重大科學技術工程綜合集成決策機制研究——基于復雜系統理論

李存金，陳勇剛

（北京理工大學 管理與經濟學院，北京100081）

摘要：以復雜系統理論和綜合集成研討廳思想為指導，基于專家體系、知識體系、機器體系和組織體系四個維度，構建了一個重大科學技術工程綜合集成決策機制模型，并對其決策主體組織機制、專家智慧集成機制、決策知識工程機制和人工智能決策機制的內涵進行了探討。

關鍵詞：重大科學技術工程；重大項目；決策機制；綜合集成；復雜系統

中圖分類號：C93; C94

文獻標志碼：A

在人類社會的生產實踐中，為滿足經濟、社會、國防建設的需求，一些重大科學技術工程設想往往被提出。這些工程本身體現了一定的國家戰略意志，一旦實施成功會對國家的社會經濟發展產生重大的帶動作用。所謂重大科學技術工程，是指以實現某種國家級戰略目標為導向，通過核心技術突破和資源集成而在一定時限內完成的重大戰略產品研制、關鍵共性技術研發和重大工程建設等大型復雜系統工程。這類項目具有較高的技術含量，要求實現重大核心技術或多項重要關鍵技術的突破，往往需要開展跨學科、跨領域的多單位協作研制，涉及人力和財力的大量消耗、復雜的組織管理，屬于典型的復雜性巨系統工程項目。

重大科學技術工程具有規模較大、涉及利益主體較多、關乎國計民生的特點，往往需要從國家層面動員組織全社會資源才可能完成。是否實施此類工程項目，需要從政治、經濟、社會、生態、軍事和文化等多維度綜合考量、權衡利弊，加之問題本身具有復雜性和不確定性，因此其決策的復雜性、風險性及難度都很大。因此，研究重大科學技術工程的決策機理，為重大科學技術工程的決策實踐提供理論支持，已成為重大科學技術工程管理研究領域中的重要難題。本文基于復雜系統理論與綜合集成研討廳思想，提出一個重大科學技術工程綜合集成決策機制模型，研究重大科學技術工程科學決策的四個基本機制——專家智慧集成機制、決策知識工程機制、人工智能決策機制和決策主體組織機制。

1 重大科學技術工程綜合集成決策機制模型的構建

重大科學技術工程具有一般工程不具有的復雜性。雖然我們可以借鑒以往工程建設的經驗，但是每項重大科學技術工程所具有的獨特性又使得人們不能簡單照搬以往的做法。在科學技術高度發達的今天，決策機制的核心仍然是人。不過，綜合集成各類學科知識、綜合應用現代先進的科學技術手段已成為人們完善決策機制的重要途徑。隨著人工智能技術的快速發展，人機結合的決策智能化在國外已成為一個重要的前沿科學研究領域。1991年，美國斯坦福大學的Lenat和Feigenbaum提出人機合作預測（man machine synergy prediction）是知識系統的第二紀元，并指出系統將使智能計算機與人形成一種同事關系，人與計算機各自執行自己最擅長的任務，系統的智能就是這種合作的產物[1]。

實際上，早在20世紀80年代，中國學者就在系統科學研究的基礎上提煉出“開放的復雜巨系統”，以探索宏觀經濟決策問題。1989年，錢學森提出了開放的復雜巨系統方法論——從定性到定量的綜合集成法（meta synthesis）[2]，后來該方法又發展為從定性到定量的綜合集成研討廳（hall for workshop of metasynthetic engineering, HWSME）[3]。綜合集成研討廳的實質是將專家體系、知識體系、計算機技術三者相結合而構建出的高度智能化的人機結合決策系統。

