基于GIS的铁路选线系统智能环境建模方法研究
| 摘要 | 第1-8页 |
| Abstract | 第8-14页 |
| 第一章 绪论 | 第14-28页 |
| ·研究背景 | 第14-16页 |
| ·铁路选线设计的任务和性质 | 第14页 |
| ·目前铁路选线设计方法的缺陷 | 第14-15页 |
| ·计算机辅助设计在选线设计的应用概况及分析 | 第15-16页 |
| ·人工智能在选线设计中的应用现状分析 | 第16-23页 |
| ·人工智能发展概况 | 第16-17页 |
| ·知识工程与基于知识的工程的概况 | 第17-18页 |
| ·国外人工智能在选线领域应用研究的现状 | 第18-20页 |
| ·国内人工智能在选线领域应用研究的现状 | 第20-22页 |
| ·研究现状分析 | 第22-23页 |
| ·GIS技术为智能化选线创造的技术条件 | 第23-24页 |
| ·论文的研究意义 | 第24-25页 |
| ·论文的组织结构与内容 | 第25-28页 |
| 第二章 铁路选线系统智能环境及其体系结构 | 第28-52页 |
| ·铁路选线设计再认识 | 第28-33页 |
| ·选线设计的定义 | 第28-30页 |
| ·选线设计的总体流程及知识特性 | 第30-32页 |
| ·选线设计状态空间的搜索控制 | 第32-33页 |
| ·铁路选线系统智能环境 | 第33-43页 |
| ·智能环境的提出 | 第33-35页 |
| ·铁路选线系统智能环境的建立 | 第35-37页 |
| ·建立铁路选线系统智能环境的技术条件 | 第37-41页 |
| ·铁路选线系统智能环境的关键问题 | 第41-43页 |
| ·GBRLIE体系结构 | 第43-52页 |
| ·GBRLIE的任务和组织 | 第43-50页 |
| ·GBRLIE的体系结构 | 第50-52页 |
| 第三章 铁路选线系统智能环境本体建模方法 | 第52-88页 |
| ·概述 | 第52-59页 |
| ·知识概念 | 第52页 |
| ·知识的建模方法 | 第52-53页 |
| ·GBRLIE知识建模的考虑因素 | 第53-54页 |
| ·基于本体论建立GBRLIE知识模型 | 第54-55页 |
| ·本体概述 | 第55-58页 |
| ·智能环境中本体与数据、知识的关系 | 第58-59页 |
| ·GBRLIE的本体建模方法研究 | 第59-64页 |
| ·本体的描述语言——UML | 第59-61页 |
| ·本体的建模方法论——基于迭代的方法 | 第61-63页 |
| ·本体开发工具——Visio | 第63-64页 |
| ·面向对象的领域本体表示方法 | 第64-71页 |
| ·选用面向对象技术和UML轻量扩展表示领域本体 | 第65-66页 |
| ·面向对象本体的形式化表示 | 第66-71页 |
| ·铁路选线设计领域本体 | 第71-86页 |
| ·线路本体 | 第71-74页 |
| ·线路地理环境本体 | 第74-82页 |
| ·线路评价本体 | 第82-86页 |
| ·本章小结 | 第86-88页 |
| 第四章 人机协同的知识建模方法 | 第88-132页 |
| ·概述 | 第88-96页 |
| ·知识分类 | 第88-89页 |
| ·知识表示方法 | 第89-90页 |
| ·GBRLIE知识表示要求 | 第90-91页 |
| ·GBRLIE知识表示的技术路线 | 第91-94页 |
| ·方法实现依赖的基础技术 | 第94-96页 |
| ·面向计算机的知识建模 | 第96-109页 |
| ·事实知识模型 | 第97-98页 |
| ·规则模型 | 第98-103页 |
| ·控制知识模型 | 第103-105页 |
| ·知识模型的构建 | 第105-108页 |
| ·获取知识 | 第108页 |
| ·知识存储 | 第108-109页 |
| ·面向领域人员的知识建模 | 第109-118页 |
| ·概念模型 | 第109-111页 |
| ·逻辑模型 | 第111-112页 |
| ·面向领域人员知识的实现 | 第112-114页 |
| ·概念关系词典 | 第114-116页 |
| ·知识获取 | 第116-117页 |
| ·人机知识协同 | 第117-118页 |
| ·提案—目标验证式通用推理 | 第118-129页 |
