考虑知识模糊性的应急决策知识融合方法

知识是应急决策的主要依据和参考.针对应急决策需要多领域跨学科知识的综合支撑问题,本文构建基于知识元的应急决策知识模型,解决了多领域跨学科的知识表示与共享问题,为准确获取应急知识和知识融合服务提供基础支撑;接着从系统科学和管理科学视角出发考虑知识的模糊性提出了一种新的融合方法,解决了现有方法可能造成融合结果与客观实际相冲突的问题,提高了融合结果的准确性和科学性;最后运用地铁火灾实例验证本文提出模型和方法在应急决策知识表示和融合中的实用性和优越性.     

基于事件的定性知识表示模型

当前突发事件应急管理研究已经成为热点问题。本文针对突发事件及事件链研究特点,运用系统工程理论论,建立了突发事件及其链式关系知识表示模型。该模型从突发事件机理出发描述应急管理过程的知识需求,不仅揭示了突发事件发展、演变的行为模式及突发事件链式关系形成机理,还为应急决策提供理论依据,最后给出模型的应用实例,实现了事件演进的自动生成及应急过程中的知识支持。     

面向突发事件应急决策的情景建模方法

情景是非常规突发事件应急决策的基础和依据.针对情景建模中跨学科、跨领域的知识支撑和对事件经验知识依赖的不足,本文从事件本身、事件属性以及属性间关系三个角度对非常规突发事件的情景进行刻画,提出了一种基于知识元的情景表示模型;在此基础上,针对非常规突发事件的不确定性特点,运用贝叶斯网络扩展知识元模型的不确定性表示和推理,构建了适用于情景推演的贝叶斯网络模型,解决了非常规突发事件情景的不确定推演问题;最后,通过舟曲泥石流事件验证本文提出的模型与实际情况相符,能够为非常规突发事件应急决策提供科学有效的辅助支持.     

基于知识元的突发事件案例信息抽取方法

为了获取突发事件案例中客观事物及其状态变化信息,将共性知识元模型引入到应急领域中,针对突发事件案例内容特征,从知识层面对突发事件案例进行结构化表示,进而提出一种基于知识元的突发事件案例信息抽取方法。该方法通过可定制的突发事件案例信息抽取模板,并结合规则匹配,能够实现对突发事件案例半自动化信息抽取,抽取结果存储到数据库中,可以为基于知识元的突发事件情景模拟仿真研究提供客观真实的数据支持。最后通过实验证明了该方法的可行性和有效性。     

基于距离熵的应急决策层信息融合方法

通过分析决策层信息融合和应急决策的特点,并考虑到应急决策对客观性、科学性的要求,提出了基于距离熵的应急决策层信息融合方法.首先基于知识元模型进行融合集的获取,并实例化知识元形成信息单元,为融合提供基础信息对象;然后在传统熵权法的基础上,添加对信息间欧式距离的测度,提出"距离熵"的概念,并据此实现局部融合权重和全局融合权重的获取,利用线性加权分别计算局部融合结果和全局融合结果.最后,通过算例验证了方法的优越性和在应急领域的适用性.同其他方法相比,本文提出的方法能有效解决决策层信息融合中融合知识库巨量性和融合结果的客观性、科学性不足等问题.     

基于知识元的非常规突发事件情景模糊推演方法

针对非常规突发事件的情景表示中跨领域、跨学科知识支持和微观分析的不足,基于情景要素及其相互作用关系的相对微观分析,给出了一种以知识元模型为基础的情景表示模型;针对非常规突发事件情景推演中信息不确定性问题,提出了一种模糊推演方法,应用知识元间相互作用关系构建模糊规则,将不确定的情景信息与模糊规则进行匹配,判断情景推演的结果及其可能性,进而为决策者进行决策提供依据.最后,以舟曲泥石流事件为例,验证了文中方法的科学性和实用性.     

基于情景的非常规突发事件决策流程生成方法北大核心CSSCI

非常规突发事件频发,有效而快速地识别决策问题、构建决策流程是亟待解决的重要研究问题。运用知识元模型分析非常规突发事件决策情景,在规则推理的基础上,应用模糊理论,提出模糊规则以及规则匹配算法,实现非常规突发事件决策问题的识别,进而通过问题与决策活动的映射关系、应用知识元和解释结构模型将决策活动结构化,提出决策问题关系到流程结构的转换方法,从而实现决策流程的生成。研究成果能够为决策人员快速识别决策问题、构建决策流程、制定决策方案提供支持。实例分析证明了该方法的有效性。     

基于知识元的应急案例检索方法

应急案例蕴含大量有价值的应急管理知识,针对应急案例特点,基于共性知识元模型,对应急案例内容和结构进行了重新组织和表示,在此基础上结合情景及突发事件演化的相关理论,对应急案例检索方法进行了研究,通过多层案例检索算法,提高应急案例检索准确率。     

基于案例的突发事件推演规则验证方法

为提高突发事件案例利用率和突发事件推演规则的适用性及准确率,结合应急管理和知识管理理论,提出了一种利用相似案例验证推演规则适用性的方法.该方法以共性知识元模型作为突发事件情景、推演规则、案例的共性表示基础.首先,利用当前情景匹配突发事件推演规则,提取匹配成功的推演规则;然后结合当前情景匹配突发事件案例,并以匹配成功的案例对推演规则进行推演验证,验证通过的推演规则用于突发事件情景推演,从而为应急管理提供决策支持;最后,以汶川县七盘沟等泥石流为例验证了该方法的有效性.     

