本文關鍵詞：人工智能技術在GIS應用中的研究，由筆耕文化傳播整理發(fā)布。

人工智能技術在GIS應用中的研究 6685字 投稿：張浢浣

全文10頁 共6685字

 

 

軍用機器人的發(fā)展概況 摘要：本文從多方面闡述了軍用機器人產先進的發(fā)展概況。首先從機器人技術的產生與發(fā)展描述了軍用機器人的發(fā)展背景，然背后對現(xiàn)今機器人的做出完整分類，并針對路面機器人舉出各國的應用實例。然后針對當今現(xiàn)狀描述了軍用機器人的發(fā)展方向和應用。…

一種特殊的音譯詞——創(chuàng)意音譯詞 王 暉 漢語引進外來詞主要采取意譯的方式，用音譯的方式產生的外來詞總體來說數(shù)量是很有限的。因為讓一個個本來有意義構成要素的漢字起表音的作用，只充當一個個的音節(jié)，這不是作為表意文字的漢字的主要功能，也是不符合漢族人的漢字…

重大體育賽事對欠發(fā)達地區(qū)區(qū)域群眾體育的影響 ———以亞太汽車拉力賽龍游賽段為例 姜蘭瓊 衢州職業(yè)技術學院 概要：以亞太汽車拉力錦標賽龍游賽段為例，，從欠發(fā)達地區(qū)舉辦重大體育賽事對區(qū)域群眾體育發(fā)展的影響為切入，就如何以舉辦重大體育賽事為契機，轉變欠發(fā)達…

 

人工智能技術在GIS應用中的研究

摘要:人工智能技術與GIS相結合,能夠對海量空間地理數(shù)據(jù)中的結構化和非結構化知識進行表達推理,預測未來發(fā)展趨勢,智能化的解決復雜的現(xiàn)實問題。文中闡述了人工智能與GIS結合的研究熱點,在智能化知識推理中給出了詳細解釋,并以實例具體描述了專家系統(tǒng)中自然語言輸入到結果輸出的運行過程。

關鍵詞:人工智能;人工神經元網(wǎng)絡;專家系統(tǒng)

人工智能(Artificial Intelligence)是計算機科學、控制論、信息論、神經生物學、心理學、語言學等多種學科互相滲透而發(fā)展起來的一門綜合性學科;是研究解釋和模擬人類智能、智能行為及其規(guī)律的一門綜合性的邊緣學科。它借助于計算機建造智能系統(tǒng),完成諸如模式計算識別、自然語言理解、程序自動設計、定理自動證明、機器人、專家系統(tǒng)等應用活動;其主要任務是建立智能信息

處理理論,進而設計可以展現(xiàn)某些近似于人類智能行為的計算系統(tǒng)[1]。 當前普遍的GIS系統(tǒng)需要完成管理大量復雜的地理數(shù)據(jù)的任務,目前, GIS技術主要側重于解決復雜的空間數(shù)據(jù)處理與顯示問題,其推廣應用遇到的最大困難是缺乏足夠的專題分析模型,或者說GIS的數(shù)據(jù)分析能力較弱,而這一能力的提高從根本上依賴于人工智能中的知識工程、問題求解、規(guī)劃、決策、自動推理技術等的發(fā)展與應用。從這一點上講,在不久的將來, AI在GIS系統(tǒng)中的應用,尤其是其智能化分析功能將大大改善傳統(tǒng)GIS應用范圍,將GIS應用提高到一個

新的層次。

將AI應用到GIS中,使之能夠對結構化或非結構化的知識進行表達與推理。以構成一個完整的智能化地理信息系統(tǒng)。通過增強其在問題求解、自動推理、決策、知識表示與使用等方面的能力,使得GIS的專題分析模型能自動地、智能化

地解決復雜的現(xiàn)實問題,是GIS的重要發(fā)展方向之一[2]。

1 AI在GIS應用領域

人工智能與地理信息系統(tǒng)的結合,其產生的專題分析模型可以增強問題求解、自動推理、決策、知識表示與使用等方面的能力,并能夠智能化的解決復雜的現(xiàn)實問題。具體應用領域包括生態(tài)評估、環(huán)境保護、農林土地建設、地圖制圖及數(shù)據(jù)獲取、交通運輸、通訊電力網(wǎng)絡規(guī)劃、災害預防、養(yǎng)殖副業(yè)、城市規(guī)劃等等。按GIS應用中涉及的具體AI方法來分,又有GIS與專家系統(tǒng)(ExpertSystem, ES)或基于知識的專家系統(tǒng)(Knowledge-based ExpertSystem, KBES)的結合, GIS與模糊推理的結合, GIS與模式識別(Pattern Recognition, PR)的結合, GIS與決策支持

