基于數據倉庫的裝備保障指揮輔助決策系統研究

賈燁

郭齊勝

韓健

（裝甲兵工程學院裝備指揮與管理系，北京100072）

0 引言

裝備保障指揮輔助決策系統是以信息技術為基本手段，綜合運用現代決策科學理論、方法和計算機技術，針對半結構化和非結構化的決策問題，支持裝備保障指揮輔助決策具有智能作用。該系統能夠為裝備保障指揮員提供裝備保障指揮決策所需的數據、信息和背景材料，協助其快速有效地分析裝備保障任務，處理各種裝備信息，規劃保障人員、保障器材、作業時間和保障措施，以此提供各種備選方案，并能對多種方案進行評價和優選，我們可以通過人機交互的方式進行分析、比較和判斷，為裝備首長機關正確決策提供必要的支持[1]。

1 數據倉庫的概念及其特點

數據倉庫的提出主要是以關系數據庫、并行處理和分布式技術的飛速發展為基礎的，目的就是為了解決在信息技術發展中存在的擁有大量數據但是信息缺乏的問題。數據倉庫是面向主題的、集成的、穩定的一個數據集合，這個集合是隨著時間而產生變化的，用來支持裝備保障決策者實現及時、有效和科學的決策。其主要功能就是從信息源提取所需要的數據，然后在數據庫上直接處理用戶信息的查詢和決策分析請求，盡量清楚訪問的信息來源[2]。

與傳統決策系統的關系數據庫的主要不同，我們可以從以下幾點進行分析：

1.1 主題性 數據倉庫中的數據都是針對所指定的分析領域組織的。這些特定的客觀分析領域我們統稱為主題。其中，裝備保障指揮輔助決策系統的主要有保障需求估算、保障能力核算、保障力量部署、保障方案決策，這些主題就是對數據進行歸類。

1.2 集成性 數據倉庫的數據是按照歸類然后進行抽取的，在數據進入數據倉庫之前，我們必須要經過清晰的集成轉換后方可進入數據庫。這是因為：第一，數據倉庫的每一主題所對應的數據來源不同于分散的數據，它們之間存在著許多的重復性和不一致性；第二，不同的聯機事物處理系統的數據都與不同的應用邏輯相關聯，因此它們之間存在著很多的復雜的異構性；第三，數據倉庫中的綜合數據需要在源數據的基礎上得到進一步的加工。

1.3 時變性 數據倉庫的數據內容是隨著時間的變化而變化的，我們可以從以下三點進行分析：首先，數據倉庫是隨著時間的推移而不斷變化增加新的內容；其次，數據倉庫是隨著時間的推移而轉變舊的數據內容；最后，數據倉庫中所包含的綜合數據，大多都是通過實踐得來的，很多數據都是對各個時間段的一個匯總，然后根據時間區段進行抽樣等。數據倉庫中的每個碼都包含時間項，以此標明數據在時問流程中的屬性。

1.4 只讀性 數據倉庫的數據很大一部分是對一段時間內的歷史進行的總結，我們可以用裝備保障指揮進行決策分析。而數據倉庫中的數據所反映的內同不同，是根據不同時間點的數據快照的集合，以及基于這些快照進行統計、匯總和重組等而倒出的數據，并不是聯機處理系統中需要及時更新的最新數據。

2 裝備保障指揮輔助決策系統框架設計

裝備保障指揮輔助決策支持系統負責管理部隊有關裝備工作的所有信息采集、匯總、更新，部隊裝備管理、維修以及器材儲備等管理決策工作，整個網絡體系采用三層結構[3]，如圖1所示。

圖1

第一層為數據庫層，數據集中存儲于部隊數據庫服務器中，各類用戶根據權限訪問。第二層為應用服務層。通過WEB服務或數據庫管理服務器與數據庫進行數據查詢等交互并提供給用戶，用戶也可以通過局域網絡直接向數據庫提交數據。第三層為客戶層，是面向用戶的客戶端，采用B/S與C/S相結合的方式。

3 裝備保障指揮輔助決策系統模塊設計

建立裝備保障指揮輔助決策系統是一個較為復雜的過程，需要結合裝備保障指揮的特點來完成數據倉庫、聯機分析處理和數據的挖掘等模塊的設計。

3.1 數據倉庫設計 主題是數據倉庫的組織核心。在建構裝備保障指揮輔助決策系統的最初，我們需要明確其主題，然后根據基礎數據進行裝載。數據倉庫的主題主要是根據系統的需求進行設計的。每一個主題下面還分很多子主題，都是根據不同的主題分析來確定描述主題的多維數據模型，并根據主題指標中的約束因素確定模型的各個維數。目前，我們所描述的主題主要有星狀模型、雪花模型和混合模型[4]。

3.2 聯機分析處理設計 聯機分析處理的實施我們可以分為兩種方案：一是，采用多維數據庫進行聯機分析處理；二是采用關系數據庫來存放多維數據，然后進行聯機分析處理的關系聯機分析。由于在數據存儲中多采用的是多維數據模型，因此對該問題就采用多維聯機分析處理。裝備數據被存入多維數據庫后，多維聯機分析處理就會根據系統或外部分析工具的需要，將他們所屬的維中數據進行系統的計算和整合，把結果按一定層次的結構或計算要求輸出到應用層面上，便于更好地對該層面進行分析，還能夠將不同的主題間維進行統一的處理，進行裝備數據、保障任務等具體任務的數據分析。

