基于案例推理和规则推理的公安突发事件辅助决策算法

为了提高突发事件发生时公安指挥部门处置决策方案的及时性和科学性,本文提出基于案例推理(Case-Based Reasoning, CBR)和规则推理(Rule-Based Reasoning, RBR)的公安突发事件辅助决策算法。算法根据突发事件的级别、类型和突发事件中的具体数据,如伤亡人数等,通过CBR检索出案例库中同级别同类型的最相似案例,再通过RBR对检索案例的结果进行修正优化使之更适用于突发事件的实际情况。最后通过实例成功地验证了该算法。该算法能够为公安应急预案与辅助决策平台的建设提供参考。     

基于事例推理的电路诊断技术研究

本文首先简要介绍了基于事例推理(CBR)和基于规则推理(RBR)的优缺点，其次建立了一个CBR和RBR相结合的电路故障诊断系统，最后说明了该系统的基本结构及设计过程。     

一种CBR与RBR相结合的快速预案生成系统

将范例推理(case based reasoning,CBR)与规则推理(rule based reasoning,RBR)两种人工智能技术相结合,实现一种快速预案生成系统.它有效地解决了单纯RBR系统在预案生成过程中的时间延迟缺陷和知识库难以获取的瓶颈.通过CBR工具,能够把以前发生的紧急事件和解决方案生成预案.一旦新的事件发生,首先从预案库中进行案例的相似性检索,如果没有检索到预案或者检索到的预案匹配度很低,再采用RBR系统对紧急事件进行规则推理,然后把推理结果重新存入预案库.实验数据表明,这种方法对单纯RBR系统在时间响应上进行了有效的优化.另外,因为案例的获取比专家系统推理规则的获取容易得多,它同时解决了RBR系统推理规则难以获取的瓶颈.根据这种思想,实现了CBR与RBR结合的快速预案生成系统.目前,它已经应用到抗洪抢险的预案生成和城市应急联动的决策支持上,效果表明它在预案生成速度以及实际可操作性上都具有明显优势.     

基于案例与规则推理的故障诊断专家系统

设计并实现基于案例的推理(CBR)与基于规则的推理(RBR)的故障旋转机械诊断专家系统。采用CBR与RBR串行方式进行推理,优先通过案例匹配方式寻求诊断结果,在不适用情况下转入通用性规则推理,并将诊断结果反馈给知识库进行优化。应用结果表明,该系统诊断结果与实际相符合,且诊断速度快、针对性强。     

船舶避碰智能决策支持系统研究

建立了一个基于RBR(Case-Based Reasoning,基于案例推理)和CBR(Rule-Based Reasoning,基于规则推理)结合的船舶避碰决策支持模型,将这个模型引入到船舶避碰智能决策支持系统IDSSVCA(Intelligent Decision Support System for Vessel...     

一种CBR与RBR相结合的智能家庭推理系统*

介绍了一种CBR与RBR相结合的智能家庭推理系统。将CBR与RBR两种人工智能技术相结合,运用于普适计算的典型应用智能家庭中,首先通过RBR推理出当前用户的活动以及心情等较高级上下文;然后再用CBR进行上下文的再处理,融合多类型或历史的上下文,自动预测相似度最大的上下文,并基于该上下文为用户提供个性化服务。     

基于实例的智能工艺设计系统

针对传统智能工艺设计系统的缺陷与不足，结合基于实例推理（Case-Based Reasoning,CBR）和基于规则推理（Rule-Based Reasoning,RBR)的方法，设计了一个基于实例的智能工艺设计系统，给出了工艺实例一个完整清晰的形式化描述，阐述了新零件与实例进行比较和匹配的策略和算法，在检索出相符的实例后，调用RBR方法对实例进行修正，最终完成复杂的工艺设计任务。     

