【摘要】：由于突發(fā)事件具有事發(fā)突然、事態(tài)復(fù)雜、高度不確定性、涉及范圍廣等特點(diǎn)，使其應(yīng)急決策過程存在決策時間短、應(yīng)急預(yù)案少、決策復(fù)雜度高等問題。明顯地，傳統(tǒng)的基于預(yù)案的應(yīng)急決策方法無法很好地滿足重大突發(fā)事件應(yīng)急決策的需求。因此，如何基于突發(fā)事件發(fā)展過程中所獲取的信息，對其進(jìn)行充分有效的分析，用以研究和發(fā)現(xiàn)突發(fā)事件的演化趨勢和規(guī)律，為應(yīng)急方案的快速準(zhǔn)確的建立提供技術(shù)支持，是當(dāng)前突發(fā)事件應(yīng)急決策管理領(lǐng)域面臨的關(guān)鍵問題。 在信息化理論和技術(shù)飛速發(fā)展的新時期，將人工智能理論和相關(guān)技術(shù)與突發(fā)事件應(yīng)急決策支持方法相融合，在對事件數(shù)據(jù)進(jìn)行處理和分析的基礎(chǔ)之上，預(yù)測突發(fā)事件的演化趨勢，，評估突發(fā)事件的演化狀態(tài)，是為突發(fā)事件應(yīng)急決策提供有效支持的重要方法之一。貝葉斯網(wǎng)絡(luò)作為人工智能研究領(lǐng)域的一個重要分支，結(jié)合了圖論和統(tǒng)計(jì)學(xué)方面的知識，能夠以一種自然的方法表示因果信息，具有豐富的概率表達(dá)能力、不確定性問題處理能力、多源信息表達(dá)與融合能力。因此，將貝葉斯網(wǎng)絡(luò)與突發(fā)事件應(yīng)急決策相融合，研究基于貝葉斯網(wǎng)絡(luò)的突發(fā)事件應(yīng)急決策信息分析方法具有十分重要的理論意義和現(xiàn)實(shí)意義。 本文對國內(nèi)外相關(guān)研究成果進(jìn)行了梳理和總結(jié)，在此基礎(chǔ)之上，以突發(fā)事件應(yīng)急管理理論、系統(tǒng)動力學(xué)理論、貝葉斯網(wǎng)絡(luò)理論、案例推理理論等作為理論基礎(chǔ)，以相關(guān)技術(shù)為支持，綜合運(yùn)用定性分析和定量分析等研究方法，對基于貝葉斯網(wǎng)絡(luò)的突發(fā)事件應(yīng)急決策信息分析方法進(jìn)行了深入的研究。 首先，以突發(fā)事件演化系統(tǒng)結(jié)構(gòu)作為對象，研究了面向突發(fā)事件應(yīng)急決策支持的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)方法。針對突發(fā)事件應(yīng)急決策所面臨的先驗(yàn)知識和數(shù)據(jù)信息的不完備性、事件發(fā)展的不確定性以及數(shù)據(jù)量大等問題，通過研究分析已有的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)建模方法，融合K2和MCMC貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)方法的優(yōu)勢，基于模型平均的思想，提出了基于模型平均的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)學(xué)習(xí)改進(jìn)方法，以及可以有效提高貝葉斯網(wǎng)絡(luò)計(jì)算效率的拓?fù)浣Y(jié)構(gòu)并聯(lián)優(yōu)化方法。 其次，基于系統(tǒng)動力學(xué)理論以及貝葉斯網(wǎng)絡(luò)理論和方法，研究了基于貝葉斯網(wǎng)絡(luò)的突發(fā)事件災(zāi)情評估方法�；谙到y(tǒng)動力學(xué)對突發(fā)事件演化的關(guān)鍵參數(shù)進(jìn)行了分析，得到了不同子系統(tǒng)關(guān)鍵參數(shù)之間的因果反饋關(guān)系，進(jìn)而，針對貝葉斯網(wǎng)絡(luò)參數(shù)會隨建模環(huán)境不斷變化的問題，考慮到突發(fā)事件應(yīng)急決策所需的實(shí)時更新能力，基于最大似然估計(jì)、最大后驗(yàn)概率和最大期望算法，提出了貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)的改進(jìn)方法——實(shí)時增量式最大期望參數(shù)學(xué)習(xí)方法，并且通過輸電網(wǎng)絡(luò)災(zāi)情評估仿真案例對其進(jìn)行了驗(yàn)證。 再次，針對突發(fā)事件應(yīng)急決策的復(fù)雜性和時間敏感性，提出了基于貝葉斯網(wǎng)絡(luò)的應(yīng)急決策支持案例適配方法。將歷史貝葉斯網(wǎng)絡(luò)模型作為案例存儲于案例庫中，通過案例檢索和匹配、案例修正等方法構(gòu)建新的貝葉斯網(wǎng)絡(luò)模型，以達(dá)到復(fù)用貝葉斯網(wǎng)絡(luò)歷史模型的目的。該方法沒有龐大的搜索空間，也不需要樣本數(shù)據(jù)，只需要提前收集歷史案例模型，與傳統(tǒng)貝葉斯網(wǎng)絡(luò)建模方法相比具有更高的建模效率，可以作為突發(fā)事件應(yīng)急決策支持貝葉斯網(wǎng)絡(luò)建模方法的一個重要輔助方法。 最后，對貝葉斯網(wǎng)絡(luò)模型在洪澇災(zāi)害應(yīng)急決策信息分析中的應(yīng)用進(jìn)行了研究�；诒疚奶岢龅拿嫦蛲话l(fā)事件應(yīng)急決策信息分析的貝葉斯網(wǎng)絡(luò)方法，對洪澇災(zāi)害進(jìn)行了分析，從洪澇災(zāi)害演化和洪澇災(zāi)害應(yīng)急決策支持兩個方面進(jìn)行了分析和研究，建立了相應(yīng)的貝葉斯網(wǎng)絡(luò)模型，從而為洪澇災(zāi)害應(yīng)急決策提供參考依據(jù)。進(jìn)而，驗(yàn)證了本文提出的基于貝葉斯網(wǎng)絡(luò)的突發(fā)事件應(yīng)急決策信息分析方法的有效性。
[Abstract]:......
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2013
【分類號】：D63;X913