系統(tǒng)(Decision Support Sys-tem, DSS)的結合等。

2 AI在GIS中的研究熱點

現(xiàn)實的需求要求GIS不僅要完成管理大量復雜的地理數(shù)據(jù)的任務,更為重要的是實現(xiàn)與地理數(shù)據(jù)相關的分析、評價、預測和輔助決策[3],從而解決復雜的規(guī)劃和管理問題。所以,強化分析手段是拓展和深化地理信息系統(tǒng)應用的關鍵。

2.1 空間信息智能化處理

空間分析的主要功能不是簡單地從地理數(shù)據(jù)庫中通過“檢索”和“查詢”提取空間信息,而是利用各種空間分析模型及空間操作對空間數(shù)據(jù)進行處理,從而發(fā)現(xiàn)新的知識。傳統(tǒng)的GIS模型經過智能化改進可用于描述各類地理因素主要

特征并預測系統(tǒng)將來的發(fā)展趨勢[4]。模型如圖1所示：

人工神經網(wǎng)絡是一種用計算機去模擬生物機制的方法,是一種不確定的方法。它們不要求對事物的機制有明確的了解,系統(tǒng)的輸出取決于系統(tǒng)輸入和輸出之間的連接權,而這些連接權的數(shù)值則是根據(jù)歷史上曾經發(fā)生過的事例訓練得到的,這種方式對解決機理尚不明確的問題特別有效。與傳統(tǒng)的統(tǒng)計模型相比,人工神經網(wǎng)絡和遺傳算法更適合分布不明確的非線形問題。目前,比較成形的人工神經網(wǎng)絡模型有: BP網(wǎng)、SOM ( Sel-Organization FeatureMap)網(wǎng)、循環(huán)BP網(wǎng)、RBF ( Ra-dial Basic Function)網(wǎng)和PNN (ProbabilisticNeuraNetwork)等。BP網(wǎng)采用多層前向拓撲形狀,由輸人層、中間層和輸出層組成,可用于分類、回歸時間序列預測任務中。SOM神經網(wǎng)絡模型適合對數(shù)據(jù)對象進行聚類,它的輸入層由N個輸人神經元組成,競爭層由m*m=M個輸出神經元組成,輸入層神經元與競爭層神經元之間相互連接。

地學現(xiàn)象的復雜性和獨特性使得建立在各種理想條件之上的理論模型很難應用于實際,確定性的模型需要隨著地點和時間的改變而不斷修改模型參數(shù)甚至模型結構,因而在很大程度上失去了模型的普遍性。自然、社會、經濟各因素的耦合使得這個復雜的系統(tǒng)具有一定程度的非線性和混沌特點,人工神經元網(wǎng)絡和遺傳算法為建立新的空間模型提供了一條可行的方法。我們知道多層前向神經網(wǎng)絡的最重要屬性在于它能夠學會任何復雜性的映射(線性、非線性),利用這一特性可以在沒有或有很少關于研究對象的領域知識的前提下,通過對大量空間數(shù)據(jù)(樣本)

進行學習,來建立空間要素之間的依賴關系,以滿足人們對空間數(shù)學模型的需求。 智能空間分析重點要解決的問題是空間知識的發(fā)現(xiàn)、表達與推理問題。對于描述性知識來說,符號方法仍然是一種重要的知識表達與推理手段。而對于具有大規(guī)模并行分布式結構的知識,神經網(wǎng)絡和遺傳算法則具有其它方法無可替代的優(yōu)越性。

空間知識的自動獲取是制約空間分析發(fā)展的瓶頸。從空間數(shù)據(jù)庫中發(fā)現(xiàn)知識的能力是評價空間信息智能化的重要標志。神經網(wǎng)絡與遺傳算法的結合使其具有較強的知識學習能力成為可能。

2.2 空間推理

空間推理是利用空間理論和人工智能技術對空間對象進行建模、描述與表示,并據(jù)此對空間對象間的空間關系進行定性或定量分析和處理的過程�？臻g推理有淺層推理和深層推理之分。深層次的推理結合了人工智能技術,涉及到空間知識的獲取、表達與利用,也稱為基于規(guī)則知識的空間推理。知識可以是從空間數(shù)據(jù)本身內在的規(guī)律提取的事實性知識,也可以是人為規(guī)定的或常識性的認知知識[5]。

2.2.1 知識表達

空間推理的首要前提是要講規(guī)則知識進行識別,這就涉及到知識表達問題。在人工智能中有多種知識表達方法,如:謂詞邏輯、產生式規(guī)則、單元、語義網(wǎng)絡、概

