数据应用技术

3.7　数据应用技术

数字城市建设是对城市基础设施和与生产生活发展相关的各方面进行多主体、多层面、全方位的信息化处理和利用，为城市的规划、建设和管理提供决策和服务，其最终目的是为数字城市具体的应用来提供服务。数据应用技术是建立在数字城市建设基础技术之上的综合技术，属于应用层的范畴，主要包括分布式虚拟现实技术、空间智能体技术、数字神经网络技术等。

3.7.1　分布式虚拟现实技术

20世纪80年代初，由计算机网络、分布计算与仿真、虚拟现实等技术发展驱动，由军事作战模拟和网络游戏的应用需求牵引，分布式虚拟现实开始产生和迅速发展。虚拟现实系统运行在分布式环境下有两方面的原因，一方面是充分利用分布式计算机系统提供的强大计算能力，另一方面是有些应用本身具有分布特性，如多人通过网络进行游戏和虚拟战争模拟等，如1985年SGI公司开发成功了网络VR游戏DogFlight，1983年美国国防部制定了SIMNET的研究计划。

分布式虚拟现实(Distributed Virtual Reality，DVR)，通常称为分布式虚拟环境，是研究多用户基于网络进行分布式交互、信息共享和仿真计算虚拟环境的技术领域，是一个综合应用计算机网络、分布计算、计算机仿真、数据库、计算机图形学、虚拟现实等多学科专业技术的研究领域，是虚拟现实的重要技术分支。它可以看做是基于网络的虚拟现实系统，是可供多用户同时异地参与的分布式虚拟环境，处于不同地理位置的用户如同进入到同一个真实环境中，通过姿势、声音或文字等“在一起”进行交流、学习、训练、娱乐，甚至协同完成同一件复杂产品的设计或进行同一任务的演练。它的主要技术特征是:

(1)每个用户通过位于不同物理位置的联网计算机的交互设备与其他用户进行自然的人—机和人—人交互，如一个正在演播室中演奏的音乐家应该可以“走进”一个虚拟的音乐会场中，与正在听他演奏的数万名世界各地的观众见面。

(2)所构造出的虚拟环境对用户的视觉和听觉来说都应该是三维的，当用户在虚拟环境中漫游时，用户的视觉和听觉透视效果也会同时发生变化。

(3)每一个用户在计算机环境中都以替身的形式出现，这个替身或者是一个自定义的图形描述，或者是用户的视频，或者是两者的组合。

(4)每个用户通过网络可分布共享和高效访问虚拟环境的局部或全局数据信息。(5)支持分布式交互仿真计算。

(6)具有规模可扩展性、功能可扩充性。

(7)具有良好的时空一致性。

(8)提供应用开发工具集和方法学，可支持开发分布式虚拟现实应用系统。

目前，分布式虚拟现实的研究基于两类网络平台。一是在Internet上，可追溯到早期基于文本的多参与者游戏MUD，还有基于VRML标准的远程虚拟购物等。虚拟现实建模语言是一种可以发布3D网页的跨平台语言，可提供一种更自然的体验方式，包括交互性、动态效果、延续性以及用户的参与探索。另一类则是在高速专用网上，如采用ATM技术的美国军方的国防仿真互联网。最早的分布式虚拟战场环境是1983年美国陆军制定的虚拟环境研究计划，这一计划将分散在不同地点的地面坦克、车辆仿真器通过计算机网络联合在一起，进行各种复杂任务的训练和作战演练。从1994年开始，美国陆军与美国大西洋司令部联合开展了战争综合演练场的研究，建成了一个包括海陆空多兵种、有3700多个仿真实体参与的地域范围覆盖500km×750km的军事演练环境。

总之，分布式虚拟环境的实现，使数字城市的完全网络化成为可能。

3.7.2　地学智能体技术

Agent一词来源于分布式人工智能，但现在已扩展到计算机软件的各个方面，尤其在基于网络的分布式计算领域，为全面准确地研究分布式计算系统提供了合理的概念模型。软件智能体(Agent)的概念是软件设计进一步抽象的结果，是适应广泛的分布式网络计算环境而发展起来的，将成为软件技术的主流方向。Agent是分布式环境下能够持续自主发挥作用的具有主动性、交互性等特性的活动计算实体，并为智能信息搜索提供了全新的概念。

地学智能体(Geo-Agent)，是指基于Agent技术的分布地理信息系统，它具有很强的处理地球空间数据的、自主计算的分布式计算系统，它构架于数字地球对象构件模型之上，具有跨异构系统平台、网络带宽要求低、智能移动计算等优点，能解决分布式存贮与实现海量数据共享的技术系统。一般智能系统是由各个功能模块(如推论模块、知识库模块等)组成。

