2024/1/7CIMS和CIPS技術與運用1第六章CIPS實施任務的瓶頸問題與關鍵技術6.1人的問題企業實施CIPS不僅是經過處理單純的技術問題的途徑，而是經過人、技術與運營三方面綜合集成的途徑來獲得勝利的(1)人在CIPS實施過程中起到了決議性作用哲理、全局過程的消費運營方式、組織機構(2)人在消費過程中起到了中心作用自動化技術運用程度及人們對它的認識程度人的發明性任務(3)人在CIPS系統中的位置涉及到社會的、經濟的、有關人的行為及心思的、文化的等多方面問題，這些方面能夠成為CIPS系統實施任務的瓶頸。2024/1/7CIMS和CIPS技術與運用26.2集成的技術方面問題6.2.1綜合自動化面臨的挑戰a)工業過程復雜性過程對象特性復雜對象的特性和反響機理非常復雜，準確的機理建模日益困難，所得的模型往往具有非線性、分布參數、時變、時滯和不確定性基于解析數值計算和單一方式的模型〔參數化的數學模型〕很難描寫系統的真實運動形狀，需求采用多種多樣的描畫方式的描畫模型來反映消費過程的真實系統的行為和形狀，支持不同層次、不同要求的控制目的動態系統還具有多時間標度，有時還會發生動態突變；環境的復雜性系統經常處于不確定的環境中，擾動頻繁，且經常是不可丈量的；義務的復雜性完成監視、預測、控制、平安維護、經濟、最優等目的；2024/1/7CIMS和CIPS技術與運用3綜合自動化面臨的挑戰(續1)b)關聯性控制對象普通是多變量的系統，消費的規模龐大，消費安裝的操作存在著強關聯c)信息復雜性信息獲取存在問題在許多的場所下，關鍵變量不可丈量，導致信息的不完全；信息方式復雜信息往往呈現定量、半定量、定性語義的方式，不同深度不同層次地反映實踐系統，提供關于系統不同方式的信息知識。傳感器和執行器分布于過程之中，信息量龐大信息通常遭到噪聲的干擾，有效的信息的獲得較為困難2024/1/7CIMS和CIPS技術與運用4綜合自動化面臨的挑戰(續2)d)知識及其表達的多樣性和復雜性信息方式的多樣性客觀上呵斥了系統信息層次構造的構成：越是高層的信息其數據量越少，但它包含的信息知識量越大，其方式越表現為定性描畫的知識表示；層次越低的信息其包含信息量越簡單、直觀，數據量越大，其方式越表現為基于定量描畫的數值方式。信息層次構造要求對象模型呈現相應的分層構造：較低層的信息模型趨向與采用傳統的基于數值計算的微分或差分方程等方式表達，過程較高層次的模型那么趨向于采用定性的符號描畫模型表達過程的行為特性，不同層次的知識表達方法相應于多樣性和層次性的信息處置的需求。

e)管理、控制義務的通常是多目的、多約束的命題2024/1/7CIMS和CIPS技術與運用56.2.2系統協同的問題由一系列完成特定義務和目的子系統集成而成的復雜系統，具有分布性〔時間上的分布、空間上的分布或功能上的分布〕的特點。限于知識、才干、處置速度、信息、資源等要素以及待求解問題的規模、復雜性呵斥的實現困難，在CIPS系統加強系統性能(快速性、可靠性、智能程度、完成質量)、有效地利用資源(信息、知識、物理安裝等)，個體間的協作是必然的。經過并行性提高義務的完成率經過共享資源〔信息、專門知識、物理安裝等〕擴展完成義務的才干范圍經過備份義務，采用不同的方法去完成指定義務，以提高完成義務的能夠性及可靠性經過防止義務間有害的相互作用,減少義務間的沖突2024/1/7CIMS和CIPS技術與運用6系統協同的四種協作類型程度協作(horizontalcooperation)由于才干、知識處置、速度、資源利用等要素的限制，單獨的個體〔人/機構，子系統〕都不具有處理全局問題的才干，將全局問題分解成子問題后交給適當的個體采用協同任務的方式分別去完成，獲得求解綜合問題的才干。為提高對綜合問題求解的結果的可信度，可以基于系統不同個體的獨立處理問題的才干，采用不同的信息與知識或不同的信息處置機制獲得問題的結果，經過個體之間的相互作用，最終獲得高可靠性的結果。