念從屬、框架和腳本等。

本文中我們以框架為例實現(xiàn)地理知識的表達。基于框架網(wǎng)絡結構模型的知識表達方法中心內容是采用知識的框架網(wǎng)絡結構描述地學環(huán)境的實體單元,將各級專家知識的表示以指針鏈接,形成了由知識到語義的專家知識表示框架網(wǎng)絡(圖2)。該知識庫由事實庫、規(guī)則庫和映射庫組成,事實庫用于存儲推理需要的判斷性知識以及構成信息實體的事實;規(guī)則庫用于存儲推理所用的專家知識和引導推理的元知識,可以用產生式規(guī)則表示;知識庫中的事實和規(guī)則表面上是分開存儲的,而在知識的內部表示中,使用映射庫中的映射集反映規(guī)則對事實的引用和操作[6]�；诳蚣芫W(wǎng)絡結構模型的知識表示方法適合表示以實體為中心的多層次地理專家知識,并且與GIS的數(shù)據(jù)模式相對應,同時框架的繼承性和附屬過程為信息動態(tài)獲

取提供了方便。

在框架系統(tǒng)中,框架的槽分為Structure、Function、Measurement、Estimation等幾類, Structure類槽表示符號語義結構相關的屬性, Function類槽表示功能相關的屬性,Measurement類槽表示量度方面的屬性, Estimation類槽表示評價相關的

屬性。

例如BusinessBuilding框架在知識庫中的表示如下表所示:

Frame BusinessBuilding

2.2.2 空間推理的關鍵屬性

經過總結,空間推理具有多項屬性,其中七條為必備之關鍵屬性:

(1)空間推理是以空間和存在于空間中的空間對象為研究對象。我們不能脫離空

間和存在于空間中的空間對象來研究空間推理。

(2)在空間推理過程中運用人工智能技術和方法。

(3)空間推理處理的是一個或幾個推理的問題。

(4)空間推理是基于空間和存在于空間中的空間對象已經被建模的前提下。我們

不能在沒有模型的情況下討論空間推理。

(5)空間推理必須能夠給出關于空間和存在于空間中的空間對象的定性或定量的

推理結果。

(6)空間推理必須能夠描述空間行為。

(7)當空間推理模型把問題分解為幾個組成部分時,必須能夠描述這些組成部分的

相互作用。

2.3 地學專家系統(tǒng)

人工智能廣泛應用于知識工程、專家系統(tǒng)、決策支持系統(tǒng)、模式識別、自然語言理解、智能機器人等方面。專家系統(tǒng)(ExpertSystem, ES)是其中應用最為成熟的一個領域[7]。專家系統(tǒng)在應用過程中,知識獲取的瓶頸是最大的障礙之一。其核心內容是知識庫和推理機制,主要組成部分是:知識庫、推理機、工作數(shù)據(jù)庫、用戶界面、解釋程序和知識獲取程序,其一般結構如圖3所示[8]。GIS與專家系統(tǒng)結合在一起,從數(shù)據(jù)庫中提取相應的數(shù)據(jù),在知識庫和規(guī)則庫中提取相應的知識和規(guī)

則,推理機就模擬專家的分析過程,自動處理,直到生成需要的結果。

如前所述,由于地理現(xiàn)象的復雜性和強烈的地域個性使系統(tǒng)地理學試圖尋找普遍規(guī)律的努力只能停留在理論研究階段,而區(qū)域地理學一般性描述無法確定性地揭示地理現(xiàn)象的內在規(guī)律亦無法讓人們滿意。地理信息系統(tǒng)建立的區(qū)域空間數(shù)據(jù)庫是特定區(qū)域的定量反映,是個性和共性的統(tǒng)一,包含著大量的地學知識,可以在此基礎上探討普遍性和特殊性的地學規(guī)律。對于已經明確的規(guī)律,可以直接應用于模型分析而不必經過煩瑣的推理,對機理不清的現(xiàn)象可以用專家系統(tǒng)的方法加以解決。同時地理信息系統(tǒng)提供的空間分析功能也為地學專家系統(tǒng)提供了有力的工具。

目前已有的地學專家系統(tǒng)如美國著名的PROSPECTOR地質勘探專家系統(tǒng)用于尋找礦藏;我國南京大學開發(fā)的用于尋找地下水的勘探地下水專家系統(tǒng)KCGW;美國石油勘探專家系統(tǒng)DIPMETER;暴雨預報專家系統(tǒng)WILLARD; YeeLeung等

[9]。它們將地學專家的經驗加以形式化表達并存儲在知識庫中,采用貝葉斯推理機制。當用戶啟動系統(tǒng)后,輸入某一地區(qū)的觀測事實及其可信度后,系統(tǒng)經過推理

