基于知识库的应急领域脆弱性指标体系研究

应急事件的演化和应急领域的脆弱性指标变化有着密切关系。大型运作系统核心能力受损后的应急期间,管理者非常关心如何根据动态变化的受损情况把握关键指标因素进行恢复,从而降低应急管理成本。本文基于知识库对应急领域知识结构进行分析,并将层级时序记忆方法引入应急脆弱性指标知识挖掘体系,通过脆弱性态势感知解决了指标约简问题,最后给出了构建知识库的推理机设计和推理算法。本文得到有助于应急管理的结论：基于知识库的脆弱性指标体系可动态分析突发事件和应急管理中蕴涵的知识,有助于对应急事件演化机理准确把握,提高应对效率。     

需求变动下的物流配送干扰管理模型的知识表示与求解

针对需求变动下的物流配送干扰管理数学模型难以支持实时建模与实时求解的缺陷,通过深入分析需求变动的物流配送干扰管理问题的已知知识、建模知识与求解知识,引入人工智能和知识工程的相关知识表示理论与建模方法,建立该问题的BRGISC模型知识表示方法,将包含多种需求变动事件的物流配送干扰管理的建模与求解过程进行知识表示,并以此知识表示为基础,提出一种解决该问题的基于知识的求解方法,设计了知识库和推理规则,实现该类问题的实时建模与求解过程,并应用到中石油大连销售分公司市内配送小配送片区0#柴油的日常需求变动干扰管理中.实例运行和数据实验的结果表明,该方法能够满足对多种需求变动事件的实时响应,实时生成干扰管理决策方案.     

基于本体的大学生就业系统知识分析与建模

针对毕业大学生与用人企业之间信息交流不通畅、不全面、不对称的现状,基于本体的知识表示方法,建立本体知识库,定义公理规则,并通过一致性分析验证和完善该本体库及对应的公理,完成知识推理.最后,在大学生就业系统本体模型的基础上,给出该系统的语义查询设计模型.该本体模型将为大学生就业系统的开发提供理论依据,同时为本体思想在其他领域或行业的应用提供借鉴,这将对发展本体理论知识,提高信息检索的查全率和查准率起到促进作用.     

基于模糊优选和神经网络的企业财务危机预警

提出了基于系统模糊优选和神经网络模型的企业财务危机预警方法, 对企业财务危机的 测定、财务危机预警推理知识的神经网络动态学习与推理、财务危机指标的预测等功能进行了 集成, 实例分析表明该方法有效、可行, 为企业财务危机的动态预警提供了新的途径.     

融合知识图谱与神经网络赋能数智化管理决策

知识图谱是感知智能通往认知智能的重要桥梁，基于知识图谱的知识表示、融合、推理将对管理决策产生深远影响.知识图谱能够有机集成符号表示和神经网络进行更有效的知识推理与决策.本文提出一套基于知识图谱的神经符号集成推理框架及三个技术方法，包括融合本体知识和生成模型的零样本决策、知识图谱嵌入表示学习增强结果异质性和可解释性、基于知识图谱的预训练模型增强面向下游任务的自动决策.该“1+3”技术体系实现了“模型驱动+知识增强”,在数智化管理决策中具有技术创新性.该体系已在实际商务管理实践中落地与应用，充分彰显场景创新性.该体系也具备通用性，可适用于多领域多情境的管理决策.     

基于改进遗传算法的决策规则库自动维护与求精机制研究

智能决策支持系统的性能和决策质量的优劣取决于知识库的内容和运行情况,随着系统和问题的日益复杂,知识库的规模越来越庞大,内容越来越复杂,需要提供有效的方法实现其优化管理.对智能决策支持系统中规则库的运行特性和可能的潜藏缺陷进行归纳分析,提出一种将传统优化方法和遗传算法相结合的二级规则库维护与求精机制,可以较好地识别和消除8种规则库缺陷,提高知识库的运行效率和推理求解效果.对各环节给出了具体的操作算法,可以实现在专家少量参与下的规则库自动优化.     

面向专家的知识库优化

知识库的质量是影响智能系统性能的主要因素 ,而知识获取一直是设计智能系统的瓶颈问题 ,这是由于目前人类认识的局限性 ,导致知识工程师和专家之间的不协调关系造成的 .为克服上述不利局面 ,本文利用粗糙集等理论 ,得到含有噪声的初始知识库 ,然后采用遗传算法、可视化技术和知识校验等技术对规则库和案例库进行了优化 .从而在知识获取过程中建立了知识工程师和专家之间的新型的关系 ,其中专家处于中心地位 ,知识工程师只是起辅助作用 ,即整个知识获取过程是面向专家的     

基于企业可持续发展的评价方法研究

本文首先阐述了企业可持续发展的涵义,对现有可持续发展的评价方法进行了分析比较,在此基础上提出了利用专家系统和模糊神经网络推理构建企业可持续发展评价方法。该方法采用基于规则推理和案例推理的专家系统对企业可持续发展的财务等情况进行定量评价;利用模糊神经网络对社会、文化等不确定因素的影响进行评价,并将二者所得信息有机地融合在一起以获得较为准确的评价结果。     

炼钢连铸动态调度专家系统设计与仿真

针对炼钢连铸的生产特点,研究了炼钢连铸动态调度专家系统.系统通过混合知识表示形成知识网络,构建树状层次结构实现知识库模块化管理,运用推理机实现动态调度策略实时推理,加强了系统的柔性和知识的重用性.系统能够根据调度方案和生产数据实时监控生产过程,及时识别扰动,并实现重调度.仿真结果表明,系统具有很好的实时性和交互性,能够保持生产的稳定运行.     