地学智能体作为智能体的一种类型，它首先具有智能体的一般特征，同时具有更丰富的内涵。它处于分布式网络计算环境，感知并作用于这一环境，以各种不同的形式，实现空间数据的智能获取、处理、存储、搜索、表现以及决策支持。它可以理解我们对空间数据存取、分析和表达的一般需求及特殊需求，是信息和环境的过滤器与解释器。为了实现空间知识推理，地学智能体必须以空间知识库为基础，并具有空间推理机制(即推理引擎)。然而，在分布式网络计算环境中，为每个地学智能体都配备专有的空间知识库是不现实的，这将耗费大量的系统资源，并难以维护知识库的一致性。因此，它拥有的是一个虚拟的知识库。同时，地学智能体具有自适应能力，能够适应环境的变化而完善知识库，并繁衍出与自身类似、功能更齐全的新的智能体。地学智能体之间采用类似知识查询与操纵语言的特定语言——地学智能体通信语言(Geo-ACL)进行通信。地学智能体具有特定机制感知与它通信的其他空间智能体的存在。它们遵循分布式自主管理，没有集中式控制。

数字城市可以看做是一个基于地学智能体的数字生态系统，首先是因为作为一个基本单元的地学智能体，数字城市具有一定的自适应能力，其次是由于数字城市所依赖的网络空间，它包含了生物群体的典型特征。网络节点信息的处所，也是地学智能体的处所。具备多样性的地学智能体构成了超大规模的群体。地学智能体的信息交换、互操作性、复制、淘汰，导致了信息丰富和群体膨胀，构成了一幅幅活生生的进化图景。在数字城市中，地学智能体是形成数字生态系统自适应进化结构的最小组成部分，也是实现网络地学智能化数据发现、信息融合以及知识发现功能的基本单元。地学智能体也同样遵循“物竞天择，适者生存”的规则。它们从环境(数据源或其他地学智能体)接受新的信息，繁衍后代，参与竞争。从结构上讲，数字城市是以虚拟网络空间为基础的数字生态系统，从功能上看，数字城市是基于地学智能体的知识发现系统。

具有自适应环境变化的能力的地学智能体(Geo-Agent)技术的引入，可以大大提高数字城市的智能特征，其进化机制将为数字城市应用提供更多的智能支持。

3.7.3　数字神经网络技术

数字神经系统(Digital Nervous System)是由美国Microsoft公司提出来的，是建立在数字化基础之上的一种基础架构，利用互联的计算机网络、集成的软件和数据创造新的协作方式，加快信息流通和保证准确性，以确保能做出快速、正确的决策。它是以人脑为模型，由硬件、低成本软件包、因特网协议构成，相互联结而成的数字化网络。

数字城市是对城市系统的数字化或信息化的表达。数字城市技术系统和人脑的神经系统具有很多相似之处，因此，数字城市也存在着神经系统的功能。引入数字神经网络技术可以从一个全新的角度来考察数字城市，运用数字神经网络技术，数字信息流之于数字城市就像神经系统之于人一样布满全身。它能够模拟人脑的神经功能，可以自行识别模式和程序并解决相关的问题，这个由计算机(神经元)构筑起来的数字神经网络就像人类的神经系统，二进制的信息流像人的思维一样在组织内部以光速传递，数字神经系统为真实世界里的过程控制提供了真实有价值的信息，它使一个组织能感知其所处的环境，迅速察觉竞争者的挑战与客户的需求，做出及时的反应，它是一种完善的信息流的集成。

数字神经系统与传统的信息处理技术的不同主要体现在两方面:(1)它可以进行自适应和自调整学习。(2)它是一种大规模的智能处理系统。

数字神经系统具有平稳和有效的运行能力，能对系统外界的突发事件做出反应，并且及时的为系统内部提供有价值的信息。对于企业来讲，通过数字神经系统可以分析和优化企业的经营和组织结构，提高企业创新能力，达到提高企业的战略优势。

数字神经系统的出现，使企业组织的架构、生产经营系统发生了革命性的变革，它打破了传统理论中的流程框架，重组企业业务流程，使企业适应快速变化的外界环境，面对不断演进的需求时，更富于灵活性。数字神经系统运用先进的信息技术，减少了信息成本，提高了沟通效率，逐步转向更适合信息、时代的网络型结构，即扁平化的、高效率、快速反应的学习型组织。数字神经系统是数字时代的一种新的管理模式，它也不同于电子商务，目前人们所讨论的电子商务更侧重于销售渠道，这只是数字神经系统的价值之一，更重要的是数字神经系统重组了价值链。