智能空间中的智能决策推理机制研究

论文摘要

智能空间是一个将物理世界和信息空间融合起来的重要研究领域,着重于自然的人机交互、适应环境的动态演化,以协助用户高效地完成任务。而智能决策是智能空间设计中相当重要的环节。智能决策的过程就是一个利用已有的事实和知识进行推理的过程,正确的决策依赖于良好的知识表示方法和推理机制。本文以交通安全控制中的智能决策推理系统为背景,研究了交通安全控制系统的知识表示方法和智能决策推理系统的设计。文章首先介绍了智能空间的发展以及智能决策的相关技术,包括推理技术、专家系统、Agent技术、知识获取和知识表示等,其中,知识获取和知识表示是决策推理的前提,也是关键性步骤。知识是决策的基础,推理是决策的核心。本文针对决策信息的不确定、不完整性,分析了多种不确定性推理方法,包括案例推理、可信度推理、证据推理和模糊推理等,并且研究了基于产生式系统的推理控制策略。在此基础上,还提出了多决策协同控制的推理方式。对于同一个求解目标,多个推理机可能产生不同的推理结果。多决策协同推理方式采用确定性推理、不确定性推理等不同的推理方法以及定量计算方法,得到相应的推理结果。本文研究了交通安全控制多决策信息的融合方法,将定性推理与定量计算分别得出的决策结果进行融合。结合领域知识提出了几种融合模型,如加权平均融合模型、CF可信度融合模型。最后讨论了交通安全控制智能决策推理系统的设计,分析了系统的需求、业务功能模块以及总体的结构。其中重点描述了案例推理机和模糊推理机设计与实现方法。最后以城市公交智能化调度为例,讨论了交通安全智能决策推理系统实现中所运用到的关键技术。

论文目录

• 致谢
• 中文摘要
• ABSTRACT
• 1 引言
• 1.1 研究背景
• 1.1.1 智能空间和智能决策
• 1.1.2 智能决策推理的研究概况
• 1.2 国内外研究现状
• 1.2.1 国内研究现状
• 1.2.2 国外研究现状
• 1.3 研究内容和组织结构
• 1.3.1 研究内容
• 1.3.2 文章的组织结构
• 2 智能空间中的智能决策推理理论概述
• 2.1 智能空间的概念及发展阶段
• 2.1.1 智能空间的概念
• 2.1.2 智能空间的发展阶段
• 2.2 智能决策的相关技术
• 2.2.1 人工智能的基本技术
• 2.2.2 专家系统
• 2.2.3 Agent技术
• 2.3 知识获取
• 2.4 知识表示与知识库
• 2.4.1 知识表示
• 2.4.2 知识库的设计
• 3 智能空间中的智能决策推理机制
• 3.1 智能决策推理概述
• 3.1.1 确定性推理和不确定性推理
• 3.1.2 定性推理和定量计算
• 3.1.3 推理的控制策略
• 3.2 确定性推理方法
• 3.2.1 演绎推理
• 3.2.2 归纳推理
• 3.2.3 类比推理
• 3.3 不确定性推理方法及模式
• 3.3.1 不确定性的知识表示
• 3.3.2 不确定性推理的一般模式
• 3.3.3 案例推理
• 3.3.4 可信度理论
• 3.3.5 证据理论
• 3.3.6 模糊推理
• 3.4 基于产生式系统的推理控制策略
• 3.4.1 产生式规则
• 3.4.2 产生式系统
• 3.4.3 控制策略和常用算法
• 3.5 多决策协同控制
• 3.5.1 决策推理信息无冲突融合
• 3.5.2 决策推理信息冲突融合
• 4 交通安全控制中的智能决策推理系统设计研究
• 4.1 交通安全控制智能决策推理系统业务需求概述
• 4.1.1 需求分析
• 4.1.2 业务功能模块
• 4.2 交通安全控制智能决策推理系统设计
• 4.2.1 系统设计思路
• 4.2.2 系统模块结构
• 4.2.3 推理系统处理流程
• 4.2.4 推理模块实现
• 4.3 交通安全控制智能决策推理系统实现的关键技术
• 4.3.1 智能空间技术在智能决策推理中的应用
• 4.3.2 交通安全控制中的专家系统与知识库设计
• 5 总结与展望
• 5.1 论文总结
• 5.2 展望
• 参考文献
• 作者简历
• 学位论文数据集