论文部分内容阅读
应急决策是决策者根据突发事件情境及相关事件处置经验制定当前事件处置方案的过程。基于案例推理的应急决策需要从一组相关案例中推导出适合当前事件的处置方案,其实质是运用逻辑推理从一组具有不确定信息的应急案例推导出决策方案的过程,该过程涉及两个问题,即不确定情形下案例的知识表示和基于强相关逻辑的推理。本文围绕不确定信息的知识表示及其推理进行研究,主要完成了以下几个方面的工作:(1)扩展强相关逻辑,提出了粗糙强相关逻辑,为不确定案例知识表示及推理提供逻辑基础。将粗糙集引入强相关逻辑,定义上近似算子、下近似算子和粗糙相似关系,扩展了强相关逻辑对不确定知识的表达能力。针对应急案例知识表示的需要,为了提高粗糙强相关逻辑对不确定时空知识的表达能力,对粗糙强相关逻辑进行了具体域扩展,定义了粗糙强相关逻辑中的空间拓扑关系谓词和空间方位谓词,给出了粗糙强相关逻辑中的空间逻辑定理;定义了粗糙强相关逻辑中的时间关系谓词,给出了粗糙强相关逻辑中的时间逻辑定理。(2)以粗糙强相关逻辑为基础,设计了RSWRL,扩展SWRL语言对应急案例粗糙本体的表达能力。扩展SUMO本体模型,并以扩展后的SUMO本体模型为上位本体构建了突发事件应急案例本体模型CECOM,定义了CECOM中的概念、关系、公理和实例,通过实例对RSWRL语言和CECOM本体模型进行了验证。(3)在粗糙强相关逻辑基础上,以RSWRL为知识表示语言,提出了基于案例推理的应急决策模型CEDM。通过改进语义概念相似度算法提出了基于粗糙相似关系的粗糙概念相似度算法,并在此基础上进一步提出了基于粗糙相似关系的应急案例相似度算法和应急案例检索算法,结果表明该算法可以提高案例查询效果。(4)原型系统的设计与实现。设计了基于案例推理的突发事件应急决策系统框架,开发完成了基于案例推理的应急决策原型系统,并通过实例对原型系统进行了验证。