綜合集成研討廳的三個基本構成維度是專家體系、知識體系和機器體系（計算機技術體系）。將專家的定性知識與模型的定量描述有機結合，可實現定性變量與定量變量的相互轉化；將各種分析方法、工具、模型、信息、經驗和知識進行綜合集成，可構造出適于復雜巨系統問題分析與決策的支持環境；綜合研討、人機互動可以集成群體智慧，形成科學的決策方案。綜合集成研討廳是錢學森針對開放的復雜社會系統而提出的一種方法體系，實際上是一種研究問題的思想，也是一種指導分析復雜巨系統決策問題的方法論，目前已在中國社會、政治、經濟等領域的決策中得到了廣泛應用。然而，值得思考的一個重要現象是，許多研究者過分強調專家智慧的集成原理與智能化的研究，卻忽視了對決策組織問題的研究。這很可能導致綜合集成研討廳研究向過度技術化方向發展。

本文認為，組織體系是科學決策機制建設的核心，是決策中不可或缺的中心維度。為此，基于綜合集成研討廳的專家體系、知識體系和機器體系三個維度，本文加入組織體系維度，將決策主體這一關鍵要素納入復雜重大科學技術工程決策問題研究中，形成以決策主體的組織機制為核心的四大機制體系，從而構建一個重大科學技術工程綜合集成決策機制模型（見圖1）。專家體系與知識體系的結合主要體現為專家智慧集成機制的構建；將知識體系與機器體系結合的目的是建設一個決策知識工程機制；專家體系與機器體系協作就是要構建人工智能決策機制；而專家體系、知識體系與機器體系三者間的關系協同及決策全過程的組織最終體現為決策主體組織機制的建設。

2 專家智慧集成機制

如何在決策時有效吸收和集成專家智慧，是實際工作和理論研究中一直探索的重大難題。一項重大科學技術工程的實施往往會對一國或區域的社會、經濟、自然環境乃至政治、軍事等產生重大影響，所涉及的學科肯定是多領域的，故其問題決策考慮的方面很多、決策方案形成難度很大。因此，在對重大科學技術工程中的各種問題作決策時，應充分吸納各領域專家的意見和智慧，努力做出科學的、合理的方案。例如，著名的英吉利海峽隧道工程雖然總體上還是很成功的，但是對某些問題的決策不周全使得該項工程的實施并不十分順利。由于兩國政府在項目前期沒有對建設方案進行充分的調查分析，在建設期間要求加強安全管理和采取環保措施導致施工成本增加、工期延遲[4]。在簽訂合同時還沒有詳細的設計，因此，在合同執行過程中潛伏了分歧、爭議和索賠，合同各方的對抗曾經引起歐洲隧道的多次危機[5]。項目公司在運營的前十幾年背負著巨大的財務壓力、苦苦經營，以至于2006年不得不申請破產保護。

重大科學技術工程的復雜性、影響巨大性從本質上決定了不可能一個組織機構或少數人就可以勝任方案決策工作。因此，在大規模科學技術工程從論證、立項、設計到實施的過程中，解決其重大問題時都要充分吸收專家的意見和智慧，以更好地完成方案論證與決策工作，盡可能地避免決策失誤和較少不良決策的產生。

