首页 > 专家说

寻求毕业论文"网络技术在信息化发展中的应用"的开题报告!!!!!!!!!!!!!!!!

来源:
时间:2022-04-25 21:00:41
热度:1

寻求毕业论文"网络技术在信息化发展中的应用"的开题报告!!!!!!!!!!!!!!!!?第二章 面向复杂系统的综合集成方法上世纪80年代中期,钱学森先生亲自指导并参加了系统学讨论班,号召与会专家、学者在学术观点上做到百家争鸣、各抒己见。在此

第二章 面向复杂系统的综合集成方法
上世纪80年代中期,钱学森先生亲自指导并参加了系统学讨论班,号召与会专家、学者在学术观点上做到百家争鸣、各抒己见。在此基础上,他于1989年提出了开放的复杂巨系统及其方法论,即从定性到定量综合集成方法(Meta-synthesis)。
2.1 综合集成系统方法论
2.1.1 综合集成方法思想
综合集成法对复杂问题、复杂系统进行研究,在思想上,要时时刻刻注意到以下几点,只有这样,才不致于再次步入片面的还原论和整体论中去,而是将两者结合起来,并升华为综合集成的方法论。
首先需要多学科知识的结合。复杂巨系统问题与简单问题不同:简单问题适用于某个领域或者某个领域的某个方面,具有很强的专业性,研究此类问题可以暂时不考虑其他方面的影响:复杂巨系统问题是各个领域结合成的一个有机整体,只用某一个领域的知识是不够的,要多学科的知识结合起来,综合考虑各方面的因素,相互影响和联系,才可能最终解决问题。多学科知识相结合,是解决复杂系统问题的必要条件。
其次是定性研究和定量研究相结合。定性研究和定量研究都是研究解决问题的途径,二者相辅相成,不可偏废。定性认识是定性研究的结果,是建立在过去研究实践而积累丰富经验的基础上。定性认识、经验结论是研究人员一种直接的感观认识,通常在得出结论时没有经过精确计算和各方面的理论论证。定性认识有着一个最大的特点就是,得出结论的速度快,跟精确论证相比,几乎可以忽略不计,随着科学研究、实践经历的丰富,定性认识的正确性也随之增长,是一笔不可多得的财富。定量认识是在现有理论知识、各类模型的基础上,经过精确计算得出的结论。一般情况下,这种结论以其精确性和正确性而有着很强的说服力,但是这种结论的得出需要付出很大的代价,而且有些现实问题还不存在己经建立好的正确理论和模型与之对应。所以我们需要把定性研究与定量研究相结合,充分利用两者中有利的一面,从而快速、正确地解决问题。
第三,我们需要将科学理论知识和经验知识相结合。经验知识从实践中来,理论知识是对实践的认识,实践是理论的源泉,理论指导实践。两者之间是互为前提,相互促进,不重视,忽略任何一方都会导致该发展链的断裂。
第四,我们还需要将宏观性研究和微观性研究相结合。综合集成的方法论建立在还原论的基础上,并没有否定还原论。我们研究解决任何问题,仍然需要将问题分解,先从整体到部分,弄清楚各个细节之后,再从部分到整体,把宏观和微观研究综合起来,最终从总体上解决问题。从部分到整体,不是将各个部分研究结论堆砌起来,这样无法从根本上解决问题,不能形成整体认识,最多产生1+1=2的效果,多数情况下,特别是复杂巨系统问题中,不会产生新知识,新智慧。我们应该综合集成,实现1+1>2的质变、飞跃,只有这样,才不会再落入还原论的漩涡,才能从根本上解决问题。
2.1.2 综合集成方法的概念与实质
综合集成是指通过将科学理论、经验知识和判断力(知识、智慧和创造性)相结合,形成和提出经验性假设(如判断、猜想、方案、思路等),再利用现代计算机技术,实现人机结合以人为主,通过人机交互、反复对比、逐次逼近,实现从定性到定量的认识,从而对经验性假设作出明确的科学的结论[3,36],见图2.1。
图2.1综合集成方法
综合集成方法作为科学方法论,其理论基础是思维科学、方法基础是系统科学与数学科学,技术基础是以计算机为主的现代信息技术,实践基础是系统工程应用,哲学基础是马克思主义认识论和实践论。