2024/1/7CIMS和CIPS技術與運用7系統協同的問題(續)(2)樹型協作(treecooperation)系統中高層的功能系統或人/群體根據下層獲得的結果做出進一步處置任務。(3)循環協作(recursivecooperation)為了求得問題的結果，系統的個體之間相互依賴，往復協作。(4)混雜協作(hybridcooperation)整個系統在某些級上采用程度協作的類型，而在系統整體上又是樹型協作或循環協作類型，或整體上采用程度協作類型而部分上采用樹型或循環協作類型。2024/1/7CIMS和CIPS技術與運用8系統的兩種協作方式CIPS系統內主要存在義務共享(Tasksharing)、結果共享(Resultsharing)兩種協作方式：義務共享各系統相互協作，分擔各子義務的處置負荷，而且當一個單元的義務太重而無法完成時，它將把義務分解，讓其它單元承當并完成。結果共享系統內的各單元相互傳送并共同利用根據不同觀念方法所得出的有關總體問題得部分結果，經過相互交換部分暫時得結果相互協同任務。2024/1/7CIMS和CIPS技術與運用9系統協同的關鍵技術問題-沖突的消解資源沖突、目的沖突、結果沖突-CSCW(ComputerSupportedcooperativeWork)實際與運用-群件技術-分布式智能控制實際和方法、MAS多智能體MultiAgentSystem、挪動智能體mobileAgentSystem-人-人、人-機系統2024/1/7CIMS和CIPS技術與運用106.2.3控制、決策與管理集成問題CIPS系統本質上是一類混雜〔Hybrid〕系統:離散事件系統和延續時間系統的混合，分布參數和集中參數的混合，符號系統與數值系統的混合，模糊系統和準確系統的混合，定量系統與定性系統混合。信息和數據獲取與處置系統的控制、決策依賴于獲取數量眾多，性質各異的定量、半定量、定性語義的不同方式、不同深度及不同層次的過程信息。數據信息經常因受工業噪聲、傳感器精度、傳感器缺點以及檢測技術技術手段等要素的影響，不夠準確、不一致、不完好，有些信息不能以定量的方式表達。1.過程數據的預處置技術數據變換、數據校正、濾波等預處置手，將真實信號從含有噪聲的混合信號分別出來2024/1/7CIMS和CIPS技術與運用11數據校正問題(1)隨機誤差的處置數字濾波方法利用信號與噪聲隨自變量改動的頻率不同將真實信號與噪聲分別。高通濾波、低通濾波、數據平滑等數據協調(DataReconciliation)技術根據由物料平衡和能量平衡等方程建立起來的準確數學模型，以估計值和丈量值的方差最小為目的，構造估計模型，為丈量數據提供一個最優估計，以及時準確地檢測誤差的存在，近而剔除或補償其影響。(2)顯著誤差的處置a)基于實際分析能夠導致顯著誤差的要素并進展相應處置b)基于硬件冗余，借助不同的丈量手段對同一過程變量進展丈量，經過結果比較來識別顯著誤差。c)基于丈量數據的統計特性進展檢驗(統計假設檢驗、殘差分析、廣義似然法、貝葉斯、主元分析法)2024/1/7CIMS和CIPS技術與運用12數據協調化工過程丈量的根本模型可以表示為：

其中：為被測變量丈量值；為被測變量真實值；代表丈量誤差。

其中：是丈量數據的估計是丈量誤差的方差是未測向量的估計值2024/1/7CIMS和CIPS技術與運用13數據變換數據變換影響過程模型的精度和非線性映射才干以及數值優化算法的運轉結果。包括標度(Scaling)、轉換和權函數三各方面標度對工業過程中出現的工程單位不同或數值數量級相差較大的丈量數據，利用適宜的因子進展標度，防止由于計算機字長而喪失有用信息或引起算法的不穩定。轉換包括直接轉換和尋覓新變量替代原變量，經過轉換可有效地降低原對象的非線性特性(如對數轉換)。權函數實現對變量動態特性的補償，使穩態模型實現對過程動態估計成為能夠。2024/1/7CIMS和CIPS技術與運用142.