基于多Agent案例推理的个性化智能推荐服务

针对个性化智能推荐服务是大型科学仪器协作共用网的重要组成部分的情况,分析了个性化智能推荐服务的工作原理、系统结构及相关技术;重点论述了个性化智能推荐服务案例库的结构设计、案例生成及推理过程的算法描述。将基于案例的推理方法(CBR),多Agent技术与MVC模式有效地融入个性化智能推荐服务中,采用基于Struts构架的B/S多层混合体系结构,设计并实现了一个基于Struts构架与多Agent案例推理的交互式个性化智能推荐服务系统。

基于案例推理的隧道洞门智能设计方法研究

为将以往隧道案例的经验应用到新建隧道设计中,以解决传统设计方法工作量大且效率低下的问题,提出基于案例推理的隧道洞门智能设计方法。结合隧道洞门工程特点,选取影响洞门设计的主要因素,将影响因素划分为12个属性单元来表征工程案例,运用三角模糊数的层次赋权计算方法对各属性单元权重进行赋值,借助相似度理论建立隧道洞门设计方案相似决策模型。基于GIS技术开发了隧道洞门工程案例库,实现对既有工程的存储管理,同时利用SQL查询语言及Python计算脚本实现案例的属性特征值计算与最相似匹配,进一步修正后可实现隧道洞门修建方案的设计决策。以某山区隧道为例对智能设计方法进行验证,结果表明:根据属性单元特征值计算结果,在案例库中比选得出与拟建隧道相似度最高的既有工程为凤凰山隧道,且相似度为0.707。因此,设定阈值为0.7时能加快案例库的检索速率与匹配准确率,该方法吸取了既有工程案例的经验,能应用于隧道洞门施工方案的决策设计,可供今后隧道洞门方案的智能化设计参考。

融合知识图谱和案例推理的燃气应急辅助决策研究

燃气事故发生时,应急处置人员基于文本资料查询应急处置方案难以满足处置科学性与快速性的需求。为此,提出了一种融合知识图谱和案例推理的燃气应急辅助决策方法。将已有燃气事故案例文本资料以知识图谱的形式存储与表示,利用案例推理的属性相似度与关系相似度加权计算方法,根据事故目标案例与源案例的综合相似度,检索出最佳相似源案例作为现场处置人员应急处置决策的重要参考,并将新的案例与处置措施存储于燃气应急处置知识图谱库中,实现处置措施的知识更新。通过案例相似度权重分配、属性权重分配、属性相似度方法选取,以及案例验证等,验证了本文方法的合理性与有效性。

基于事故表征和案例推理的煤矿瓦斯爆炸预测研究

为更好地通过案例预测煤矿瓦斯爆炸事故结果,在融合事故树分析和防御性悲观思想后,提出煤矿瓦斯爆炸事故表征方法,包括事故表征结构模型、表征规范和案例库编码规则;为提升案例推理精度,通过专家置信度改进层次分析法的主观影响,提出针对不同类型表征信息的相似度计算方法,引入时间衰退系数修正案例时效性。通过山西某煤矿瓦斯爆炸事故案例对该方法进行验证,结果表明,该方法的预测结果与实际结果相吻合,并能推荐事故预防措施。研究结果可为煤矿安全管理提供支持。

基于案例推理的法律人工智能建模——以海波案例系统的法律解析为中心

案例推理系统采取符号主义的路径进行法律人工智能建模,运用逻辑学的方法刻画案例推理的过程,但是,传统逻辑工具难以对案例推理过程中的可废止过程进行刻画和表达。运用论证理论中的论证型式工具,对经典案例推理系统海波的工作原理进行解析,可重构案例推理系统的逻辑模型,明确案例推理系统的智能界限。基于案例推理系统逻辑模型的解析,反思当下司法实践中的类案系统,可证立人工智能辅助司法的基本原则。

挤压铸造工艺参数的案例推理设计方法

挤压铸造工艺参数是挤压铸造的关键,目前主要通过实验和经验来确定,效率低。结合数据驱动制造的趋势,提出基于案例推理的挤压铸造工艺参数设计方法。将收集的工艺数据视为案例,然后构建挤压铸造工艺参数的马尔可夫毯约简非关键影响因素,去除冗余影响因素并建立案例属性的关系,在此基础上,应用信息熵确定彼此的权重,然后基于案例推理原理得到新材料铸件的工艺参数。通过实验和应用,证明了该方法的有效性和准确性,为挤压铸造工艺参数设计提供了新的方法,可大幅度节省设计时间,也加强了对已有数据的利用。