综合集成方法的实质是把专家体系、数据和信息体系以及计算机体系有机结合起来,构成一个高度智能化的人机结合、以人为主的体系,形成人类智慧、知识、技术之大成,以获得对系统整体的认识[37]。其把专家的智慧、计算机的智能和各种数据、信息有机的结合起来,把各种学科的科学理论和人的知识结合起来,构成一个统一的系统。这个方法的成功应用在于发挥该系统的整体优势和综合优势。
2.1.3 综合集成方法过程
首先,用综合集成法解决开放复杂巨系统的问题,大致可分为以下步骤[38]:
1.明确任务、目的;
2.尽可能多地请有关专家提出意见和建议。专家的意见是一种定性的认识,肯定不完全一样。此外还要搜集大量有关的文献资料,认真了解情况;
3.通过上述两个步骤,有了定性的认识,在此基础上建立一个系统模型。在建立模型过程中必须注意与实际调查数据相结合,统计数据有多少个就需要多少个参数。然后用计算机进行建模工作;
4.模型建立后,通过计算机运行得出结果。但结果可靠性如何,需要把专家请来,对结果反复进行检验、修改,直到专家认为满意,这个模型才算完成。
这个方法,综合了许多专家的意见和大量书本资料的内容,是专家群体的意见。把定性的、不全面的感性认识加以综合集成,达到定量的认识。
根据系统分析的思想,结合复杂系统问题的特点,综合集成方法过程可分解为三部分[38]:
1)系统分解
在分析任务的基础上构成问题,把关于整体目标的、高度概括但又相当含糊的陈述转变为一些更具体的、便于分析的目标。根据问题的性质和要达到的总目标,将复杂的决策问题分解成若干子问题,并按系统变量间的相互关联及隶属关系,将因素按不同层次聚集组合,形成一个递阶层次结构指标体系。
2)模型集成
首先建立模型:构造一组合适的模型,描述子系统组成变量及其之间的关系以及决策者的偏好;然后资源集成:将各种定性、定量分析方法,以及领域专家、信息等一切可以利用的资源,利用计算机网络有机地结合起来,供分析问题时使用;最后进行系统分析:用集成的资源进行分析评价,利用各种模型方法,计算所有可行方案对指标体系的满意程度,得出各种指标的分析结果。模型集成涉及资源广泛,使用算法理论复杂,需要利用大量的、多样化的数据,实现使用技术更新速度快,因此,它是实现综合集成方法重要难点所在。
3)系统集成
系统综合就是利用多目标决策的方法综合各子系统的分析结果,以反映整个系统行为的结论。根据系统分析和综合的结果,对所列的备选方案进行比较、排序,确定出一定意义下的最佳方案,供决策者参考。如果决策者对分析结果不满意,还可利用在分析和反馈过程中获得的新信息,对问题进行重构和分析。如何将专家意见整合到一起,形成共识是在这一过程的重要任务。由于人的心理、偏好等很难把握,定性信息很难完全科学地定量化,要将众多专家决策者意见整合到一起绝非易事,同样也是综合集成方法实现的难点。
2.1.4综合集成的研究趋势
钱学森教授在1990年提出综合集成的思想时,采用了“meta-synthesis”这个英文名词,并认为它高于统计研究中的“meta-analysis”。经过大量的文献调查我们确实注意到:在十多年前“meta-synthesis”这个词的确很少有人应用,而近几年来越来越多的被一些国外学者开始使用。社会科学界已有学者介绍他们自己的研究发展过程,开始使用定性方法,后来使用定量方法,包括meta-analysis方法。sandelowski和Barroso从2000年起开始了由美国国家护理研究所资助的一个5年的项目“定性综合集成的解析方法”。近年来,地学和环境学界有大量的综合交叉的研究全球变化和其它环境问题,几乎所有大型项目中都开始单独设立了综合与集成相关的项目研究,把跨地区、跨领域的研究成果综合起来。在空间领域,特别是从事风险与安全领域的研究时需要将因各部件、各分子系统以及系统本身所有可能的故障成因及后果汇在一起分析综合,这正是综合集成思想与方法的应用沃土。著名的概率风险评估方法(简称PRA)就是先在NASA后在ESA以及核能部门得以推广,其核心思想就是从定性到定量的综合集成。由于空间系统的全系统实验的昂贵,人们不可能依靠大量做试验的统计分析来评定系统的可靠性和安全性,于是专家们特别注意从各种事故的发生、可能成因进行细微的定性分析,然后通过一些少量的实验数据加以适当的统计处理,利用数学模型定量评估系统总体,然后又利用专家加以汇总分析即综合集成,得出一些比较可靠和可信的关于系统可靠性和安全性的评估。