基于知识共享重用的分布式IDSS 开发平台

知识共享和重用是解决知识危机和软件危机的重要而有效的技术, 是知识工程、人工智能和信息系统中的重要研究内容. 本文介绍该技术在建立分布式协同智能决策支持系统的知识系统及其知识库模型方面的应用, 详细描述了基于知识共享和重用技术的DC IDP 的体系结构、构件库模型及其实现和基于本体论的知识库模型及其实现, 其方法和成果具有普遍意义.     

基于案例推理的切削知识推送研究

制造业是国民经济的主体,是立国之本、兴国之器、强国之基。切削加工是制造业的主要基础工艺。但随着技术更新,越来越多的高硬度、难加工材料不断涌现,为切削加工带来了艰巨的挑战。同时,21世纪是知识经济的时代,知识正成为生产力要素中最活跃、最重要的部分,经济的发展越来越多地依赖知识资源。但切削知识的模糊性、复杂性、经验性却降低了切削知识的利用率。于是,如何利用切削知识辅助工艺设计人员更好地进行工艺设计,对于企业节约成本、提高生产效率变得尤为重要,文章开展了基于案例推理的切削知识推送研究,可以在切削知识库中,帮助切削工艺设计人员更好地利用切削知识解决切削工艺问题,提升企业效益。     

谈档案馆知识库的构建

知识库是组织进行知识管理的重要工具。档案馆知识库需要结合档案馆自身特色,以馆藏档案资源为基础,以信息技术为支撑,以调动档案工作人员积极性为动力,构建内部知识库和外部知识库。     

并行设计环境结构框架的研究

当前并行工程被认为是改进新产品开发的一个重要方法论。在并行设计中,一个很重要的任务就是在产品设计的同时也考虑生产过程的设计。本文讨论了并行设计环境的结构,该结构主要由一个并行设计模块和一个知识库组成。并行设计模块用于求解一个并行设计模型来制订产品设计和生产过程中的参数,作者建议用一个高级专家支持系统Kappa来形成知识库,Kappa的优点在于可同时提供规则库的专家系统和结构性的专家系统,即可向前推理也可向后推理,由于并行设计模型的复杂性,它是一个多目标非线性优化模型,作者建议采用基因算法来求解它。     

集成投入产出模型和知识推理企业潜力挖掘分析的探讨

本文基于递阶生产系统投入产出模型,在针对具有"产品链"特点的具体应用背景给以"个性化"处理的基础上,给出了利用知识推理进行企业"最佳"销售结构分析的方法,并采用该方法对某锦纶厂企业潜力的挖掘分析,进行了成功的实践.     

基于知识库的e-Learning模型

本文根据e-Learning的特点,引入知识工程的知识表示理论,通过一种基于知识的树状表示法描述该问题,并在此基础上表示e-Learning中的规则,从而形成e-Learning问题的知识库,而且提出一种基于Prolog语言表示的知识库建立与数据搜寻的方法,从而实现个性化的网络教学.     

粗糙集理论在创新方法知识库设计中的应用

本文首先介绍了粗糙集理论的基本知识。然后在创新方法分类、创新方法筛选等已有成果的基础上,以创新方法为对象,以粗糙集理论为理论基础,利用粗糙集属性约简算法等理论,根据用户对创新方法知识库的检索要求,删除创新方法知识库中冗余的知识,最终高效率的发现用户想要的结果。     

基于领域知识和聚类的关联规则深层知识发现研究

本文针对传统关联规则挖掘算法产生大量冗余规则,提出了对关联规则结果进行二次挖掘,并设计了算法对挖掘出的关联规则进行聚类,然后基于已有领域知识对聚类后的关联规则进行新颖度评价,对于新颖度较高价值较大的关联规则可以存储于领域知识库用于决策使用或再次挖掘过程。该算法有效的减少的规则的数量,提高了规则的新颖性和精确度,对商业应用具有很高的价值。文章最后使用UCI开源数据进行了实验分析,并验证了该算法的有效性。     

基于粗糙案例推理在线自我学习决策方法

随着知识进步信息增长,现实决策环境日趋复杂.因决策人的有限理性所导致的决策不确定问题亟需解决.知识发现是解决不确定性问题的有效方法.基于案例推理和粗糙集是从数据中挖掘知识的良好工具.因此将粗糙集应用于基于案例推理,提出基于粗糙案例推理的在线自我学习决策方法.文中设计了决策模型和算法,并以应用实例对该方法的合理性和有效性予以说明.     

基于意外度的关联规则深层知识发现及应用研究

为了弥补传统关联规则挖掘产生大量冗余规则、难以直接用于决策支持的不足,本文提出了一种基于用户已有知识的规则意外度评价方法,并在此基础上设计了基于意外度的深层关联规则挖掘算法。算法的优点在于能够将用户已知的规则作为领域知识加入到数据挖掘过程从而有效过滤和已知规则相近的冗余规则,并且可以将新得到的规则加入知识库中实现知识的积累和重用。最后本文采用一个商场数据验证了该算法的有效性,并且对具有回馈模式的关联规则在商品促销中的作用进行了分析。     

现代高校图书馆参考咨询服务模式之探索

本文通过对现代高校图书馆知识管理和参考咨询内涵的分析，找出两者的契合关系，提出把知识管理理念导入参考咨询服务的设想，包括营造知识管理的氛围、打造知识共享理念、选择合理的知识管理模式、编码化模式和人物化模式、加强人力资源管理、建立参考咨询知识库、绘制知识地图、发展协作咨询等，并给出具体实现应注意的事项。