| 【中文题名】 | 基于案例推理的城市应急决策支持系统的研究 |
| 【英文题名】 | Research on DSS of City Emergency System Based on CRB |
| 【学科专业】 | 计算机应用技术 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2005-8-8 |
| 【中关键词】 | 案例式推理,决策支持系统,城市应急,智能决策支持系统,, |
| 【英关键词】 | CBR,DSS,city emergency system,IDSS, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化基础理论>人工智能理论>> |
| 【论文摘要】 | 基于案例的推理(case-based reasoning,简称CBR)是人工智能领域中较新崛起的一种重要的基于知识的问题求解和学习方法。它以其独特的推理风格和成功的应用,向人们展示了很强的生命力,在国际AI届引起了广泛的兴趣。基于案例的推理可以理解为使用先前的经验来解决新问题,推理者必须能够记得和当前问题相似的先前案例,然后尝试着修改它们的解决方案以适应当前的新案例。
决策支持系统是在传统的综合部件、数据部件和模型部件“三部件”上发展起来的,而后决策支持系统引入了知识系统,从而包含了人工智能的成分。
案例式推理的在决策支持系统中有着重要的应用,论文研究了案例式推理的原理,分析了案例式推理动作的循环流程、案例式推理的案例描述、案例式推理的索引方式,案例式推理的储存方式、案例的改写与调整。
然后,对城市应急系统进行了研究,分析了城市应急系统的研究背景,调查了城市应急系统的国内外研究现状,分析了现存城市应急系统的缺点。在此基础上,介绍了构建的城市应急决策支持系统的系统网络构架和各个功能模块。
其次,试探性的把CBR的理论引入到城市应急系统中,使预案自动产成。对基于预案... |
| 【论文题纲】 |
|
摘要 |
2-3 |
|
ABSTRACT |
3-4 |
|
目录 |
4-7 |
|
第一章 绪论 |
7-16 |
|
1.1 决策支持系统的形成和发展 |
7-9 |
|
1.1.1 决策支持系统的形成 |
7 |
|
1.1.2 决策支持系统的发展 |
7-8 |
|
1.1.3 决策支持系统的国内外研究状况 |
8-9 |
|
1.1.4 决策支持系统的发展趋势 |
9 |
|
1.2 论文的背景与意义 |
9-11 |
|
1.2.1 选题的背景 |
9-11 |
|
1.2.2 选题的意义 |
11 |
|
1.3 论文研究的内容 |
11-13 |
|
1.3.1 城市应急决策支持系统的组成 |
11-13 |
|
1.3.2 论文研究内容 |
13 |
|
1.3.3 本文研究的创新点 |
13 |
|
1.4 论文结构 |
13-16 |
|
第二章 决策支持系统 |
16-26 |
|
2.1 决策支持系统的体系结构 |
16-19 |
|
2.1.1 决策支持系统的特征和功能 |
16-17 |
|
2.1.2 决策支持系统的结构 |
17-18 |
|
2.1.3 四库三功能的系统结构 |
18-19 |
|
2.2 智能决策支持系统 |
19-24 |
|
2.2.1 智能决策支持系统的结构 |
19-21 |
|
2.2.2 智能决策支持方法 |
21-23 |
|
2.2.3 智能决策支持的工作方式 |
23-24 |
|
2.3 决策支持系统的展望 |
24-26 |
|
第三章 案例式推理的在决策支持系统中的应用 |
26-42 |
|
3.1 案例式推理的概述 |
26-27 |
|
3.2 案例式推理的原理 |
27-28 |
|
3.3 案例式推理的逻辑体系结构 |
28-29 |
|
3.4 案例式推理的案例描述 |
29-30 |
|
3.5 案例式推理的索引方式 |
30-31 |
|
3.6 案例式推理的关键技术 |
31-36 |
|
3.6.1 案例的表示 |
31-32 |
|
3.6.2 案例的组织与存储 |
32 |
|
3.6.3 案例的检索 |
32-35 |
|
3.6.4 案例的保留 |
35-36 |
|
3.7 案例式推理系统的类型 |
36-37 |
|
3.8 案例式推理系统的适用范围 |
37-38 |
|
3.9 案例式推理系统与其他技术的集成 |
38 |
|
3.10 案例式推理的研究现状 |
38-39 |
|
3.11 案例式推理检索机制同推理机的比较 |
39-40 |
|
3.12 案例式推理在灾害预案库中的应用 |
40 |
|
3.13 案例式推理其他的应用实例 |
40-42 |
|
第四章 城市应急决策支持系统的总体方案设计 |
42-51 |
|
4.1 城市应急决策支持系统的背景与现状 |
42-43 |
|
4.1.1 建设城市应急指挥系统的背景 |
42 |
|
4.1.2 城市应急决策支持系统的国内外研究现状 |
42-43 |
|
4.2 城市应急决策支持系统介绍 |
43-47 |
|
4.2.1 系统功能 |
43-45 |
|
4.2.2 系统的工作流程 |
45 |
|
4.2.3 业务流程介绍 |
45-46 |
|
4.2.4 系统网络构架 |
46-47 |
|
4.2.5 系统通讯结构图 |
47 |
|
4.3 城市应急决策支持系统模块 |
47-51 |
|
4.3.1 接警单元 |
47-48 |
|
4.3.2 处警单元 |
48 |
|
4.3.3 中队单元 |
48-49 |
|
4.3.4 GIS地图单元 |
49 |
|
4.3.5 GPS显示单元 |
49-50 |
|
4.3.6 MIS管理单元 |
50-51 |
|
第五章 城市应急决策支持系统 |
51-72 |
|
5.1 城市应急决策支持系统的概述 |
51-53 |
|
5.1.1 城市应急决策支持的指挥框架 |
51-52 |
|
5.1.2 指挥中心的调度流程 |
52-53 |
|
5.1.3 指挥中心的决策流程 |
53 |
|
5.2 基于预案库的决策支持系统 |
53-57 |
|
5.2.1 提高应急决策的能力 |
54 |
|
5.2.2 体系结构 |
54-56 |
|
5.2.3 应急处理决策过程 |
56-57 |
|
5.3 预案库案例的研究 |
57-60 |
|
5.3.1 预案库现状 |
57-58 |
|
5.3.2 预案库的改进 |
58-59 |
|
5.3.3 预案内容的形式化描述 |
59-60 |
|
5.4 相似度计算的研究 |
60-64 |
|
5.4.1 相似度的概念 |
60 |
|
5.4.2 距离函数 |
60-61 |
|
5.4.3 距离规范化 |
61-62 |
|
5.4.4 引入权重的相似性计算方法 |
62-63 |
|
5.4.5 基于HEOM的相似性计算方法 |
63-64 |
|
5.5 城市应急决策支持系统的实现 |
64-72 |
|
5.5.1 系统体系结构 |
64 |
|
5.5.2 决策支持系统的实现流程 |
64-65 |
|
5.5.3 预案特征信息数据库的建立 |
65-66 |
|
5.5.4 相似度的计算的实现 |
66-68 |
|
5.5.5 两种方法比较 |
68 |
|
5.5.6 决策支持系统的操作步骤 |
68-70 |
|
5.5.7 决策方案的检验 |
70-72 |
|
第六章 总结和展望 |
72-74 |
|
6.1 总结 |
72-73 |
|
6.2 展望 |
73-74 |
|
参考文献 |
74-76 |
|
致谢 |
76-77 |
|
攻读学位期间参加科研项目与发表的学术论文 |
77 |
|
| 【DOI】 | LunWen.ID:2.2008.387376 |
