致谢 | 第1-5页 |
摘要 | 第5-6页 |
Abstract | 第6-7页 |
目录 | 第7-9页 |
Contents | 第9-11页 |
图清单 | 第11-13页 |
表清单 | 第13-14页 |
1 绪论 | 第14-20页 |
·研究背景及意义 | 第14-15页 |
·国内外研究现状 | 第15-18页 |
·本文主要工作 | 第18-19页 |
·本文组织结构 | 第19-20页 |
2 相关技术介绍 | 第20-30页 |
·案例推理技术 | 第20-24页 |
·贝叶斯网络技术 | 第24-27页 |
·智能主体技术 | 第27-29页 |
·本章小结 | 第29-30页 |
3 基于 Agent 体系结构的 LEC 灾情现场评价 | 第30-44页 |
·煤矿应急救援决策响应模型 | 第30-31页 |
·面向任务型的多 Agent 体系结构 | 第31-35页 |
·基于改进的 LEC 的灾情现场评价方法 | 第35-41页 |
·基于 Agent 体系结构的 LEC 灾情现场评价实例 | 第41-43页 |
·本章小结 | 第43-44页 |
4 基于 DBN-CBR 的煤矿灾害事故的应急救援决策模型 | 第44-65页 |
·贝叶斯网络的学习与构建 | 第44-52页 |
·基于 CBR 的煤矿事故决策概念模型 | 第52-54页 |
·案例属性的预处理及组织 | 第54-58页 |
·基于相似度函数 K-D 树的案例检索 | 第58-62页 |
·人机结合的案例改写策略 | 第62-63页 |
·DBN-CBR 混合模型煤矿灾害应急救援系统结构 | 第63-64页 |
·本章小结 | 第64-65页 |
5 虚拟煤矿灾害救援仿真系统的实现 | 第65-72页 |
·虚拟煤矿瓦斯爆炸救援决策仿真系统的总体设计 | 第65-66页 |
·主要功能模块介绍 | 第66-71页 |
·本章小结 | 第71-72页 |
6 总结和展望 | 第72-74页 |
·总结 | 第72-73页 |
·展望 | 第73-74页 |
参考文献 | 第74-78页 |
作者简介 | 第78-80页 |
学位论文数据集 | 第80页 |