谢生龙 崔 祥 刘 潇 溥 颖

（1.延安大学数学与计算机科学学院 延安 716000）（2.子长市财政局 子长 717300）（3.西安电子科技大学计算机科学与技术学院 西安 710071）

1 引言

随着近年来财政信息化建设的深入推进和智能化发展，围绕财政收支管理全过程的决策概念和智能决策方法已经演变成为了一类决策支持系统（DSS）。财政决策支持系统（FDSS）在现代财政管理中也随之得到了广泛的应用，其以现代管理科学和信息技术为基础，以计算机为工具，运用定量经济学、模糊数学、控制理论和建模技术对财政管理过程中的结构化、半结构化及非结构化问题进行分析和决策，同时基于各种信息资源和分析工具，为决策者提供问题分析、模型建立、决策过程和方案模拟的支持，在推动着财政管理在先进信息管理系统支持下向智能化发展的同时，也帮助决策者提高了决策水平和质量。众所周知，对于任何地方机构而言，战略性财政决策都是一项至关重要的活动。给定一定类别财政资产，随着时间的推移对资产组合进行定义和管理，以便在各种不确定性、政策和法律约束及其他要求下实现最有利的回报。软件产业界一直希望通过提出复杂的业务逻辑模型来解决这些问题，因此，已有工程师和研究人员对此类决策支持系统的架构设计投入了不少的精力。早在1994 年董连胜等［1］为了解决辽宁省财政重大战略决策问题，从财政与经济关系入手，采用控制理论设计并实现了辽宁省的财政决策支持系统。李洪心等［2］也为财政局综合计划部门设计了由数据库子系统、经济分析子系统、灰色模型预测子系统、经济计量模型子系统组成的一种实用性决策支持系统。针对决策支持系统的体系结构和相关理论方法，Shi H W、Zhang M 等对其特点、实施基础、建设目标和功能进行了详细论述，并设计了具体的逻辑建设架构［3～4］。Chen L 等也讨论了智能财务决策支持系统的设计目标、开发方法、环境和整体结构等问题，以期为智能财务决策支持系统的改进提供一定的理论参考［5］。为了解决地方财政业务数据源的异构分布，文献［6］在对数据仓库技术和决策支持系统研究的基础上，设计了江西省财政金融决策支持系统的数据仓库，并介绍了系统的总体规划和实现系统的关键技术。特别的，Beraldi P 等［7］提出了一个决策支持系统，该系统集成了用于预测未来不确定市场条件的模拟技术和基于随机规划范式的复杂优化模型。该系统旨在通过网络访问，并利用高性能计算平台提供增强计算的能力。Peng H 也设计了一个高校财务决策支持系统的整体架构，在该架构主要目标是提取、转换学生收费系统数据和消费者信息［8］，同时，文献［9］针对企业ERP 软件系统灵活性差、维护困难的缺陷，通过采用面向服务架构并基于MVC 模式设计了四层体系的系统架构。此外，为了提高财政决策的智能化和实时性，以及便于管理者和决策者掌握综合信息，做出更好的决策，部分学者还采用基于人工智能和大数据技术建立或改进了财政决策支持系统［10～12］。

软件工程已经发展多年，目前在许多决策场景以人类为中心对领域问题进行了相应的建模［13］，尽管这些模型逐渐向综合分析和群体智能决策的模式发展，财务决策支持系统也借助特定信息技术工具实现了财务领域的决策应用，帮助地方解决了财政面临的一般分析和决策问题。然而，由于这些系统立足局部性的业务需求，缺乏全局信息的共享和互动。面对复杂过程和大量且分散数据的情况，整体业务流程还不是很畅通，诸如信息断链、口径不统一及决策冲突的现象是屡见不鲜，财政决策者在信息融合、追溯及决策冲突消解等方面仍然面临着巨大的工作压力。因此，如何设计一个满足综合分析和群体智能决策的支持系统体系架构模型也一直困扰着软件架构设计人员。具体表现为：1）现有系统架构多立足于局部性业务需求，仅为单方面业务设计，不能直观反映如预算收支、预算监控、财务管理等全貌，致使决策冲突风险增大。2）部分系统设计侧重于专业人员完成某项特定业务，业务数据领域化特征明显，决策结果的可视化有待提升。3）现有系统结构虽然提供了大量的业务数据，但纵向业务数据分散，查询繁琐，关键的汇总、分析功能较差，横向业务信息共享与协同存在先天的不足。因此，架构中急需利用基础财政业务数据建立财政“数据中心”，通过整合、分析、挖掘，为地方财政决策者提供支持。针对上述问题，本文提出了一种地方财政综合分析与群体智能决策支持系统架构模型，旨在解决地方财政综合分析与群体智能决策难题，希望推动地方财政决策支持系统综合化、智能化发展。

