决策计算系统BIOS（共7篇）
决策计算系统BIOS 篇1
0 引言
随着电子政务在我国的深入发展, 各级政府纷纷运用计算机与网络技术, 将行政管理和服务职能转移到网络上完成[1]。信息化水平的不断提升导致系统产生的业务数据日趋增长。虽然数据中隐含了业务之间大量的规则与联系, 但由于现有系统大都只提供数据录入、检索、审核与统计等基础功能, 难以揭示数据中的互相关系和规则, 因此无法从现有的大量数据中提取决策信息以预测发展趋势[2]。针对上述情况, 国内外专家对利用数据挖掘技术建设决策支持系统进行了分析与研究。王红霞[3]提出以数据仓库技术为基础建设电子政务决策支持系统。陈开慧[4]提出建立数据仓库、模型库和知识库子系统, 并对各个系统的功能进行了分析与阐述。Robert G[5]通过分布式架构将数据分成信息服务与数据资源, 设计了用于网络中海量分布式数据抽取、分析、管理的数据挖掘架构。
本文运用云计算技术所具有的广泛通用性、超大规模计算能力、高可靠性以及高可扩展性等特点构建了政府决策支持服务模型, 首先构建政府业务数据信息资源池, 然后利用云计算的高性能计算能力, 通过挖掘揭示海量数据间的关系, 从而高效、准确地提取数据中隐含的规则和知识, 并以服务模式动态为用户提供决策服务。系统的建设将提高政府决策的科学性和规范性, 可达到提高政府服务效率、促进经济发展的目的。
1 现状分析
由于我国的电子政务缺乏统一的顶层设计, 整个电子政务工作是各级政府以及不同部门各自独立主持建设的。现在完成的电子政务系统模式大都各不相同, 造成各个异构封闭的系统形成信息孤岛, 未能实现互联互通[6], 并导致系统间的信息数据资源难以共享, 造成了极大的财力和资源浪费。同时, 由于电子政务的发展, 政府信息化建设的不断深入, 各自建设的业务系统随着业务量的增长和业务范围的扩展, 各类数据库中积累了海量的信息数据。因此, 分析、挖掘和利用来自基层各部门隐含的大量信息数据, 可以对政府复杂的管理决策问题提供支持。总体而言, 当前我国电子政务具有如下特征:
(1) 业务数据存储分散化。由于海量数据都是以分布式的形式存在, 加上网络带宽的限制, 信息资源的安全性、私有性、规模性, 以及各个系统不兼容性等原因, 对所有数据源进行集中式管理并进行挖掘是不现实的。
(2) 数据计算能力有限。现有系统中的数据信息既有结构化数据, 又有非结构化数据, 对各种类型不同的数据进行分析、提炼、挖掘需要有高性能的计算能力。因此, 单机性能不足以处理海量数据信息。
(3) 数据挖掘模式匹配问题。现有网络环境下, 为了适应数据量的增长和跨地区、跨部门的业务操作, 各个系统的数据多存储在分布式数据仓库中, 现有数据管理和决策软件并不支持现有网络环境下的分布式挖掘技术, 因而需要构建既能处理分布式数据存储, 又能分布式执行数据分析任务的数据挖掘模式。
由此可见, 政府决策支持系统最为核心的问题是要解决数据的存储与计算问题, 一方面要解决数据的分布存储问题, 同时又要考虑现有网络环境下的数据处理能力。
2 系统建设可行性
Ian Foster等研究人员[7-9]对云计算定义的研究做了归纳与总结。云计算是运用计算机网络的传输能力, 将信息加工过程从独立的计算机或服务器转移到数据计算中心, 其本质就是将网络连接的各类资源形成资源池, 并进行统一管理和调度。云计算自身的特点解决了传统数据挖掘模式在网络数据挖掘中存在的缺陷。
(1) 云计算环境下的信息资源以分布式的形式进行存储, 具备强大的存储能力。同时, 云计算超大规模的服务器集群具备超强的计算能力、分析能力和数据管理能力, 其共同奠定了海量数据挖掘的基础。由此可见, 其数据分析的执行模式有别于传统的单机挖掘模式, 符合网络环境下数据分析要求。
(2) 云计算环境下, 存储设备、应用平台、数据服务都是可共享的资源。上述都可以被封装成具有统一接口的组件, 以服务的模式提供给用户, 由此可见云计算是从面向服务的角度出发, 为用户提供解决方案。
(3) 云计算的软件即服务模式将数据分析、抽取、挖掘应用作为服务按需生产, 降低了政府决策支持系统建设成本, 为决策支持的应用与推广提供了良好的平台。
由此可见, 云计算技术既保障了平台的数据信息存储能力, 使存储的数据在数据挖掘中保持良好性能, 同时也考虑了数据挖掘的服务方式, 因此云计算是决策支持系统的发展趋势。
3 总体架构
基于云计算的政府决策支持系统通过基础设施即服务 (IaaS) 、平台即服务 (PaaS) 和软件即服务 (SaaS) 三种服务模式, 将数据资源存储设备、业务数据计算处理设备、业务应用系统等软硬件资源以服务的形式提供给用户, 形成一种按需获得的计算服务, 从而实现对基础软硬件资源的汇集, 并对其中各类异构的业务数据进行标准化处理, 实现数据资源的共享和集中式管理。在此基础上建立政府决策支持数据中心, 通过对数据中心的标准化数据进行分析与挖掘, 最后为政府提供决策支持服务。
基础设施服务层主要是云计算的基础资源。它包括基础的硬件设备层和软件设备层。硬件设备层汇集服务器、存储、网络等硬件设备。软件资源层主要由数据库、Web服务器、操作系统等软件资源组成。基础设施层是实现业务信息数据整合与共享的基础, 利用云计算技术将现有的硬件设备与软件系统进行整合, 以支持数据挖掘的存储资源和计算能力, 并对用户提供服务接口。
资源整合层是在对物理资源和虚拟资源进行整合的基础上实现有效监管, 通过服务模型抽取、资源网络管理、智能监控、资源自动部署等实现对数据挖掘资源的智能分配与调度。它以资源为接口, 对外提供应用服务。
资源管理层主要提供统一平台的支撑服务, 为数据分析、抽取、挖掘的实施等操作提供核心服务, 包括各类服务实施任务、数据资源管理与计算资源的分配与调度等。与传统平台资源服务不同的是, 业务管理需要满足云架构的部署方式, 通过各类技术提供云服务, 以满足根据需要随时定制功能及相应的扩展需求。
应用服务层是整个信息平台对外提供的终端服务, 可以划分为基础服务和专业服务。基础服务提供统一用户认证、统一鉴权等功能;专业服务主要指平台的各种业务数据应用, 如通过软件服务的创新模式向用户提供各类在线服务, 大大缩减各类部门的经济成本, 不仅为用户提供便利, 同时使得决策信息能随时随地方便地调阅和存取。应用服务层通过应用部署模式底层的调整, 实现在云计算架构下灵活地扩展和管理。
4 系统设计方案
基于云计算的政府决策支持系统是借助云计算技术集成政府系统的信息资源及应用服务于一体的服务平台。它对数据资源进行数据分析、加工和挖掘, 从而为政府提供决策支持能力, 帮助管理者提高决策的客观性、科学性、规范性, 全面提高工作效率和水平。系统的构建包括决策信息资源池构建、决策信息分析平台构建和决策信息服务实施三个阶段。
决策信息资源池是决策支持系统的输入部分, 是信息决策工作的基础, 其工作的速度和质量将极大地影响整个系统的效能和效益。准确、及时、全面地收集各类敏感性信息是政府做出决策支持的基本保证。决策信息资源池包括计算资源池、存储资源池和数据资源池。计算资源池承担平台的“计算”功能, 由相同或者相似类型的服务器等硬件设备虚拟组合在一起, 共同形成资源分配与调度的主体;存储资源池是将各个互联存储设备进行虚拟化, 形成统一的资源存储设备;数据资源池是从政府部门各类业务信息系统获取各种数据资源。
决策信息资源池包含以下模块:
(1) 信息汇集模块:利用Web Service等各类技术将各类业务系统的数据进行整合, 形成需要数据挖掘的信息源。
(2) 数据分类处理模块:按照统一标准, 将各种不同格式的数据转换成统一格式进行存储, 并将收集到的信息按政府实际需要编排主题组织、存储到资源池中。
(3) 资源分配调度模块:根据决策服务需求及挖掘要求, 分配和调度计算资源、存储资源与数据资源。
决策信息资源池作为政府决策支持系统的数据源, 直接影响决策质量。首先, 收集的数据信息要具有广泛性, 即收集的数据能涵盖政府部门各业务工作以及工作各个层面的相关信息。其次, 要具有针对性, 搜索的数据信息应符合特定服务对象的特定目标。同时, 决策信息资源池还承担各类资源的调配。因此, 首先需要分析政府的决策需求, 这样才能保证数据信息的全面性与准确性。其次在分析政府决策需求之后, 需要根据政府的特点确定信息收集方式, 明确适合的收集渠道, 最后确定信息收集内容。
政府决策分析平台构建是政府决策支持系统的核心, 将信息资源池初加工的数据信息进行整理加工与提炼, 挖掘出能满足战略决策需求的高质量决策信息, 目的是预测出台某项政策或分析某项决定的发展态势, 给决策者提供应对各种变化的方案。分析平台主要借助于系统提供的各种分析模型以及数据挖掘工具对资源池中存储的信息进行综合分析, 进行数据信息自动分类、自动摘要、自动提取、自动聚类等智能化处理分析, 得出客观合理的判断, 为决策层提供准确可靠的情报。
