基于义类词典和云模型的重大突发事件CBR系统研究

摘要：

案例推理(CBR)技术适用于没有很强理论模型且领域知识不完全、难定义或定义不一致而经验丰富的决策环境。重大突发事件的应急救援与决策中存在许多复杂、不确定因素，难以依据现有的信息进行数学模型方面的精确决策，需要根据以往类似问题的经验知识进行辅助决策。因此，建立重大突发事件的案例推理系统是有效预防和处理重大突发事件的手段．文章介绍了重大突发事件案例推理系统的工作流程，对系统中的案例表示、案例检索、案例修正和案例学习与维护等关键技术进行了系统研究，并针对重大突发事件案例的特点提出基于义类词典和云模型的案例检索算法。采用云模型理论实现对权重知识的启发式层次寻优，获取的检索特征属性权重分布合理、可靠;基于义类词典的文本相似度算法具有较强的可操作性和可应用性。两种方法的提出为重大突发事件案例推理系统的实现提供了思路，从而为重大突发事件的实时、有效预警和应急一体化管理提供参考。

关键词： 案例推理系统 义类词典 云模型 突发事件 应急救援

作者: 袁晓芳 李红霞 田水承 王莉

作者单位: 西安科技大学能源学院，西安，中国，710054 西安科技大学管理学院，西安，中国，710054

会议类型: 国内会议

会议名称: 第四届国际应急管理论坛暨中国(双法)应急管理专业委员会第五届年会

会议地点: 北京

会议语种:中文

页码: 529-534

在线出版日期: 2009-12-12（万方平台首次上网日期，不代表论文的发表时间）