2 关键模型设计

2.1 数据仓库模型构建

地方财政综合分析与智能决策支持系统架构按照数据源类型的不同，可以把数据分为核心业务数据和其他相关数据两种。其中，核心业务数据主要来源于市本级及区县财政数据中心；其他相关数据来源于历年数据、历史档案及外部有关单位。核心业务数据和其他相关数据共同组成财政综合查询与分析的数据源，通过前端各类工具为相关应用和决策提供支持。架构模型设计时数据主要通过两种途径进入数据仓库。其一，通过预先设置的数据采集接口，自动抽取、清洗转换及验证后自动加载到财政综合查询数据仓库中。这种数据采集方法充分利用了金财工程应用支撑平台的优势，高效地实现原始数据结构基本相同，范围和内容变化不大的规范化财政数据处理。具体实现时只需事先设定好相应数据表的结构，确定数据抽取、清洗转换及验证的规则，然后由前置采集服务器根据设置的相应调度指令自动执行数据采集过程，将清洗转换且验证无误的数据加载到地方财政综合分析与智能决策支持系统的数据仓库中来。其二，通过业务人员手动采集、清洗转换并进行数据验证。具体实现中，业务人员手动将数据导入地方财政综合分析与智能决策支持系统的数据仓库中。这种数据采集方法与常规财政综合查询与分析的数据采集方法类似，从数据的采集到验证，均采用手动的方式进行操作，并且需要再在系统中进一步核对、校验、审核这些数据，最后再导入地方财政综合分析与智能决策支持系统数据仓库中，作为财政综合查询与分析数据的一部分。

在财政综合查询与分析系统的开发实践中，上述两种方法往往需要结合起来使用，针对不同的数据源和不同的数据格式，采取不同的数据采集方法，从而形成完整的地方财政综合分析与智能决策支持系统的数据仓库。本文中建立数据仓库的统一逻辑结构步骤如下：首先将各区县财政数据中心采集的数据、知识存储在统一数据仓库的基础数据空间；其次，将通过数据完整性和一致性验证的数据与知识全部保存在统一数据仓库的应用数据空间，且根据保存数据的使用权限范围，将这些数据在逻辑上进一步分为各应用系统特有数据和应用系统公用数据，其在物理环境中均存储在统一的数据空间中供联机分析处理（on-Line Analytic Pro⁃cessing，OLAP）服务使用；最后，前端相应工具在进行具体的查询与分析时，应用系统将直接访问统一数据仓库获得相应数据，且这里的数据获取主要以增量方式进行，对于无法判断增量的数据再以全量方式获取。图1描述了这一基本过程。

图1 数据采集过程

由于数据仓库需要提供不同的应用数据，故数据仓库的建立适合采用“数据仓库—数据仓库”结构，即财政数据中心－信息采集与综合查询数据仓库，在这种结构下，财政数据中心可以满足数据的规范性、一致性、安全性及兼容性等规则。此外，模型需要满足不同主题域、不同角色及不同业务环节的综合查询与分析，因此，本文采用多层模式来构建地方财政综合分析与智能决策支持系统数据仓库。在模型以各区县财政数据中心为基本数据源的前提下，实现各分主题数据仓库的快速创建，并分散数据仓库整体性能维护的工作开销，从而减轻在单一数据仓库上读写操作的负载。具体的多层数据仓库建模步骤如下。

