基于本体的军事装备知识建模及分析

针对本体建模过程中不同受众具有不同应用需求的问题,结合本体建模七步法和软件开发螺旋模型提出基于需求的螺旋反馈法。首先,明确领域知识范畴和用户需求,进行本体总体设计;其次,领域专家依据本体构建原则评估知识体系;再次,组装知识体系模型,定义本体属性,创建实例,完成本体详细设计;最后,用户评估反馈,进行新一轮的增量迭代,直至形成正确可用的知识体系。与七步法相比,所提方法强调本体测试和用户需求,以小的分段来构建领域知识模型。此外,运用该方法实现的军事装备知识体系面向作战需求,为军事作战提供强有力的理论支撑。     

居住小区价格与公共服务网络可达性的相关性研究

提出了居住小区公共服务网络的概念,考虑居住小区与各类公共服务节点之间的最短路径、最快路径、次短路径和次快路径等四个指标,以皮尔逊积矩相关系数评估各类公共服务节点可达性与居住小区住房价格的相关性,建立了计算模型,从而识别出对居住小区住房价格影响较大的因素,以武汉市居住小区公共服务网络为例进行了实证分析.结果表明,本方法能够效识别对居住小区价格有重要影响的公共服务要素,为居住小区规划和公共服务优化配置提供决策支持.     

动态灾害环境下多对多物资配送路径规划方法

动态灾害环境下多对多物资配送路径规划问题具有重大的现实意义,它需要在路径规划的同时应对路网环境随时间的变化,并找到不同应急物资储备点、配送点之间的最佳对应关系,同时保证求解的时效性和成功率。目前的静态预案规划方法（SPO）和动态路径规划方法（DPO）难以确保动态灾害环境下求解效果的理论最优性,甚至可能导致部分配送点不能及时获得应急物质的配送。通过对基于涟漪扩散算法（RSA）的协同进化路径优化（CEPO）方法的修改将其扩展到动态灾害环境下多对多问题的求解,实现通过一次离线运算得到动态灾害环境下多对多路径优化问题的理论最优解。并通过实验验证了该方法的可行性和优越性。     

一个基于开放式结构的工艺设计知识库系统

根据工艺设计知识库的开放性要求,提出了一个基于开放式结构的层次化知识库模型。在此基础上构造了工艺设计知识库及其管理系统,并给出了工艺知识的综合表示方法和知识库的维护算法。     

基于Creator/Vega的居民小区仿真系统的实现

虚拟现实技术(VR)近几年来已成为信息技术领域研究开发的热点,其长足的进步,为城市的仿真提供了有效手段,对于城市规划和城市的可持续发展有着非常重要的意义.文中以城市居民小区为原型,以建模工具Creator、开发工具Vega为平台,采用层次型数据结构,完成了城市居民小区仿真模型的构建以及优化,并在此基础上利用VegaAPI,在Visual c 环境下实现了居民小区的漫游,满足了系统仿真的实时性要求,从而为城市居民小区的规划和可持续发展提供了可靠的保证.     

螺旋式方法在软件工程学习中的应用(英文)

The spiral learning method aims at improving study interest and setting up a learning target and changing passive learning to change into active learning.In software engineering study,the realization of the spiral learning method sets up a learning target according to some items or knowledge and divides a big target into a few of small targets in order to easily make them and helps students better learning in the process of the realization.     

Introducing Climax: A novel strategy to a tri-wheel spiral robot

This paper describes a prototype and analytical studies of a tri-wheel spiral mobile robot. The robot can reach any desired point with a sequence of rotational movements. The robot has a simple actuation mechanism, consisting of three wheels mounted on a platform with axes fixed in 120° and a motor connected to each. Our approach introduces several new features such as simple repeated sequence of commands for steering and spiral motion, versus direct movement to target. The mathematical model of the robot is discussed, and a steering method is developed to achieve full motion capabilities. For a number of missions, it is shown experimentally that the proposed motion planning agrees well with the results.     

基于知识发现的TM图像居民地自动提取研究

快速准确获取不同类型居民地的空间分布信息具有极其重要的意义,居民地的分布具有点多,面广的特点,这使得地面调查的方法费工费时,遥感技术的发展为居民地的获取提供了先进的技术手段,但是目前从遥感图像中提取居民地的方法多为目视判读提取,这种方法难以满足诸如灾害评估等方面的实时要求。为此以居民地背景较好的成都平原为例,通过对该区1988年的TM图像 不同类型居民地及其背景的光谱特征进行分析,发现了该区两大主要居民地类垢光谱特征知识,这两大类型分别为以水泥顶或瓦顶房屋为主的居民地,主要为城镇一级以上的居民地,另一类为以草顶为主的集村居民地,。由于城镇一级的居民地,其光谱特征与河滩地比较接近,为此又进一步引进了居民地与水体和道路的空间关系知识,利用所发现的知识分别建立了城镇居民地的提取模型和集村居民地的提取模型,实例研究表明,在民民地背景比较好的平原地区,利用这两种模型不仅可以实现自动提取以水泥顶或瓦顶房屋为主的居民地,而且还能够提取以草顶房屋为主的居民地,其精度可以达到85％。     

基于静态前提的谓词知识树分解策略

智能规划问题实质是一种搜索问题,通常需采用某种策略来缩小搜索空间,提高规划效率。在“以谓词为主体”的规划求解方法中,规划树的生成效率将直接影响规划求解效率。为此,提出了基于静态前提的谓词知识树分解策略,并给出了相应的分解算法。对任意一个规划领域,利用该分解算法可将知识树分解成若干个较小规模的知识子树。在规划求解的过程中,利用知识子树可有效地减少搜索空间,从而快速生成规划树,提高规划效率。同时,利用知识子树还可提取出隐含在动作描述中的领域知识。实验结果表明该分解算法是有效的。     

Residential Electricity Classification Method Based On Cloud Computing Platform and Random Forest

With the rapid development and popularization of new-generation technologies such as cloud computing, big data, and artificial intelligence, the construction of smart grids has become more diversified. Accurate quick reading and classification of the electricity consumption of residential users can provide a more in-depth perception of the actual power consumption of residents, which is essential to ensure the normal operation of the power system, energy management and planning. Based on the distributed architecture of cloud computing, this paper designs an improved random forest residential electricity classification method. It uses the unique out-of-bag error of random forest and combines the Drosophila algorithm to optimize the internal parameters of the random forest, thereby improving the performance of the random forest algorithm. This method uses MapReduce to train an improved random forest model on the cloud computing platform, and then uses the trained model to analyze the residential electricity consumption data set, divides all residents into 5 categories, and verifies the effectiveness of the model through experiments and feasibility.