| 【中文题名】 | 基于人工智能的模型库人机接口研究 |
| 【英文题名】 | Study of Artificial Intelligent Based Human-Computer Interface to Model Base |
| 【学科专业】 | 管理科学与工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-9-28 |
| 【中关键词】 | 决策支持系统,模型与模型系统,人机交互接口,自然语言处理,自动模型选择, |
| 【英关键词】 | Decision Support System,model and model system,human-computer interaction interface,natural language processing,automatic model selection, |
| 【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】 |
模型库人机接口是开发智能系统和管理决策领域中一个非常重要而且相当复杂的课题，本论文作为国家自然科学基金(70271002)《面向智能性管理决策系统异构知识表示及知识管理研究》的系列研究之一，主要致力于这方面的研究，旨在进一步推动智能化模型库人机接口的研究进展。
模型系统作为智能决策支持系统的核心部分，一直以来受到学术界与工程界众多学者与专家的关注。模型系统的主要任务不仅是模型的存储、运行与维护，而且应以一种易于接受的、灵活的方式向决策者提供各种各样的模型，使决策者在应用这些模型时不必考虑模型技术实现上和过程上的细节，从而起着决策问题与相应模型间的桥梁作用。然而相较于模型系统模型操纵的热点研究领域，却甚少有学者致力于模型库人机接口的理论与应用研究，对模型库人机接口的智能化研究就更是寥寥无几。少数模型库人机接口研究仍停留于系统局部功能模块的研究，如模型类型选择功能或模型结构选择功能，而没有提出过完整的模型库人机接口。
与此相反，近年来随着人工智能的各种思想方法被引入计算机管理系统，数据库人机接口的智能化研究却得到了长足发展，其中数据库自然语言接口(简称NLIDB)以其可确定性与实现性更是... |
| 【论文题纲】 |
|
摘要 |
5-7 |
|
Abstract |
7-13 |
|
第1章 绪论 |
13-19 |
|
1.1 研究背景与意义 |
13-15 |
|
1.2 决策支持系统与人工智能的密切关系 |
15-16 |
|
1.3 本文的工作与主要贡献 |
16-18 |
|
1.3.1 研究内容 |
16-17 |
|
1.3.2 研究路线 |
17 |
|
1.3.3 本文的工作和主要贡献 |
17-18 |
|
1.4 论文的结构 |
18-19 |
|
第2章 研究背景知识介绍 |
19-41 |
|
2.1 DSS的模型与模型库管理 |
19-30 |
|
2.1.1 模型管理 |
19-20 |
|
2.1.2 模型选择 |
20-30 |
|
2.2 自然语言处理 |
30-41 |
|
2.2.1 词汇分析 |
32-34 |
|
2.2.2 句法分析 |
34-36 |
|
2.2.3 语义分析 |
36-38 |
|
2.2.4 语用分析 |
38-40 |
|
2.2.5 自然语言接口的应用研究 |
40-41 |
|
第3章 模型库自然语言接口的总体构架 |
41-50 |
|
3.1 决策问题理解(自然语言处理) |
42-45 |
|
3.1.1 问题的词性识别和句法分析 |
42-43 |
|
3.1.2 关键词及参数的提取 |
43 |
|
3.1.3 问题的潜在语义分析和关键词扩展 |
43-44 |
|
3.1.4 问题类型的确定 |
44-45 |
|
3.2 自动模型选择 |
45-48 |
|
3.2.1 模型表示方法 |
46-47 |
|
3.2.2 模型类型选择 |
47 |
|
3.2.3 模型结构选择 |
47 |
|
3.2.4 模型实例确定 |
47-48 |
|
3.3 决策信息反馈 |
48-49 |
|
3.4 评价方法 |
49-50 |
|
第4章 模型库自然语言接口的决策问题理解 |
50-70 |
|
4.1 自然语言理解的困难 |
51-52 |
|
4.2 问题的词性标注和句法分析 |
52-64 |
|
4.2.1 概率上下文无关语法的分析模型 |
53-57 |
|
4.2.2 计算过程 |
57-58 |
|
4.2.3 算法优化 |
58-64 |
|
4.3 关键词提取和参数确定 |
64-65 |
|
4.3.1 关键词提取 |
64-65 |
|
4.3.2 参数确定 |
65 |
|
4.4 问题的潜在语义分析 |
65-68 |
|
4.4.1 潜在语义分析的基本方法 |
66-67 |
|
4.4.2 潜在语义分析权重计算 |
67-68 |
|
4.5 问题类型的确定 |
68 |
|
4.6 结构化问题的生成 |
68-70 |
|
第5章 模型库自然语言接口的自动模型选择 |
70-92 |
|
5.1 NLIMB中间数据的分层处理 |
70-72 |
|
5.2 模型类型选择 |
72-80 |
|
5.2.1 RBR与CBR结合的混合推理框架 |
72-73 |
|
5.2.2 RBR与CBR结合的混合推理流程 |
73-77 |
|
5.2.3 混合推理框架的几个关键的技术 |
77-80 |
|
5.3 模型结构选择 |
80-92 |
|
5.3.1 训练数据的编码 |
82 |
|
5.3.2 神经网络训练算法 |
82-92 |
|
第6章 模型库自然语言接口实例研究 |
92-115 |
|
6.1 企业库存决策模型管理 |
92-93 |
|
6.2 库存管理模型库设计 |
93-103 |
|
6.2.1 使用规则的模型类型判定 |
94-98 |
|
6.2.2 使用范例的模型类型判定 |
98-99 |
|
6.2.3 模型结构参数的确定 |
99-103 |
|
6.3 DSS库存管理系统人机接口的结构 |
103-109 |
|
6.3.1 总体系统结构 |
103-104 |
|
6.3.2 决策问题理解模块 |
104-107 |
|
6.3.3 自动模型选择模块 |
107-109 |
|
6.4 DSS库存管理系统人机接口的求解示例 |
109-112 |
|
6.5 NLIMB总结 |
112-115 |
|
第7章 总结与展望 |
115-118 |
|
参考文献 |
118-132 |
|
附录1 动态规划状态转移方程的推导 |
132-133 |
|
附录2 结构化问题的表述形式(xml文件) |
133-135 |
|
附录3 最优化问题的属性筛选结果 |
135-138 |
|
附录4 模型库规则表示与范例表示结构 |
138-140 |
|
附录4.1 模型库规则结构(xml文件) |
138 |
|
附录4.2 模型库范例结构(dtd文件) |
138-140 |
|
附录5 DSS库存管理系统人机接口的示例表述 |
140-144 |
|
附录5.1 示例问题特征表述(部分) |
140-141 |
|
附录5.2 示例的结构化问题表述 |
141-144 |
|
攻读硕士学位期间发表的学术论文 |
144-145 |
|
致谢 |
145 |
|
| 【DOI】 | LunWen.ID:2.2008.388948 |