日本振兴会着眼于长远发展的“未来开拓学术研究”促进计划1996年起资助了“综合的科学”的大项目,属于“理工领域”,至少有1亿日元的研究经费。2002年3月项目验收。他们主要在工程设计中企图综合各方面的思想而形成新的设计,其核心工具是“Ontology Engineering”(本体化工程)将有关工业设计的要素先进行分解,然后利用平台合成,并在某些小型工业产品上加以实现。这个项目的主要思想类似我们目前正在进行的重大基金项目。苏联则成立了一个“Metasynthesis Corporation”,它也有一套称为“组织控制系统的概念与设计方法论”,曾用于解决一些社会和企业管理问题。
以上只是简要介绍直接进行综合集成的研究,而相关相近研究一直就有。如人工智能领域中多专家系统,特别是分布式专家系统的综合研究,等等。它们分别在不同的侧面或层面上讨论综合或者集成。进人90年代互联网的迅猛发展使得人们在追求技术进步与知识创新的过程有了更高更多的要求;另一方面,人们在对复杂问题,特别是社会、经济和环境等复杂问题长期不懈的研究随着信息技术的进步已走进一个新的时期,而这些促进了综合集成方法的研究和应用。所以也就有NSFC设立有关的重大项目[39]。
钱学森教授在提出“定性定量综合集成方法”后,92年又提出要建立“从定性到定量的综合集成研讨厅”,它的实质是将专家群体、统计数据和信息资料、计算机技术三者结合起来,构成一个高度智能化的人机结合系统,创立系统科学的新理论。这是试图解决对复杂系统的研究及研究方法论问题的一个很好的解决方案。
2.2从定性到定量综合集成研讨厅体系
研讨厅的思想是我国科学家钱老从上个世纪80年代的讨论班上总结出来的,随后钱学森汇总了几十年来世界学术讨论的seminar、C3I,工作及作战模拟、人工智能、灵境技术、人机结合的智能系统和系统学等方面的经验,进一步提出系统的最新发展形式而列举出来。综合集成研讨厅体系可以作为决策支持系统是因为它能够处理复杂问题,包括复杂的决策问题,此外,它对机器智能和专家智慧的集成使得它有能力面对信息时代大量决策任务所面对的海量信息和海量数据的问题,把海量信息和海量数据转化为决策信息和决策数据。
HWSME[40,41]实际上是将现代计算机信息技术、多媒体技术、人工智能技术、现代模拟仿真技术、虚拟现实技术引入到系统工程领域,以解决许多用传统方法难以解决的问题。把定量的模型计算与主要是由专家掌握的定性知识有机地结合起来,实现定性知识与定量数据之间的相互转化。同时它是一个人机结合系统,它的实现要通过以下几种技术的综合运用,包括定性定量相结合、专家研讨、多媒体及虚拟现实、信息融合、模糊决策及定性推理技术和分布式交互网络环境等。
对于复杂问题,需要对各种分析方法、工具、模型、信息、经验和知识进行综合集成,构造出适合问题的群体决策支撑环境,以利于解决复杂问题。对于结构化很强的问题,主要用定量模型来分析;对于非结构化的问题,更多地是通过定性分析来解决;对于既有结构化特点、又有非结构化特点的问题,就要采取定性定量相结合的方法。
2.2.1综合集成研讨厅的特点
我们设计的研讨厅系统具有下述特点:
第一,从传统的强调计算机的自动化求解问题,转向为强调以人机结合,以人为主的方式研究问题,支持群体研讨,并以“研讨”作为一种特征性决策支持方式;
第二,从传统的注意从“还原论”角度对系统进行分解,转为从“综合集成”角度对系统进行整体把握和综合,具有专业知识优势或经验的人作为知识源和问题求解组元成为系统的一部分;
第三,改变了传统的单纯的定性分析或定量分析的做法,用定性与定量相结合的辅助决策技术,提供定性定量相结合的分析环境。
2.2.2综合集成研讨厅的独特作用