過程數據的軟丈量技術軟丈量技術的實際根源是20世紀70年代Brosillow提出的推斷控制。把自動控制技術與消費工藝過程知識有機結合起來，運用計算機技術對消費過程中一些難于丈量或不能丈量的重要變量(主導變量)，選擇另外一些容易丈量的變量(輔助變量或二次變量)，經過構成某種數學關系來推斷和估計，以軟件來替代硬件(傳感器)功能。過程ud1d2yθy–主導變量；θ–可測的輔助變量d1–可測擾動；d2–不可測擾動；u–控制變量2024/1/7CIMS和CIPS技術與運用15軟丈量系統構造丈量數據預處置模塊簡單機理模型軟丈量模型長期校正模塊初始模型在線校正模型歷史數據模型參數修正的模型參數歷史數據化驗數據2024/1/7CIMS和CIPS技術與運用16軟丈量模型(1)機理方法基于物料平衡、能量平衡、動量平衡、相平衡、傳熱傳質等根本動力學方程(2)閱歷方法系統辯識用丈量數據直接求取模型的方法參數估計根據既定的模型構造由丈量數據確定參數的方法a)基于形狀估計的方法Luenberger觀測器、Kalman濾波器b)基于回歸分析的方法最小二乘法、主元回歸法、部分最小二乘法(PLS)2024/1/7CIMS和CIPS技術與運用17軟丈量模型(續)(3)基于人工智能方法a)人工神經元網絡b)模糊技術2024/1/7CIMS和CIPS技術與運用183.復雜過程數據處置技術不同信息控制與決策層次之間的信息表達、傳送、通訊和交融處置機制，混雜信息的變換、信息與數據的緊縮、信息特征的提取與恢復、信息與數據的發掘。復雜工業對象模型化(1)模型化方法白箱方法、灰箱方法、黑箱方法(3)分層系統信息方式的非同態性導致系統模型方式的復雜化(2)模型化的精度和模型的順應性2024/1/7CIMS和CIPS技術與運用19基于模型的控制和基于知識的控制(1)基于模型的控制技術實例：預測控制技術預測控制技術的產生并不是實際開展的需求，而首先是工業實際向控制提出的挑戰。現代控制實際(基于形狀空間的分析設計方法、最優性能目的的設計實際)獲得空前成果但仍面臨宏大挑戰：i)現代控制實際的基點是對象準確的數學模型ii)工業對象的構造、參數和環境都具有很大的不確定性(魯棒性/最優性)iii)工業控制中必需思索到控制手段的經濟性，對工業控制計算機的要求不能太高(簡易性/實時性)2024/1/7CIMS和CIPS技術與運用20A)預測控制的根本構成i)預測模型根據對象的歷史信息和未來的輸入預測其未來的輸出(動態行為)。模型的功能形狀方程傳送函數階躍呼應脈沖呼應非線性模型……….漸近穩定的線性對象，非參數模型ii)滾動優化經過優化控制算法，追求某一性能目的的最優來確定未來的控制造用。性能目的構造通常基于對象輸出在未來采樣點上跟蹤某一期望軌跡的方差為最小；控制能量最小而同時堅持輸出在某一給定的范圍等有限時段的滾動優化，優化不是一次離線進展，而是反復在線進展2024/1/7CIMS和CIPS技術與運用21預測控制的根本構成(續)iii)反響校正閉環控制算法(不僅基于模型，同時利用實踐輸出的反響值)。基于優化性能目確實定了一系列未來的控制造用后，為了防止模型失配或環境的干擾引起的控制效果與理想形狀的偏離，通常的作法不是把求得的控制造用序列逐一全部實施，而只是實現本時辰的控制造用，到下一采樣時辰，首先檢測對象的實踐輸出，并利用它對基于模型的相應預測值進展修正，在進展新的優化。2024/1/7CIMS和CIPS技術與運用22B)動態矩陣控制算法(DMC)i)預測模型對于漸近穩定的對象，動態信息可近似用單位階躍呼應的采樣參數構成有限集合描畫：根據線性系統的比例疊加性質，可以利用上述的階躍呼應模型參數預測對象在未來時辰的輸出值。