首先，将财政数据中心、区县财政数据中心作为规范数据的提供者，构建基础层数据仓库，同时根据数据的开放范围，进一步划分该层中的数据仓库，分别建立公共数据子仓库和业务数据子仓库，以减轻对财政数据仓库的资源占用，减小占用财政数据中心时间窗口，在保留基本数据特征的同时降低数据冗余，并参考少量历史数据，有针对性地全量分析从而增强数据统一性；其次，基于基础层数据仓库按照财政业务主题域等多角度分主题建立主题层数据仓库，面向主题规范整合业务数据，提升综合查询的效率；再次，针对特定应用需求，特定专题等建立汇聚层的数据仓库，提炼应用，对数据进行预加工，形成明细与汇总，从而提升综合查询与分析过程中对特定需求应用和专题的查询与分析效率，降低查询过程中的不必要开销；最后，在以上三层数据仓库的基础上，面向相关应用和数据处理业务的需求，按需定制后构建面向应用层的数据仓库，从而减少综合查询过程中频繁数据处理与计算的请求，提高综合查询过程中逐级逐项查询与决策分析的效率，降低系统开销，并借助以信息采集和综合查询为目标的应用支撑工具，兼顾数据查询分析应用要求的灵活性、扩展性及完备性，进一步丰富地方财政决策支持系统的应用功能，减轻对数据库的查询负载。

2.2 冲突消解模型

为实现不同利益Agent 决策的冲突消解，本文建模了仲裁Agent，其主要由仲裁信息收集模块与裁决模块两部分构成。其中，仲裁信息收集模块负责汇集待仲裁的多个利益冲突Agent 信息，而裁决模块负责结合从决策支持规则库获取的规则对冲突信息进行优化裁决，并将裁决得到的结果进行优劣排序，最终输出仲裁Agent 针对当前收集到的冲突信息裁决的结果。仲裁Agent 的基本模型如图2所示。

图2 Agent决策冲突消解过程

图2 中，模型中冲突Agent是具有PoI或偏好的利益个体，其可以被仲裁信息收集模块感知，并遵循决策规则来对它们的策略选择进行排序［16］；而仲裁Agent 通过感知并汇总各Agent 利益冲突信息，供裁决模块结合决策规则和兴趣点排序结果进行冲突消解并形成决策结论。

假设有G 为n 个有关系统决策支持的利益Agent 集合，集合P 为决策时刻t 系统观测到的Agent群体兴趣点（Points of Interest，PoI）集合，另外确定一个评估结果等级集合R，并由决策者给出给地方财政某个决策项的pi，AgentaiG分配一个评级ri,jR给这个piP。同时为特定群体G 的PoI集PG定义为。

为了构建一个冲突消解提案，仲裁Agent 为每个pi计算一个如下所示的群策率rG,i：

其中，rai为Agentai对决策项pi的评级。仲裁Agent 负责构建并向ai发送冲突消解提案。而每个提案都是一个PoI 集合，可以表示为P={p1,p2,…,pm}m≤n。如果提案被所有Agent接受，那么该提案即为最终的群体智能决策方案。此时，由系统计算的解决方案是维数为m(m≤n)且为P的一个子集，它代表了个体用户偏好之间的折中。对于ai来讲，此时排序最高的PoI的集合，在时间t时刻的最优值为

1）Uai(pt)≥OPTai(t-1)，Agent接受裁决报价并置Uai(pt)=1/2*OPTai(t)。

2）Uai(pt)≥OPTai(t-1)-Δai(t)，Agent 接受在其效用中可以存在Δai(t) 的偏差，并置OPTai(t)=Uai(pt)。

3）在其他情况下，Agent拒绝报价，并通过随机效用进行还价，如OPTai(t)=OPTai(t-1)-Δai(t)。

3 系统架构模型

地方财政局综合查询及决策架构设计工作根据业务过程和决策支持系统应用场景，分为三个步骤进行。第一步，完成财政预算执行分析、市级支出预算分析和预算单位综合分析等模块（主题）概要分析，把其涉及的基础数据整合起来，基于支撑模块建立数据仓库。通过层次数据模型将负责理清地方财政局财政数据业务逻辑并建立数据标准模型，使数据存储和组织更加合理，使数据易于被高效分析，并形成数据分析的长效机制。此阶段将以信息采集和综合查询数据准备为实现重点。第二步，完成其余核心业务系统数据的整合工作及细化工作，并以数据仓库为基础，通过数据可视化展示工具，支持构建面向最终决策者使用的，且集综合数据分析、信息加工、统计报表、报表展示和信息发布等于一体的综合分析与决策支持系统，进一步提高财政业务的自动化处理水平，最终形成地方财政局整体性的综合查询及决策分析应用支持。第三步，通过冲突消解模型，对出现冲突的Agent信息进行挖掘、分析、排序，形成仲裁结果，供面向主题的查询与分析请求应用。依照上述过程及地方财政综合分析与智能决策支持系统架构的设计目标和原则，本文设计的地方财政综合分析与群体智能决策支持系统整体架构如图3所示。