| ·控制机制 | 第119-123页 |
| ·模式匹配 | 第123-127页 |
| ·知识的组织与执行 | 第127-128页 |
| ·事实知识的约束验证与修改 | 第128-129页 |
| ·通用推理机的应用 | 第129页 |
| ·本章小结 | 第129-132页 |
| 第五章 选线系统智能环境的地理信息获取与利用技术 | 第132-172页 |
| ·概述 | 第132-139页 |
| ·GBRLIE中地理信息的相关任务 | 第132-134页 |
| ·GBRLIE中人机协同的地理信息利用模型 | 第134-135页 |
| ·本章方法使用到的工具 | 第135-139页 |
| ·基于选线地理环境本体建立地理信息数据库 | 第139-148页 |
| ·地理信息数据库建模 | 第139-143页 |
| ·通过数字摄影测量获取地理信息 | 第143-147页 |
| ·地理信息获取 | 第147-148页 |
| ·GBRLIE中地形分析与可视化 | 第148-153页 |
| ·地形分析和地形特征提取 | 第148-149页 |
| ·地形可视化 | 第149-153页 |
| ·基于地理信息获取线路评价知识 | 第153-161页 |
| ·铁路用地信息 | 第154-158页 |
| ·土建工程费 | 第158-159页 |
| ·环境影响 | 第159-161页 |
| ·基于栅格路径分析的线路初始平面生成 | 第161-171页 |
| ·栅格最优路径生成算法 | 第161-167页 |
| ·基于知识的初始平面自动生成 | 第167-171页 |
| ·本章小结 | 第171-172页 |
| 第六章 基于铁路选线系统智能环境的线路设计技术 | 第172-220页 |
| ·概述 | 第172-179页 |
| ·问题求解方法(PSM)与方法本体 | 第172-174页 |
| ·基于UML和面向对象技术的方法本体描述 | 第174-175页 |
| ·方法本体适应领域本体的应用本体构建方法 | 第175-177页 |
| ·GBRLIE的方法与应用本体 | 第177-178页 |
| ·应用本体实现时应注意的问题 | 第178-179页 |
| ·多目标决策方法本体 | 第179-182页 |
| ·创造性多目标设计方法本体 | 第182-190页 |
| ·局部方案设计任务求解 | 第190-198页 |
| ·局部方案设计的领域本体、知识与事实 | 第190-192页 |
| ·局部方案设计的应用本体与知识 | 第192-198页 |
| ·纵断面设计任务求解 | 第198-206页 |
| ·纵断面设计的领域本体、事实与知识 | 第199-200页 |
| ·纵断面设计的应用本体 | 第200-206页 |
| ·人机协同的主要技术标准选择 | 第206-218页 |
| ·人机协同主要技术标准比选方法的提出 | 第206-209页 |
| ·主要技术标准比选的领域本体、事实与知识 | 第209页 |
| ·比选过程 | 第209-217页 |
| ·信息显示与人机交互 | 第217-218页 |
| ·本章小结 | 第218-220页 |
| 第七章 新线铁路快速方案比选原型系统 | 第220-240页 |
| ·系统总揽 | 第220-223页 |
| ·系统主要功能 | 第220-222页 |
| ·系统的开发过程 | 第222页 |
| ·系统应用范围和前提 | 第222-223页 |
| ·事实与知识 | 第223-228页 |
| ·地理环境信息 | 第223页 |
| ·面向计算机知识 | 第223-225页 |
| ·面向领域人员知识 | 第225-228页 |
| ·应用实例 | 第228-240页 |
| ·设计资料 | 第228-230页 |
| ·线路方案管理 | 第230页 |
| ·线路平面自动生成 | 第230-232页 |
| ·纵断面自动生成与比选 | 第232-236页 |
| ·设计方案比选 | 第236-240页 |
| 第八章 结论 | 第240-246页 |
| ·论文的主要工作及结论 | 第241-243页 |
| ·主要创新点 | 第243-244页 |
| ·问题及展望 | 第244-246页 |
| 致谢 | 第246-248页 |
| 【参考文献】 | 第248-262页 |
| 攻读博士学位期间发表的论文及科研情况 | 第262页 |