在k時辰控制造用有一增量時，在其作用下未來深化的輸出在M個延續的控制增量u(k),…,u(k+M-1)的作用下未來時辰輸出值(B-1)(B-2)(B-3)2024/1/7CIMS和CIPS技術與運用23預測模型〔單位階躍呼應〕2024/1/7CIMS和CIPS技術與運用24ii)滾動優化動態矩陣控制算法(續1)在每一時辰k，M個延續的控制增量u(k),…,u(k+M-1)(控制時域)，使被控對象在其作用下未來P個時辰(優化時域)的輸出預測值盡能夠接近給定的期望值w(K+i),i=1,…,P，規定MP，PN，同時思索控制增量變化不能過分猛烈的要求構成優化性能目的為：(B-4)在不思索約束的情況下，求在預測模型(B-3)下使性能目的(B-4)最小的優化問題2024/1/7CIMS和CIPS技術與運用25基于模型的預測控制Referencek+Mk+PProcessModelPredictionfuturepastInput2024/1/7CIMS和CIPS技術與運用26模型輸出反響校正2024/1/7CIMS和CIPS技術與運用27基于模型的預測控制機制2024/1/7CIMS和CIPS技術與運用28動態矩陣控制算法(續2)以向量的方式改寫(B-3)、(B-4)(B-5)其中：(B-6)其中：2024/1/7CIMS和CIPS技術與運用29動態矩陣控制算法(續3)(B-5)代入(B-6)(B-7)求極值的必要條件：得到：僅將控制造用序列中即時控制質量構成控制造用施加給對象：(B-8)(B-9)其中：(B-10)表示取首元素運算控制向量2024/1/7CIMS和CIPS技術與運用30動態矩陣控制算法(續4)iii)反響校正k時辰將控制u(k)加于對象，相當于在對象得輸入端加了一個幅值為u(k)的階躍鼓勵，根據(B-2)可以計算在控制造用下未來時辰的輸出預測值：(B-11)經移位處置，可以作為k+1時辰的初始預測值進展新的優化計算。但是由于實踐過程中存在模型失配、環境干擾等要素，由(B-11)得到的預測值一定偏離實踐值，需求利用實時檢測信息進展反響校正：構造輸出誤差：(B-12)采用對e(k+1)加權的方式對輸出的預測值進展修正(B-13)2024/1/7CIMS和CIPS技術與運用31模型輸出反響校正2024/1/7CIMS和CIPS技術與運用32動態矩陣控制算法(續5)其中：為校正后的輸出預測向量為校正向量在k+1時辰，時間基點的變動，k+1時辰的初始預測值可以經過移位獲得，構造移位陣：2024/1/7CIMS和CIPS技術與運用33動態矩陣控制算法(續6)k+1輸出初始預測值為：(B-14)基于(B-14)又可以像上述以k時辰為基點的方法進展k+1時辰的優化計算，反復在線進展。2024/1/7CIMS和CIPS技術與運用34動態矩陣控制對象控制預測校正2024/1/7CIMS和CIPS技術與運用35C)多變量系統的動態矩陣控制設被控對象有m個控制輸入，p個輸出，假定已測得每一輸出yi對每一輸入uj的階躍呼應aij(t)，那么模型向量表達為：(C-1)i)預測模型思索uj有一個增量uj(k)時,yi在未來N個時辰的輸出預測值：(C-2)2024/1/7CIMS和CIPS技術與運用36多變量動態矩陣控制算法(續1)在uj依次有M個增量uj(k),…,uj(k+M)時,yi在未來P個時辰的輸出預測值：(C-3)2024/1/7CIMS和CIPS技術與運用37多變量動態矩陣控制算法(續2)根據線性系統的疊加性質處置系統輸出yi遭到u1,…,um共同作用時的情況：(C-4)u1,…,um從k時辰起均變化M次時，共同作用時的情況：(C-5)為了簡約化，記：2024/1/7CIMS和CIPS技術與運用38多變量動態矩陣控制算法(續3)那么可得到普通的多變量系統的預測模型：(C-6)(C-7)2024/1/7CIMS和CIPS技術與運用39多變量動態矩陣控制算法(續4)ii)滾動優化在不思索約束的情況下，可以求得全部控制增量：(C-8)(C-9)2024/1/7CIMS和CIPS技術與運用40多變量動態矩陣控制算法(續5)即時控制增量：(C-10)(C-11)(C-12)(C-13)2024/1/7CIMS和CIPS技術與運用41iii)反響校正多變量動態矩陣控制算法(續6)(C-14)(C-15)2024/1/7CIMS和CIPS技術與運用42D)動態矩陣控制的參數設計(i)采樣周期T(ii)優化時域P，控制時域MP：穩定性(魯棒性)、動態快速性M：優化變量的個數，在P確定的情況下，M越小，越難保證輸出在各采樣點嚴密跟蹤期望值，所得到得性能目的也就越差。