语义Web服务发现模型研究

语义Web服务的目标是使Web服务成为计算机可理解的实体,以便完成服务的自动发现、选择、调用、组合等。利用本体方法和服务本体描述语言是达到该目标的有效途径。本文重点是构建一个语义Web服务模型,并在此基础上给出一个服务请求实例来验证该模型的可行性。     

基于本体的程序设计试题语义研究

采用基于本体的方法,解决在计算机中对试题语义表达问题,实现了对试题的元数据的定义和表示,规范了试题格式和基本语义.通过采集实验数据并根据本体模型对试题进行修正,帮助学生更好地理解试题的语义.同时,试题本体语义能够为将来有关生成多国语言试题的研究提供依据.     

语义驱动的集成化产品建模

针对复杂产品研发过程中多领域协同对产品知识共享和重用的需求,提出一种语义驱动的集成化产品建模方法.结合多本体技术,给出了集成化产品建模框架,该框架由概念层和模型层构成,概念层包括高层核心产品本体和领域本体,模型层由主模型和领域模型等一族模型构成;同时还给出了集成化产品模型的形式化语义描述,在构建高层核心产品本体的基础上建立主模型;基于多领域本体,进行由概念层语义驱动的领域模型快速重构,在语义理解基础上实现跨领域的产品知识重用.     

基于领域本体的语义合成研究

为了在检索过程中全面挖掘用户查询信息,文中提出了一种基于领域本体的语义合成技术,该方法以文本为数据源,引用数据源和领域本体之间的映射关系来表达数据文本的语义.文章提出了一个语义合成模型,该模型由领域本体、关键词语义抽取、概念语义相似度计算及语义推理等相关技术模型组成.文中对该模型进行了实验验证,通过对实验结果进行分析推理可知,文中提出的基于领域本体的语义合成模型提高了检索系统的查准率和计算机处理信息的能力,从而也提高了用户的满意度.     

基于本体的多主体网络协作学习模型研究

协作学习是一种组学习方式,强调的是组成员之间的交流与合作,因此成员间的信息理解对协作的效率影响很大,本体论是概念化的明确表示和描述,因此本体可对学习资源进行语义标注.采用本体提供交流资源的统一语义描述,使学习者在语义基础上进行交流和查询,本体的引入保证了网络协作学习中知识理解和运用的一致性、精确性、不变性、可重用性和共享性.设计了基于本体的多主体网络协作学习模型,该模型不仅具有语义互操作性而且能有效支持知识的重用和共享,从而提高协作学习效率.     

基于本体的医学影像信息整合

计算机可理解的统一信息模型是基于语义的医学影像检索研究的数据基础. 讨论了医学影像及其相关信息使用中存在的数据异构、图像标注术语及语法不一致及数据格式不支持现有数据挖掘和图像语义检索的问题, 提出了一种基于本体的医学影像信息集成方案. 在分析医学影像信息来源及其关系基础上, 结合领域专家知识, 使用斯坦福大学提出的本体构建“七步法”设计了医学影像信息本体模型, 实现了本体模型的持久化、原始数据提取和数据整合, 解决了医学影像信息使用中存在的问题, 该信息模型已用于医学影像检索系统中.     

基于方案本体的决策模型组装

决策模型组装是智能决策系统中的重要功能。基于本体的决策模型组装在模型之间的匹配上提供了丰富的语义信息,但本体推理的效率造成的响应速度较慢依然是需要解决的问题。本文提出一种基于方案本体的决策模型组装方法,可有效地减少本体建模的复杂度,并设计了相应的算法实现这种方法。     

P2P网络中基于本体的语义信息交互机制*

摘要：为提高P2P信息共享系统中的语义信息交互能力,提出了节点资源元数据本体模型,对资源元数据的共性进行建模,增加了资源元数据描述的清晰度和资源元数据间的语义联系。在此基础上,考虑丰富的语义和上下文信息,提出了一种基于本体匹配的语义信息交互机制,节点通过自主处理、理解和解释语义层次的信息,支持语义丰富的分布式信息共享。     

基于本体的语义黄页检索研究

传统黄页检索采用的是基于关键词的检索,而缺乏对语义的表示、处理等能力,导致检索质量低下.基于本体的语义黄页检索是建立在语义网基础上的黄页检索技术,它能够提高检索的查全率和查准率.文章首先对语义网、本体以及语义黄页检索现有的一些应用系统进行了介绍,然后构造出了语义黄页检索查询过程模型,并针对语义黄页检索中的系统中核心的技术部分黄页本体、本体推理以及排序部分进行详细说明领域知识进行了说明.最后分析了语义黄页检索下一步发展方向.     

基于决策问题形式化的模型构造方法

在对目前决策模型构造方法的局限性进行分析的基础上,给出决策问题的形式化表示,提出一种基于决策问题形式化的模型构造方法,从描述模型与问题模型两个角度探讨了该方法构造模型的过程.并以实例论证了该方法的科学性与可行性.     

基于置信优势关系的粗糙集近似模型

不完备有序信息处理是现实生活中的常见问题. 多种拓展优势关系及其粗糙集模型被提出并用于解决不完全的偏好决策问题, 但均未考虑序关系特性, 与现实语义存在矛盾. 对此, 提出一种置信优势关系及其粗糙集近似模型, 讨论了基于置信优势关系的粗糙集模型与已有模型的关系. 与现有的拓展关系相比, 该置信优势关系满足序关系特性, 避免了语义上的矛盾. 定理证明和实例分析表明, 置信优势关系粗糙集近似模型的近似精度和分类精度更优.

