智能建筑突发事件处理中的CBR技术研究

本文提出基于案例推理(CBR)技术来处理智能建筑中的突发事件的新方法。为智能建筑突发事件的处理提供有效的支持，给出了基于CBR的处理智能建筑突发事件的决策支持系统的总体框架，并对该系统中的关键技术、基于案例推理的综合推理模型、典型案例库系统分别进行了讨论。     

群体性突发事件爆发的逻辑机理

群体性突发事件的发生会对社会系统的正常运行会造成负面影响,产生负能量。从逻辑的角度看,人们的行动是基于偏好的,偏好是行动主体认知世界中基于认知状态的一种倾向。根据基于偏好而形成的内在发生机制,对这类事件进行恰当干预,从而使行动主体的选择偏好发生变化,进而最终能够消除在逻辑上也是必然的。在逻辑发生机制下,以日本大地震后我国出现的抢盐风潮为典型案例,通过全面分析,该案例揭示出,群体性突发事件发生与否的一个关键因素是公众能否获取正确信息,正是这些信息形成的偏好决定了公众如何选择的。     

旧工业建筑再生利用坍塌风险诊断——基于本体-贝叶斯网络分析

基于贝叶斯网络在不确定性推理领域具有独特的优势,本文构建基于本体的贝叶斯网络推理模型,对旧工业建筑再生利用风险进行诊断。基于各风险概念类间的关系,利用贝叶斯网络构建各节点(概念类)之间有向图,再运用专家评判法建立节点的条件概率分布表,最后针对具体案例开展风险推理研究,克服风险推理中的不确定缺陷,对实际案例中的风险征兆或风险结果进行深入分析,为制定风险控制举措或探究风险事件致因提供精准的研判支撑。     

我国司法实践中的次级证明——以L浏览器不正当竞争案为例

次级证明是英国学者尼尔·麦考密克的法律推理理论中的核心概念,是指法律规则不确定的情况下,通过一般性规定、类比、或法律原则等方式推理明确或确认法律规则的过程,包括后果主义论辩、协调性论辩和一致性论辩。我国司法实践中,存在着法官寻找和确立法律规则的事实。在L浏览器不正当竞争案的分析过程中,说明中国司法实践中存在的次级证明是什么样的,进而结合麦考密克的法律推理理论说明法官进行次级证明应遵循怎样的规范。     

基于AHP的因果图故障诊断研究

动态不确定因果图(DUGG)是一种最新的图形化概率推理模型,可简洁、直观地表达不确定的因果知识,提供更有效的概率推理。层次分析法可通过构建层次分析模型,计算出每一层元素的权重数值。文章将层次分析法(AHP)引入DUGG,并创新地应用于舰船柴油主机滑油系统,建立起相应的DUGG模型,应用AHP计算出所需的先验概率,再代入DUGG模型求得在观察到的证据下假设事件的排序概率,进而可对滑油系统温度过高这一故障进行诊断。     

品格证据判断的推导方法

对他人品格进行判断,是人类的一种自然倾向,在任何过去发生的事实存在不清楚的时候,人们都习惯于利用品格判断来填补关于该事件信息的空白。品格证据在我国的司法实践中的运用也不鲜见,但只是作为一种司法隐性知识存在着。本文从推导推理这种非形式逻辑推理的角度分析品格证据,提出品性的判断理论模式是辩证、可废止的推导推理并通过推导推理来解释和评价品格的判断,以期对我国的证据理论及司法实践有所裨益。     

Lukasiewicz模糊命题逻辑系统的计量化与近似推理

为了在随机逻辑度量空间中展开近似推理理论研究,利用随机化方法,在Lukasiewicz模糊命题逻辑系统中,首先引入了命题公式的随机真度概念,进而引入了命题公式间的随机相似度以及随机伪距离的概念,从而建立了随机逻辑度量空间。在随机逻辑度量空间中,提出3种不同类型的近似推理模式,并论证了这3种近似推理模式的等价性。结果表明:3种近似推理模式在随机逻辑度量空间中是等价的。     

基于ANFIS的碳纤维布与混凝土黏结强度预测

基于模糊神经网络的非线性拟合能力和推理机制,研究了自适应模糊神经推理系统ANFIS在碳纤维布与混凝土的极限黏结强度预测中的应用,设计了一阶TSK模糊推理网络,建立碳纤维布厚度、宽度、黏结长度、弹性模量、抗拉强度、混凝土抗压强度、抗拉强度、宽度与极限黏结强度之间的高度非线性关系,用于黏结强度的预测。测试结果表明,自适应模糊神经推理系统计算简单、预测准确,在碳纤维布与混凝土的黏结强度预测方面优势明显。     

由线性代数中几道题目引出的教学探讨

线性代数是理工科专业学生的必修课程之一,具有内容抽象、推理严谨等特点,对培养学生的逻辑、推理能力具有不可替代的作用。文章分析了线性代数中出现的几道题目,为该课程的进一步教学改革和实践提供了一点思考。     

结构理性的艺术呈现:一个力流的抽象视角

从抽象的力流的视角出发,重新思考并诠释了结构与建筑之间的关系。基于抽象的结构平衡与建筑构成之间的联系,意图提出一种融合结构逻辑与建筑艺术的设计思维方式。