(iii)誤差權矩陣Q和控制權矩陣(iv)校正矩陣H直接可調得運算參數，僅在對象遭到未知干擾或存在模型失配呵斥預測輸出與實踐輸出不一致時才起作用，而對控制的動態呼應沒有明顯的影響2024/1/7CIMS和CIPS技術與運用43E)有約束的多變量動態矩陣控制二次規劃問題，非線性規劃方法2024/1/7CIMS和CIPS技術與運用44F)預測控制技術在工業過程的運用PrimaryControlProcessingUnitPrimaryControlProcessingUnitPrimaryControlProcessingUnitPrimaryControlProcessingUnitMPCMPCMPCMPCModelBasedOptimizerProductionSchedulerHierarchyinproductionplantcontrolofacontinuousproductionsite2024/1/7CIMS和CIPS技術與運用45預測控制的工業運用00.20.40.60.811.21.41.61.82x10414001402140414061408141014121414141614181420MeasuredthroattemperaturetimeTemperature(0C)00.511.522.53probabilitydensityfunctionprobabilitydensityCpk=0.96024681012Cpk=0.96Cpk=4.3024681012Cpk=0.96Cpk=1.6EconomicbenefitStandardControlModelPredictiveControlwithoutoptimizationModelPredictiveControlwithperformanceoptimization2024/1/7CIMS和CIPS技術與運用46(2)基于知識的控制技術智能控制實際與方法的研討-模糊控制技術-人工神經網絡-專家系統2024/1/7CIMS和CIPS技術與運用47工況監測和過程缺點診斷技術干擾和異常事件的發生雖然基于性能優良的控制系統的根底上，但是消費過程的運轉仍離不開操作人員經常性的干涉，以預防操作工況的惡化。(1)工況監測正常操作工況的統計學模型過程對象的反響機理模型操作閱歷和專業知識…………..集成化方法過程的監視、評價操作的指點化工過程的動態仿真技術2024/1/7CIMS和CIPS技術與運用48(2)缺點檢測和診斷(FaultdetectonanddiagnosticsFDD)缺點(Fault)系統至少一個特性或參數出現了較大的偏向，超出了可以接受的范圍，系統性能明顯低于正常的程度，難于完成系統預期的功能。缺點檢測和診斷(FDD)根據系統癥候，確定能否發生了缺點，確定缺點的種類，缺點發生的部位，并確定缺點的大小以及缺點發生的時間缺點檢測和診斷(FDD)任務環節缺點建模按照先驗信息和輸入輸出關系，建立系統缺點的數學模型，作為缺點診斷的根據。2024/1/7CIMS和CIPS技術與運用49(5)缺點的評價與決策判別缺點的嚴重程度及其對診斷對象的影響和開展趨勢，針對不同的工況采取不同的措施。缺點檢測和診斷(續1)(2)缺點檢測從可丈量或不可丈量變量的估計中，判別被診斷系統能否發生了缺點。(3)缺點分別在檢測出缺點后，給出缺點源的位置，區別出缺點緣由是執行器、傳感器、被控對象或者是特大擾動。