從問題提出到可行方案選出，重大科學技術工程中相關重要問題的解決方案的形成與論證過程包括四個階段：

（1）發散思考，即組織專家針對議題進行獨立的方案創新構想。

（2）討論歸納，即專家一起就提出的各種方案設想進行開誠布公的討論，對方案進行取舍、歸類和綜合。

（3）再思考，即再次對集體討論過的方案集合進行獨立的深入分析和思考，給出方案的認同意見。

（4）方案綜合，即針對相對達成一致的方案集展開進一步的討論分析，通過集體評價優選出可行的若干個最終方案。

圖2描述了一個基于專家智慧的重大科學技術工程方案的形成過程與綜合集成決策機制原理。在給定議題的情況下，專家群體可以根據問題的性質展開分析和思考，每位專家都可根據自己的知識、經驗和創意提出獨立的問題解決方案，如，圖2中的專家E1提出了自己的三個獨立方案。n個專家各自提出的獨立方案共同構成一個初始方案集Ⅰ，這些方案是進一步討論的基礎。專家們可以在民主、平等的氛圍中展開分析和討論初始方案，每個人都可以有自己的獨立見解，并在組織者的主持下判斷方案的相似性。綜合專家們的評判意見，對初始方案集Ⅰ中的方案進行歸納、整理，在繼承和綜合的基礎上提煉出具有相對獨立性的不同方案，從而形成新的方案集Ⅱ。針對方案集Ⅱ進一步展開第二輪的專家獨立思考過程，每個專家對已有方案可給出認同意見，也可在補充基礎上提出新的方案建議。圖2中，Y1方案因沒有得到所有專家的認同而被舍棄，Y3方案和Y4方案可以綜合集成為方案Z2，而Z01方案和Z02方案是新產生的獨立方案。方案集Ⅲ中的方案在創新設想上已相對清晰，在數量上也較為精簡，但實際中提供給最終決策者的可行方案應該只有若干個。因此，方案集Ⅲ中的方案還要經過專家的集體討論，綜合與評價工作還要進一步展開，最終從中優選出若干個最為可行的方案。

3 決策知識工程機制

知識工程這個術語最早由美國人工智能專家E.A.Feigenbaum在1977年的第五屆國際人工智能聯合會議上提出。他指出：“知識工程是應用人工智能的原理與方法，對那些需要專家知識才能解決的應用難題提供求解的手段。基于專家知識的獲取、表達和推理過程原理進行知識的構建與解釋，是設計基于知識的系統的重要技術問題。”[6]知識工程是伴隨著“專家系統”建造研究而產生的，構建知識工程系統的目的就是要將人類知識應用實現智能化，知識工程的三要素是知識的獲取、知識的表示以及知識的運用和處理。知識工程將知識作為一種資源進行集成與管理，其研究內容涉及知識的產生、獲取、挖掘和表達以及知識體系化、知識傳遞、知識共享、知識推理、知識管理信息化等一系列科學問題。可見，知識工程的內涵已遠遠超越了以往專家系統的概念范疇。

重大科學技術工程涉及領域廣、運用知識廣泛，如能通過構建知識工程平臺來支持建立大規模科學技術工程建設的有效決策知識工程機制，必然能對重大科學技術工程的立項論證、方案設計、工程組織實施形成有力的科學化、智能化和信息化的支持。本文依據知識工程的思想、內容和技術等，結合復雜重大科學技術工程決策的特點，給出了重大科學技術工程知識工程機制體系的一個初步描述，見圖3。建設知識工程必須設立專門的組織機構，建立“知識工程領導小組”，使知識工程系統建設成為常態工作。要在工程實踐中不斷積累案例經驗，依據具體的工程類型持續積累相關領域知識，通過完善知識工程系統來不斷提升其對復雜重大科學技術工程決策實踐的支持效果。

重大科學技術工程決策知識工程機制包括以下幾方面。

（1）知識表達機制

使用合適的計算機語言將大規模科學技術工程的相關知識用清晰、易懂的合理形式表達出來，常用的知識表示方法有邏輯、語義網絡、框架和產生式系統。

（2）知識發現機制

在各種媒體表示的信息或數據庫中，根據重大科學技術工程的不同需求，識別出有效的、新穎的、有用的知識。知識發現技術包括關聯規則挖掘、Web和搜索引擎、數據倉庫和聯機分析處理（on-line analysis processing, OLAP）、神經網絡、遺傳算法、模糊分類和聚類、粗糙分類和規則歸納等。

（3）知識集成機制

根據重大科學技術工程項目的需求，將來自不同知識源的知識進行轉化、優化、融合和再建構，形成一個系統化的知識體系，一般表現為能在知識共享下支持任務協同完成的知識集成平臺。

