原创力文档- 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
第41卷第12期自动化仪表Vol.41No.12
2020年12月PROCESSAUTOMATIONINSTRUMENTATIONDec.2020
面向行政处罚的智能决策系统开发及研究
金玥
(陕西警官职业学院治安系，陕西西安710021)
摘要：在行政法律领域中，人T智能与法律有着天然适应性。针对行政执法人员决策处罚不公正、证据保留不充分、行政处罚过重
等问题，将决策支持系统应用到行政执法过程中，辅助处罚决策，以便对行政案件进行快速、公正的处理，避免二次事件的发生考虑
智能决策系统的处罚正确性，提出基于模糊神经网络和案例推理的专家分析系统，集行政执法的高效率与公平性于一体。面向行政
处罚的智能决策系统引入了径向基函数（RBF)神经网络和高木-关野(TS)模糊模型进行系统构建基于模糊推理模块与模型训练方
式，对执法的输人量进行处理;根据输出量指导案件的处理，结合处罚相关的专家知识，保证输出方式符合实际的决策意图。通过模
拟测试和分析，试验结果验证了智能决策支持系统的高效性与正确性，阐述了违法情节与违法危害程度对处罚结果满足正相关的关
系，具有行政处罚参考意义开发的面向行政处罚的智能决策系统将成为行政裁量的发展方向
关键词：行政处罚；人工智能；智能决策；行政裁量；系统开发；神经网络；模型训练；情节推理
中图分类号：TH165文献标志码：AD0I10.16086/j.cnki.issn1000-0380.2020020013：
ResearchandDevelopmentofIntelligentDecisionSystem
forAdministrativePenalty
JINYue
(PuIdHcSecurityDepartment,ShaanxiPoliceVocationalCollege,Xi*an710021,China)
Abstract：Inthefieldofadministrationandlaw,artificialintelligenceandlawarenaturallyfittedoneanother.Inviewofthe
decisionofinjusticepenalty,insufficiencyofevidenceretentionandundueadministrativepenaltybytheadministration
enforcementstuffs,theadministrativecasesarequicklyJustlymanagedtoavoidoccursofsecondaiyeventsduringdecisionsupport
systemadoptingadministrativeenforcementlaw.Inlightofpenaltycorrectnessofintelligentdecisionsystem,anexpertanalysis
systemisproposedbasedonfuzzyneuralnetworkandcase-basedreasoningtointegrateadministrativeenforcementlawand
fairnessinone.Radialbasisfunction(RBF)
我的文档主要集中的行业是石油化工和安全生产，从事石油化工行业并且取得了中级注册安全工程资格。精通炼油工艺方面的工艺、安全、设备。希望通过平台共享自己的知识和经验。
文档评论（0）