首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文

基于人工智能的模型库人机接口研究

摘要第1-7页
Abstract第7-13页
第1章 绪论第13-19页
   ·研究背景与意义第13-15页
   ·决策支持系统与人工智能的密切关系第15-16页
   ·本文的工作与主要贡献第16-18页
     ·研究内容第16-17页
     ·研究路线第17页
     ·本文的工作和主要贡献第17-18页
   ·论文的结构第18-19页
第2章 研究背景知识介绍第19-41页
   ·DSS的模型与模型库管理第19-30页
     ·模型管理第19-20页
     ·模型选择第20-30页
   ·自然语言处理第30-41页
     ·词汇分析第32-34页
     ·句法分析第34-36页
     ·语义分析第36-38页
     ·语用分析第38-40页
     ·自然语言接口的应用研究第40-41页
第3章 模型库自然语言接口的总体构架第41-50页
   ·决策问题理解(自然语言处理)第42-45页
     ·问题的词性识别和句法分析第42-43页
     ·关键词及参数的提取第43页
     ·问题的潜在语义分析和关键词扩展第43-44页
     ·问题类型的确定第44-45页
   ·自动模型选择第45-48页
     ·模型表示方法第46-47页
     ·模型类型选择第47页
     ·模型结构选择第47页
     ·模型实例确定第47-48页
   ·决策信息反馈第48-49页
   ·评价方法第49-50页
第4章 模型库自然语言接口的决策问题理解第50-70页
   ·自然语言理解的困难第51-52页
   ·问题的词性标注和句法分析第52-64页
     ·概率上下文无关语法的分析模型第53-57页
     ·计算过程第57-58页
     ·算法优化第58-64页
   ·关键词提取和参数确定第64-65页
     ·关键词提取第64-65页
     ·参数确定第65页
   ·问题的潜在语义分析第65-68页
     ·潜在语义分析的基本方法第66-67页
     ·潜在语义分析权重计算第67-68页
   ·问题类型的确定第68页
   ·结构化问题的生成第68-70页
第5章 模型库自然语言接口的自动模型选择第70-92页
   ·NLIMB中间数据的分层处理第70-72页
   ·模型类型选择第72-80页
     ·RBR与CBR结合的混合推理框架第72-73页
     ·RBR与CBR结合的混合推理流程第73-77页
     ·混合推理框架的几个关键的技术第77-80页
   ·模型结构选择第80-92页
     ·训练数据的编码第82页
     ·神经网络训练算法第82-92页
第6章 模型库自然语言接口实例研究第92-115页
   ·企业库存决策模型管理第92-93页
   ·库存管理模型库设计第93-103页
     ·使用规则的模型类型判定第94-98页
     ·使用范例的模型类型判定第98-99页
     ·模型结构参数的确定第99-103页
   ·DSS库存管理系统人机接口的结构第103-109页
     ·总体系统结构第103-104页
     ·决策问题理解模块第104-107页
     ·自动模型选择模块第107-109页
   ·DSS库存管理系统人机接口的求解示例第109-112页
   ·NLIMB总结第112-115页
第7章 总结与展望第115-118页
参考文献第118-132页
附录1 动态规划状态转移方程的推导第132-133页
附录2 结构化问题的表述形式(xml文件)第133-135页
附录3 最优化问题的属性筛选结果第135-138页
附录4 模型库规则表示与范例表示结构第138-140页
 附录4.1 模型库规则结构(xml文件)第138页
 附录4.2 模型库范例结构(dtd文件)第138-140页
附录5 DSS库存管理系统人机接口的示例表述第140-144页
 附录5.1 示例问题特征表述(部分)第140-141页
 附录5.2 示例的结构化问题表述第141-144页
攻读硕士学位期间发表的学术论文第144-145页
致谢第145页

论文共145页,点击 下载论文
上一篇:在向死而生的途中论索尔·贝娄小说中“死亡主题”的变迁
下一篇:工业遗产技术价值保护研究