政府决策分析平台包括以下模块:
(1) 数据抽取:根据决策需求, 从资源池中抽取数据和资料。
(2) 数据加工:将检验、整理、重新组织后的数据和资料存储在资源池中。
(3) 决策解释:向用户提供统一、协调、集成的信息环境, 支持政府全局的决策过程。
(4) 决策反馈:通过评价数据挖掘结果, 不断调整数据挖掘的精度, 以达到发现知识并提供决策的目的。
决策分析平台工作流程将采用人机分析相结合的方式, 将收集的信息经过整理加工, 实现有序化、系统化、层次化, 并通过一定的分析方法将信息转化为所需的决策纲领。通过有效的政府决策分析平台, 在信息分析过程中才能及时对客观环境、社会公众、现状与发展有清晰的认识, 得出客观合理的判断, 为决策层提供准确可靠的情报, 提高政府对竞争环境的响应效率。
政府决策服务主要是根据决策信息需求, 动态地创建各类分析报告, 将分析研究得出的决策信息以图形、表格、文字等多种方式及时传递给用户, 它直接影响信息决策效益的发挥。决策服务系统建立了相应的数据库, 并运用各类交互技术随时调用存贮的各类决策数据, 实现数据的再生和利用。
从服务周期上划分, 决策支持服务包括周期性服务和随机性服务。周期性决策服务是根据政府部门发展的短、中、长期规划及各阶段的具体战略目标, 定期或不定期地提供某方面内容的决策服务。随机性决策服务是政府决策层对竞争环境的变化做出迅速反应而向决策服务系统提出的实时任务, 其特点是时间紧、针对性强, 要求提供能快速做出判断的各方面情报。
综上所述, 政府决策服务是决策支持系统的实施, 它的工作流程是将决策分析系统产生的结论, 根据决策需求, 以不同的服务形式提供给决策者。
5 结语
随着云计算新型计算模型的兴起, 其强大的计算能力解决了海量数据挖掘问题, 为政府决策支持系统建设提供了新的思路。本文根据云计算信息资源的服务模式, 构建了政府决策支持系统的服务架构, 设计了数据决策分析的创建流程, 给出了决策支持服务模型的体系结构, 对于云计算环境下政府决策支持服务模式的研究具有一定参考价值。在以后的研究中, 需要在云计算平台下, 结合决策支持的应用实例, 构建决策支持的服务平台, 实现相应的决策支持服务, 从而实施并进一步验证本文提出的模型。
摘要：目前我国的电子政务建设以海量数据整合为核心, 通过对各类整合的信息资源进行数据挖掘, 为政府决策提供科学依据, 将有助于提升服务水平和降低经济成本。在介绍云计算技术的基础上, 构建了基于云计算的政府决策支持系统的总体框架, 描述了系统构建过程中的虚拟化、平台搭建以及服务实施阶段的具体内容, 并对今后的工作提出了展望。
关键词：数据整合,信息资源,云计算,数据挖掘,决策支持
参考文献
[1]苏新宁.电子政务技术[M].北京:国防工业出版社, 2003.
[2]李幸丽, 杜培军, 张华鹏.电子政务中的数据挖掘及其应用[J].科技资讯, 2006 (6) :158-160.
[3]王红霞.基于数据仓库的电子政务决策支持系统[J].信息系统, 2006, 29 (3) :361-362.
[4]陈开慧.基于电子政务平台的政府决策支持系统设计[J].玉林师范学院学报, 2008, 29 (5) :137-138.
[5]ROBERT G, GU YUN-HONG.Data mining using high performance data clouds:experimental studies using sector and sphere[C].Proceedings of the ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 2008.
[6]胡亨伍, 张俊兰.基于云计算的电子政务应用研究[J].现代计算机, 2011 (10) :30-31.
[7]IAN FOSTER, ZHAO YONG, IOAN RAICU, et al.Cloud computing and grid computing 360-degree compared[C].Grid Computing Environments Workshop, 2008:1-10.
[8]MALDEN A VOUK.Cloud computing-issues, research and implementations[J].Journal of Computing and Information Technology, 2008 (4) :235-246.
[9]LUIS M VAQUERO, LUIS RODERO-MERINO, JUAN CACERES, et al.A break in the clouds:towards a cloud definition[C].ACM SIGCOMM Computer Communication Review, 2008.
决策计算系统BIOS 篇2
BIOS (Basic Input Output System, 基本输入输出系统) 是计算机系统的一个重要组成部分, 它是固化在计算机主板上ROM芯片里的软件系统。BIOS在计算机系统中起着非常重要的作用, 它是被固化到计算机中的一组程序, 为计算机提供最基本的、最直接的硬件控制。计算机开机上电首先执行BIOS指令, 完成基础硬件和外围设备的检测及初始化, 装载为系统运行时提供的服务, 最后引导操作系统。
当今, 计算机和网络发展迅猛, 各种高新技术层出不穷, 随之而生的安全防护问题成为社会极为关心的问题。针对不同的安全威胁, 目前存在多种安全技术和相关安全产品, 如个人防火墙、防毒杀毒技术、安全应用程序、安全操作系统等。
这些传统的安全解决方案都采用外围设防的思想, 在网络边界上进行安全防范, 没有考虑内网的安全性, 忽略了计算机系统本身的安全防范。BIOS作为计算机的底层核心固件, 对计算机系统安全尤为重要。随着BIOS芯片容积的扩大和BIOS功能的扩展, BIOS在信息安全方面得到越来越多的重视。其存在的安全隐患也逐渐增多。在BIOS中提供的安全功能, 或其存在的安全隐患, 相对于存在于硬盘上, 运行于操作系统中的其他安全软件、病毒、安全漏洞来讲, 具有不易清除, 不易监控和隐蔽性强的优势。因而BIOS常常是被病毒、黑客攻击的对象。通过执行代码来修改BIOS, 从而造成BIOS或操作系统被破坏。
本文主要针对市场上主流BIOS产品, 通过软硬件手段获取主板上FLASH芯片中的BIOS映像。通过对获取的样本进行分析解剖, 研究了BIOS系统安全威胁, 描述和揭示BIOS安全威胁的来源、种类及危害并通过实验进行了验证。
1 BIOS安全威胁模型
研究组经过对BIOS安全问题的跟踪研究和分类归纳, 研究了计算机BIOS安全威胁的来源和种类。通过软硬件手段获取主板上FLASH芯片中的BIOS映像, 并对获取的样本进行分析解剖, 对计算机BIOS安全威胁模型进行了分析, 该模型描述和揭示BIOS安全威胁的来源、种类及危害, 是BIOS安全风险分析和安全检测的理论基础。BIOS安全威胁模型如图1所示。
1.1 BIOS安全威胁来源
BIOS安全威胁来源主要有两种。第一种安全威胁来自BIOS自身。由于BIOS自身扩充功能设计障碍可能导致本地计算机硬件、磁盘数据或系统软件造成损害, 但不会被远程恶意者所利用, 如图1中的 (1) 。第二种安全威胁来自BIOS外部, 外部恶意者利用BIOS配置漏洞和设计缺陷, 通过网络实施对本地计算机的侵入或破坏, 如图1中的 (2, 3, 4) 。
1.2 BIOS安全威胁种类及危害
1.2.1 BIOS功能障碍
主板厂商从BIOS厂商处获取授权BIOS源代码后, 会根据主板采用的芯片组情况, 对BIOS源代码进行修改, 定制满足自身主板要求的BIOS。主板厂商为了增强自身主板的特点, 也会在BIOS中集成一些自身开发或其他第三方开发的BIOS功能模块。这些功能模块不属于BIOS标准功能, 在实际使用中由于硬件或软件兼容性问题, 可能对计算机造成一定的功能障碍或一定程度的破坏。如集成在BIOS中的防引导扇区病毒模块会造成某些分区软件的失败, 造成LINUX操作系统装载软件失败;而集成的磁盘恢复精灵模块在某些情况下会造成硬盘恢复失败和数据丢失。这种类型的BIOS安全风险是由内及外的。该类威胁如图1中 (1) 所示。
1.2.2 BIOS配置漏洞
利用本地计算机BIOS配置漏洞, 远程计算机通过网络使用软件可以对本地计算机的某些BIOS选项设置, 进而配合使用工具软件完成对本地计算机的远程存取和控制。由于BIOS的这些功能配置漏洞深入硬件底层, 远程攻击者甚至可以在本地计算机关机的情况下, 在特殊时段, 通过工具软件开启本地计算机, 不知不觉完成对本地计算机的存储访问。但这种威胁不会危及BIOS自身的芯片和代码安全。该类威胁如图1中 (2) 所示。
1.2.3 BIOS物理攻击
