基于CBR与RBR的应急决策支持系统设计与实现

针对突发事件应急决策主要使用技术CBR与RBR各自的不足,提出一种CBR与RBR相融合的方法。使用CBR对RBR进行辅助,首先使用CBR检索出相似历史案例,然后使用RBR技术对历史案例的解决策略进行修改,解决了由CBR生成解决策略需要人工修正导致的决策速度慢、决策不准确等问题,降低了规则推理所需规则的复杂度及其获取难度,实现了CBR与RBR结合的应急决策辅助系统。该系统较单一CBR在预案生成速度以及准确性上都有明显提高。     

贝叶斯人工智能的概率证成

贝叶斯人工智能是将概率方法融入人工智能软件开发的架构,使其在执行任务时建模人类推理,并明智地应对不确定性来源的变化。贝叶斯理论融入人工智能是数字时代的发展所需,贝叶斯推理、贝叶斯网络与融合效用理论的决策网络是贝叶斯人工智能架构的重要组成部分。贝叶斯推理以贝叶斯概率为逻辑起点来描述不确定性,以贝叶斯公式为哲学指引进行信念更新。为了降低计算复杂度,贝叶斯网络以其独特的计算优势和强大的推理能力,拓宽和深化了概率推理的应用领域。通过添加行动和效用节点,贝叶斯网络扩展成为决策网络,有效地帮助人们实现最大期望效用。贝叶斯人工智能可以建模任何关涉不确定性现实问题的领域,定位和发挥人工智能的助手和技术优势,其关键在于背后的概率根基,指引人工智能更好地预测世界如何运行。     

高速公路事件管理系统评价模型（英文）

为了评测高速公路事件管理系统的基本状况并发现其中的特别问题,提出了一种评价模型.首先使用专家评估法筛选了初始评价指标系,确定了81个指标和指标系的线性层次结构,如总目标层、子目标层、标准层和指标层.然后,在指标系各层模糊性特征基础上,用层次分析法和模糊聚合法得到指标层和标准层的权重及满意度.在分析总目标层和子目标层的关系过程中,容易发现子目标数量过多且有冗余性问题,并应用了偏最小二乘法进行解决.最后,介绍了一个结果已经得到认可并已用来指导新事件管理改进工程的应用实例,其结果验证了模型的可行性和有效性.     

基于案例推理对群体决策的支持

基于案例推理(Case-BasedReasoning)作为一种重要的推理方法,近年来逐渐得到人们的重视。这一方法十分适用于非结构化问题的求解。本文针对基于实例推理的特点和群体决策的非结构化特点,在讨论基于案例推理方法的基础上提出了其对群体决策进行支持的结构框架和过程框架,并介绍了应用这一理论的优点。最后,提出了部分需要进一步发展和研究的问题。     

高速公路交通事件检测影响因素分析

高速公路交通事件的有效检测对保证交通安全、提高运输效率具有重大的经济效益和社会效益。文章首先对高速公路交通事件进行了种类划分,分别分析了常发性交通事件和偶发性交通事件对交通流的影响。采用交通仿真软件TSIS(traffic software integration systems)获取研究所需的数据,研究和分析如何进行交通事件检测算法的参数选择。通过对仿真数据的分析,发现以车辆占有率作为交通事件的检测参数更为合理。     

指宾状语句的事件语义学分析(英文)

指宾状语句是一种句法结构和语义结构的错配现象,即某一状态形容词虽在结构上占据状语位置,但在语义上却指向宾语。该文在对有关指宾状语句的现有分析模式进行评述之后,从事件语义学的视角出发,分析了"制作类、感知类、呈现类"指宾状语句,认为这三类句子分别代表"致使、感知、呈现"事件。     

构建社会支持 赋能受困学生——遇应激事件后的学生辅导案例

来自他人的尊重、关爱和帮助等社会支持对学生的身心成长起着至关重要的作用。遇应激事件后,学生容易产生不良情绪和行为。通过捕捉学生的社会支持从而评估风险等级,并重塑家长、教师和朋辈三位一体的社会支持系统,提高学生对支持的利用度,能有效帮助学生应对应激事件。     

军事人工智能课程的层次递进式实验案例设计北大核心

该文设计了基于层次递进式实验教学模式的空中目标威胁等级评估实验案例。首先按照课程内知识点的组织与安排,设计了验证型、综合型与创新型三层次实验项目;然后从实验原理、分层设计、实验评价等方面详细阐述了实验内容;最后结合实验数据梳理了实验案例的应用效果。     

事件状态下高速公路隧道群的交通流特性分析

为研究事件状态下高速公路隧道群交通流的变化规律,建立了事件状态下基于元胞自动机的隧道群交通流模型,首先将已运营隧道群实际路网输入VISSIM仿真软件,对隧道群进行合理分段,结合亿车公里道路交通事故率和平均延误时间求取隧道群各路段的最佳限速值。通过分析隧道群交通流环境特征和影响因素,改进正常状态和事件状态下元胞自动机模型的不同演化规则,并采用MATLAB仿真,分析速度、密度、交通量3个参数的时空变化规律。仿真结果表明,正常状态和事件状态下交通流3个参数的时空变化规律符合实际情况,该结论对事件状态下隧道群交通流的控制和诱导等实际应用具有指导价值。     

高速公路交通救援资源派遣的决策模型与算法(英文)

为了解决高速公路路网潜在事故的救援问题,应用机会成本方法建立资源派遣决策模型.该模型能够调度区域路网的救援资源,获得用于潜在事故救援的救援点与救援车辆数.针对模型的计算复杂性,提出情景分解算法.该算法首先将多资源派遣问题分解为各个单资源派遣问题,然后根据救援需求和资源矩阵,确定所需救援资源的原始情景.最后,通过对原始情景的分解和目标函数的简化,便捷获取资源派遣方案.以南京市周边高速公路路网作为应用实例,验证了所用模型与所提算法的可行性.     

门座起重机RCM维修决策系统设计

应用面向对象高级语言C#和SQL Server 2005数据库,采用风险矩阵法、模糊层次分析法、根本原因分析法、综合决策法、逻辑决策法等方法,开发一套基于RCM技术,能够完成港口门座起重机的基础信息管理,以风险为基础,具有良好目标性的维修决策系统,根据用户选择的影响因素来确定其零部件的维修方式和最佳维修周期,以提高机械设备的可靠性和安全性,为企业提供优化、系统、科学的维修决策支持。