图3 系统整体架构模型

按照系统整体架构设计，平台分为公用模块（或基本模块）、应用模块及支撑模块。其中，支撑模块主要包括基于区县数据中心的有关应用支撑平台；公用模块主要包括为平台开发、运行、维护提供各类支持的工具化组件与数据仓库；应用模块主要包括面向最终用户的交互应用，如：市级支出预算分析、预算单位综合分析等。架构整体遵循从下到上的分层建模原则，首先将区县财政数据中心及补报数据作为统一的数据提供者，支持支撑模块基础应用平台的业务处理；其次，通过对这些基础应用平台的业务数据进行抽取、加载、转换及清洗，构建应用模块中满足面向主题、集成存储及个性配置管理等需求的数据仓库，供不同的工具挖掘、分析；最后，由应用模块的仲裁分析中心，对不同分析挖掘的结果进行决策打包生成，以支持不同主题的分析、查询与决策应用；模型的顶层表示通过统一的身份认证后，系统可支持不同角色用户的应用需求。

4 架构评估

本文设计的架构遵循了财政应用支撑平台基本思想，并基于标准编码体系，将综合查询的关键数据进行规范化处理，规范了数据口径，统一了多要素结构，可作为财政决策支撑平台在数据深度应用方面的有力延伸。实践中，系统的质量往往取决于系统架构的设计，而稳定性、决策准确性及适用性是分析一个基于特定架构系统性能的关键方面。因此，下面就架构稳定性、决策准确性及架构适用性方面对其进行评估。

4.1 稳定性分析

为了测试架构的稳定性，实验基于本文提出的系统架构，以及成熟的Eclipse、MongoDB、Pycharm等开发环境和J2EE 架构初步实现了B/S 模式的某地方财政综合分析与智能决策支持系统的原型开发，包含了预算申报、决策审批等功能，界面样例如图4。

图4 主系统原型界面之一

实验在Intel（R）Core（TM）i5-75700 CPU @3.40 GHz 3.41 GHz，内存为8 GB，Win10 OS 的PC机上使用Jmeter 模拟了来自市级1000 个用户的预算执行分析、预算支出分析、财政收入查询分析、预算单位综合分析、专题查询分析等请求。首先，我们通过从原型系统数据库中选择主键标识符的子集来构建测试请求数据，并以制表符分隔的形式保存在TXT 文件中，且为了确保URL（Uniform Re⁃source Locator）请求的客观性，这些请求被计时器随机化。其次，JMeter从TXT 文件中逐行读取请求数据进行测试，并将标识符添加到生成的HTTP 请求中。最后，实验对设计的工作负载进行模拟测试，并观察所有HTTP响应状态码为200的请求，测试结束后，JMeter对每个请求的平均响应时间进行了记录，得到出预算分析、预算单位综合分析及预算比较分析等请求的平均响应时间可视化结果如图5所示。

从图5 中的记录结果来看，最大的支出预算分析（budgetExpAnalysis）的请求平均响应时间为619ms，最小的平均响应时间为预算单位综合分析（budgetCompAnalysis）请求仅为292ms，尤其是在所有的响应时间记录中第90百分位数仅为516ms，每一类请求的平均响应时间均不超过1s，说明基于该架构的系统具有较快的响应时间，具备系统用户的关注的时间性能稳定性。

图5 平均响应时间

此外，实验还以100 个线程进行不同区县收入数据采集过程模拟，观测架构在5min 时间内的内存、CPU使用、系统负载及数据写入等情况，并使用Jmeter 的PerfMon 插件配合serverAgent 进行采集、同时对所有区县以Nmon作为实时监控工具对服务器资源监控，最终形成的聚合报告结果如图6 所示。

图6 聚合报告

从采集过程来看，因为数据仓库的构建是直接面向结构标准、数据规范的数据中心，而不需要考虑原始数据的结构和内容，数据中心在数据源和数据仓库之间形成了一个缓冲域，大大减少了数据源的变化对数据仓库的影响，具有较好的读写速率，最大达到了6.3Mb/s。并且基于财政数据中心建立地方财政综合分析与智能决策支持系统数据仓库，避免了直接在数据源上建立数据仓库所引起的数据不一致和重复抽取等问题，这也大大减轻了ETL的工作负载，使得系统的负载保持在50%以下，且CPU只在刚开始出现了短暂的峰值过程，而内存使用也未出现达到峰值的情况。从测试结果来看，说明该框架适合现有流行的开发与运行支撑环境，可以在一定的服务资源支持下指导组件化的产品和完整平台规范集成，能够实现数据规范化操作与互联互通，保障财政系统的数据共享、查询与分析所占用的资源量整体稳定且可控。