不使用特殊烧录设备的情况下, 使用软件手段提升主机板写入电压, 可以对存储BIOS的FLASH芯片进行读写。远程计算机或网络向本地计算机植入病毒, 利用BIOS的FLASH芯片这一特点, 可以直接改写或擦除FLASH芯片存储的内容导致计算机不能正常启动, 甚至可以造成主机板部分电路或芯片的物理损坏。CIH病毒是这种物理攻击的典型案例。这种物理攻击的实现, 在W I N D O W S系列操作系统下都可以通过采用设备驱动程序的编写方法, 进入RING0级特权模式实施。这种安全威胁是由外及内的。该类威胁如图1中的 (3) 所示。
1.2.4 BIOS木马
BIOS木马是指隐藏在BIOS芯片中的木马程序。主机板提供的BIOS芯片一般为256KB、512KB或1024KB, 而BIOS二进制代码并没有完全占用这些空间。
据我们的研究统计结果表明, BIOS二进制代码一般只占用FLASH芯片60~70%的空间, 往往FLASH芯片会剩余几十KB到几百KB的空间。恶意攻击者将木马包装成合法的BIOS功能模块, 利用WINDOWS或LINUX下的BIOS读写工具软件, 向BIOS芯片中植入木马。植入BIOS的木马能够反向释放到操作系统中运行。BIOS木马能完成普通木马具备的所有功能, 同时又具备普通木马所不能比拟的优势, 如抗硬盘重分区、抗硬盘格式化、抗操作系统重装, 甚至更换硬盘都不会对其产生影响。而我们在实验中也成功地实现了这一技术。该类威胁如图1中的 (4) 所示。
2 实验分析研究
我们在建立BIOS安全威胁模型的过程中, 我们使用具有AWARD BIOS的联想台式机做了局域网远程开机与BIOS木马两个实验来说明BIOS安全威胁模型。
2.1 局域网远程开机实验
目前, 市面上销售的主板基本上都具有网络唤醒功能, 支持局域网远程开机。当知道被唤醒的计算机MAC地址后, 通过另外一台计算机执行相应的软件, 向网络上发出含有该地址的特殊数据包。此时, 被唤醒的计算机虽然处于关机状态, 但是其内部网卡控制芯片通过专用连线所送来的电流, 仍然可以接收和处理网络上的数据包。因此控制芯片通过检查数据包内的MAC地址, 就可确认自己就是该数据包的收件者, 然后通过专用连线发出开机信号, 通知主板开机启动。
我们使用覃茂藩编写的软件网络唤醒V041对局域网内的计算机进行了远程开机的实验。该软件扫描获取整个局域网内已联机的所有计算机 (开着机的) 的信息, 包括主机名、IP地址、MAC地址、工作组、共享资源等, 如图2所示。
关闭局域网内的一台计算机, 注意需要连接好电源与网线, 使用该软件对其远程开机。这个实验很容易操作, 也就是说黑客可以很容易地扫描到你的MAC地址, 在你关机后远程开启你的计算机进而攻击你的计算机, 可见如果开启这个功能很危险。
2.2 BIOS木马实验
我们使用的BIOS木马是标准的AWARD ISA模块, 可以直接插入到AWARD BIOS映像文件中, 具体操作步骤如下:
(1) 利用Award_Win Flash读取BIOS内容, 并另存为awdbios.bin, 为了以防万一, 将此文件备份。注意文件名长度需在8个字符以内, 否则进行第2步的操作时可能会报错。
(2) 利用CBROM解包上一步得到的BIOS文件包awdbios.bin, 在命令行方式下进入你的cbrom所在目录, 使用命令“cbrom.exeawdbios.bin/d”命令得到图3的结果。我们可以清楚地看到BIOS内的各个功能模块的信息, 以及所占的存储空间, 如图3所示。
(3) 将标准ISA模块木马MODULE.ROM插入到BIOS中, 利用如下命令进行:“cbrom awdbios.bin/isa MODULE.ROM”, 得到的文件即为带木马的BIOS文件。输入“cbromnewbios.bin/d”查看新得到的BIOS模块信息, 如图4所示。
比较图3与图4, 我们可以清楚地看到植入的木马模块。当再次计算机启动时, BIOS芯片中的程序自动释放木马到系统中运行。运行木马的计算机, 将会被运行该木马控制台的远程计算机所控制, 导致计算机存储设备中的内容泄密, 或被其他远程计算机控制或破坏。
3 结束语
本文所介绍的BIOS安全威胁模型描述和揭示了BIOS安全威胁的来源、种类及危害, 是BIOS安全风险分析和安全检测的理论基础。基于BIOS安全威胁模型, 可以进一步探讨和研究可行的BIOS安全检查的原理和技术方法。
参考文献
[1]陈文钦.BIOS研发技术剖析.北京:清华大学出版社.2001.
[2]http://developer.intel.com/technology/efi/.
[3]徐宁, 徐云蜂.基于USBKEY的BIOS和系统安全增强技术.计算机工程与科学.2006.
计算机决策支持系统的发展与研究 篇3
1 决策支持系统概述
决策支持系统(computer aided decision support system,DSS)以信息技术为手段,应用管理科学、计算机科学及有关学科的理论和方法,针对半结构化和非结构化的决策问题,通过提供背景材料、协助明确问题、修改完善模型、列举可能方案、进行分析比较等方式,为管理者做出正确决策提供帮助的人机交互信息系统。
DSS的主要任务是:1)分析和识别问题;2)描述和表达决策问题以及决策知识;3)形成侯选的决策方案,包括目标、规则、方法和途径等;4)构造决策问题的求解模型,如数学模型、运筹学模型、程序模型和经验模型等;5)建立评价决策问题的各种准则,如价值准则、科学准则、效益准则等;6)多方案、多目标、多准则情况下的比较和优化;7)综合分析,包括把决策结果或方案分到特定的环境中所作的“情景分析”,决策结果或方案对实际问题可能产生的作用和影响的分析以及各种环境因素、变量对决策方案或结果影响程度的分析等。
2 决策支持系统的发展过程
DSS的应用发展过程经历了这样几个阶段:
70年代初,DSS刚刚起步,此时的DSS主要实现辅助管理者对半结构化问题的决策过程,其主要标志是将交互式技术应用于管理任务。
70年代中后期,DSS主要实现支持管理和决策者作出判断,强调的是“支持过程”(Suppert Process)而不是“决策过程”(Decision Process)。
70年代末到70年代初,DSS已普通流行,此时的DSS主要注重提高决策的“有效性(Effectivity)而不是“效率”(Efficency)。
80年代中后期,实用DSS相继涌现,此时的DSS功能已经很强,而且人工智能(Artifical Intelligence,AI)技术,尤其是知识工程(Knowledge Engineering,KE)和专家系统(Expert Systems,ES)的思想和方法渗透到DSS领域,此时的DSS更加注重系统的“柔性”(Hexibility)。
最近几年,DSS则更加强调各种技术的综合运用,而且又先后提出了群决策支持系统(Group Decision Support System,GDSS),智能决策支持系统(Intelligent Decision Support Systems,IDSS),分布式决策支持系统(Distributed Decision Support Systems,DDSS),集成式决策支持系统(Integrated Decision Support Systems,I-DSS)等更高层次的决策支持系统,它们分别适应不同要求、不同层次决策部门的需要,对于提高各级决策部门的管理水平和控制能力将会有很大的帮助。
3 决策支持系统对行政决策的影响
DSS对行政决策的影响是多方面的。首先,它削弱以至取消决策者与执行者之间的严格分界。在马克斯?韦伯所设计的科层制中,组织内部层层授权,下级对上级严格负责,“只有处在金字塔顶端的人才能掌握足够的信息而作出熟悉情况的决定”。而DSS技术的发展使每个人都能及时获得所需要的信息,在工作现场就可以作出必要的决策,无须事事先向上司汇报,再执行上司的决策,真正做到“将在外,君命有所不受”。
其次,改善行政决策者的有限理性。管理决策的基石是由西蒙提出的“有限理性”学说,而信息的不完备是影响人们进行理性判断和决策的直接原因之一。DSS的发展可逐步实现在适当的时候、把适当的信息提供给适当的管理者,这样就改善了决策者的有限理性。网络化电子政府的实现,使得公共行政决策者可以在广泛了解决策所需信息的前提下进行决策,避免了靠经验决策和决策信息不完备导致的决策的盲目性现象,从而提高了行政决策的科学性和合理性。
最后,支持与强化行政决策过程。行政决策可分为程序化决策和非程序化决策两类。以计算机为基础的DSS完成程序化工作的效率与功能是不言而喻的。而对于非程序化决策,DSS也可以提供强有力的信息支持。
