基于贝叶斯网络的出行方式选择模型研究

论文以居民出行方式选择为研究对象,分析了城市居民出行方式的影响因素,建立了基于贝叶斯网络的居民出行方式选择模型,并以苏州市为例,结合居民出行调查数据采用极大似然法对模型进行了参数估计,并采用贝叶斯网络推理方法验证模型精度。结果表明,该模型能较全面地考虑居民出行选择的影响因素,模型精度较高。     

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.     

Bayesian Inference of Empirical Coefficient for Foundation Settlement

A new approach based on Bayesian theory is proposed to determine the empirical coefficient in soil settlement calculation. Prior distribution is assumed to be uniform in [0.2,1.4]. Posterior density function is developed in the condition of prior distribution combined with the information of observed samples at four locations on a passenger dedicated line. The results show that the posterior distribution of the empirical coefficient obeys Gaussian distribution. The mean value of the empirical coefficient decreases gradually with the increasing of the load on ground, and variance variation shows no regularity.     

基于拓扑变换的一种不确定性推理方法

不确定性推理的研究是人工智能研究领域的核心问题之一,也是近年来一个很活跃的研究方向.关于解决和处理不确定性推理问题的方法有很多.但从数学本质上来看,它们都是在推埋的前提和结论之间建立一种变换关系,并利用该变换关系去处理该推理问题.本文用模糊拓扑和模糊数学的方法给出了一种基于拓扑变换的不确定性推理方法.这为处理不性推理问题提供了一种合适的方法.     

案例推理中的案例检索网络及其扩展

在案例推理CBR（Case Based Reasoning）中不同的检索方法对于案例的表示、组织和存贮具有直接影响。本文对由Lenz与Burkhard提出的基本案例检索网络给出了完整的、形式化的描述,基于这种描述建立起数学模型,进而对其进行扩展。在基本案例检索网络BCRN(Basic Case Retrieval Network)的扩展模型中,设置了一个“虚拟结点层”位于信息实体结点层与案例结点层之间,每一个虚结点表示由一组具有相似属性的信息实体抽象出来的一个概念。虚结点的激活是可控的,若激活向后传播用户可在信息实体层中找到更具体的信息,反之向前传播时用户则可找到更为抽象的信息或案例,从而可满足不同用户的查询需求。     

基于案例推理的交通基础设施PPP项目再谈判触发点识别研究

为了减少再谈判的发生,降低管理成本,提高效率,提出基于案例推理的再谈判触发点识别模型。首先,运用粗糙集理论对初始案例特征属性进行约简,并综合使用熵权法和层次分析法对各案例特征属性权重进行优化; 然后,通过案例总体相似度检索与拟建PPP项目相似的源案例,识别出拟建项目最有可能发生的再谈判触发点; 最后,以深圳梧桐山隧道PPP项目为例,验证模型的合理性与有效性,同时,提出相应的事前预防措施。     

案例推理中的案例检索网络及其扩展

在案例推理CBR（Case Based Reasoning)中不同的检索方法对于案例的表示、组织和存贮具有直接影响。本文对由Lenz与Burkhard提出的基本案例检索网络给出了完整的、形式化的描述,基于这种描述建立起数学模型,进而对其进行扩展。在基本案例检索网络BCRN（Basic Case Retrieval Network)的扩展模型中,设置了一个“虚拟结点层”位于信息实体结点层与案例结点层之间,每一个虚结点表示由一组具有相似属性的信息实体抽象出来的一个概念。虚结点的激活是可控的,若激活向后传播用户可在信息实体层中找到更具体的信息,反之向前传播时用户则可找到更为抽象的信息或案例,从而可满足不同用户的查询需求。     

基于本体推理和BN的无人驾驶行为决策

相较于高速与高架路段,无人驾驶行为决策系统在城区路段要面对更为复杂和多变的交通道路环境。文章提出一种将本体知识推理和贝叶斯网络（BN）相结合的方法,通过对道路环境本体模型加以逻辑推理,迁移为BN的结构参数,并根据历史驾驶案例和专家经验构建完整的贝叶斯网络。最后通过BN判断当前场景的最佳驾驶模式。本方法能使车辆较好地判断当前最优驾驶行为。     

基于概率决策的车辆导航系统地图匹配算法

针对城市道路网日益复杂的实际特点,提出基于P ign istic概率方法的地图匹配算法。采用D-S证据理论的多规则数据融合技术,建立了车辆位置信息和方向信息判决规则。引入P ign istic概率理论,有效地利用现有信息扩大各匹配道路之间的信度差异,提高了算法的鲁棒性。对实际行车数据仿真处理结果表明,应用该算法可以较好地解决城市复杂路网地图匹配问题。     

基于理性推理的观点演化模型

针对现实生活中个体观点形成中的理性推理过程,提出了一种基于DS（Dempster-Shafer）证据理论的观点更新规则,并在连续观点离散决策的框架下,对个体如何利用其他个体的意见和相关知识来形成自身意见的过程进行建模.实验仿真结果表明,群体中能够出现观点一致、分散等常见的舆论现象,观点演化过程中伴随着知识由确定性个体向不确定性个体的扩散,同时发现在规则网络中,意见领袖的观点的影响力在扩散过程中是逐渐减弱的,其影响范围与个体对知识不确定性的接受程度密切相关.