基于知识支持的建筑施工质量控制系统研究

将知识管理的理念应用到施工质量控制中,加速施工质量控制中知识的循环过程,提高工程质量预测控制和事故诊断能力。通过湖北省建筑工程质量控制研究实践,开发了集建筑质量控制知识管理和决策支持功能于一体的施工质量控制和事故处理系统(CQIS),系统将正向规则推理和基于案例的推理(CBR)相结合,通过RBR接口调用RBR系统,提高案例推理质量诊断的能力,实现基于知识的综合推理功能。该系统已经获得科技成果鉴定和湖北省科技推广成果。     

应急指挥系统的结构化和可视化预案研究

对结构化预案和可视化预案的实现技术进行研究,结合规则推理与案例推理,对其进行智能化推理及分析,根据突发事件信息主动推送有针对性的智能应急方案。设计并实现基于结构化和可视化预案的应急指挥系统,以满足应急指挥过程中智能应急方案的生成需要,提高预案在事件处置过程中的针对性与时效性。     

案例推理的故障诊断技术研究综述

基于案例推理(case-based reasoning,CBR)的故障诊断作为一种新的智能诊断技术,模拟人类求解问题的思路,通过历史案例发现新问题的解。概述了CBR的理论基础和基本原理;从工作过程和集成框架两个方面综述了CBR故障诊断技术的研究现状,其中工作过程包括案例的表示、检索和重用,以及案例库的维护,集成框架包括CBR与基于规则推理、CBR与人工神经网络以及CBR与多智能体等三种情况;比较了六种故障诊断技术的特点及应用范围;总结了CBR故障诊断技术有待解决的问题。     

基于CBR应急保障物流体智能决策支持系统研究

在对应急决策和应急保障物流体分析的基础上,应用基于案例推理技术和智能决策方法构建了应急保障物流体智能决策支持系统,讨论了系统的工作原理及体系结构,重点分析了系统的案例推理机制和关键技术,从而为应急状态下的物流保障决策和原形系统的开发提供了理论支撑。     

基于CBR的火控雷达故障诊断专家系统研究

将基于案例推理(CBR)和专家系统理论应用到故障诊断领域,对雷达装备的故障诊断问题进行研究,形成一个集成的智能诊断专家系统.本文浅析了基于案例推理,介绍了系统的总体结构和工作原理,并给出了具体的诊断实例.利用CBR技术建立的故障诊断专家系统可提高雷达装备故障诊断的正确性和效率.     

灰度关联理论在CBR中的应用研究

针对基于规则推理技术(RBR)知识获取困难、自学习能力差等缺陷,将基于案例推理技术(CBR)引入故障诊断系统中.介绍了基于案例推理的故障诊断方法的工作机理和过程模型,阐述了案例表示、案例检索、案例保存和案例库维护机制,然后简单介绍了灰色关联理论知识,并把灰色关联理论应用到故障案例相似度的计算中.根据实验结果可知,该方法有效地改进了案例检索算法,提高了故障案例匹配的准确度和检索效率,同时具有较好的分辨率.     

危险品运输风险监测和控制系统

以公路液化天然气( LNG)运输为例,设计了一个危险品运输风险监测和控制系统,在传统的风险监测系统的基础上,提出了一种应急预案生成方法。该方法结合基于遗传算法( GA)的聚类和基于案例的推理( CBR)模型,解决了传统监测系统无法给出应急措施的问题。在聚类时,为各参数增加了权值,实验表明,使得应用本算法查找到的相似案例更具有可参考性和实用性。该系统能够大大缩短发现异常到采取行动之间的响应时间,从而有效降低事故发生率。     

铁路行车事故救援决策方法研究

传统的铁路行车事故救援多采用人工方式给出救援方案,但事故受多方面因素的影响,救援人员很难及时的给出科学合理的救援方案.针对已有救援知识不完备、不系统的特点,提出规则推理(Rule-based Reasoning,RBR)和案例推理(Case-Based Reasoning,CBR)相结合的两级分层推理框架,给出了系统流程图,说明了RBR与CBR的具体实现方法,并将自组织特征映射网络(Self-Organizing Feature Map,SOFM)应用到事例检索中,有效地提高了检索的效率.仿真实验结果表明系统取得了良好的效果.克服了单一推理的缺点,实现了对救援理论和经验的复用,提高了系统的效率和综合推理能力,并使系统具有了学习能力.研究结果为进一步应用奠定了基础.     