此外,决策过程包括有客观与主观两种因素。客观因素指的是同决策问题相关的自然规律,主观因素指的是决策者的价值观。决策过程中包括:结构化、半结构化与非结构化三类问题。结构化问题,指的是人们已经完全掌握其规律的那些问题,因此可以建立模型交给计算机去处理。非结构化问题,指的是人们尚未掌握其规律的那些问题,只能由决策者处理。半结构化问题,是上述两者的混合。因此,决策的成败是同决策者的素质紧密相关的。DSS在这过程中只能起着辅助决策者的作用。决策科学与信息技术的进步与发展,为群体决策提供了强有力的理论依据与技术手段。但是,复杂决策过程的全自动化是完全不可能的,必须注意提高决策者的科学素质与精神素质,建立正确的价值观,才能在DSS的帮助下作出正确的决策。
4 决策支持系统开发的步骤
决策支持系统的开发,是围绕着决策支持系统的特点和组成而进行的。DSS系统开发的主要步骤为:
1)DSS系统分析,包括确定实际决策问题目标,对系统分析论证。
2)DSS系统初步设计,包括对决策问题进行分解成多个子问题以及它们的综合。
3)DSS系统详细设计,包括各个子问题的详细设计(数据设计和模型设计)和综合设计。数据设计包括数据文件设计和数据库设计,模型设计包括模型算法设计和模型库设计。综合设计包括对各个子问题的综合控制设计。
4)各部件编制程序,包括①建立数据库和数据库管理系统;②编制模型程序,建立模型库、模型库管理系统;③编制综合控制程序(总控程序),由总控程序控制模型的运行和组合,对数据库数据的存取、设置人机交互等处理。
5)三部件集成为DSS系统,包括解决部件接口问题,由总控程序的运行实现对模型部件和数据部件的集成,形成DSS系统。
5 决策支持系统开发的关键
决策支持系统设计主要是决策支持系统总体结构设计,它包括运行结构设计和管理结构设计。运行结构是对实际决策问题用决策支持系统原理设计的程序结构。按程序结构直接可编制成计算机程序,它的运行结果就是实际决策问题的答案。管理结构是完成模型库管理和数据库的管理,达到多模型的共享和大量数据的共享。
运行结构的关键是综合部件。综合部件的程序形式要求达到集成模型部件的模型程序和数据部件的大量数据库的数据存取。一般用总控程序来完成。
决策支持系统总体结构如图1所示。
开发决策支持系统的关键技术包括:
1)建模技术
建模技术是交互建模决策支持系统的关键技术。建模技术一般是先选择适合于实际问题的模型,按该模型的数学结构建立该问题的数学方程,即确定模型的参数(方程的系数和常数等),编制该实际问题的模型程序。
2)模型库系统
模型库系统是决策支持系统的核心部件。目前,还没有完整的理论和开发方法,市场上也没有成熟的产品。模型库系统的建立是决策支持系统体现特点的关键技术。本书将在4.3节作详细介绍。
3)接口技术
“对话”、“模型”、“数据”是决策支持系统三大组成部件,它们是各自独立的部件,又要进行综合集成。各部件之间必须解决好接口问题,才能把它们有机的组合起来。
随着计算机软件技术的发展,接口软件产品已经上市,这为决策支持系统开发提供了有利条件。
4)知识推理
知识库和推理机是专家系统的核心,知识推理是专家系统的关键技术,也是智能决策支持系统的关键技术。
5)系统综合集成技术
智能决策支持系统是“对话、模型、数据、知识”四部件组成的。如何将它们有机的组合起来形成一个实际智能决策支持系统,关键在于系统综合集成技术。
6)系统快速原型开发技术
为使决策支持系统在系统级上实现程序的自动生成,需要利用系统快速原型开发技术。它是开发决策支持系统的新的关键技术。
而在事实上,管理者使用决策支持系统不是直接依靠数据库中的数据进行决策,而是在很大程序上利用模型库中的数据进行决策。模型库系统主要的功能是通过使用人机交互语言,使决策者能方便地利用模型库中各种模型支持决策,引导决策者应用建模语言和自已熟悉的专业知识建立、修改和运行模型。
6 结束语
DSS运用系统论、信息论、控制论、现代数学和计算机软硬件控制技术,以及行为科学和其它众多学科,综合研究复杂的决策问题,为决策者提供信息帮助。随着科技的进步、计算机及网络通讯技术的发展,DSS将比以往更深刻地影响人类的工作和思维方式,促进科学与经济的更大繁荣。
参考文献
[1]王伊蕾,李涛,郭英林.模糊数据挖掘在决策支持系统中的应用[J].山东师范大学学报:自然科学版,2006(3).
[2]龚远超.数据仓库在决策支持系统中的应用[J].中国高新技术企业,2007(6).
决策计算系统BIOS 篇4
Firmeare是软件,它是固化在集成电路内部的程序代码,集成电路的功能就是由这些程序决定的。ROM是一种可在一次性写入Firmware后,多次读取的集成电路块,ROM写入Firmware的过程称为软件固化。ROM仅仅只是Firmware的载体,而我们通常所说的BIOS正是固化了系统主板Firmware的ROM芯片。现在的主板BIOS几乎都采用Flash ROM(快闪ROM),它其实就是一种可快速读写的EEPROM(Electrically Erasable Programmable ROM),顾名思义,它是一种在一定的电压、电流条件下,可对其Firmware进行更新的集成电路块。
在电脑的日常使用过程中,为了充分发挥主板的性能,支持不断推出的新硬件,或修正以前版本不存在的缺陷,电脑使用会对主板BIOS进行升级,在升级时如果弄错了主板类型或升级程序有问题,或者升级过程中一些不可预知的原因,如突然断电等,会造成BIOS升级失败而损坏BIOS(非物理损坏);日常工作过程中,一些病毒(如CIH)也会入侵BIOS,造成BIOS损坏(非物理损坏)。修复这些损坏BIOS的方法有以下几种:
(一)用Boot Block块修复
BIOS内部有一个BIOS引导模块(Boot Block),当BIOS刷新失败,而引导模块没有被覆盖时,我们就可利用它将刷新失败的BIOS芯片修复。判断Boot Block块是否被破坏的重要依据是:在电脑启动时,软驱会自检,并且当软驱灯熄灭后按回车,软驱会再次读盘。此方法的具体修复方法步骤如下:第一,在Windows98下制作一张系统启动软盘,把BIOS刷新程序AWDFlash.exe(或AMIFlash.exe)和BIOS升级文件XXX.bin拷贝至此系统盘上。第二,在系统盘中建立Autoexec.bai文件,内容为:AWDFlash XXX.bin/Py/Sb/Sn/Cd/Cp,/P参数表示自动完成BIOS的刷新工作;/Sb表示不覆盖Boot Block模块;/Sn表示不备份旧的BIOS文件;/Cd表示刷新BIOS后立即清除DMI数据;/Cp表示在刷新结束后立即清除即插即用数据(ESCD)。第三,将电脑中无关的硬件取下,只保留软驱,将前面做好的启动软盘插入软驱中,启动计算机,有读盘动作,如电脑喇叭发声且软驱灯亮着时,表明系统正在恢复BIOS到Flash BIOS,当电脑喇叭不发声且软驱灯也不亮时,表明恢复完成。等刷新完成后重新启动,电脑一般可以恢复正常。
(二)热拔插法
此方法进行的前提是必须找到一块相同型号能正常工作的主板,且两块主板的BIOS芯片都不能是直接焊接在上板上的。具体步骤如下:第一,拔BIOS芯片前摸一下金属自来水管,放掉身上的静电,小心取下损坏的芯片待用,注意不要把芯片脚弄断弄弯。第二,把主板型号相同的计算机启动到DOS状态(实模式DOS,非windows98下的MS-DOS和windows XP下的DOS命令提示符),启动完成后,备份好此版本的BIOS数据,然后将正常工作的BIOS芯片小心取下,把先前升级失败或受病毒感染而损坏的BIOS插回到这个正常工作的主板上,再将刚才备份的正确的BIOS版本写回到损坏的BIOS芯片中。采用热拔插修复BIOS是很危险的,在带电拔插的过程中,容易因操作不当引起BIOS芯片过压过流烧毁失效。所以拔芯片时应该左右慢慢撬起,不要一次将一边全部撬志,而另一边还连接在芯片插座上,插芯片时应一次将芯片插到位。
(三)用编程器修复
使用编程器修复BIOS,是最安全最快捷的方法。只要将BIOS芯片从主板上拔下,插到编程器上,读入备份或网上下载的正确版本的BIOS文件,写入BIOS即可;不但方便,而且免除了热拔插的危险性。不过用编程器修复BIOS不是一般人可以进行的,必须要用专业的编程器,所以你得去找专业的维修商。
摘要：计算机BIOS芯片维修是主板维修中最重要最基础的一环,掌握计算机BIOS芯片非物理损坏的修复技术可以为今后快速排除主板故障打下坚实的基础。
决策计算系统BIOS 篇5
决策是人类社会经济中的一项重要活动, 是为达到某一目标, 采用一定的科学方法和手段, 从若干方案中选择一个满意方案的分析判断过程。决策是否科学合理对未来活动的成败起着决定性影响。20世纪70年代前, 人们的决策主要依靠决策者的经验、智慧、洞察力和魄力, 其决策结果往往偏离决策者的预想。
