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 |