基于培养推理能力的食品安全案例课程教学改革探索

1.引言食品安全案例课程是我校面向食品加工与安全领域专业学位于2021年开设的一门全新的教学改革课程,课程采用新型案例教学法,选取经典的食品安全案例,以新颖的授课方式及视角开展教学。本课程的教学设计基于案件推理能力的培养,使学生掌握食品安全事故的调查思路和方法,能够确认食品安全事件产生问题关键点及相应控制措施,掌握食品安全事件应急、管理机制,让学生通过参与式的学习,培养学生的分析思辨能力及食品安全事故应对处理能力,为食品加工与安全领域培养高层次应用复合型专门人才。

基于案例推理的通用案例检索模型研究

随着海量数据的不断生成,案例推理(Case-Based Reasoning, CBR)技术的应用领域不断拓宽,对通用案例检索模型的需求持续上升。文章结合信息论中单文本词频(Term Frequency, TF)、逆文本频率指数(Inverse Document Frequency,IDF)及信息熵的概念,对CBR技术中的案例组织、案例检索和案例保留技术进行设计,为建立通用案例推理模型提供了一种有效的方法。

基于案例推理的刀具切削参数推荐方法研究

合理切削参数的选用对制造企业的生产效益有直接影响。传统切削参数选用往往根据经验、手册选取,对人的依赖性较大。为增加切削参数选取的客观性,解决切削参数选取困难的问题,结合目前人工智能技术的研究成果,将灰色关联分析法融入案例检索方法中,并通过妥协排序法(VIKOR)实现了切削参数的推荐。通过实例验证可得,经所提方法选出的相似工艺案例及推荐的刀具参数较为合理,从而验证了该方法的可行性和有效性。

基于案例推理的配电网智能化缺陷数据库平台应用研究

以江苏省宿迁电网为例,对当前配网设备运维的现状进行了简要阐述,分析了当前配电网缺陷管理的不足,对智能化缺陷数据库平台的建立进行了深入研究,并探讨分析了缺陷智能匹配的整体流程。通过分析实际配电网运维管理中的应用案例,验证了该缺陷数据库平台的有效性和实用性,以期为后续推动国家配电网向高效化与智能化的方向发展提供新的借鉴和建议。

基于案例和模糊推理的泌尿系统炎症诊断方法研究

近年来,随着生活压力的增大,泌尿系统炎症对人们健康的威胁越来越大,泌尿系统炎症却不像其他疾病一样得到大众的关注和重视。另外,泌尿系统炎症的分类复杂,难以鉴别,很多人羞于启齿,拖延治病时机。因此,本文根据专家诊断思维过程及案例集的部分模糊属性,提出一种将案例推理和模糊推理相互融合的推理机制,以帮助缓解就医尴尬,提高对疾病的重视,并为在线诊疗社区实现疾病智能诊断提供参考。该推理机制中,采用结构化表示和双重相似性算法进行案例推理,而模糊推理则对具有不确定性和模糊性的病情描述进行了建模和处理。最终的推理结果结合了案例推理和模糊推理两方面的信息,并基于模糊输出实现病例库的自动更新,从而不断完善和优化系统的推理能力,使得疾病的诊断正确率比单独的案例推理或模糊推理高出很多。在文章的最后还给出了今后的改进方向,以期逐步优化案例和模糊推理的融合方法。

基于公众感知的案例推理型风险决策方法

针对重大民生事项的决策特点提出一种基于公众感知的案例推理型风险决策方法。首先,根据重大民生事项的类型和特征从案例库中识别出适用于该事项的历史案例。然后基于公众感知对历史案例的实施效果进行评价,从而生成备选方案。根据决策活动的实际需要确定方案属性,给出不同状态下的方案属性值。再根据公众感知信息确定备选方案的属性期望值,利用累计前景理论计算备选方案的综合前景值,确定最优方案。最后引入算例对该方法的可行性和有效性进行说明。

基于案例推理的煤与瓦斯突出预警模型研究

为充分汲取煤与瓦斯突出历史事故经验,发挥事故调查报告中专家意见的价值,构建了一种基于案例推理的CBR突出预警模型,并依据历史案例数据库搭建了突出预警系统。以突出的多类别指标数据作为输入,运用K最近邻算法计算当前案例与历史案例的局部相似度。同时,为进一步提高案例检索准确度,采用灰狼优化(GWO)算法优化各指标的特征权重,计算得到全局相似度。通过当前案例与历史案例的相似匹配,对突出危险进行预警,并提出突出防治决策方案。利用河南鹤煤六矿突出事故进行验证,结果表明所搭建的预警系统可实现突出危险的有效预警与决策。