随着信息技术的产生及其在各行各业的广泛应用, 20世纪70年代中期, Keen和Scott Morton首次提出“决策支持系统 (Decision Support System, 简称DSS) ”一词, 之后引起了一场研究热潮, 标志着应用信息技术支持决策的研究与应用进入了一个新的阶段。然而, 随着信息技术的进一步发展, 尤其是最近几年来“云计算”、“大数据”等概念的提出和不断应用, 使先前的“两库三部件”决策支持系统面临着新的挑战, 如何运用云技术构建大数据环境下的企业决策支持系统, 是一个非常值得研究的课题。[1,2]
1 决策支持系统
在学术界, 决策支持系统 (Decision Support System, DSS) 还没有一个公认的定义, 目前不少文献对DSS做了如下定义:DSS是以信息理论、管理科学、运筹学和行为学为基础, 以计算机和仿真等技术手段, 综合利用现有的数据和模型, 通过人机交互方式辅助解决半结构化和结构化决策问题的集成系统[3]。
其最典型的结构主要是Spraque的两库三部件结构和Bonczek的三系统结构, 如图1、图2所示。其中, 两库三部件结构是由管理信息系统增加了模型库部件发展而来的。
随着科技的进步和决策的需要, 可以在图1中最基本的两库三部件结构中采用集成其他部件的方式进行扩展, 形成适合具体决策问题的多部件结构。三系统结构是基于知识系统发展而来的, 包括语言系统、问题处理系统和知识系统。但也有学者认为, 两库三部件结构和三系统结构各自存在不利于开发的问题, 因此提出了更易于开发的决策支持系统综合结构, 如图3所示[1]。
在DSS发展的理论基础上, 不断融入新的技术, DSS得到不断完善和提升。人工智能领域中的专家系统 (ES) 与决策支持系统的结合, 形成了智能决策支持系统IDSS, 提高了DSS支持非结构化决策问题的能力。计算机网络技术与DSS的结合形成了使得异地决策者共同参与决策的群体决策支持系统GDSS。在GDSS的基础上, 为支持范围更广的群体, 构建了分布式决策支持系统DDSS。在计算机网络技术和电子商务日益普及、通信技术日益发达的今天, DSS开始融入互联网技术, 实现更为有效的决策。
目前, 决策支持系统在政策决策、经济形式预测、集团经营行为决策、企业生产活动决策、灾害预测和防灾决策中得到了广泛的应用。
2 营销决策支持系统
企业市场营销的基本职能是以研究综合性市场营销活动及其规律为目标, 通过发现顾客需求, 并将其转化成对产品与服务的要求, 再通过有效的促销、分销渠道和价格战略, 最大限度地满足顾客需求[4]。营销决策支持系统, 就是将市场营销系统与决策支持系统有效结合的一种辅助企业进行营销的决策支持系统。
经济全球化时代的到来、互联网技术的加速发展, 使人们获取和交流信息的方式变得越来越多样化, 消费者行为也发生了极大的改变, 面对由此产生的大量的结构化、半结构化和非结构化的数据, 传统的DSS无论在数据信息分析处理能力还是在及时响应方面都显得捉襟见肘, 迫切需要引入云计算技术, 进一步提高DSS的数据处理能力和及时响应能力。
3 云计算
“云计算”是最近几年发展起来的一种基于互联网的计算方式。美国国家标准和技术研究院 (NIST) 2009年对云计算的定义是:“云计算”是一种能够通过网络以便利的、按需付费的方式获取计算资源 (包括网络、服务器、存储、应用和服务等) , 并提高其可用性的模式, 这些资源来自于一个共同的、可配置的资源池, 并能够以最省力和无人干涉的方式获取和释放[5]。其服务类型有三层:基础设施即服务 (Iaa S) 、平台即服务 (Paa S) 和软件即服务 (Saa S) 。
云计算具备以下特征: (1) 将计算资源进行集成和优化, 实现整体计算能力的提高; (2) 可实现数据中心的分布式管理方式, 提高系统的容错能力; (3) 可以将硬件和软件相互隔离, 减少设备的相互依赖性; (4) 实现开发平台模块化设计。
4 基于云计算技术的营销决策支持系统
人们需要解决的问题一般分为结构化问题、半结构化 (semi-structured) 问题和非结构化 (non-structured) 问题。半结构化和非结构化问题的决策不能够完全由决策支持工具来辅助支持, 通过互联网搜索信息对解决非结构化问题是有帮助的[6]。基于云计算的决策支持系统利用了云计算技术的优点弥补了传统决策支持系统的无法处理大数据这一缺点。
图4给出了一个基于“云计算”的营销决策支持系统框架。系统中将采用平台即服务的云计算技术, 它为终端用户提供互联网应用开发环境和运行平台。Paa S是位于云计算3层服务的中间层, 也称为“云计算”操作系统。
在营销决策支持系统中, 人机交互界面是用户与系统的对话界面, 它是DSS用户提出决策支持请求的媒介。由于DSS用户在使用系统时对系统内部的了解甚少, 因此在设计人机交互界面的时候, 需要注意几点。
首先, 人机交互界面需要符合人的使用习惯, 并且易操作;其次, 需要使用户了解系统可以提供的数据、模型和方法;最后, 在输出营销辅助决策时, 采用图、表、文的形式输出, 使决策建议更为直观和方便理解。
本系统框架是在云端采用Paa S的方式部署自然语言处理系统、问题处理系统、各类型的库及其管理系统和数据仓库。数据仓库是用于储存分析数据的场地, 它来自多个数据源的数据拷贝和集成。
由于数据仓库是一个面向主题的、集成的、不可修改的且随时间变化的数据集合, 数据在数据仓库中的储存是随着时间的变化而增大的, 在大数据时代, 数据仓库需要更大的数据容量, 因此将数据仓库部署到具有无限大存储空间的云端, 可以解决数据仓库在大数据时代的存储需求。
自然语言处理系统将人机交互界面传递的DSS用户的决策请求转换成机器能够识别的语言传递给问题处理系统, 并且在系统输出时候能够将结果转换为人类语言, 实现人与计算机的对话。
模型库存放了与销售相关的模型, 如态度行为模型、计划行为理论模型、营销组合模型、营销价值分析模型等。方法库是从先前模型库中分离出来的, 其中存放了销售模型求解的方法和算法, 方便了模型库中模型的建立、修改和删除。营销决策支持系统的信息库存放的是关于决策方面的情报, 是从数据仓库存放的基本数据中提取出来的有关营销决策的信息, 提取的有关信息越详细, 对营销决策的辅助越有用。知识库中存放的是经过提炼加工的营销信息。信息库和知识库中存放的内容是采用数据挖掘方式从数据仓库中大量的、不完全的、有噪声的、模糊的、随机的实际数据中所提取出的隐含的潜在的且不为人们所知的营销信息和知识。
当问题处理系统接收到命令后, 分别向四个库管理系统申请适合的模型、方法、信息和知识, 以及向数据仓库申请解决营销问题的数据, 并将处理后的决策辅助信息反馈给DSS用户, 实现问题的辅助决策。
若不存在相应的营销模型、方法、信息、知识, 则可通过互联网使专家和决策者共同进行人工决策, 并将决策得到的营销知识存入知识库以备下次遇到类似的问题时使用。
数据仓库的数据来源包括营销企业内部资源和企业外部资源。企业内部资源可以是企业自身的一些业务系统数据如销售数据、产品价格、广告、渠道和售后服务等, 也可以是企业的物联网如传感器、RFID、摄像头等传递的信息。外部数据指企业所处的环境数据, 从政府政策到消费者的需求动机和心理动机。
在大数据时代, 大数据的商业模式有数字媒体模式、数据使能模式、数据控件运营模式、租赁数据模式、租售信息模式和大数据技术提供等六种模式。而外部数据可以通过从其中的租赁数据模式和租售信息模式获取[7], 如人们在互联网的产品浏览轨迹, 社交平台的情感波动等, 都将对营销战略的制定起着一定的向导作用, 并且在云端, 这些数据更容易得到处理并且更有利于对营销战略的决策辅助。
5 结论
文章介绍了一种基于云计算的营销决策支持系统框架, 它将传统DSS的自然语言处理系统、问题处理系统、适合本企业的数据仓库和应用程序等通过Paa S方式布置在云端。新的营销决策支持系统依靠云计算技术丰富的共享资源、强大的计算能力和分布式处理方式, 在非结构化问题处理方面显出更加快速和容易的优势, 使企业在营销决策时能够得到更加精准、快速的决策辅助。虽然文章对决策支持系统的架构研究是基于企业营销决策的, 但该架构的应用应不限于营销决策支持系统。
摘要：日益增长的数据对决策支持系统做出快速、正确的决策提出了挑战, 快速响应市场需求成为企业领导做出营销决策的重中之重。为解决传统营销决策支持系统在辅助企业进行营销决策时缺乏处理海量非结构化数据能力的问题, 文章利用云计算技术超大规模、资源池化以及泛在互联等的特点, 提出了一种基于云计算的营销决策支持系统架构, 将营销决策支持系统的问题处理系统、数据仓库布置在云端, 利用云计算技术强大的计算和存储能力, 对企业营销决策支持提供更好的支撑, 也为决策支持系统的开发提供了一种新的思路。
关键词：决策支持系统,系统架构,营销管理,云计算
参考文献
[1]谭跃进, 黄金才, 朱承.决策支持系统[M].北京:电子工业出版社 (publishing house of electronics industry) , 2011.
