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CBR与贝叶斯网络的建筑物火灾应急决策模型研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第10-16页
    1.1 论文的研究背景及意义第10-12页
        1.1.1 研究背景第10-11页
        1.1.2 研究意义第11-12页
    1.2 国内外研究现状第12-14页
        1.2.1 突发事件应急管理的研究现状第12页
        1.2.2 CBR的研究现状第12-13页
        1.2.3 贝叶斯网络的研究现状第13-14页
    1.3 论文研究的主要内容与结构安排第14-15页
    1.4 论文研究的技术路线第15-16页
第2章 论文研究的相关理论基础第16-33页
    2.1 突发事件与应急管理概述第16-18页
        2.1.1 突发事件概述第16页
        2.1.2 应急管理概述第16-18页
    2.2 案例推理技术第18-25页
        2.2.1 CBR的发展及推理过程第18-19页
        2.2.2 案例表示第19-21页
        2.2.3 案例检索第21-24页
        2.2.4 案例重用第24-25页
        2.2.5 案例修正第25页
        2.2.6 案例学习与维护第25页
    2.3 贝叶斯网络技术第25-31页
        2.3.1 贝叶斯网络的理论基础第25-26页
        2.3.2 贝叶斯网络的表示第26-27页
        2.3.3 贝叶斯网络的推理第27-28页
        2.3.4 贝叶斯网络的学习第28-29页
        2.3.5 贝叶斯网络的建模第29-31页
    2.4 项目管理理论第31-33页
        2.4.1 项目管理概述第31-32页
        2.4.2 项目管理与应急管理联系第32-33页
第3章 建筑物火灾案例库构建第33-45页
    3.1 建筑物火灾应急决策的案例库结构第33-36页
        3.1.1 建筑物分类第33-36页
    3.2 建筑物突发火灾应急决策的案例表示第36-39页
        3.2.1 建筑物火灾应急决策案例表示的内容第36-39页
    3.3 建筑物火灾应急决策的案例检索与匹配第39-45页
        3.3.1 建筑物火灾应急决策案例索引第39-40页
        3.3.2 建筑物火灾应急决策的案例检索第40-41页
        3.3.3 建筑物火灾应急决策的案例相似度计算第41-44页
        3.3.4 案例匹配流程第44-45页
第4章 基于CBR与贝叶斯网络的建筑物火灾应急决策模型构建第45-62页
    4.1 基于CBR与贝叶斯网络的建筑物火灾应急决策建模思路第45-47页
    4.2 基于CBR与贝叶斯网络的建筑物火灾应急决策模型构建流程第47-61页
        4.2.1 案例修正第47-56页
        4.2.2 贝叶斯网络结构的学习第56页
        4.2.3 贝叶斯网络结构的参数学习第56-61页
    4.3 基于CBR与贝叶斯网络的建筑物火灾应急决策敏感性分析第61-62页
第5章 模型验证第62-68页
    5.1 建筑物突发火灾应急决策的推理验证第62-65页
    5.2 建筑物突发火灾应急决策的敏感性分析第65-66页
    5.3 基于CBR与贝叶斯网络的建筑物火灾应急决策的实施第66-68页
第6章 结论与展望第68-70页
    6.1 研究结论第68页
    6.2 研究展望第68-70页
参考文献第70-74页
致谢第74页

论文共74页,点击 下载论文
上一篇:基于多边形超像素的候选建筑物检测方法
下一篇:Mamdani模糊系统的构造与折线模糊神经网络的混合算法