基于事例推理的城市公共设施应急管理决策支持系统的研究
| 致谢 | 第1-6页 |
| 中文摘要 | 第6-7页 |
| ABSTRACT | 第7-12页 |
| 1 绪论 | 第12-16页 |
| ·选题背景 | 第12-14页 |
| ·问题提出 | 第14-15页 |
| ·研究内容和意义 | 第15-16页 |
| 2 IDSS、CBR与TCBR | 第16-25页 |
| ·引言 | 第16页 |
| ·决策支持系统 | 第16-20页 |
| ·决策问题与IDSS | 第16-18页 |
| ·IDSS的设计框架 | 第18-19页 |
| ·IDSS一般系统结构 | 第19-20页 |
| ·CBR概念及基本原理 | 第20-24页 |
| ·案例的表示 | 第21-22页 |
| ·相似性度量 | 第22页 |
| ·案例的检索 | 第22-23页 |
| ·案例的修正 | 第23页 |
| ·案例学习与案例库维护机制 | 第23页 |
| ·CBR技术存在的问题 | 第23-24页 |
| ·TCBR技术背景及其发展现状 | 第24页 |
| ·本章小节 | 第24-25页 |
| 3 城市公共设施突发事故应急处置决策支持系统 | 第25-33页 |
| ·引言 | 第25页 |
| ·北京市城市公共设施突发事故应急管理现状 | 第25-30页 |
| ·城市公共设施的重要性 | 第26-27页 |
| ·现有信息资源 | 第27-28页 |
| ·事故的处置现状及分析 | 第28-30页 |
| ·结论 | 第30页 |
| ·使用TCBR的必要性 | 第30-32页 |
| ·本章小节 | 第32-33页 |
| 4 TCBR建立智能决策支持系统的模型与方法 | 第33-47页 |
| ·CRN及IEs | 第33-38页 |
| ·CRN解决问题的三个基本步骤 | 第35页 |
| ·CRN网的构建 | 第35-37页 |
| ·关联值计算模型 | 第37-38页 |
| ·使用CRN网进行推理和求解 | 第38页 |
| ·系统信息实体以及案例的抽象 | 第38-41页 |
| ·信息实体的分类 | 第38-39页 |
| ·信息实体的相似性 | 第39页 |
| ·案例的抽象和相似案例链接 | 第39-41页 |
| ·BCRN的改进 | 第41-43页 |
| ·增加启发式的限制条件 | 第41页 |
| ·相似度的惰性传播 | 第41页 |
| ·其他改进方法 | 第41-42页 |
| ·案例检索及案例索引 | 第42-43页 |
| ·其他问题的解决 | 第43页 |
| ·经验学习实现方法 | 第43-44页 |
| ·经验案例学习与自然语言理解过程的结合 | 第44-45页 |
| ·经验学习的不足和发展 | 第45-46页 |
| ·本章小节 | 第46-47页 |
| 5 系统设计与实现 | 第47-69页 |
| ·系统总体架构 | 第47-48页 |
| ·系统分析与详细设计 | 第48-57页 |
| ·功能分析 | 第48-49页 |
| ·核心模块用例分析 | 第49-51页 |
| ·经验案例库的建立方法 | 第51-52页 |
| ·案例推理流程分析与设计 | 第52-57页 |
| ·系统实现 | 第57-67页 |
| ·案例库的建立 | 第57-58页 |
| ·案例推理的实现 | 第58-63页 |
| ·系统原型界面 | 第63-67页 |
| ·性能分析 | 第67-68页 |
| ·本章小结 | 第68-69页 |
| 6 结论 | 第69-72页 |
| ·系统的优势 | 第69-70页 |
| ·CRN与传统案例提取相比较的优势 | 第69页 |
| ·CRN与传统的根据关键字提取相比的异同 | 第69-70页 |
| ·系统的缺点和完善 | 第70页 |
| ·总结 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 学位论文数据集 | 第75页 |