基于CBR和描述逻辑的网络安全应急响应

网络安全应急响应是未来信息安全策略的重心.目前应急响应主要依靠应急响应团队和安全管理者,他们虽能够有效处理部分安全事件,但不能给出在具体环境下合理、快速、有效地处理安全事件的方法.针对该问题,提出了智能化的基于案例推理和描述逻辑的网络安全应急响应方法,用以实现对具体安全事件的自动处理.首先用描述逻辑刻画网络安全应急响应领域知识,然后设计了基于细化算子和细化图的相似度匹配算法,给出了基于案例的推理(Case based reasoning,CBR)在应急响应中的具体实现过程,最后用具体实例检验了提出的方法.结果表明该方法具有清晰语义、自动分类概念和良好推理能力等特性,能够从过去的安全事件中获得目前所遇到的安全事件的解决方案,并能够给出具体环境下安全事件的处理方法.     

高速公路交通应急预案的模糊匹配

为了提高高速公路应急预案匹配的智能性和实时性,引入了人工智能领域中的范例推理技术（CBR）并提出一种模糊匹配方法作为其检索算法。该方法结合最大隶属度原则确定突发事件和案例库中各个案例定量描述属性所属的模糊集,利用格贴近度计算突发事件与案例对应各属性之间的相似程度,结合权重选择出相似度最大的案例作为预案。通过与现有匹配算法的对比,体现出模糊匹配算法能有效的处理模糊性而在交通应急预案匹配中的优越性,是一种可行的应急预案智能匹配方法。     

CFW的CBR与ART-KNN集成智能预测

结合基于案例推理（CBR）方法和ART-KNN网络，提出了一种黄瓜枯萎病（CFW）的集成智能预测方法。与传统的CBR相似案例检索任务不同的是，该方法用受训ART-KNN网络对新案例分类后根据提出的案例相似性测度来计算相似案例集。对ART-KNN网络的分类性能进行测试，确定了网络的最优相似参量ρ，得到最高平均分类正确率达94.4%。对CFW进行预测，确定了案例相异阈值R的最优范围，得到病株率、病叶率的最优平均预测误差率分别达7.4%、9.3%。综合分析结果表明，提出的CBR与ART-KNN集成预测方法可为CFW的防治提供较为可靠的预测数据以及辅助决策信息。     

基于CBR与RBR的设备采购决策支持系统

该文通过分析制造行业新产品试制部门的设备采购过程,说明采购决策支持系统引入的必要性,并基于CBR(Case-BasedReasoning)案例推理和RBR(Rule-BasedReasoning)规则推理,构造了混合框架的推理系统及相应的案例表示结构,解决了设备采购等复杂决策领域中决策支持系统冗余推理的问题。最后将该混合推理框架及案例表示结构应用于某大型制造企业试制部门的决策支持系统中,取得了较好的效果。     

基于事例的推理(CBR)研究综述

基于事例的推理(CBR)作为一种增量式的学习方法,规避了传统人工智能在知识获取上的瓶颈问题,逐渐引起人工智能领域研究者的关注。对基于事例的推理(CBR)现有研究工作进行逻辑上的梳理和系统的总结,有助于今后研究工作的开展,具有深远的理论意义。该文首次提出基于事例的推理(CBR)研究的逻辑体系结构,并在此逻辑分析的基础上,从基本理论、关键技术和实践应用三方面进行了综述,对其中关键、通用的方法和技术进行了比较和评价。最后,对未来的研究方向进行了展望。