排序方式: 共有8条查询结果,搜索用时 0 毫秒
1
1.
GEIS(Grid Based Emergency Inter-Act System)是一个基于主体网格的城市应急联动与社会综合服务系统,通过主体网格和通信系统将治安、消防、卫生急救、交通、公共设施,自然灾害等突发事件的应急联动与综合服务,调度集成在一个管理平台中,通过共享指挥平台和基础信息,实现统一接处警,统一指挥,联合行动,快速反应,为市民提供更加便捷的紧急救援及相关服务,为政府科学决策和处置各种紧急与灾害事件提供技术支持为城市公共安全提供技术保障。GEIS的一个突出优势是将范例推理(Case Base Reasoning,CBR)与规则推理(Rule Base Reasoning,RBR)两种人工智能技术相结合,实现了快速预案支持,为科学决策打下良好基础,目前,GEIS已经应用到抗洪抢险和交通事故处理中,效果表明它具有跨平台性好,稳定性强,响应速度快,易操作的独特优势。 相似文献
2.
3.
基于动态描述逻辑的多主体协作模型 总被引:7,自引:2,他引:7
基于动态描述逻辑的主体模型和协作过程就是既考虑了智能主体的知识表示与推理问题,又紧密地结合主体的设计与编程问题,把表示与推理应用到主体的具体设计中.它充分利用了动态描述逻辑的统一的形式化框架,同时从静态的知识表示与推理和动态的运行与变化两个方面来刻画主体的心智状态和协作过程,探讨了主体信念、行为能力、目标和规划等心智要素的表示、推理与修改以及联合目标的形成、多目标的规划问题.多主体协作模型将理论和实践有机地结合起来,能够充分体现智能主体的本质特征与运行机制,为多主体系统的设计与编程奠定了很好的基础. 相似文献
4.
5.
6.
水库工程建设中的任何一个环节出现问题,都会关系到整个工程的成败,尤其是施工环节可能会给工程埋下质量事故及隐患。因此,加强水库土坝施工质量控制,对提高水库工程施工质量意义重大。笔者结合工程实践,就水库土坝工程建设中施工质量控制进行探讨,以确保水库工程的质量,可供参考。 相似文献
7.
基于偏向信息学习的双层强化学习算法 总被引:1,自引:0,他引:1
传统的强化学习存在收敛速度慢等问题,结合先验知识预置某些偏向可以加快学习速度.但是当先验知识不正确时又可能导致学习过程不收敛.对此,提出基于偏向信息学习的双层强化学习模型.该模型将强化学习过程和偏向信息学习过程结合起来:偏向信息指导强化学习的行为选择策略,同时强化学习指导偏向信息学习过程.该方法在有效利用先验知识的同时能够消除不正确先验知识的影响.针对迷宫问题的实验表明,该方法能够稳定收敛到最优策略;并且能够有效利用先验知识提高学习效率,加快学习过程的收敛. 相似文献
8.
一种CBR与RBR相结合的快速预案生成系统 总被引:3,自引:0,他引:3
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. 相似文献
1