近年來,伴隨著我國鐵路快速發(fā)展,鐵路突發(fā)事件也時有發(fā)生,這給人們的生命財產(chǎn)安全以及社會穩(wěn)定帶來了嚴(yán)重威脅。對于鐵路突發(fā)事件的應(yīng)急處理,目前決策者主要根據(jù)對以往事件案例的處理經(jīng)驗來解決當(dāng)前問題,然而由于決策者的知識局限性和自身心理壓力,可能造成不能在短時間內(nèi)得出有效、合理的解決方案。因此,如何高效、及時地對鐵路突發(fā)事件進(jìn)行有效決策,已成為目前迫切需要解決的問題�；诎咐评恚–ase-Based Reasoning,CBR）是一種根據(jù)以往的實際經(jīng)驗來解決當(dāng)前問題的類比推理方法。解決問題的過程與人類解決問題的基本思路一致,能夠快速地通過對以往相似案例的檢索,較為準(zhǔn)確地得出參考解決方案,充分利用了以往案例的經(jīng)驗知識來解決當(dāng)前問題。因此,本文將CBR引入到鐵路突發(fā)事件應(yīng)急決策當(dāng)中,提出一種基于CBR的鐵路突發(fā)事件應(yīng)急決策方法,并對其關(guān)鍵技術(shù)進(jìn)行研究。本文主要研究內(nèi)容如下:（1）研究了CBR與鐵路突發(fā)事件在問題處理流程上的相似關(guān)系。首先通過文獻(xiàn)分析,提煉出了鐵路突發(fā)事件的內(nèi)涵、分類、分級以及特點;然后研究了CBR的主要關(guān)鍵技術(shù)以及特點,并給出了鐵路突發(fā)事件應(yīng)急決策的定義以及流程,最后在此基礎(chǔ)上得... 

【文章來源】：西南交通大學(xué)四川省 211工程院校 教育部直屬院校

【文章頁數(shù)】：80 頁

【學(xué)位級別】：碩士

【部分圖文】：

正向云發(fā)生器圖

西南交通大學(xué)碩士研究生學(xué)位論文 第 35 頁正向云發(fā)生器是根據(jù)設(shè)定的定性到定量之間的映射關(guān)系，輸入云數(shù)字特征（Ex，En，He）和云滴數(shù)量以確定每個云滴在數(shù)域空間的定量位置及每個云滴代表概念的隸屬度，其原理如圖 4-3 所示。逆向云發(fā)生器是正向云發(fā)生器的逆過程，是根據(jù)設(shè)定的定量到定性的關(guān)系，將一定的精確數(shù)據(jù)轉(zhuǎn)化為數(shù)字特征（Ex，En，He）表示的定性概念，其原理如圖 4-4 所示。

本文按照專家打分與云模型結(jié)合的方法對各屬性進(jìn)行賦權(quán)，以“天氣狀況”為例性權(quán)重的確定過程進(jìn)行說明：（1）利用 Delphi 法收集 15 位專家第一輪對“天氣狀況”屬性的權(quán)重打分1x [0.68, 0.55, 0.81, 0.72, 0.54, 0.62, 0.90, 0.71, 0.54, 0.63, 0.66, 0.78, 0.46, 0.89, 0.74]，利用件云發(fā)生器完成專家知識的定性定量轉(zhuǎn)換，獲得1x 對“較重要”這個定性概念的度：1[0.9759, 0.1181, 0.2670, 0.9490, 0.1517, 0.0619, 0.3163, 0.9964, 0.2733, 0.7782,0.8629, 0.8359, 0.0428, 0.0455, 0.9625]y （2）利用逆向云發(fā)生器得到特征屬性權(quán)重的云模型及其數(shù)字特征：1( , , ) (0.6820, 0.1300, 0.0754)x n eC E E H （3）根據(jù)（2）中求得的云模型數(shù)字特征借助正向云發(fā)生器獲得云圖，得到的云圖 5-5 圖 a 所示：

