一种基于本体和CBR的电子政务项目审批决策支持系统

分析了将本体与CBR方法结合开发电子政务项目审批决策支持系统的优点,给出了该系统的总体框架和决策支持流程,着重介绍了基于本体的电子政务项目案例的组织和表示方法以及引入本体后案例检索过程中的相似度计算方法。实验结果表明,利用本体对项目案例包含的知识进行提取和表示,再利用这些知识对案例进行组织和检索,有效地提高了案例检索的查准率和查全率。     

基于本体和CBR的钻井工程风险决策模型研究

为了实现钻井工程风险智能决策,从钻井专家决策过程的特征出发,针对传统的CBR技术的不足,提出并构建了一种基于本体和CBR的钻井工程风险决策模型。通过对风险决策案例的分析,设计了钻井风险决策案例的结构,并结合本体技术构建了风险决策案例本体,使案例表示更规范化、语义化,同时为案例知识提供了良好的可扩展性与共享性;为了提高案例检索效率,按照本体中风险的类别对案例进行分层组织,建立了风险案例库;针对现有的案例相似度计算模型的缺陷,提出了一种改进的基于本体的语义相似度计算模型,并由此构建了风险案例检索模型,经现场实例测试,结果表明该模型有效地提高了案例检索的查准率和查全率。在以上基础上,开发了钻井工程风险决策原型系统,为钻井专家、技术人员提供了高效的决策支持。     

CBR技术在车险公估系统上的应用

研究基于案例的推理技术在车险公估系统中的应用,针对车险公估的案例特点,运用知识工程技术进行案例的表示和组织,建立一个车险公估案例库.在案例的检索中,将整个案例库组织成层次索引的结构,这样,可以大大地提高公估的效率和准确性,通过测试,证明了设计思想是合理的,实现方法是有效的.     

一种融合本体与粗糙集的文档相似度计算方法

针对向量空间模型VSM中,在计算文档相似度时要求文档标引词必须相互独立这一缺陷,提出融合本体与粗糙集的文档相似度计算方法。在该方法中,不仅可以利用本体对概念关系的准确揭示,计算文档之间的概念相似度,还可以结合粗糙集对相关概念实例的属性重要性进行度量,从而计算属性相似度,克服了传统方法需要依赖人的先验知识这一缺陷,最后综合形成文档语义向量相似度,并通过实验分析证明该方法可以在很大程度上提高文档相似度计算的准确性。     

基于CBR的交通事故处理智能决策支持系统

依据智能化、集成化、协调化和网络化的设计准则,给出了基于CBR的交通事故处理智能决策支持系统的总体框架。并对该系统中的关键技术问题,基于案例推理的综合推理模型、典型案例库系统、人机智能系统分别进行了讨论。     

基于本体的综合加权案例相似度算法研究

针对现有相似度算法存在查全率和查准率不高的问题,提出了一种基于本体的综合加权案例相似度算法。综合考虑案例的各个属性,分别采用不同的属性相似度计算方法,根据各个属性的重要程度加权,计算出案例的相似度。以三对不同类型的心理咨询案例为例对综合加权相似度算法进行了验证;并与传统的基于最近距离的相似度计算方法进行对比,结果表明综合加权相似度计算方法更加精确。     

基于本体相似度计算的研究

语义异构问题已成为目前异构数据集成领域的研究热点,本体由于其自身的优势而被用于解决语义异构。该文讨论了基于相似度的本体映射方法,着重介绍了基于语法距离、基于WordNet语义字典以及基于结构的相似度计算,最后提出了本体映射生成算法,旨在解决语义异构中本体映射问题。     

融合案例推理与规则推理的设备采购决策支持系统

对制造行业新产品试制部门的设备采购过程进行了分析，指出其对于整个企业制造过程的重要性，说明采购决策支持系统的引入的必要性，并将基于案例推理与基于规则推理相结合，构造了混合框架的推理系统及相应的案例表示结构，解决了设备采购等复杂决策领域中决策支持系统冗余推理的问题。最后将该混合推理框架及案例表示结构应用于某大型跨国制造企业试制部门的决策支持系统中，取得了较好的效果。     

一种CBR与RBR相结合的智能家庭推理系统*

介绍了一种CBR与RBR相结合的智能家庭推理系统。将CBR与RBR两种人工智能技术相结合,运用于普适计算的典型应用智能家庭中,首先通过RBR推理出当前用户的活动以及心情等较高级上下文;然后再用CBR进行上下文的再处理,融合多类型或历史的上下文,自动预测相似度最大的上下文,并基于该上下文为用户提供个性化服务。     

基于集对分析的本体案例检索模型

案例检索是案例推理系统中的一个关键过程,是近年来人工智能领域的研究热点之一。案例相似度的计算方法是案例检索的关键技术。将集对分析理论引入目标案例,与案例库中源案例的相似度比较,建立两个比较案例的集对,通过属性的重要度和联系度构建了本体案例检索模型;通过本体的词义扩展解决检索词的多词同义问题,有效提高了不确定性问题的检索精度。实验结果表明,基于集对分析的本体案例检索模型不仅减少了运算量,还提高了查全率和查准率。     