4.2 准确性分析

针对架构的决策准的确性，实验基于4.1 小节中的原型系统，模拟写入了三个市级决策用户针对1024 次查询到的预算编制结果进行合理性决策，将每次预算与写入预算的绝对误差作为自己所关注的兴趣点，形成“同意”与“不同意”两种结论，评级由归一化后的绝对误差确定，由兴趣点降序序列确定排序最高的PoI 集合，最优值通过式（2）计算，并按照2.2 小节所述的消解模型，根据效用值的比较结果形成自己的决策结论，最终采用硬投票法形成决策结果，并采用表1 所示的列联表分析法评价基于该架构下系统的决策效能。其中，主对角线上是TP 和TN，即正确的决策，而不在主对角线上的则是错误的决策。本文选用准确率（Accuracy，A）、精确率（Precision，P）、召回率（Recall，R）、效率（Ef⁃fectiveness，E）及F1 值来衡量框架决策的好坏，具体计算方法见公式（3）～（7），决策评价结果见表2。

表1 决策混淆矩阵

表2 决策结果评价/%

表2中最终的实验统计结果表明，在1024次的测试中，有447 次预算编制申请被正确“不同意”，28 次预算编制申请被错误“不同意”；528 次预算编制申请被正确“同意”，而21 次预算编制被错误“同意”。A、P、R、E 及F1 依次为95.21%、96.17%、94.96%、94.11%、95.57%，均在94%以上，表现出了较好的决策准确性，说明其能够为财政业务处理提供科学的决策支持。

4.3 适用性分析

在财务领域的软件系统中，国外Oracle 公司提供的Hyperion平台［15］，将整套的财务管理应用和完整的、面向报表和分析的商务智能工具集成在了一个解决方案中，目的是帮助企业将战略转化为行为计划，并监控计划的执行情况，从而提升企业面对变化的反应速度。然而，在其加入BI+、PFF（平衡记分卡）及SF（战略财务）等模块后技术架构变得越来越庞大复杂，导致服务成本增加，产品的易用性和财政业务的贴合程度越来越远，技术债务风险愈加难控，很难借鉴到国内地方财政决策支持系统中。而在用友财务软件作为国内比较成熟的财务处理系统，其引入了部分管理会计的功能［16］，但是该系统框架也不能完全迁移到地方财政事务的决策支持中。因为，单纯的账务系统不适合跟踪整个地方财政事务流程，如无法实现地方财务审编、预算等相关业务的处理。并且其在面向服务的架构设计过程中大量使用存储过程，这可能会对于地方财政决策支持系统实现面向主题定制、按需即时查询分析产生一定时效性影响。而本文在设计时充分考虑了高效性、规范性、可扩展性等问题，基本满足地方财政决策支持系统的需求。综上分析，相比流行的财务领域软件系统来讲，本文提出的架构模型最大的特点是能够弥补大型财务系统对于地方财政“水土不服”的一些缺陷。

5 结语

本文提出了一种基于知识（数据）表示和混合Agent推理的地方财政综合分析与群体智能决策支持系统架构模型。该模型支持对区县财政数据中心数据进行相应的清洗和转换，为数据仓库的建立提供规范的、标准的、一致的数据源，数据仓库模型可直接为群体智能决策提供知识服务。通过数据仓库模型的构建，保障了系统综合分析的时效性，而采用仲裁的决策方式，实现了群体决策过程中Agent 利益冲突消解，从而进一步提高了财政决策支持系统的智能性。整个架构以数据仓库模型为基础，可以灵活地根据分析的需求对数据结构和要素进行加工，而不必担心影响数据中心，这很好地兼顾了地方财政综合分析与智能决策支持系统的通用型与专业性，可助推财政管理科学化规范化进程，提升财政管理效能。从稳定性、决策能力及适用性分析，本文设计的架构模型能够聚焦地方财政业务实际需求，具有一定的参考意义。