[2]黄梯云.管理信息系统[M].北京:高等教育出版社 (higher education press) 2009.
[3]刘心报.决策分析与决策支持系统[M].北京:清华大学出版社, 2009.
[4]于长胜.市场营销决策支持系统中模型库的设计应用.科技资讯 (science&technology information) 2014 NO.04.
[5]汤兵勇, 李瑞杰, 陆建豪.云计算概论[M].北京:化学工业出版社, 2014.
[6]艾弗雷姆·特班 (Efraim Turban) 杰伊E·阿伦森 (Jay E·Aronson) 梁定澎 (Ting-Peng Liang) 著.决策支持系统与智能系统 (原书第七版) (Decision Support Systems and Intelligent System (7th Edition) ) [M].杨东涛, 钱峰, 译.北京:机械工业出版社 (China Machine Press) , 2009.
决策计算系统BIOS 篇6
核电是人类和平利用核能的成功范例, 核能是一种安全, 清洁的新能源。有效利用核能, 能减少二氧化碳、粉尘排放, 减少对环境、大气的污染, 使用成熟的技术开发利用核能是当今煤、石油等一次资源缺失的一项重要补充。然而核电厂一旦发生事故, 不仅使周围环境受到长久污染, 对公众健康造成严重的危害, 还能引起人们对科学和平利用核能产生恐慌。
为了安全使用核能, 减少、预防事故发生, 自1986年始国家通过了一系列条例法规, 对核电厂应急机构及其职责进行定义, 规范了应急准备、应急对策、应急防护措施以及应急状态的终止和恢复措施。建立核电厂计算机应急辅助决策系统能够迅速开展应急准备及应急响应工作, 在应急实施过程中能够为应急指挥中心提供快速准确的辅助决策支持, 能够有效减少核事故产生的影响和减轻核事故应急状态的后果。
1 研究现状
突发事件应急的核心流程包括预防与应急准备、监测与预警、应急处置与救援、事后恢复与重建四个阶段。突发事件应急处置决策是整个应急管理过程中关键的部分, 应急决策的质量往往直接关系到应对行动的效果和突发事件所形成的最终损失或影响程度。
目前突发事件应急决策的研究主要集中在以下几个方面:
(1) 在应急决策模型研究方面, 一些学者借鉴其他领域的模型对突发事件决策进行了研究:如爱尔兰学者John Cosgrave在描述了突发事件决策问题的特性的基础上, 运用Vroom和Yetton的领导规范模型构建了突发事件决策的理论模型, 建议决策者依据决策问题的特性, 采用不同的授权程度对事件进行决策。
(2) 在应急决策方法研究方面, 一些学者在对突发事件进行研究时, 利用应用数学和风险管理领域的效用分析、敏感性分析、概率分析等方法, 对突发事件的应急决策进行了分析。一些学者运用运筹学的方法, 对突发事件发生后的人员的疏散和撤退进行了分析。从这些分析方法来看, 它们主要基于经典决策理论的基础上, 借用应用数学或风险管理理论的方法, 从成本和风险的角度对已有的决策进行定性分析, 解决某一具体突发事件爆发后的应急决策问题。
(3) 在应急决策模式研究方面, 主要有基于统计分析的理性决策模式, 注重实际环境约束的满意决策模式, 借助群体协商的渐进决策模式。现在常用的是G.A.Klein提出的RPD决策模式 (Recognitionprimed Decision Model) , 他从自然灾害现场决策特点着手对应急决策进行研究, 指出决策人在动态环境中常根据其先前的经验, 对当前的环境做出评估, 依据经验找到类似的经验做法, 并根据决策环境中的相似性等条件做出决策。这种决策模式关注的是方案的可行性, 决策的及时性和实施效果, 是一种以认知为主的决策模式, 有较强的环境适应性。
近年来, 针对某些具体领域的实际应用研究计算机应急辅助决策系统的设计与实现成为了突发事件应急辅助决策系统研究的主流。突发危机应急辅助决策系统开发情况综述如表1。
2 核电厂计算机应急辅助决策系统分析
核电厂计算机应急辅助决策系统作为突发危机应急辅助决策系统应该满足以下系统功能:
(1) 数据采集处理功能; (2) 辅助决策功能; (3) 应急响应辅助支持功能; (4) 模拟事故、应急演习功能; (5) 指挥调度功能。
2.1 数据采集处理
2.1.1 数据交换
应急辅助决策系统主要通过网络实现与电厂专业系统、办公系统网络、集团网络系统的数据交换。交换的数据包括文本信息、数据和多媒体等类型数据。系统提供包括OPC协议、DDE协议等标准的数据通讯接口, 通过实时库接口API, 针对特定设备或系统进行定制开发通讯接口。能够采集多种数据类型的数据, 包括模拟量、开关量、字符串变量等。系统提供文件采集器, 可以对手工录入数据进行采集。
系统通讯内容大致包括:机组数据、厂区出入监督系统数据、控制区出入检测系统KZC数据、模拟机数据、应急中心数据、后果评价辐射监测系统数据、堆芯损伤评价数据、计算机源项数据、气象数据等。
2.1.2 数据存储和服务
系统与各个数据源进行数据交换后, 系统将收到的数据通过数据库的形式保存起来, 通过通用数据库支持的众多工具进行分析, 并随时备份。
1) 应急参数数据库
应急参数数据库存储核电厂运行工况数据、气象数据、环境数据。
机组工况数据:来自于各个数据源的参数分类存放, 便于检索和使用。参数数据以“点 (TAG) ”为单位, 每个点 (TAG) 对应一个参数, 如一个流量、压力等, 对每个点 (TAG) , 要求存储在数据库组态中配置的全部参数内容, 同时对每个点 (TAG) , 按一定的间隔, 累积保存至少一个机组的换料时间内的实时值.