基于知识元的应急管理案例情景化表示及存储模式研究

应急管理案例蕴含了大量的应急管理知识,如何有效利用这些知识,提高应急管理案例的应用价值,是当前应急管理研究的难点.通过引入共性知识元模型,以知识元的形式抽取领域内突发事件应急管理共性知识,形成共性可扩展的应急知识元体系.同时对应急管理案例进行情景的划分,在此基础上对应急管理案例情景序列的知识结构进行分析,结合应急知识元体系提出应急管理案例的情景化表示及存储模式,使应急过程各阶段的信息相分离,形成基于知识元的应急管理案例情景库,更加满足"情景-应对"模式中案例推理的需要.     

基于灰色类别差异特性的评价指标客观权重极大熵配置模型

本文基于灰色类别的差异特性进行指标权重配置问题研究,运用灰色关联聚类将评价对象按照反映事物不同类别本质的自然差异特性划分成不同灰类.基于相同灰色类别间自然差异特性具有相似性、 不同灰色类别间自然差异特性具有差异性的特点,构建了反映灰色类别差异特性的评价指标客观权重极大熵配置模型. 通过案例分析与其他方法进行比较研究,证明了本模型的可行性及有效性,为多属性决策指标客观权重赋权问题提出了一种新的解决思路.     

基于Choquet积分的区间灰数多属性决策方法

针对多属性决策中属性间的关联性对决策结果的影响,提出了基于区间灰数灰度和Choquet积分的区间灰数多属性决策方法。根据区间灰数灰度的定义,证明了区间灰数的灰度是一种灰测度,由此定义了关于区间灰数灰度的离散Choquet积分并证明其性质;依据各方案的综合属性值的方差最小的原则建立多目标优化模型,确定了各属性或属性集的权重,最后利用Choquet积分对各方案的效果评价向量进行集成。通过实例说明了该方法的有效性。     

基于强“奖优罚劣”算子的多指标灰靶决策模型

对多指标灰靶决策模型进行了研究。提出了对三种类型指标进行标准化处理的强“奖优罚劣”算子,相较于原有的线性的“奖优罚劣”算子,这种非线性算子进一步加大标准化后同指标各方案的数据的区分度,从而可以提高决策质量。以各方案靶心距平方和最小为目标建立了优化模型,并使用拉格朗日函数求解来得到各指标权重,并以此为基础构建了灰靶决策模型。最后,以实例说明了基于强“奖优罚劣”算子灰靶决策模型的合理性及算法的有效性。     

基于知识元的非常规突发洪水事件演化风险研究

为解决非常规突发洪水事件风险分析中所存在的多因素高维数据与小样本数据信息不完备问题,将非常规突发洪水事件系统进行粒度分解,在知识元层建立基于投影寻踪及信息扩散的非常规突发洪水事件演化风险分析模型.利用知识元理论,将事件间的演化风险转变为事件所处情境内承灾载体状态属性变化引发输出属性变化的风险.根据承灾载体知识元内部状态属性阀值建立后续事件演化规则,利用投影寻踪方法与信息扩散理论,将监测样本所包含风险信息扩散到输出属性的风险指标论域控制点,计算事件演化概率分布,确定非常规突发洪水事件演化风险.以桃曲坡水库为例,在上游发生暴雨的情景下,计算水库水位上升向漫坝事件演化风险.实例分析结果表明,该演化风险分析模型能够根据风险等级标准和少量监测数据,对非常规突发事件风险概率分布进行动态定量分析与评估,帮助应急决策者实时掌握事件发展状况,及时做出应急响应,减少次生事件所造成的损失.     

风险型动态混合多属性决策的灰矩阵关联度法

针对一类指标权重信息未知,指标值为精确数、区间数和语言类模糊数相结合的风险型动态混合多属性决策问题,提出了一种基于灰色矩阵关联度的风险型动态混合多属性决策方法,并通过具体的决策实例,论证了该方法的合理性和可行性,从而为解决风险型动态混合多属性决策问题提供了一种新的途径。     

基于前景理论的多目标灰色局势决策方法

鉴于决策者风险态度对多目标决策的影响,提出一种基于前景理论的多目标灰色局势决策方法。该方法首先利用奖优罚劣的线性变换算子对原始决策信息进行规范化处理,进而确定正负理想方案。基于前景理论和多目标灰色局势决策方法确定前景价值函数,并利用方案综合前景值最大化的多目标优化模型求解最优权向量,进而求得综合效果测度矩阵,而后采用区间数的可能度对每个事件的局势进行排序,最后通过实例验证了该模型的有效性和实用性。     

基于灰色系统理论的数据挖掘技术

利用灰色系统理论是研究贫信息系统分析、建模、预测、决策、控制的有效工具的特性,针对系统样本数据量不大或有残缺,样本数据更新变换快,整体数据规律相当复杂,而在某一时间或空间的数据却有很强的规律性之类的贫信息灰色系统中的数据挖掘课题,探讨了灰色系统理论与技术在数据挖掘中的应用问题,提出了贫信息灰色数据挖掘的灰色关联算法、灰色统计算法、灰色聚类算法、灰色统计聚类算法,并提出了灰色系统数据挖掘的体系结构。     

基于案例推理和灰色关联的直觉模糊决策分类模型

针对现有直觉模糊决策方法中指标权重的确定往往仅根据决策矩阵的数据而不考虑决策背景这一缺点,提出一种基于灰色关联和案例推理的分类模型.首先提出一种基于直觉模糊数的灰色关联公式,在此基础上构建基于案例推理的数学模型寻求最优权重以及分类半径,依据最优权重和分类半径对各个方案进行决策.本文提出的分类模型既考虑了专家的主观判断又根据决策矩阵数据,克服了上述缺点.最后通过案例说明了本文方法的合理性和可行性.