[结构化建模文献分析.pptVIP

Lessons from Applications of Structured Modeling to Solving Complex Policy-Making Problems 从应用结构化建模的经验教训，来解决复杂的决策问题 1、背景 由于经济全球化，许多决策问题与不同的环境、社会和政治等问题相联系，使认识更加复杂，决策变得越来越困难 ，因而决策问题不再是凭直觉或经验相对简单的计算支持就很容易解决。一个高效的基于模型的决策支持，需要一个合适的建模技术。 本论文的主要目的一是为了解决由建模人员面临的基本问题 ；目的二是勾勒出新的结构化建模技术，支持复杂的问题为标准。 2、决策支持模型 用一个数学模型通过变量方式来描述建模问题，这种模式通常使用下列概念： 决策（输入）x，它是由用户控制; 外部决策（输入）Z，这不是由用户控制的： 结果（产出）Y，用于测量实施投入所带来的后果; 辅助变量引入各种理由（例如，简化型号规格，或允许更容易计算任务）; X和Z，决策和成果Y之间的关系，这种关系是典型的形式： Y = F(x, z) 其中F（）是一个函数向量 2、决策支持模型 该模型为基础的决策支持系统（DSS）的基本功能是支持用户寻找决策变量X的价值，解决最适合用户喜好的问题。 DSS支持决策问题的各种分析旨在： 表明为达到指定目标的决策； 相互冲突的目标之间的权衡分析; 由用户指定的决策后果的评估。 3、雨模型 新版本支持旨在改善欧洲空气质量的国际谈判正在使用的降雨模型是一个很好的证明新的建模技术需求的例子： 它是一个结构复杂的大型模型（目前开发的版本将有几百万变量）; 它是由居民在远处的跨学科团队; 数据（用于模型规范和分析各类型）的数额巨大（超过10^8非零元素）;数据的各个部分（通常是由其他模型的具体分析，并通过各种数据挖掘技术）被多元化的跨学科团队开发; 各种用户组（也坐落在遥远的地点）希望使用不同类型的模型分析，这反过来又需要支持控制修改部分数据； 整个建模过程（尤其是型号规格，数据收集和核实，规范模型的实例，偏好的定义，以及相应的模型分析结果）需要自动记录; 解决由此产生的最优化问题，将需要利用结构问题的求解，并可以在计算网格上运行。 4、结构化建模技术（SMT） 建模技术是一种工艺的建模任务，使用有关的应用科学，经验，直觉，和建模资源要素的进行系统的处理，后者是由编码模型，数据和建模工具的知识。 建模过程中的基本要素 ： 4.1 建模过程 建模是网络的活动，通常被称为建模周期，或建模过程中，或建模的生命周期。以下介绍组成元素： 分析问题，包括在相应的决策过程模型中的作用，和发展相应的型号规格。 用于计算模型参数的收集和核实的数据。 各种模型的实例（一个型号规格组成，选择和定义参数的数据）的定义。 多元化的实例分析。 整个建模过程的文档。 4.2 型号规格 型号规格是一个象征性的定义变量和它们之间的代数关系组成模型。换句话说，型号规格提供所有的变量和约束的参数定义，相当于一个独特的变量和约束的所有集合都被声明的变量和约束的规范问题的符号定义。 型号规格的优点包括： 他完成模型中的所有实体的属性定义。 结构紧凑 在代数表达式的形式中，这是一种常用的（双方建模人员，与不同背景的用户）模型表示的变量之间的关系 。 这使得它容易验证（也用于各种用途，例如，提供有关资料，来求解）的模型结构。 定义所有实体单位 ，这不仅是语法诊断也象征的规范语义的正确性 。此外，在模型的实例，对型号规格中单位的实际数据进行一致性检查。 这使得它在技术上容易结合两个或两个以上的型号规格。 这使它跟容易提取模型的一部分，例如可以更详细的分析或用作另一模型中的一部分。 它可以很容易地试验各种型号规格的修改。 一个版本控制系统可以很容易地修改文件的历史和检索模型的各种版本。 4.3 数据 大型模型的数据的来源不同，由团队维护较大的数据子集，数据子集由个别人士或小团对进行自然划分，他们负责数据的收集、整理、检验和维护。数据库管理系统（DBMS）最近更经常的使用各种建模系统的数据处理，然而，结构化建模技术（SMT）是最有可能第一个使用DBMS来处理所有的建模过程中的持久性元素。此外，SMT利用数据仓库（DW）的概念，来支持数据处理的持久性和效率。 4.4 模型实例 模型实例选择了两个对象的定义：一个型号规格和一组数据用于定义所有的复合变量定义，并约束所有参数值。在此过程中，用户可以随意选择一个数据的更新，重新定义选择的参数（如降低和/或上界，公差，参数的子集等）的值。定义的模型实例添加到SMT资源，由两个步骤来实现：首先，型号规格和使用的所有数据项保证具有持久性,