基于地理本体和SWRL的时空推理研究

研究了如何利用地理本体表达地理时空信息和利用SWRL表达时空推理规则的问题．在此基础上,建立了基于Jess推理引擎的时空推理框架体系,并对将基于OWL的地理本体知识库和基于SWRL的时空推理规则,解析成Jess格式的事实库与规则的问题进行了研究．以烟草种植适宜区的推理查询为实例验证本文思路的可行性和有效性．     

公路隧道突发事件CBR-RBR交通控制方法

在传统经验式公路隧道交通控制方法基础上,利用人工智能中的知识表示方法和基于规则的专家系统,提出一种范例推理与规则推理相结合的公路隧道突发事件交通控制方法,建立了突发事件下公路隧道车辆诱导预案生成及管理系统。针对某平行分离式隧道,使用面向对象的范例表示方法,将已有范例表示为包含范例属性信息、控制方案信息和结果信息的三元组形式,并给出了计算范例相似度的方法。使用IF-THEN的产生式规则表示方法,结合公路隧道突发事件的类别属性和阻塞车道数属性,给出了产生单点交通事故车辆分流控制策略的推理规则。仿真结果表明:与传统范例推理方法相比,在范例数量不足条件下,该交通控制方法可缩短预案生成时间22%,方法有效。     

概率信息系统中扩展决策规则的决策推理

用概率信息系统表示对象与属性值之间的概率关系．根据粗糙集理论，采用平均算子，获取概率信息系统的扩展决策规则集．用关系合成的模糊推理方法，实现了扩展决策规则集的决策推理．     

业务模型驱动的应急物流本体知识表示及应用

为解决应急物流智能协作面临的异构信息融合与知识管理难题,以有效知识应用为目标,利用业务模型与本体模型对组成构件上的相关性进行映射,并根据系统控制与实体行为约束所需的业务推理规则,设计了3种模块之间的关系与四阶段转换步骤,形成了业务模型驱动的本体表示方法.以该方法为基础,结合应急物流领域需求,建立了由概念集合、概念属性、语义约束、推理规则等要素组成的应急物流本体模型.通过应急配送路径选择案例,自动推理得到可替代邻近点以完成配送路径求解.结果表明,应急物流本体模型及其应用实现了异构信息的本体融合,消除了以关键词匹配为基础的常规检索失效现象,满足了最小路径算法的执行条件,为应急物流决策模型及算法应用提供了知识层面的支持.      

基于粗糙集理论的模型结构选择与知识发现

为了合理选择决策模型，提出了一种基于粗糙集理论获取模型选择知识并利用获取的知识选择模型的方法．通过随机设定模型参数，得到备选模型的属性值为连续值的决策表；通过设定误差范围，获得决策表中对象之间的关系；利用该关系和粗糙集理论，对决策表进行属性约简，获得决策规则；按该决策规则进行推理，实现智能决策的模型选择．实例表明，该算法是可行的。     

基于本体的智能化语义信息处理系统研究

研究了推理机在语义推理、查询分析方面的应用,设计并实现1个基于领域本体的语义信息处理的实验系统,建立了教育领域本体库,并构造教育领域的推理规则,通过测试表明该系统能够较为有效地实现语义检索,提高检索精度.     

基于可信度的不确定性推理在公路软基处理专家系统中的应用

为提高公路软基处理决策的科学性,分析了公路软基处理知识的不确定性、模糊性和多因素影响的特点与专家系统的思维方式和基本原理,将基于可信度表示的不确定性推理引入公路软基处理专家系统中,采用产生式规则表示公路软基处理知识,采用正向推理和逆向推理相结合的混合推理方法,进行软土鉴别、路堤稳定与沉降计算方法选择、地基处理方案决策、软土地基处理设计与施工问题分析。实例分析表明:基于可信度的不确定性推理的应用提高了专家系统的交互化和智能化程度以及公路软土地基处理设计与施工技术的科学性。     

基于Rough Sets的医学诊断知识挖掘研究

针对医学诊断知识获取问题，提出了基于Rough Sets理论的知识获取方法，利用该理论对数据进行分析，推理出可能规则，并提出了一种概率优化规则，通过实例分析，说明了该方法的实现步骤，包括连续信息系统的离散化、信息系统的约简、决策规则提取、决策模型生成等，讨论了知识处理的完整过程，能够有效地解决专家系统中知识获取的瓶颈问题。     

基于知识和神经网络的动画模拟优化方法论

本文提出并论述基于知识和神经网络的动画模拟优化方法。作者以柔性制造系统为研究对象，讨论了智能动画模拟优化的概念方法、多目标动和动画模拟优化机理、专家知识利用、推理前提、规则开发、基于神经网络的动画模拟模型描述与推分析。     

汽车故障诊断专家系统的设计与实现

针对目前汽车故障的复杂多样以及无法实时诊断的情况,提出了基于规则的汽车故障诊断专家系统。该系统运用汽车故障诊断专家的知识填充知识库,运用人工智能的理论,以产生式规则作为知识的表示形式,采用基于故障树的分析方法,运用正向推理,达到对汽车基本故障诊断的目的,实现对汽车实时故障的诊断。