     

突发事件下选择应急方案的风险决策方法

针对突发事件应急方案选择问题, 提出一种考虑决策者行为因素的混合多属性风险决策方法. 首先, 分析归 纳突发事件应急方案选择问题决策信息结构的基本特征; 然后, 引入前景理论中的价值函数, 通过将备选方案两两比 较和基元情景交叉判断的方式计算方案各属性的前景价值, 并运用二元语义模型计算各方案的综合价值, 据此确定 方案排序; 最后, 通过算例研究表明了所提出方法的有效性和可行性.

     

工程系统进度优化的协同决策方法

为解决多个承包商间的项目合作伙伴选择问题, 采用多目标规划构建工程系统进度优化的协同决策模型. 以合作博弈理论为基础, 运用主要目标法设计一种基于期望收益约束选择的模型求解方法. 算例结果表明, 所提出的方法可以在保障参与协同的承包商收益需求前提下实现工程系统进度最优, 所获得的协同方案更容易为各方接受.

     

基于多等级方案成对比较的决策方法

为了解决现有的方案两两比较方法一般构建单等级上的比较关系, 且不能同时表达多种不同偏好关系的不足, 提出一种新的基于多等级方案成对比较的决策方法, 构建方案集上基于对称框架的分布式多等级偏好关系. 通过设定各等级的得分值, 计算分布式偏好关系的得分矩阵, 并基于此矩阵构建成对优化模型, 求取各方案的优先权区间, 进而产生决策结果. 将所提出的方法应用于某制造企业云服务供应商的选择问题, 验证了所提出方法的应用性和有效性.

     

基于“离合”思想的混合型灰色多属性决策方法

针对方案属性值为三参数区间灰数和模糊语言的混合型灰色多属性决策问题, 提出一种基于“离合”思想的混合灰靶决策方法. 首先, 定义三参数区间灰数的距离测度和排序方法; 然后, 鉴于灰信息与模糊信息相互转化的信息损失问题, 定义?? 维模糊球形灰靶和?? 维混合球形灰靶, 讨论正负靶心的情形, 并利用奖优罚劣原则构造综合靶心距, 建立混合正负靶心灰靶决策模型; 最后, 将所提出的方法应用于黄河宁蒙段防凌防汛的方案择优问题, 分析了属性权重和决策者风险偏好的选取对决策的影响, 结果验证了所提出方法的合理性和有效性.

     

决策者剔除的重复群决策方法

针对同样决策场景下对多组决策方案反复评估的决策问题, 建立对无效决策者剔除以及确定决策结果的模型. 使用优化模型确定指标权重, 提出决策者评价向量差异度的衡量方法, 由此对无效决策者甄别和剔除, 在此基础上建立基于灰靶的决策模型以确定最优方案, 并建立下次决策时的决策者权重计算方法. 模型充分利用历史信息, 对决策者进行评价约束, 可以有效提高决策质量. 最后通过实例表明了所提出算法的有效性和可行性.

     

基于信任机制的不完全信息大群体决策方法

针对不完全偏好信息大群体决策问题, 引入访问控制中的信任机制, 建立直接信任度与推荐信任度, 提出一种基于信任机制的补值方法; 分析了基于距离相似度存在的问题, 定义了一种新的距离相似度, 并与余弦相似度结合, 构建了决策偏好二元相似度的相聚模型; 利用聚类方法求解决策成员的权重, 并与补值后的完整偏好矩阵进行合成, 求得决策方案排序. 最后, 利用一个现有的文献案例验证了所提出方法的有效性和优越性.

     

基于混合VIKOR方法的供应商选择决策模型

通过文献统计方法构建供应商选择评价准则体系. 针对主客观评价准则下多种数据类型混合的评价信息, 提出根据采集到的原始数据客观确定决策者和决策准则权重, 避免主观赋权带来的二次不确定性. 采用基于混合信息的VIKOR方法集结评价值, 以克服数据类型的不可公度性和数据转换造成的信息损失. 从理论、数值实验和敏感性分析3 个维度与TOPSIS 方法进行对比, 表明了所提出方法在供应商选择决策过程中的特点和优势.

     

基于类别加权算子的环形灰靶决策

针对现有灰靶决策方法只有一个靶, 不能科学解决评价信息疏密程度不一致的决策问题, 通过有序增量法将决策者评价信息按信息的差异性分成不同的组别, 并给出类别加权算子的定义. 在此基础上, 定义一个靶心多个靶环的环形灰靶, 并将类别权重赋予相应的环形灰靶, 建立基于类别加权算子的环形灰靶决策方法. 该方法更接近现实灰靶, 且通过对方案评价信息的环内和环间信息的二次集结, 使得评价结果更为实用合理. 最后以一个应急案例进行了验证.

     

一种基于区间规则的条件证据网络推理决策方法

针对证据网络推理方法无法对区间规则进行表示和推理的问题, 提出一种基于区间规则的条件证据网络推理决策方法. 该方法针对模糊规则的条件概率或信度为不确定区间的情况, 可同时表达不确定性和模糊性; 并将区间不确定规则转化为区间条件信度函数作为证据网络的结点参数, 通过条件推理和证据融合得到条件证据网络中各结点幂集空间中焦元的随机分布作为决策依据. 最后, 通过空中目标态势评估实例, 验证了所提出方法的有效性.