由于复杂巨系统研究范围涉及包括从社会科学到自然科学多个学科,而各个学科间思维方式、分析问题、以及解决问题的方法有着巨大的区别,问题的分析与求解不再是原先的单人单机或限时限地的研讨会模式,而已经转变为要不断交互、相互协作的过程。
研讨厅在解决复杂问题时的独特作用如下:
首先,研究问题是在一个分布式的网络环境或互联网中进行的,可免除时间集中、地域分散等问题。时间上不作严格限制,可以深入地思考问题,利用相关模型、收集的数据等,再结合各种分析工具。还可以采用匿名方式,避免权威人士左右研讨局面的结果。
其次,研讨厅的研讨更体现了民主集中制,体现了决策的科学性和民主性。另外,对于复杂问题需要通过反复的研究分析、计算以及横向协商,反反复复的征求各方意见的烦杂事务,利用研讨厅可以明显的提高工作效率。
2.2.3综合集成研讨厅设计思路
从决策支持的角度来看,综合集成研讨厅的设计中要遵循如下几点建议:
(1)研讨厅的成员除了计算机和决策部门的领域专家之外,还应包括决策支持技术专家,这些专家熟悉传统决策支持.系统的构建过程和决策者的认知习惯,可以在研讨过程的设定和决策方案的评估方面发挥一定的作用;
(2)决策者最好能够直接或间接参与问题求解过程,并及时提供反馈,使得研讨厅的决策支持过程形成闭合回路,能够将决策者的意见尽量早地在决策过程中考虑,而不是决策之后再采取措施补救;
(3)成员之间应能够实现协作与资源共享,首要任务就是资源应具有标准接口,不仅仅能从一个成员向其他成员提供决策结果,还能提供对结果的说明和解释,有高效率和支持多种媒体的交流平台;
(4)资源应尽量封装成较小的模块,以便灵活组合、修改和动态产生新资源,资源形式不能仅仅局限于文本,还可以包括多媒体资源等;
(5)必须把Internet或者Intranet作为系统的一部分,尤其是Web必须作为研讨厅的资源。这是因为网络不仅可以为成员们提供便捷的交流手段,而且它本身就是一个超大型的知识库,可以促进决策知识的产生;
(6)系统必须具有同步显示设备和统一的问题表示方式,以促进成员之间的了解,并消除交流中因为时间的延迟而可能产生的歧义和不方便;
(7)系统应具有良好的可伸缩性,以方便研讨专家规模的扩大,和应用范围的变化。
2.2.4综合集成研讨厅实施步骤
综合集成研讨厅与一般的系统不同的是研讨厅体系不只是一个机器系统,它还包括专家和存在于人脑中的知识以及机器上存储的知识。应用研讨厅处理与复杂系统相关问题需要比较长时间的准备工作。利用综合集成研讨厅体系求解复杂问题的大致步骤如下:
(l)明确问题和任务;
(2)召集相关专家利用研讨厅体系的软硬件平台对问题进行研讨;
(3)通过研讨,结合专家自己的经验和直觉,获得对问题的初步认识;
(4)依靠专家的经验和形象思维,在问题求解知识的帮助下,提出对复杂问题结构进行分析的方案;
(5)根据复杂问题结构的特点,结合领域知识和前人经验,把问题分析逐步或者逐级定量化;
(6)在定量化或者半定量化的情况下,(在计算机上)建立问题的局部模型或者全局模型,这些模型既是对相关数据规律的一种验证,也包含了专家们的智慧和经验;
(7)在局部模型和全局模型基本上得到专家群体的认可后,讨论如何合成这些模型以生成系统模型;
(8)系统模型建立后,通过计算机的测算和专家群体的评价验证模型的可靠性。
如果群体对模型不满意,那么需要重复上述的(3)一(8),或者其中的某几个步骤,直到专家群体基本满意,建模过程才能结束。
2.3 小结
本章主要介绍了综合集成法提出、形成和发展历史,以及在此基础上形成的综合集成研讨厅体系特点、独特作用、设计思路和实施步骤。根据这一方法论,在湖北省自然科学基金重大项目“综合集成研讨厅软件体系结构研究”中,针对要建立“从定性到定量的综合集成研讨厅”的雏形,我们研究开发了“群体研讨支持系统”(Group Argumentation Supported System,GASS)。

第三章 群体研讨支持系统中研讨信息组织
