^9 K8 [       输出指标：
; s6 d" v7 b& u( {; Z       人口损失，经济损失，生态破坏程度。其中，灾前，人口数量、经济状况等数据可以从政府统计部门得到，灾中， 我们
  可以得到有关的防洪投入的数据，以及在灾后，可以获得关于受灾面积、淹没水深、人口的死亡数目以及经济损失等数据。这
  样，有了这些数据，我们就可以将 DEA模型和逆 DEA模型应用于该系统。
  s, Q  }! d" y( x. y      评估范围可以在不同国家、不同地区之间选择。由于实际数据难以得到的原因，在该示例中，我们选择美国西雅图地区做
  为待评估、预测的受灾地区。
      该模型系统可对不同受灾地区的受灾程度进行相对评估和预测分析，为分洪决策和救灾援助提供参考方案，该模型系统同
  GIS，RS，GPS结合可及时更新数据并进行实时灾情评估，评估结果可在因特网上实时发布，同时该模型系统产生的评估结果也
  可为其他有关的决策支持系统提供科学支持。
      2．5．智能与复杂系统
2 S2 w) Q8 \# k0 \8 y, B  ^. M      智能与复杂系统的研究是信息发展过程的最高阶段，目前还主要是理论研究，距离实际应用还有很长的路要走。
      其中，复杂性的机理研究是智能与复杂系统的核心内容。
      从根本上说，复杂性是世界的组成方式。当许多事物组合在一起时，它们之间的互相作用就可能极其复杂。复杂性的一个
! y* I) i  w; u5 S$ \: D  p  重要概念：涌现。它是指平均性质（行为）是由无数个体相互作用涌现出来的整体属性，它在某种意义上忽略了个体之间的
  区别。宏观涌现是复杂的主要特征之一，即可以通过一系列简单的过程得出不可预见的整体特性。
, t- X# N! E# H8 E# Y. P+ ]      复杂性之所以激动人心，是因为尽管各个组成部分可能无关紧要，但其间的相互作用却通常会产生强烈且无法预测的行为。
      系统的动态性特征：复杂系统是时变系统，其结构，功能及关系都是动态的，研究复杂系统的核心问题是它的随时间的演
- l6 |2 N$ G  n% A; W  化行为。
      2．5．1 认知与智能的机理研究
+ p6 [# a% O1 `5 A$ M' N5 R& j      认知科学（Cognitive Science）是人工智能的重要理论基础，弄明白认知与智能的机理是科学界长期以来试图攻克的重要
9 }0 y! c3 @. @6 f  目标。当前计算机科学领域发展的图像与语音理解的理论与方法与人脑的认知信息处理过程有重大差异。当代认知科学重要的
  研究方向是“智力的模块化”，即探索构成人类复杂智力的基本模块，最终如同基因图谱一样，做出人类认知过程的“基本功
. C0 p9 g+ p) C9 C# q2 ?  能模块图”。
' [4 A0 V, x8 M$ H$ g9 j0 y9 ^; m      研究内容：例如
                   认知心理学
" n2 q8 }, M6 F* H                   图像、语言理解的认知模块化过程
                   视觉信息由局部到全局描述的组织与演化
                   人机和谐的心理学和人工智能基础
- d% y7 M* `! Z- y. g2 w      该方向涉及：计算运筹学等
      2．5．2 复杂巨系统理论
' ^3 Z& }. g( [2 e. N  W      复杂巨系统是指子系统数量庞大，且相互关联、相互制约和相互作用又很复杂并有层次结构的系统。我们构造的大范围的
0 e5 V! l/ V' V3 q& C  息系统，特别是连接全球的Internet（包括用户）就是典型的复杂巨系统。建设信息网络与信息系统不仅要考虑底层的计算机
7 q1 G# A+ g& W( b  与通信技术，更应从系统学的角度考虑复杂巨系统面临的各种问题。用户本身是社会系统的组成部分，通过用户将信息系统与
  社会系统耦合起来，形成更复杂的巨系统。相比电力系统等大型网络系统，信息网络的理论还非常不成熟，需要我们创造新的
2 ?* ~% m% v, \" [) v9 `: o2 L  理论，新的方法。复杂性理论是计算机科学的基础理论，也是研究复杂巨系统所需要的基础知识之一。
! U' E8 q1 i" u  }5 K$ Y6 ?      研究内容：例如
1 M* j2 p$ q5 n$ y                  从定性到定量的综合集成
                  信息网络的复杂巨系统理论
                  计算复杂性理论
* U$ p9 e% w0 V1 V8 _7 w0 i) s      该方向几乎涉及运筹学整个领域
6 p8 c( C- g: ?1 O* A7 X, x      当我们研究信息技术与运筹学发展有关的问题时，复杂性可以提供很多东西。人们对其最大的期望也许是：掌握如何控
  制包含着真正复杂的相互作用过程的可能性。
" Q7 b! ?/ @1 \* p. j0 d  
      三、展 望
8 F& z2 \; b. A5 n7 F" }2 s( P      我们回顾信息技术发展的4个阶段（数据－信息－知识－思想）时可以发现运筹学在其发展过程中起到了何等重要的作用，
  也使我们深刻地认识到运筹学不只是数学的应用，它首先是一个卓越的创造，其卓越之处在于人的思维能力，它能就复杂而
  看似神秘的自然现象建立起可被理解的模型，从而给人以启迪与力量。同时我们还体会到运筹学的发展应紧随高科技发展和
6 r* B* I  z, ~% N  全球经济一体化的发展，并在他们的发展中找着其切入点。高科技的发展中依然存在着大量急待解决的决策问题，而网络的
- ~, P+ h9 F! G$ t6 w) {9 ^  发展又为运筹学提供了更大的发展舞台。

lufangyuan

写的不错，排的格式有点乱，看起来不舒服。

liwei141129

写的不错，排的格式有点乱
6 g8 @. r+ R2 J* a6 G
本文摘自: 数学中国(http://www.madio.cn/mcm） 详细出处请参考：http://www.madio.cn/mcm/thread-37874-1-13.html