【參考文獻(xiàn)】：
期刊論文
[1]“突發(fā)事件”概念的界定與探討[J]. 王宏.  淮海工學(xué)院學(xué)報(人文社會科學(xué)版). 2013(24)
[2]基于GIS技術(shù)的困難艱險山區(qū)高鐵安全預(yù)警系統(tǒng)研究[J]. 尹航,李遠(yuǎn)富,曾憲云.  鐵道標(biāo)準(zhǔn)設(shè)計. 2013(11)
[3]困難艱險山區(qū)高速鐵路隧道應(yīng)急救援設(shè)計研究[J]. 樊敏,李遠(yuǎn)富.  鐵道標(biāo)準(zhǔn)設(shè)計. 2012(10)
[4]高速鐵路防災(zāi)安全監(jiān)控系統(tǒng)研究與開發(fā)[J]. 王彤.  中國鐵路. 2009(08)
[5]基于案例推理的突發(fā)性環(huán)境污染事件應(yīng)急預(yù)案系統(tǒng)[J]. 廖振良,劉宴輝,徐祖信.  環(huán)境污染與防治. 2009(01)
[6]基于本體的相似性計算實現(xiàn)高性能案例推理[J]. 王海棠,顧君忠,楊靜,葉蘭御.  計算機(jī)時代. 2009(01)
[7]基于CBR的井下復(fù)雜情況與事故智能診斷和處理系統(tǒng)[J]. 高曉榮,徐英卓,李琪.  計算機(jī)應(yīng)用研究. 2008(05)
[8]CBR方法中的案例表示和案例庫的構(gòu)造[J]. 湯文宇,李玲娟.  西安郵電學(xué)院學(xué)報. 2006(05)
[9]鐵路事故救援輔助決策系統(tǒng)的研究[J]. 陳昭明,王林澤,馬林.  鐵道學(xué)報. 2004(05)
[10]案例推理中案例調(diào)整技術(shù)的研究[J]. 常春光,崔建江,汪定偉,胡琨元.  系統(tǒng)仿真學(xué)報. 2004(06)

博士論文
[1]鐵路突發(fā)事件應(yīng)急救援智能決策關(guān)鍵技術(shù)研究[D]. 李小平.蘭州交通大學(xué) 2013
[2]鐵路突發(fā)事件應(yīng)急決策若干問題研究[D]. 李磊.中國鐵道科學(xué)研究院 2013
[3]基于案例庫的診療決策支持技術(shù)研究[D]. 顧東曉.合肥工業(yè)大學(xué) 2011
[4]應(yīng)急案例知識庫系統(tǒng)及其應(yīng)用關(guān)鍵技術(shù)研究[D]. 李欣.解放軍信息工程大學(xué) 2010
[5]基于優(yōu)化案例推理的智能決策技術(shù)研究[D]. 李鋒剛.合肥工業(yè)大學(xué) 2007

碩士論文
[1]鐵路應(yīng)急管理工作統(tǒng)計與評估方法研究[D]. 崔浩.北京交通大學(xué) 2011
[2]應(yīng)急輔助決策系統(tǒng)中案例表示與檢索方法研究[D]. 郭素.大連理工大學(xué) 2009
[3]基于CBR和本體的隱私策略生成系統(tǒng)的研究與實現(xiàn)[D]. 別再平.中國海洋大學(xué) 2008
[4]基于CBR的水路危險貨物運(yùn)輸事故應(yīng)急決策系統(tǒng)研究[D]. 何笑.南京理工大學(xué) 2008
[5]CBR在知識管理系統(tǒng)中的應(yīng)用[D]. 陳琦.華中科技大學(xué) 2006
[6]基于歸納學(xué)習(xí)和范例推理的智能決策支持系統(tǒng)的研究[D]. 李學(xué)俊.安徽大學(xué) 2005
[7]基于CBR的技術(shù)推廣研究與應(yīng)用[D]. 房明.華中科技大學(xué) 2004



本文編號：2944723