在群体研讨支持系统中,群体研讨是将人的智慧、经验等定性知识与计算机技术综合集成的关键过程。为了提高群体研讨的效率,最终达成共识,我们对研讨的信息进行合理的组织。现有使用研讨信息组织模型主要有Toulmin模型[42]和IBIS模型[43,44],研讨树模型[45],他们各有优缺点。
群体研讨支持系统中的信息组织模型能提供一个新型的信息组织方法,它包括对研讨发言信息的结构的定义,对发言信息类型的刻画以及对它们之间关系的界定,对研讨论证信息类别的划分。通过有效的信息组织方法的实施,不仅能更简单地获得研讨中产生的数据、资料,了解研讨的进程,而且能切实地从研讨信息方面加快意见的共识,提高整个研讨的效率。
3.1信息组织的必要性
研讨中的信息包括研讨的任务信息(需解决的问题)、专家的发言信息、相关数据源中需要共享的各种数据。这些信息互相作用,一步步推动研讨向问题的解决方向前进。但这些信息涉及的范围广,来源复杂,条理性较差,如果对这些信息不进行有效的组织,则在研讨过程中获取的有效信息数量较少,使得分析问题的难度增大,研讨的效率就会大大降低。
研讨的任务信息也就是需要解决的问题,它是某次研讨所要围绕的主题,专家们根据这个任务进行研讨,使用的各种数据也是与任务相关的,所以可以说,研讨任务的明确是研讨顺利进行的前提。但有时研讨厅中提出的任务不够明确,造成接下来的任务分解具有很大的困难,这就需要对研讨任务的信息进行组织,保证问题的明确且易于明白。
根据研讨的定义,专家的发言信息是研讨过程中很重要的一部分,它直接影响着研讨的结果。专家的发言很随意、自由,发言的量也很大,其中有些信息含义明确,目的清晰,对解决问题很有帮助,但其中也带有很多与解决研讨问题无关的信息,具体的不足如下分析。
1)发言的针对性差。当发言者处在没有任何条件的束缚下时,往往会对自己的发言内容不加详细的考虑,对发言产生的效果也未进行预计,这些都使发言的目的性降低,针对性变差,导致这次发言没有起到任何作用,但却占用了相当的时间和资源。
2)无法将某次发言进行明确的分类。专家表达的信息模糊、所处的立场不明朗,使人无法分辨这次发言是何种态度,这也使得之后其他成员无法针对这通发言提出明确的看法。
3)无法将发言与其它发言联系起来。发言的内容分散且与现有发言主题偏离,无法将它与其它与主题相关的发言进行联系,分离出的有用信息与所占用的时间相比比例很小,这大大降低了研讨的效率。
这些不足不仅使研讨的过程冗长而且最后无法获得一致的问题解决方案,所以对专家在研讨过程中的发言信息进行组织是一项必要且非常有效的方法,通过组织可以明确发言的类别、之间的关系,使发言的针对性、语言的效率都得到提高,从而提高研讨的整体效率。
相关数据源中需要共享的各种数据是为了支持研讨决策的,它们的使用常常是夹杂在专家成员的发言之中,所以对这些数据的组织方法可以归类于研讨发言的组织方法中去。
3.2群体研讨组织方法的分析
群体研讨支持系统中,群体研讨是其中非常重要的一部分,群体支持系统领域里的专家们非常重视研讨在群体决策中的作用,并开发了以支持群体研讨为特征的研讨支持系统(Ass) [46,47],例如HERMES[48,49], HADSS (Hypermedia-based Argumentation Decision Support System ) [50], ATTENDING[51]等。
在研讨支持系统中,采用的研讨信息组织模型主要有Toulmin模型、IBIS( Issue-Based Information System)模型、研讨树模型。下面按时间先后介绍这三种模型。
S E Toulmin于1958年提出了Toulmin模型,Toulmin认为论证更好地解释为由被“依据”支持的“主张
进一步了解相关内容你可以搜索以下相关关键词
大数据论文开题报告,云计算国内外研究现状,计算机论文开题报告,云计算毕业论文,计算机专业开题报告范文,防火墙技术的研究论文,互联网国内外研究现状,毕业论文主要技术指标,毕业论文包括哪些部分,计算机专业毕业论文题目大全,数据挖掘在电子商务中的应用,计算机毕业论文开题报告