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 何春陽,史培軍,陳晉,潘耀忠,李曉兵,李京,李月臣,李景剛;基于系統(tǒng)動力學(xué)模型和元胞自動機(jī)模型的土地利用情景模型研究[J];中國科學(xué)(D輯:地球科學(xué));2005年05期

2 郭文強(qiáng);張玉杰;侯勇嚴(yán);;基于貝葉斯網(wǎng)絡(luò)模型構(gòu)造的汽車故障診斷研究[J];計(jì)算機(jī)仿真;2011年11期

3 張揚(yáng);李子富;宋英豪;趙媛;陳豪;;系統(tǒng)動力學(xué)在污水處理中的應(yīng)用研究[J];環(huán)境工程;2012年05期

4 季學(xué)偉;翁文國;趙前勝;;突發(fā)事件鏈的定量風(fēng)險分析方法[J];清華大學(xué)學(xué)報(自然科學(xué)版)網(wǎng)絡(luò).預(yù)覽;2009年11期

5 潘佳佳;曹志先;王協(xié)康;曹叔尤;;暴雨山洪水動力學(xué)模型及其簡化模型的比較研究[J];四川大學(xué)學(xué)報(工程科學(xué)版);2012年S1期

6 王曉;莊亞明;;基于案例推理的非常規(guī)突發(fā)事件資源需求預(yù)測[J];西安電子科技大學(xué)學(xué)報(社會科學(xué)版);2010年04期

7 黃牧濤;田勇;;組合智能決策支持系統(tǒng)研究及其應(yīng)用[J];系統(tǒng)工程理論與實(shí)踐;2007年04期

8 馬祖軍;謝自莉;;基于貝葉斯網(wǎng)絡(luò)的城市地震次生災(zāi)害演化機(jī)理分析[J];災(zāi)害學(xué);2012年04期

本文編號：2257253