(4)缺點辨識在分別出缺點后，確定缺點的大小、發生時辰及其時變特性。2024/1/7CIMS和CIPS技術與運用50缺點檢測和診斷(續2)性能目的檢測靈敏度及時性漏報率誤報率診斷分別才干缺點辯識的準確性2024/1/7CIMS和CIPS技術與運用51缺點檢測和診斷(續3)缺點診斷的方法2024/1/7CIMS和CIPS技術與運用52綜合自動化系統集成優化與決策實際與方法本質上是有約束、多目的、多自在度的優化與決策，所追求的往往不是單一的最優目的，而是多種要求經過協調后的綜合結果。追求一個“準確的〞最優的任務點方式來實現優化與決策戰略稱心的過程操作工況區域，立足于滾動優化機制僅靠傳統“自主型〞控制決策的方法處理工業系統的整體優化與決策這個命題顯得力不從心經過人－機協同任務方式，發揚人與計算機各自的專長，將人直覺思想才干與計算機學習才干相結合，可以減少系統的搜索空間，使復雜的問題在有限的時間內，有限的背景知識條件下得到處理，共同處理優化與決策復雜命題。2024/1/7CIMS和CIPS技術與運用532024/1/7CIMS和CIPS技術與運用546.2.5信息的綜合利用問題消費過程信息的宏大存儲量拙劣的數據分析、發掘，綜合利用才干數據倉庫(DW)支持管理決策過程的、面向主題的、集成的、穩定的、不同時間的數據集合。存儲面向管理運用與綜合分析的集成化和綜合性信息，從歷史的角度描畫系統構造和形狀的變化，要求采用可以反映時間維特征的數據構造基于傳統的面向業務的數據庫或外界數據庫作為數據源，經過提煉、加工、匯總和歸一化整理，生成符合數據運用語義規范要求的數據集合；支持多種復雜的數據運用和綜合性的管理決策分析；2024/1/7CIMS和CIPS技術與運用55數據倉庫(DW)2024/1/7CIMS和CIPS技術與運用56知識發現(KDD)與數據發掘(DM)KDD(KnowledgeDiscoveryinDatabase)是從大量的數據信息中獲取正確、新穎、有潛在運用價值和最終可被了解的方式的非平凡過程。DM(DataMining)是KDD綜合過程中的一個詳細但卻是關鍵的步驟，DM是從數據中提取方式的過程。數據發掘是KDD最中心的部分，是采用機器學習、統計等方法進展知識學習的階段。方式按功能可分有兩大類：預測型〔Predictive〕方式和描畫型〔Descriptive〕方式。預測型方式:根據數據項的值準確確定某種結果的方式。描畫型方式：對數據中存在的規那么做一種描畫，或者根據數據的類似性把數據分組。2024/1/7CIMS和CIPS技術與運用57六種詳細的DM方式(1)分類方式分類方式是一個分類函數〔分類器〕，可以把數據集中的數據項映射到某個給定的類上。分類方式往往表現為一棵分類樹，根據數據的值從樹根開場搜索，沿著數據滿足的分支往上走，走到樹葉就能確定類別。(2)回歸方式回歸方式的函數定義與分類方式類似，它們的差別在于分類方式的預測值是離散的，回歸方式的預測值是延續的。(3)時間序列方式時間序列方式根據數據隨時間變化的趨勢預測未來的值。受監視方式提取過程，在建立方式前數據的結果是知的，建立這些方式時，運用一部分數據作為樣本，用另一部分數據來檢驗、校正方式。2024/1/7CIMS和CIPS技術與運用58(4)聚類方式聚類方式把數據劃分到不同的組中，組之間的差別盡能夠大，組內的差別盡能夠小。六種詳細的DM方式(續)(5)關聯方式是數據項之間的關聯規那么。(6)序列方式序列方式與關聯方式相仿，而把數據之間的關聯性與時間聯絡起來。為了發現序列方式，不僅需求知道事件能否發生，而且需求確定事件發生的時間。方式建立前結果是未知的，方式的產生不受任何監視。2024/1/7CIMS和CIPS技術與運用59決策支持系統(DSS)的實際和方法2024/1/7CIMS和CIPS技術與運用60(1)決策支持系統的產生和開展決策人們在日常任務和生活中做出的選擇和決議事務處置系統(TransactionProcessingSystemTPS)20世紀50年代,電子計算機作為信息處置工具，廣泛用于政府、企業等場所進展信息的搜集、存儲、加工和整理。