基于语义推理的DSS模型研究与应用

基于语义网理论建立基于语义推理的DSS模型。该模型引用W3C提出的资源描述框架（RDF）以描述业务领域中各要素,形成领域本体。并对领域中业务数据进行语义标注,构建事实库。在所构建事实库的基础上,系统根据预设规则进行推理,以达到决策支持的目的。最后基于以上方法对施工项目设备推荐领域进行实例建模,建立设备推荐系统。该系统将Semantic Web与Ontology理论引入到施工项目领域,以解决施工项目过程中存在的设备选型推荐问题,并作为语义Web理论在该领域内应用的一次尝试。     

基于本体的案例推理模型研究*

提出了基于本体的案例检索及相似性评估方法和基于本体的案例适配模型,使得CBR(case-based reasoning)系统的开发可在语义层次上进行相似性评估和案例适配,这样得到的结果更能反映用户的真实需求;并且CBR所需要的领域知识可从本体中获取,大大降低了传统CBR系统中知识获取的瓶颈。最后在此基础上,提出了基于本体的CBR系统模型框架,从软件复用的角度提高了CBR系统的开发效率。     

AI-Concepts and OR-tools in advanced DSS

The relation between Decision Support Systems and Expert Systems (as far as they are related to decisions) is discussed. We distinguish three different levels: the conceptual, the model-theoretic and the data structure level. In analyzing the differences between these two approaches we isolate the problems which arise in attempts to amalgamate the two different methodologies.     

基于网格和Agent技术的开放式DSS模型*

综合利用网格技术、Agent技术、数据仓库和数据挖掘技术,构建了一种基于网格的开放式DSS模型。该模型面向决策问题,以电子市场的形式组织决策资源,提供了决策资源共享和重用的新思路,提高了DSS的动态性、开放性、智能性和处理分布式问题的能力。详细分析了该模型的结构,给出了模型的运行流程,讨论了该模型区别于传统DSS的优越性。     

基于PSO-BP算法的地理本体概念语义相似度度量

针对现有度量方法中考虑因素不够全面和因子权重计算依据经验确定的不足,提出粒子群优化BP神经网络（PSO-BP）的地理本体概念语义相似度度量模型。该模型利用本体属性、本体结构和语义关系的相似度,结合权重信息计算概念的综合相似度;同时,利用粒子群算法优化的BP神经网络获取因子权重,避免现有方法中因子权重确定的人为主观干扰。最后,从基础地理信息概念中提取出200组样本,用其中190组作为训练集,对神经网络模型进行训练,以获取权重;剩余10组作为测试集。将该模型和几种常用算法进行对比,通过分析测试集的各算法求解结果和专家判定结果之间的相关系数,结果表明该模型计算地理本体概念的相似度更为准确,符合人类认知特性,效果更好。     

基于数据仓库的决策分析系统技术研究

在构建决策分析系统过程中,采用计算列方法和视图法进行数据变换与清洗,选择多维OLAP、关系OLAP、混合OLAP存储模式对提升决策分析系统性能有很大的作用。     

基于BaseX数据库的OWL本体存储查询研究

针对目前基于关系型数据库等存储模式的本体存储查询效率较低的情况,提出使用XML数据库BaseX进行本体的存储,并设计了相应的本体存储查询架构。在对BaseX存储结构与接口的研究基础上,实现对OWL本体的存储。利用BaseX的查询接口和XQuery查询语言对OWL本体进行检索,在建立推理规则库基础上,实现本体查询扩展与推理。实验将提出的存储查询方法与基于关系型数据库的存储查询方法进行对比,验证了提出的方法具备高效的存储查询性能,同时具备本体查询的推理能力。     

采用改进的本体相似的Web服务匹配

随着Internet上Web服务的快速增长,客户如何发现想要的Web服务,已经是Web服务技术中的难点和关键问题。鉴于UDDI注册中心的Web服务描述信息非常稀疏的特点,传统的基于关键字的服务匹配机制UDDI缺乏语义支持,搜索效率低;为了在UDDI注册中心提供的用WSDL描述的和未来用语义本体描述的Web服务信息的基础上提高Web服务匹配的查准率和查全率,提出了一种新的本体相似匹配方法,使Web服务匹配在查准率和查全率方面都有所提高。     

Do men and women use feedback provided by their Decision Support Systems (DSS) differently

This study investigates the effect gender has on the use of computer-based feedback and the impact that this feedback has on mood. The decision making process of men and women are investigated via a laboratory experiment using a previously validated Decision Support System (DSS) and a commonly used and negatively framed feedback. Grounded in human-computer interaction theories highlighting the strong social component of computers and social feedback theories showing that men and women react to negative feedback differently, we argue that the commonly used outcome feedback in DSS studies will influence both the decision accuracy of male and female users and their moods differently. The results, which support our basic theoretical argument, indicate that outcome feedback (in particular the more negative outcome feedback) improved the decision accuracy of the female users compared to their male counterparts. The results also indicate that the outcome feedback affect the overall mood of men and women differently as well. The overall moods of the female subjects were significantly less positive before and after completing the task (receiving this commonly used negative form of feedback), the moods of the male subjects before and after completing the task (receiving the same negative feedback) did not change. These results not only extend prior DSS feedback studies but also highlight the need and provide support for examining gender differences in such investigations.