气象和环境数据:来自于核设施周围一定范围内的气象和辐射监测数据。气象数据包括风向、风速、温度、露点、湿度、大气压力、大气稳定度、雨量、太阳辐射等参数信息;辐射监测数据 (在线、流动和实验室) 包括γ剂量、γ剂量率标准偏等数据。
2) 应急资料数据库
系统管理和存储的文件数据包括:应急响应与准备的相关的条例、规章、导则、技术文件, 国标、军标和相关行业标准等;与应急事件应急密切相关的应急计划、应急预案、行动指南、应急处置程序、应急案例等;各类常用数据和资料。
系统分类存储各类文件, 一类文件被存储到一个文件库中, 提供针对文件库访问问权限控制, 确保文件访问与操作的安全。
3) 电厂人员管理数据库
存储来自应急集合点刷卡系统的人员信息数据, 包括人员的姓名、部门、所在位置、联系方式等基本信息。
2.1.3 人机界面设计
计算机应急辅助决策系统人机界面实现工艺流程的数据采集显示处理 (趋势、报警、日志等) 、应急状态辅助判断画面、GIS系统画面、各专家系统信息画面、视频会议画面等显示。
2.2 辅助决策功能
应急行动水平辅助判断功能依据《核电厂应急计划》生成, 该功能帮助应急指挥人员按照《应急计划》所规定的“应急初始条件和应急行动水平”决定进入相应的应急状态。
2.2.1 机组关键安全功能判断功能
系统选取可以反映核电厂关键安全功能的机组参数与运行技术规格书中的安全限值进行比较, 对各机组的核功率水平、堆芯冷却、通过二回路系统对反应堆冷却剂的热量排出、反应堆冷却剂的装载量、安全壳的完整性参数进行监视, 实现反应性控制、堆芯冷却、主回路完整性、主回路冷却失效、安全壳完整性的辅助判断。
2.2.2 参数超限报警功能
系统提供的实时报警功能, 可以把电厂各状态重要数据参数录入报警程序, 当参数的实时数据超出了预先设定的高高限、高限、低限、低低限的限值, 系统的报警数据信息会不断闪烁同时伴有报警声音, 自动打印报警信息, 并在系统中记录报警的时间和报警信息。
系统提供的报警类型有实时数据报警、变化率报警、偏差报警等多种类型。并提供手动确认和自动确认两种报警确认方式。下图为系统提供的报警信息设置和显示画面。
2.2.3 堆芯损伤评价
应急辅助决策系统向堆芯损伤评价软件输入数据, 并提供单独的画面进行相应评价参数以及评价结果的显示和调用。
2.2.4 环境事故后果评价
环境事故后果评价计算机通过SQL数据检索实现从应急辅助决策系统的数据库直接获取气象数据和堆芯损伤评价计算得到的源项数据进行评价, 评价结果以图片和文本文件的方式输出, 应急辅助决策系统直接调用这些图片和文本文件通过WEB方式进行显示。
2.3 应急响应辅助支持功能
系统提供应急响应行动支持功能以协助应急人员执行应急行动。应急响应行动支持功能包括:自动通知功能、到岗确认功能、应急组织管理、信息发布、任务单自动发送功能、文件拟制签字功能。
2.3.1 自动通知功能
系统提供自动通知功能, 包括两种情况的自动通知:1) 系统自动判定发生应急相关事故和事件, 通过手机短信的方式自动通知应急值班人员。2) 当系统判定进入相应的应急状态 (应急待命、厂房应急、场区应急、场外应急) 应急人员手动录入通知内容并选定通知的相关应急组或人员, 系统通过手机短信的方式向指定人员发送事件通知。
2.3.2 到岗确认功能
应急相关人员就位后通过应急辅助决策系统报告到岗就位, 系统根据反馈情况自动填充应急组织状态图。未到岗人员黄色显示, 就位的个人或组织绿色表示。通过点击相应应急小组 (如技术支持组) , 可以查看该组内人员的详细信息。
2.3.3 任务单自动发送功能
应急辅助决策系统为每个应急人员设定用户名和权限, 当发生报警进入应急状态时, 系统根据应急行动计划的规定自动或手工给每个应急人员发送任务单。相应的应急人员使用自己的用户名登录系统自动获取任务单。
2.3.4 文件拟制签字功能
应急辅助决策系统根据不同的事件依据应急计划预先制定相关的应急报告和文件, 应急人员在需要的时候可以登录系统, 手动调出相应的报告和文件如初始通知、后续通知, 通过指定时间系统可以自动的在报告中添加该时间机组、气象、环境等参数数值, 方便应急人员快速准确的生成报告。系统集成文件电子签名功能, 电子签名与手写签名有同样的法律和不可更改功能。
2.3.5 集合点人员刷卡清点
应急辅助决策系统与综合控制区出入检测系统、厂区出入监督系统进行通讯, 用于应急期间厂内人员的清点和统计, 应急人员可以对厂区内人员进行人员统计、查询等操作, 方便进行人员撤离、防护等行动。
2.3.6 应急信息显示、绘图功能
应急辅助决策系统提供数字地图、应急计划区、主要应急设施、各应急集合点、应急撤离路线, 气象、环境监测设施、医疗救护设施, 消防设施等应急相关图纸的查询和显示。
2.3.7 应急响应指南
应急响应指南用于在出现核事故应急时, 便于应急指挥人员查到与应急相关的资料和程序, 从而根据这些资料和程序进行有效的响应。并且给每个应急指挥人员作一个简洁的应急响应指南, 以便于在最短的时间内查询相关的资料和文件做出快速有效的指挥和响应。
2.3.8 电子签名功能
系统集成电子签名功能。在核应急情况下, 有些专业组与应急指挥室不在同一物理地点, 报告由网络传递, 通过电子签名功能可以实现报告的起草、审核、批准的流转传递。并确保文件不会被修改。
2.4 模拟事故、应急演习功能
系统提供事故工况画面和演习工况画面, 在事故工况下系统显示数据为真实的机组工况数据、气象数据、厂区出入监督系统数据、控制区出入检测系统数据;在模拟工况下 (应急演习) 系统显示的机组数据从模拟机获取, 气象数据、厂区出入监督系统数据、控制区出入检测系统数据根据应急情景编制, 通过文本文件输入到应急辅助决策系统。
应急辅助决策系统支持接收机组模拟数据, 支持自定义气象、环境、KKK、辐射监测等信息, 通过对模拟数据的判断, 启动相应的应急响应流程, 同时系统还支持在没有模拟数据的情况下, 直接启动应急响应演习, 以方便应急人员的培训及练习。
2.5 指挥调度功能
系统通过视频、语音、文本等方式, 以有线、无线等手段实施指挥调度, 通过应急辅助决策系统平台以及其网络系统, 实现指挥调度的系统化、网络化和自动化。
核电厂与集团、核安全局、国家及地方核应急办公室的视频会议也通过指挥调度系统完成。
3 核电厂计算机应急辅助决策系统设计实现
3.1 软件架构
软件采用C/S+B/S组合架构, 基于DCS提供的电站实时和历史数据建立核电厂运行信息基础数据库;并广泛收集电厂其他类型信息, 实现应急数据采集、应急辅助判断、应急响应支持、指挥调度等功能。
通过这种架构设计, 使得系统具有如下优点:数据采集灵活可靠、数据处理强大准确、数据管理安全方便、人机界面灵活可定制、系统部署方便简单
数据采集灵活可靠:系统C/S结构部分可以实现对各种标准工业通讯接口的支持, 同时通过工程师站组态有选择的进行通信, 在保证稳定可靠的同时兼顾了灵活;
数据处理强大准确:C/S部分的工业级的数据处理能力使得系统对诸如辅助判断等逻辑运算处理更加强大准确;
数据管理方便安全:系统对数据库进行了封装, 外部系统必须通过标准的web service进行访问, 在不影响扩展性的同时, 保证了数据安全;
人机界面灵活可定制:画面组态方便, 可以按照具体要求现场修改。
系统部署简单方便:通过安装客户端软件, 方便使用系统的所有功能。
应急辅助决策系统软件体系结构分为数据层、接口层、服务层、展现层四个层次, 该系统适用于数据采集显示、数据存储、工艺流程模拟、趋势分析, 应急辅助判断、信息发布与管理、应急演习、指挥调度等功能。
通过这种层次设计, 实现了软件功能可以根据需要动态部署功能, 可以随时增加新的功能而不会影响原有的部分。
3.2 硬件构成
系统硬件主要包括网络系统、计算机系统、应急指挥中心系统。网络系统包括交换机、路由器, 防火墙;计算机系统包括分布在应急指挥室、秘书组室、通讯室、辐射防护组以及专家支持组室的计算机终端, 安装各个类型数据库的服务器等;应急指挥中心系统包括显示系统、扩声系统、会议系统、摄像系统、集中控制系统、视频会议设备、音频系统。
3.3 网络系统功能设计
应急决策支持系统网络包括核电厂外部网、厂内办公网、EG楼专用网, 系统的网络设备可考虑采用知名厂家的网络产品, 包括路由器、防火墙、交换机。
3.3.1 网络系统结构
1) 外部网络
为与集团、核安全局、中核总等单位建立通讯的网络, 此网络由2M专线或ISDN组成。此网络用于与相关单位建立视频会议和数据通讯。
2) EG楼网络
为应急辅助决策系统的专用网络, 网络连接系统的服务器、台式工作站、笔记本工作站、后果评价计算机和机组网关、KKK、KZC等系统。
应急专网采用单一核心交换机, 支持路由和防火墙功能, 双路交流电源供电, 该交换机采用模块化结构提供高性能的数据处理能力和很高的可靠性。交换机连接系统的服务器、工作站和数据通讯源系统, 为保证数据源系统的安全性, 在交换机上应用VLAN、访问列表等功能, 以保证应急网和数据源网络的安全。
3) 厂内网络
厂内网络为核电厂的办公网络, 部分应急专业组通过该网与EG楼网络连接进入应急辅助决策系统。该网络与应急专网的路由连接实现路由, 通过应急专网的防火墙进行网络安全防护。防止从办公网络对应急专网的网络攻击。
4 方案改进
核电厂SIS系统和应急决策辅助系统有很多相似之处, 从数据采集层和数据层上看二者基本上是相同的:几乎采集相同的数据源, 需求一至的实时数据库, 从应用层上看他们实现部分相同的功能 (实时数据显示、历史数据查询、报表等) 、都需要提供C/S和B/S访问方式, 都需要与MIS系统建立通讯, 实现更大范围的数据使用。从安全级别上看相对于控制系统和MIS系统SIS系统和应急系统应该在同一级别, 或者应急系统高于SIS系统, 即控制系统→应急系统→SIS系统。
所以在设计中可以考虑在软件实现上将应急系统融入SIS系统, 即将应急系统作为SIS系统的一个应用部分, 该部分由若干高级应用模块组成, 包括:事故和演习工况、辅助判断功能、事故诊断和评价功能等。
5 结语
本文设计的核电厂计算机应急辅助决策系统同类型的方案已经应用于秦山二期核电站以及将来的海南昌江核电站, 取得了较好的效果。
参考文献
[1]沈惠璋.突发危机事件应急序贯群决策与支持系统[M].科学出版社, 2011.
