本体驱动的模型集成提升决策支持系统效率

基于本体的模型集成是一种针对决策支持系统(DSS)中的模型整合方法，它着重解决模型参数表示、匹配和集成过程中的语义理解问题。传统的模型集成面临挑战，如自动化程度低、智能化不足、扩展性和开放性有限以及模型理解难度大。本文由蔡树彬、明仲、李师贤和刘显明等人提出，他们主要关注于如何通过利用本体论这一概念来改善模型集成。 本体论提供了一种结构化的知识表示方式，能够清晰地描述模型输入和输出参数的语义含义。作者提出的基于本体的程序逻辑混合(PLM)模型表示法，通过将本体与程序逻辑相结合，解决了传统方法中的这些问题。这种方法的优势在于其易实现性、推理能力、高开放性及良好的扩展性。通过本体来表达模型参数的语义，使得参数间的匹配更为精确，进而设计出自动化且智能化的模型集成策略。这种方法允许系统根据参数的语义自动创建出易于理解和使用的新模型组合，从而提高决策支持系统的整体性能。 本文的核心内容包括以下几个方面： 1. **模型集成的重要性**：强调模型在决策支持系统中的核心地位，集成模型有助于提升系统决策的准确性和效率。 2. **问题背景**：指出当前模型集成面临的挑战，即自动化、智能化、扩展性和可理解性等方面的问题。 3. **本体论的应用**：引入本体作为解决这些问题的关键工具，它提供了对模型参数语义的精确描述。 4. **PLM模型表示法**：详细阐述了如何通过本体逻辑混合来设计模型参数的表示，强调其实现的简单性以及推理功能。 5. **集成策略**：介绍基于参数语义匹配的集成策略，强调其自动化和智能特性。 6. **形式化定义与证明**：给出了模型集成的正式定义，并可能提供了相关的理论基础和定理来支持这种方法的有效性。 关键词：决策支持系统，模型集成，模型表示，本体论。该研究的中图分类号为TP311，文献标识码为A，文章编号为037222112(2009)0420713207，表明这是一篇深入探讨模型集成技术在计算机科学领域的重要研究论文。