论文部分内容阅读
情景感知是普适计算研究领域的重要组成部分,是通过硬件设备获取到当前的情景信息,对高速变化的动态环境做出响应,让用户能够“随时随地”获得符合其个性化需求的信息服务。智慧空间是情景感知的典型应用,是人们进行普适计算研究的理想实验床。智慧空间的动态性、开放性、智能性等特点,要求智慧空间有一个合适的情景模型,对智慧空间内的不同实体进行形式化的描述。本文的主要工作是面向智慧空间的一个典型应用——智慧工厂,使用本体描述的方法,建立一个能进行知识共享和知识复用的情景模型。通过基于规则的情景推理方法,获取空间中的隐含情景,实现主动的为用户提供个性化服务。目前已有的智慧空间情景模型大多面向具体应用,不具有通用的情景架构,不利于知识的共享和复用。市面上大多数所谓的智能设备,都需要人来参与进行控制,并不能主动的为人提供服务。本文从以上问题出发,提出了将本体分层的思想,将情景模型与具体应用解耦,实现了模型的复用和快速开发。通过基于规则的情景推理方法,获取空间中的隐含情景并主动的为用户提供个性化的服务。针对智慧空间数据种类多、数据量大的特点,提出了基于Rete算法的情景推理方法来加快情景推理过程,提高系统的运行效率。本文以建立一个通用的智慧空间情景模型为目标,提出了分层的本体情景模型,解决了智慧空间中知识共享和知识复用的问题。以智慧工厂为例,对提出的情景模型进行了验证,证明了模型的有效性。通过自定义规则,在智慧工厂中实现了智能故障检测服务,来主动的为人提供个性化的服务。在此基础上,使用Rete算法对情景推理过程进行了优化。