[2]杨继君.应急资源调度决策与建模优化[M].中国社会科学出版社, 2013.
[3]中核控系统工程有限公司.海南昌江应急辅助决策系统-系统设计说明书[Z].2014
决策计算系统BIOS 篇7
计算机辅助决策系统是以上各分系统的集成监控平台加疏浚数据分析软件即计算机辅助决策分析系统。实现整船疏浚作业过程数据的采集、处理、记录、监测与控制及辅助决策分析。
该系统主要由数据采集处理器、显示系统、数据输出系统及潮位遥报仪等硬件设备组成, 由各设备传感器采集实时数据, 输入至PLC控制系统进行数据分析与处理, 并以图形数据格式传送至监控界面, 实现疏浚轨迹显示功能, 以便为施工船操作者提供施工精度参考和历史施工区域回放功能。
2. 计算机辅助决策系统中使用的计算机语言
计算机辅助决策系统的运行环境为Windows XP、Windows 7, 在计算机语言的选择中, 使用的是VB、VC和FORTRAN等。
3. 计算机辅助决策系统分析法的步骤
第一步:确认目标:目标是系统所期望达到的结果, 是系统分析过程中最重要的成份, 一切活动都要围绕这个目标去考虑。第二步:设计方案:由影响总目标的各个因素来制定切实可行的方案。第三步:建立模型:根据设计出来的方案建立数学模型, 用以模拟系统的实际情况。第四步:方案评价:评价模型系统的运行结果, 进行方案比较, 选出最佳方案。第五步:编码:根据数学模型, 编写程序代码。第六步:调试运行:对程序代码在计算机上进行调试, 并对整个系统中不符合目标要求的部分加以修改。第七步:应用:在实际工程施工中应用, 为施工决策提供依据, 提高生产效率。
4. 航道整治工程中计算机辅助决策系统的应用
4.1 掌握河流中的泥沙特性
一般在对航道进行整治的过程中, 通常会参考历史资料或者实际勘察的资料来对河床的变化进行分析, 观察水文泥沙和冲淤的变化情况。在一些重点项目中, 要对河流的浅滩进行模型试验, 这些模型的形式包括:一维模型、二维模型、物理模型。这些模型可以有助于在航道治理工程中掌握河流中的泥沙特性, 进而更好的对航道整治工程进行设计。这些模型试验只是辅助设计的一些手段, 在实际的航道整治工程设计中还要根据河道中水流变化进行具体的调整。
在对航道进行整治过程中应用到计算机辅助决策系统, 主要观察航道的动态显示, 通过计算机系统来模拟实际施工中水流和泥沙的变化情况, 根据测定的结果对工程中可能出现的情况进行预防, 并采取相应的措施解决相关问题, 增加了航道整治工程设计的科学性, 方便对工程进行科学的决策和管理。
4.2 在航道整治工程测量中的应用
航道整治工程中, 测量技术在很大程度上是随着测量设备的不断进步而发展的, 因此, 采用的测量设备及计算机分析系统的先进程度也就决定了测量工作的技术先进程度。测量技术手段包括多波束测量、LRK测量、潮位遥报等。由于各种测量技术采集的数据量非常大, 数据处理工作的质量将直接影响测量成果的质量。常规作业流程是在外业测量完成后即进行后处理, 以便施工船舶获得最新的测量数据。因此在测量船上布置了数据处理计算机, 并将数据采集计算机和数据处理计算机通过以太网线连接, 实现了数据共享。这样可以在第一条测线的数据采集完成后立即进入数据后处理流程。
后处理过程中所需要的水位数据由陆地测量办公室以电子邮件方式发送, 测量船上的计算机通过GPRS无线网络技术接入INTERNET网络, 登陆邮箱下载水位电子文件进行潮汐改正。通过这种方式进行数据处理, 完全可以满足自航船施工的要求, 极大地提高了测量作业效率。
通过测量及计算机技术的实施, 有效地提高了测量成果的详细程度和测量精度, 并实时传送测量数据, 使测量作业效率实现了最大化, 对航道疏浚施工提供了有力的技术支持, 有效提高工程的工期和质量。
4.3 在绞吸挖泥船施工中的应用
为了提高绞吸船的生产效率, 重点是施工工艺参数的优化, 在此过程中, 依托于绞吸挖泥船计算机辅助决策系统的辅助分析软件, 改变以往仅依靠施工经验或船长指令指导施工的状况。我们知道, 绞吸挖泥船主要工艺主要涉及两方面:挖掘及输送。而输送方面的优化主要是达到浓度持续稳定在一个较高的水平而不会出现堵管的情况, 泵入浓度大于管路内的平均浓度。但是, 随着浓度持续上升时, 流速反而持续下降, 即意味着此时的泵入浓度在管路内是维持不住的, 此时的浓度值系统作为最大浓度的限制、流速则为最小限制流速。因此, 应选取产量率最高并连续施工时间段作为分析依据, 设定边界条件, 设置最大浓度、最小流速查找规则、通过分析, 得出在相应工况下的最大浓度、最小流速、最佳浓度。
计算机辅助决策系统不仅有上述临界值的求取功能, 而且还可以将历史数据以二维曲线或多态曲线的方式进行分析, 以便容易查找某综合产量率较高所对应的施工参数, 如:绞刀工作压力、横移速度、泥泵转速、流速、泥浆排压等参数。通过计算机辅助决策系统的智能寻优技术, 可以使绞吸挖泥船的生产效率提高10%~25%。
此外, 计算机辅助决策系统还可以提供智能土质区域区分技术、产量报表分析、仪器仪表及设备监测与控制功能、管路流态监测功能、AMS报警系统级自动控制系统等诸多功能, 通过系统集成技术, 实现了施工过程数据采集、设备运行监控、平面及深度定位、疏浚轨迹显示、历史数据分析、作业指导等, 是现代航道整治施工必不可少的组件之一。
结语:随着计算机、信息机网络技术与航道整治工程高度融合, 越来越多的疏浚技术难题都可以通过计算机数值分析模型来解决, 而辅助决策系统的数据采集记录及分析功能更为我们对典型施工数据的分析提供了强有利的支持与帮助。在今后对计算机辅助决策系统的使用中, 应该对其进行更加深入的研究, 使其能够更好的应用到社会的各个行业和各个领域中。
参考文献
[1]中交天津航道局有限公司.疏浚工程学[M].天津:中交天津航道局有限公司, 1997
[2]中交天津航道局有限公司.疏浚技术[M].天津:中交天津航道局有限公司, 1997