- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于案例推理应急辅助决策方法研究
基于案例推理应急辅助决策方法研究
(大连理工大学 管理学院, 辽宁 大连 116024)
摘 要:将案例推理的方法应用到应急决策中,为应急决策提供了一种实用的科学辅助方法。在分析了应急案例特征的基础上设计了一种基于概念树―突发事件本体模型―事件元模型三层架构的应急案例通用的案例描述与组织方法;根据应急案例属性复杂及属性值缺失的问题设计了基于结构相似度和属性相似度双层结构的案例全局相似度计算算法,避免了传统最近相邻算法中的属性值缺失问题;最后通过基于案例推理的应急辅助决策原型系统的开发使设计方法得以实现,证明了该方法具有较好的实用性。
关键词:案例推理;应急辅助决策;本体模型;事件元模型
中图分类号:TP39文献标志码:A
文章编号:1001-?B3695(2009)04-?B1412-?B04
Research on method of emergency aid decision-making based on CBR
ZHANG Ying-ju,ZHONG Qiu-yan,YE Xin,QU Xiao-fei
(School of Management, Dalian University of Technology, Dalian Liaoning 116024, China)
Abstract:This paper applied the method of case-based reasoning to emergency aid decision-making in order to provide a kind of efficient and applicable method to emergency decision-making.Proposeda universal method for describing and organizing ??emergency cases based on three-tier architecture at first, then designed a kind of similarity algorithm based on two-layer structure according to attribute features of emergency cases, to avoid the defect of traditional nearest neighbor algorithm.Finally,proposed the method in the proved to be applicable by the example in the CBR prototype system.
Key words:case-based reasoning(CBR);emergency aid decision-making;ontology model; meta-event model
0 引言??
突发事件的发生往往出乎人们意料,它不仅严重威胁人民的生命安全,而且危害经济发展和社会稳定。尤其在“??9#8226;11”及“非典”发生后,突发事件的及时应对与高效处置越来越受到人们的重视。如何依靠智能化的工具和方法来辅助处于一定的时间约束和心理压力之下的应急决策者进行高效的应急决策已经成为人们日益关注并且迫切希望得到解决的问题。??
案例推理(case-basedreasoning,CBR)是目前人工智能中一种新兴的推理方法[1],最早起源于美国耶鲁大学Roger Schank教授[2]在其1982年的著作《Dynamic Memory》中所作的描述。它是一种模仿人类推理和思考过程的方法论,也是一种构建智能计算机系统的方法论。CBR来源于人的认知心理活动:人们在面临一个新问题时,往往把以前使用过的与该问题类似的案例联系起来,运用过去解决该事例的经验和方法来解决当前问题。联想到突发事件的辅助决策问题笔者得到启发:突发事件频频发生,虽然突发事件的种类繁多、处置方法不尽相同,但是针对当前发生的某个突发事件而言,历史上一般都或多或少地存在比较相近的案例,那么用何种方法能够快速检索出这些相似案例,并且如何界定案例的相似程度以便于把最相似案例的解决方案提供给决策者辅助他们对当前的突发事件进行决策呢?这恰恰符合了CBR方法解决问题的思路。本文将CBR方法引入到应急辅助决策问题中,无论是对于处理低水平的危机信息,还是帮助处于复杂决策环境、面临很大心理压力的决策者,参照相似历史案例对当前的应急事件进行决策都具有十分重大的意义。??
目前国内外学者对基于案例推理的应急辅助
您可能关注的文档
最近下载
- 五年级下-1000道口算.docx VIP
- 2025年中国四氯化锆项目投资计划书.docx
- 病原微生物实验室生物安全风险管理指南RB∕T 040-2020.doc
- 2025年艺术学概论.pdf VIP
- 【精校版】2025年高考天津卷政治试题(Word版含答案).doc VIP
- 初中历史 2023-2024学年广西河池市金城江区九年级(上)期中历史试卷.pdf VIP
- 《2 欢快流畅的线》教学设计2024-2025学年小学美术一年级上册人美版(2024).docx VIP
- 2023北京八十中初二(上)期中语文(含答案).pdf VIP
- 自考10177《设计基础》考前复习重点(保密资料).pdf VIP
- 戒烟门诊服务及创建.pptx VIP
文档评论(0)