（4）知識推理機制

利用符號表示和邏輯推理的方法，通過計算機的啟發式編程建立智能推理模型，依據已形式化的大規模科學技術工程的相關知識進行機器思維和問題求解。

（5）知識學習機制

根據生理學、認知科學等對人類學習機理的了解，建立人類學習過程的計算模型或認識模型，由機器通過運行過程自學習、獲取知識，對原知識庫進行增、刪、改。

（6）知識運用機制

在重大科學技術工程的各個活動過程中，充分運用知識，使知識充分物化，發揮智力資產創造價值的最佳效能。

（7）知識解釋機制

當由計算機智能系統給出重大科學技術工程某一問題的求解結論時，要同時給出必要的說明以增強結論的說服力。

4 人工智能決策機制

人工智能是采用人工的方法和技術來模擬、延伸和擴展人類智能行為的一門綜合學科。人工智能與空間技術和原子能技術一起被譽為20世紀的三大科技成就。人工智能主要包括推理、學習和聯想三大智能要素，其應用已滲透到各個領域，特別是專家系統、智能決策、智能機器人、自然語言理解等方面[7]。決策支持系統（decision support system, DSS）產生于20世紀70年代，該概念最早由美國學者Bonczek等于20世紀80年代提出[8]。將人工智能中的知識表示和知識處理的思想引入DSS，即產生了智能決策支持系統（intelligent decision support system, IDSS）。智能決策支持系統是將模型庫、知識庫、數據庫以及人機交互系統四者有機地聯合起來，實現定性分析、定量數據計算、數據庫處理、知識推理的高度集成，進而使計算機具有類似于人腦機能的決策分析功能。

重大科學技術工程決策具有涉及面廣、需要考慮的因素復雜、所需知識量大等特點。因此，充分利用IDSS強大的知識集成、數據處理、智能分析等功能輔助專家進行決策分析，可以在人機互動下幫助專家、組織者更為快速、合理地完成決策的分析、評價和優選工作。機器決策依據的是知識庫中人類以往的經驗知識以及決策數學模型，而專家往往憑借自己的直覺經驗和實際情況變化等作出決策。對于重大科學技術工程中的實際問題，人機共同決策可將人的智慧與機器的智能融合在一起，從而進一步提高決策的可靠性。

依據智能決策支持系統的構成原理，本文用圖4描述重大科學技術工程人工智能決策機制。其結構體系包括決策問題綜合與交互系統、方法庫管理系統、模型庫管理系統、知識管理系統、數據庫管理系統、決策信息系統和用戶界面。

（1）決策問題綜合與交互系統

其功能包括：涉及決策問題的表述；決策討論機制；決策結果綜合；等等。

（2）方法庫管理系統

其功能包括：方法庫的建立和維護；方法增減管理；方法的選擇使用；建立與其他庫之間的數據聯系。

（3）模型庫管理系統

其功能包括：模型庫建立、模型庫維護、模型增減管理；有關模型的各種計算機程序的維護；控制模型的運行；模型與數據庫、方法庫和知識庫之間的聯系。

（4）知識管理系統

知識庫中存放大量的事實和相關知識；推理機基于推理規則，應用相關方法與模型完成決策問題的推理分析；知識的提取、分類管理、知識集成、知識使用、基于知識的推理過程控制等都是知識管理系統的基本任務。

（5）數據庫管理系統

數據庫存放各種基礎數據，為決策過程中的計算和推理提供所需的數據支持。此外，數據庫的建立和刪除、數據的修改與維護及數據的存儲、檢索、排序和索引等均由數據庫管理系統來完成。

（6）決策信息系統

涉及決策情境信息的提供、數據挖掘的知識生成、聯機分析處理（OLAP）數據分析后轉換成的輔助決策信息等功能。

（7）用戶界面

用戶輸入必要的信息和數據，同時要向用戶顯示運行的情況以及最后的結果。可采用菜單、窗口、命令評議、自然語言、多媒體及可視化技術等人機界面技術，設計與開發出具有良好的功能人機交互界面。

