| 【中文题名】 | 智能决策支持系统及其在石油储运中的应用 |
| 【英文题名】 | IDSS and It's Application in Oil Storage and Transport |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-10-13 |
| 【中关键词】 | 规则推理,案例推理,融合推理,智能决策支持系统,石油储运, |
| 【英关键词】 | RBR,CBR,interfused frame-based reasoning,IDSS,oil storage and transport, |
| 【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】 | 智能决策支持系统(IDSS)是决策支持系统和人工智能技术相结合的产物。由于其独特的研究方法和广阔的发展前景，使之一经出现就成为研究的热点。近20年来，智能决策支持系统的应用研究取得了巨大的进步，并且在咨询、诊断、预测、管理、设计等领域得到了广泛的应用，国内外在智能决策支持系统理论和应用的研究方面也取得了不少成果。但是智能决策支持系统作为一门新兴的学科，毕竟还未完全成熟，在理论和应用方面还有许多需要继续探索和完善之处。
以《储运智能决策支持系统》为研究课题，在分析了大庆油田储运销售分公司现有问题和智能决策技术的基础上，本论文采用基于案例推理与基于规则推理的融合推理框架来克服IDSS中的某些问题以作为解决分公司现有问题的有力武器。
值得注意的是，我们的着眼点仍然在辅助决策上，这就要求我们结合目标和背景运用智能技术，而不是在计算机上开发智能技术。这在某种意义上也告诉我们，IDSS的继续发展必须面向实际，更多地解决实际问题。
论文首先研究了基于规则(RBR)推理的IDSS，在充分研究RBR系统的基础上，对知识的表示方法、模型库和方法库的统一、数据库、推理机进行了深入探讨... |
| 【论文题纲】 |
|
第1章 绪论 |
10-24 |
|
1.1 课题背景 |
10-13 |
|
1.2 智能决策支持系统的发展综述 |
13-21 |
|
1.2.1 决策支持系统的产生和发展 |
13-14 |
|
1.2.2 决策支持系统的结构 |
14 |
|
1.2.3 智能决策支持系统的产生和发展 |
14-17 |
|
1.2.4 决策支持新技术 |
17-20 |
|
1.2.5 石化企业智能决策支持系统的研究现状 |
20 |
|
1.2.6 智能决策支持系统的发展趋势 |
20-21 |
|
1.3 课题来源 |
21-22 |
|
1.4 技术基础与主要研究内容 |
22-24 |
|
1.4.1 储运销售分公司前期研究与技术开发工作基础 |
22 |
|
1.4.2 本论文的主要工作 |
22-24 |
|
第2章 规则推理与案例推理结构研究 |
24-51 |
|
2.1 基于规则推理系统的结构 |
24-38 |
|
2.1.1 数据库 |
25-26 |
|
2.1.2 知识的表示形式与知识库 |
26-33 |
|
2.1.3 推理机 |
33-36 |
|
2.1.4 模型库与方法库 |
36-38 |
|
2.2 RBR系统的不足 |
38-39 |
|
2.3 基于案例推理的系统 |
39-50 |
|
2.3.1 CBR的工作机制与过程 |
40-42 |
|
2.3.2 CBR的研究课题 |
42-48 |
|
2.3.3 CBR系统的关键技术和目前存在的问题 |
48-50 |
|
2.4 本章小结 |
50-51 |
|
第3章 规则推理与案例推理在石油储运中的实现研究 |
51-72 |
|
3.1 RBR在石油储运智能决策支持系统中的实现研究 |
51-64 |
|
3.1.1 RBR在石油储运智能决策支持系统中的作用 |
51 |
|
3.1.2 数据库的实现 |
51-52 |
|
3.1.3 知识库的实现 |
52-56 |
|
3.1.4 模型库与方法库的实现 |
56-63 |
|
3.1.5 推理机的实现 |
63-64 |
|
3.2 CBR在石油储运智能决策支持系统中的实现研究 |
64-71 |
|
3.2.1 案例定义与表示的实现 |
64-66 |
|
3.2.2 案例检索的实现 |
66-69 |
|
3.2.3 案例改写与评估的实现 |
69 |
|
3.2.4 精炼案例库的实现 |
69-70 |
|
3.2.5 本论文中 CBR的结构形式 |
70-71 |
|
3.3 本章小结 |
71-72 |
|
第4章 案例推理与规则推理的融合推理框架 |
72-82 |
|
4.1 CBR与RBR结合概述 |
72-75 |
|
4.1.1 CBR与RBR的数学关系和性能比较 |
72-74 |
|
4.1.2 CBR与RBR结合的必然性 |
74-75 |
|
4.2 CBR与RBR的结合 |
75-76 |
|
4.2.1 IDSS的应用背景 |
75-76 |
|
4.2.2 CBR与 RBR的结合方式 |
76 |
|
4.3 CBR与RBR的融合 |
76-77 |
|
4.3.1 CBR与RBR传统结合方式的问题 |
76-77 |
|
4.3.2 推理单元融合框架的建立 |
77 |
|
4.4 CBR与RBR系统融合的应用 |
77-80 |
|
4.4.1 案例获取辅助系统 |
78 |
|
4.4.2 案例调整辅助系统 |
78-80 |
|
4.4.3 案例回收辅助系统 |
80 |
|
4.4.4 RBR调度系统 |
80 |
|
4.5 本章小结 |
80-82 |
|
第5章 储运智能决策支持系统 |
82-94 |
|
5.1 储运智能决策支持系统的系统结构 |
82-84 |
|
5.1.1 储运智能决策支持系统的层次体系 |
82 |
|
5.1.2 储运智能决策支持系统的软件结构 |
82-84 |
|
5.2 储运智能决策支持系统的构建 |
84-92 |
|
5.2.1 基础数据库 |
84-87 |
|
5.2.2 专家知识库 |
87-90 |
|
5.2.3 推理机 |
90-92 |
|
5.4 应用状况 |
92-93 |
|
5.5 本章小结 |
93-94 |
|
结论 |
94-96 |
|
参考文献 |
96-100 |
|
攻读硕士学位期间发表的论文和取得的科研成果 |
100-101 |
|
致谢 |
101 |
|
| 【DOI】 | LunWen.ID:2.2008.387966 |