3.3 數據挖掘設計 數據挖掘模塊是在數據倉庫系統或聯機分析處理的基礎上所建立的。在模塊確立后，將需要分析的數據輸入到挖掘模型中，然后得到相應的分析結果，再將分析結果有效運用到服務層進行使用，進一步輸入到聯機中進行分析處理。相對于聯機分析處理，數據挖掘的實現更為復雜。因此數據挖掘是一個高度歸納和演繹的過程，是需要根據不同業務進行分析，分別設定挖掘模型，然后進行有目的性的選擇和評價。為了對數據挖掘有一個具體的目標，數據準備則是通過數據選擇、數據預處理和數據轉換來選擇數據，將其轉換為一個分析模型；數據加工是對數據進行采集和整理，便于我們更好地根據設置要求選擇合適的算法，以此完成數據計算工作；決策建議是得出目標需要的決策建議；評價結果則是處理結果的有效性進行評價，若滿意則指導決策，不滿意則修改參數，選擇算法重新計算數據，直到獲得滿意的結果。

4 裝備保障指揮輔助決策系統結構設計

裝備保障輔助決策系統采用基于數據倉庫、數據挖掘和聯機分析處理技術的體系結構，其結構框圖如圖2。系統主要由三部分組成：第一部分是模型庫、方法庫、知識庫和數據倉庫及其相應的管理系統；第二部分是聯機分析處理和數據挖掘系統；第三部分是輔助決策支持處理系統。數據倉庫用于存儲面向決策主題的數據，實現對決策主題數據的存儲和綜合，系統通過調用模型庫、方法庫、知識庫的模型、方法、知識，提供相應的輔助決策支持。聯機分析處理和數據挖掘部分則是該系統智能化的核心，聯機分析處理和數據挖掘處理單元通過對數據倉庫中的數據采用有關的方法，結合相關的知識和規則進行挖掘，獲取有用的知識、規則和模型。輔助決策支持處理系統是使用四個庫的功能中心。它們從各自不同的角度輔助決策，數據倉庫是基礎，聯機分析處理和數據挖掘是兩種不同的分析工具，系統各部分之間緊密結合、相互補充、相互依賴，充分發揮各自的輔助決策優勢，從而實現更有效的輔助決策。

4.1 數據倉庫及相應管理系統 在數據倉庫中，數據既可以來源于裝備保障中已有的各種數據庫管理系統，也可以是各種格式的數據文件或外部的數據源。只有能夠為數據倉庫所支持的決策和分析過程提供所需要的信息，就可以成為數據的來源。數據倉庫需要經過檢查，排除數據中可能隱藏的錯誤，待合格后方可進入數據倉庫。為了滿足決策支持和深入分析的需求，我們在對數據進行整理的時候，需要重新進行加工和組織，這樣便于數據管理人員進行相關信息的整理。為了使數據倉庫用戶能夠有效地使用數據倉庫中的信息，我們需要進行深層次的分析然后進行綜合決策，這樣數據倉庫系統要向用戶統一提供一套數據訪問系統和分析工具，便于用戶高效運用數據信息。也能夠從結構上建立面向各個分析和決策主題的數據倉庫，實現裝備保障信息資源的共享，以此提供輔助分析和輔助決策服務。

4.2 聯機分析處理和數據挖掘系統 聯機分析處理和數據挖掘系統是整個系統智能性的生成部分，通過聯機分析處理和數據挖掘產生的新知識和規則，為解決問題而提供相關的需要。在基于數據倉庫的裝備保障決策支持系統中，聯機分析處理和數據挖掘不僅使用數據倉庫中的數據，而且使用其他三個庫中的內容，模型庫為聯機分析處理和數據挖掘提供模型和規則，方法庫為聯機分析處理和數據挖掘提供有效的方法，知識庫可以為數據控制提供相應的知識，這對挖掘過程也是有一定的輔助作用的，以此充實模型庫和知識庫。

4.3 輔助決策支持系統 輔助決策支持系統是用于輔助裝備保障決策系統的功能核心，數據庫挖掘信息是為了對現存的問題進行處理。我們在進行輔助決策系統的時候，可以使用模型庫中的模型，然后對存在的問題進行快速處理，并且對不相關的數據避免訪問。最終形成輔助決策報告或通過人機交互提出裝備保障決策，以此實現對數據倉庫的輔助決策功能。

5 總結

裝備保障指揮輔助決策系統主要是對現階段的準備保障指揮數據庫中大量的運行數據，以及其他可用的外部情報數據進行綜合分析，將需要運用的軍事裝備保障內外的數據源轉變為管理決策所用的訊息，使決策者能夠得到更加準確的、有價值的數據，并運用于決策管理上。數據倉庫中的數據要求是面向主題的、只讀性的、整合的有效信息，以此滿足裝備各決策部門和決策者的需要。采用數據倉庫能夠實現部隊裝備保障決策的快速性、有效性和準確性，是彌補傳統裝備保障決策能力不足的有效途徑。

[1]高洪深.決策支持系統（DSS）理論、方法、案例[M].北京：清華大學出版社，2000.

[2]馬費成，王曉光.信息資源的優化配置與共享效率[J].情報理論與實踐，2003（4）.

[3]Han JKamber.數據挖掘概念與技術[M].北京:機械工業出版社，2001.

[4]李瑞欣.決策支持系統中數據倉庫建設若干問題的研究[J].高性能計算技術，2003（10）：12-14.