5 決策主體組織機制

人類社會的任何工程實踐都是有組織的活動，而這類活動的最關鍵環節就是決策。決策是一個由決策主體針對特定問題提出各種解決方案，并從中確定最佳可行方案的選擇過程。重大科學技術工程項目管理一般包括立項決策和組織實施兩大階段，由于其決策具有特殊復雜性和公共性，因此群體決策模式成為其立項決策的必然選擇。國家級重大科學技術工程的決策主體是政府，政府可以是終極決策者，而決策論證和方案形成的過程要體現廣泛的民主性。重大科技工程必須集思廣益、尊重民意，要充分吸納各領域專家來參與論證決策過程，如此才可能產生可行的、科學的決策方案。因此，從形成強有力的組織機制保障出發，政府在決策過程中又扮演著核心組織者的角色。

本文用圖5描述重大科學技術工程決策主體組織機制，其基本體系包括組織設置、決策過程組織管理、專家參與決策組織管理三大部分。

（1）組織設置

包括成立大規模技術工程項目決策委員會、項目領導小組、項目管理辦公室，并在項目管理辦公室下設置具體的職能機構，其組織職能是負責重大科學技術工程決策的全過程組織管理。一些特別重大的科技工程項目往往需要由黨中央、人民代表大會、國務院、人民政治協商會議等的重要領導組成最高決策管理委員會，而項目領導小組主要由國務院領導成員組成，項目管理辦公室及其職能機構主要由國務院相關部門人員組成。

（2）決策過程組織管理

重大科學技術工程的決策具有嚴密的程序與過程組織，決策組織機構要全面組織完成問題提出論證、可行性分析、立項決策。對于一些特別重大的科技工程項目，在終極決策時還要采取政協參議、人大投票方式行使終極決策權。

（3）專家參與決策組織管理

在重大科學技術工程的問題提出論證、可行性分析、立項決策中，都要充分吸收專家的建議。因此，有效集成專家意見、最大限度地發揮專家的群體智慧，就成為決策組織機構十分重要的組織管理工作。

6 結語

本文以復雜系統理論與綜合集成研討廳的思想為指導，基于專家體系、知識體系、機器體系和組織體系四個維度，構建了一個重大科學技術工程綜合集成決策機制模型。在重大科學技術工程決策中，正確理解四個維度之間的互動與協同關系，進而建立科學的決策機制，是作出成功決策的根本保證。本文重點探討了以決策主體組織機制為核心的四大機制，但這種研究還是初步的，許多細節問題的討論有待在后續研究工作中深化展開。

參考文獻

[1] Lenat D B, Feigenbaum E A.On the thresholds of knowledge[J].Artificial intelligence,1991,47（1）:185-230.

[2] 錢學森，于景元，戴汝為．一個科學新領域開放的復雜巨系統及其方法論[J]．自然雜志，1990, 13（1）:3-10.

[3] 戴汝為．從工程控制論到綜合集成研討廳體系——紀念錢學森歸國50周年[J]．復雜系統與復雜性科學，2006,3（2）:86-89.

[4] 胡柏枝．對英吉利海峽隧道工程融資的考察[J]．中國三峽建設，1995（6）:34-35.

[5] 吳之明．英吉利海峽隧道工程的經驗教訓與世紀工程——臺灣海峽隧道構想[J]．科技導報，2007（2）:12-16.

[6] 陸汝鈐主編．世紀之交的知識工程與知識科學[M]．北京：清華大學出版社，2001.

[7] 偉躍，夏秋英，楊繼榮，等．人機智能化CAPP系統及其發展[J]．成組技術與生產現代化，2005, 22（3）:4-8.

[8] 楊善林．智能決策方法與智能決策支持系統[M]．北京：科學出版社，2005.

[9] 李存金．大規模科學技術工程復雜系統管理方法論研究[J]．中國管理科學，2011,19（5）:147-151.

[10] 洪巍，周晶，吳孝靈．大型工程決策機制復雜要素及復雜性機理研究[J]．現代管理，2009（9）:205-207.