〔財物、消費統計〕等業務的數據處置，減輕人的任務負擔，提高任務效率。決策支持系統(DecisionSupportSystemDSS)2024/1/7CIMS和CIPS技術與運用61管理信息系統(ManagementInformationSystemMIS)20世紀60年代，計算機系統在全面掌握組織內部信息流通與處置的根底上，合理組織信息處置方式，生成各種報表。提高信息處置的效率才干，任務的協調一致性決策支持系統(DecisionSupportSystemDSS)20世紀70年代，計算機系統在信息分析根底上，根據主客觀情況作出判別和選擇。面向決策問題，基于交互式計算機系統協助決策運用數據和模型，處理半構造化和非構造化的問題2024/1/7CIMS和CIPS技術與運用62決策趨于困難和復雜由于技術提高，可選用的方案增多決策失誤的代價能夠很大(連鎖反響)決策所需的信息能夠難以獲取必需迅速作出決策計算機決策支持快速計算抑制人類處置和存儲中認知才干的限制減少費用，減少專家群體的規模技術支持(數據庫、多媒體、數據處置)質量支持(更多方案，評價、分析、仿真)競爭支持企業過程再造工程2024/1/7CIMS和CIPS技術與運用63(2)決策支持系統的組成數據庫DB模型庫MB數據庫管理系統DBMS模型庫管理系統MBMS對話管理系統DGMS用戶2024/1/7CIMS和CIPS技術與運用64計算機決策支持系統的根本部件人機接口(對話系統/言語系統)數據庫(數據庫管理系統)模型庫(模型庫管理系統)知識庫(知識庫管理系統)方法庫(方法庫管理系統)LS問題處置系統PPS數據庫模型庫知識庫KS用戶2024/1/7CIMS和CIPS技術與運用65(3)DSS的功能(1)人機協同作用的系統(2)支持決策、輔助決策，不是替代決策者(3)由用戶主導進展決策分析(4)可以對組織的各層次(高層、中層、基層)進展決策支持(5)主要支持半構造化決策，能支持構造化決策，在一定程度上支持非構造化決策。(6)較高的運用靈敏性、順應性和靈敏性(7)較好用戶友好性，非計算機專業人士運用(8)提高任務效能而非提高效率(9)作用不全是提供決策結論，是在支持過程中提高決策者的洞察力和決策程度2024/1/7CIMS和CIPS技術與運用66(4)DSS的相關技術領域(1)過程專業技術(2)管文科學、運籌學與系統工程(3)計算機技術(數據庫、編程言語、操作統)(4)人工智能(5)行為科學2024/1/7CIMS和CIPS技術與運用67(6)企業消費與管理過程計算機決策支持案例分析(A)煉油消費工藝過程2024/1/7CIMS和CIPS技術與運用68(B)消費運營決策活動的特點(i)范圍廣、跨度大從決策的范圍：有例行的(如消費方案、消費調度等)、非例行的(如企業開展規劃、運營決策等)從決策的跨度：時間跨度有短期的(幾天)、中期的(月、季、年等)和長期的(幾年、十幾年)；空間跨度，有燃料油消費系統、光滑油消費系統和石蠟消費系統。(ii)涉及的要素多要思索到各種內部的、外部的多種要素。-消費系統有關(消費安裝、油罐、產品、工藝流程、消費本錢等等)，-國家方案、市場需求等運營環境有關(原油、產品種類、價錢、供應／需求量等等)。2024/1/7CIMS和CIPS技術與運用69(iii)決策的好壞對企業的經濟效益影響很大(iv)突發性的決策活動添加(C)消費運營決策活動的類型(a)制定企業消費開展規那么企業的開展規那么確定企業今后消費的開展方向，根據確定的企業開展目的制定企業開展規劃，選擇合理的工藝流程(包括確定新建安裝、規模、和原來工藝流程的銜接、安裝配套、產品選擇、原油選擇等等)，尋求到達目的的最正確方案。2024/1/7CIMS和CIPS技術與運用70(b)制定企業年、月消費方案、庫存方案