基于案例推理的智能电源故障诊断算法研究

为提升地震台站供电系统故障诊断的准确性和实时性,以山西地震监测站网智能电源故障为例,整理统计智能电源故障案例集,建立故障案例库,提取特征属性和故障类型;对于原始和经特征属性处理的故障数据集,采用邻近算法,计算分析源案例和目标案例的相似度,发现经特征属性处理的故障数据,案例检索的准确性较高。

一种基于案例推理的多agent强化学习方法研究

提出一种基于案例推理的多agent强化学习方法。构建了系统策略案例库,通过判断agent之间的协作关系选择相应案例库子集。利用模拟退火方法从中寻找最合适的可再用案例策略,agent按照案例指导执行动作选择。在没有可用案例的情况下,agent执行联合行为学习(JAL)。在学习结果的基础上实时更新系统策略案例库。追捕问题的仿真结果表明所提方法明显提高了学习速度与收敛性。

案例推理Agent合作框架下的个性化学习资源推荐研究

e-Learning学习环境中学习资源的极大丰富,在给学习者带来资源选择多样性和主动性的同时,也给不同背景和不同学习偏好的学习者满足个性化资源的需求带来不便,出现了在众多学习资源面前的选择迷航现象。本文基于此提出了多角色案例推理Agent间的合作框架,通过多角色Agent的合作,结合案例推理的思想尝试解决e-Learning环境下学习资源个性化推荐问题。本文阐述了案例推理在个性化学习资源推荐中的工作流程,分析了案例推理的关键技术,并结合实例说明了案例推理技术使用的过程。

基于案例推理与Multi-agent的TBT预警系统研究

我国出口产品频繁遭受技术性贸易壁垒(TechnicalBarrierstoTrade,简称TBT)限制,给国民经济带来一定影响,迫切需要建立TBT预警系统。论文将基于案例推理的方法引入TBT预警领域,给出了实现的关键技术,提出了基于案例推理与Multi-agent的预警系统功能结构框架,初步实现预警功能,为TBT预测预警问题提供了一种新的思路和方法。

基于案例推理的云南地震灾害受伤人数快速评估初探

案例推理法是在灾害发生初期仅能获取少量灾害信息的条件下,从历史案例中抽象出少量信息对当前灾害将可能引起的灾情后果进行快速推算的一种方法,具备时效性强、方法简单、约束条件少、容易实现的优点。通过建立云南地震灾害受伤案例库,探索运用案例推理法构建形成基于历史案例回归的震级受伤比模型,震后可根据震级和震中所在县(区)快速评估出地震受伤总人数。震例检验结果显示,模型较适用于5.0-5.9级地震的受伤总人数快速评估。

融合案例挖掘与贝叶斯网络的溃坝事故致因风险分析

为了更加深入、全面探究溃坝事故致因风险发生机理,提出了融合历史溃坝事故案例挖掘与贝叶斯网络的溃坝事故致因风险计算方法。该方法在采集国内外大量历史溃坝事故案例的基础上,采用24Model识别和提取溃坝事故致因及致因链,构建了溃坝事故致因拓扑结构,利用贝叶斯正向因果推理计算了溃坝发生概率,并结合反向诊断推理分析溃坝成因机理,基于贝叶斯敏感性分析挖掘影响溃坝关键风险因素。结果表明:在人为因素方面,闸门控制问题比例较高;在管理因素方面,施工问题、运维管理缺陷、设计问题是溃坝重要间接诱因;洪水漫顶、渗透侵蚀和渗透管涌是导致溃坝的主要风险因素。

基于知识图谱与案例推理的水稻精准施肥推荐模型

目前水稻种植户的施肥行为存在一定的盲目性,会造成肥料浪费和环境污染等问题,对此该研究提出了一种基于知识图谱和案例推理的水稻精准施肥推荐模型,包括推荐定性的施肥方案和定量的施肥量两个阶段。首先,使用PairRE模型获取图谱中全部实体和关系的低维向量表示,并在此基础上依据待种植的水稻品种进行知识推理以得到定性的施肥方案;然后,结合实体向量检索出k个相似案例,通过k个案例进行组合预测,得出具体施肥量数值。由中国知网获取166个环境指标数值明确、施肥过程记录完整的水稻施肥事件用于模型的验证,结果表明,与测试事件的实际施肥方案相违背的部分仅占比10.76%;对于氮肥施用总量、磷肥施用总量、钾肥施用总量和氮肥基叶肥与穗肥运筹比例的预测精度分别达到了92.85%、82.61%、79.17%和90.92%。该施肥推荐模型能够输出详细的施肥方案和精确的施肥量,算法过程可解释性较强,可为水稻精准施肥推荐系统的设计提供支撑。