后將推理結果以及這個結果的可信度反饋給用戶,當某一結論的可信度超過用戶設置的閾值后,則認為已推導出滿足用戶要求的結論。這一類屬于早期編寫的人工智能專家系統(tǒng)。近年來如翁文斌等設計的汾河防洪專家系統(tǒng)采用了語義網(wǎng)絡知識庫、框架知識庫、槽知識庫、規(guī)則知識庫和目標庫等來表達和存儲知識,提供知識庫管理系統(tǒng),除了普通推理機外還提供了專業(yè)推理機,是一種比較完善的地學專家系統(tǒng)。

2.4 智能化規(guī)則知識推理過程

1)問題識別:對自然語言的理解。即將自然語言轉變?yōu)闄C器指令。用戶查詢分析模塊借助于詞典的幫助,將用戶查詢轉化為系統(tǒng)內部所需要的標準形式。即對用

戶查詢進行特征屬性抽取。

2)模型調用:識別出具體任務后通過查找模型庫調用若干處理模型。

3)知識調用:根據(jù)模型要求的規(guī)則知識因子或內容知識因子從知識庫中調用知識,如果該知識為規(guī)則控制知識,則可能會觸發(fā)下一級模型的調用,觸發(fā)從空間數(shù)據(jù)庫中提取地物類型、空間拓撲信息、空間位置等,為空間推理提供預備知識。具體表示為依據(jù)提取出的用戶查詢特征屬性,在案例庫中進行檢索與匹配,利用模糊綜合評判,計算相似度,尋找出最佳案例。如果最佳案例的相似度大于評判值(依據(jù)經驗不斷修正),則輸出最佳案例的規(guī)劃解決方案。否則,繼續(xù)進行規(guī)劃推理。

4)結果控制:上述過程循環(huán)得出推理結果,以文字或圖形形式表示。

以上過程中,如何定位到各推理步驟所需要的相關知識及如何利用這些知識是問題的關鍵。規(guī)則知識以產生式方式出現(xiàn),具有“if... then...”的格式,因而易于進行

推理控制。

3 實例研究

基于上述討論,本文設計一個景點自動選擇定位系統(tǒng)。用自然語言描述需要到達

的景點性質進行查詢,系統(tǒng)則給出最佳出行線路。

整個系統(tǒng)是基于案例推理的。案例庫中的每個案例都包括問題特征屬性描述,解決方案描述,專家評論。依據(jù)提取出的用戶查詢特征屬性,在案例庫中進行檢索與匹配,利用模糊綜合評判,計算相似度,尋找出最佳案例。如果最佳案例的相似度大于評判值(依據(jù)經驗不斷修正),則輸出最佳案例的規(guī)劃解決方案。否則,繼續(xù)進行

規(guī)劃推理[10]。

知識庫以含有多元、與、或、非、蘊含等多種關系的語義網(wǎng)的方式表達敘述性知識。依賴于此知識庫,旅游線路選擇模塊將選出合理的目的場所,組合出若干旅游線路。同樣地,使用綜合評判的方法選出最佳的旅游線路。路況信息表中則存有

來自交管部門的實時路況信息。

地理信息數(shù)據(jù)庫庫中則存放著交通道路等地理信息。系統(tǒng)設計如圖4所示:

該系統(tǒng)功能特點如此:如果用戶對推薦方案和交通線路不滿意,則將由用戶查詢分析模塊重新對用戶查詢進行分析,開始下一輪處理。如果滿意,則系統(tǒng)則對此過程進行學習。若是已有案例,則結束;否則,就是通過規(guī)劃得到方案,則在案例庫中檢索與本解決方案達到了一定相似度的案例,進行內化整合,既加入了新的信息,又避

免了案例庫的無限擴大。

假設我們輸入查詢:“有革命歷史意義,并能品嘗到河南風味小吃的地方”,看看

系統(tǒng)如何在知識庫中推薦出行線路的。

在自然語言轉換過程中,標準形式為: {景點要求:革命歷史} & {飲食要求:河南風

味}

在知識庫中語義網(wǎng)絡如圖所示:

知識庫查詢定位之后,接下來在規(guī)則庫中可以查詢到用戶所在地與目標地之間的行車線路。在搜索過程中,以目前位置與目的地的空間距離及連線朝向作為啟發(fā)信息,并以交通規(guī)則(如是否是單行道),路況(是否堵車),經濟性(如路程最短或者花費最少等),時間要求等約束條件作為輔助的推理規(guī)則,進行規(guī)劃,最終得到最佳路線方案。

4 人工智能應用地理信息系統(tǒng)的趨勢及問題

隨著AI技術的研究日漸深入,越來越多的人工智能技術可與地理信息系統(tǒng)結合開發(fā)出更具智能化人性化的系統(tǒng)。最近幾年,人工神經網(wǎng)絡技術和遺傳算法的應用取得了很大的成功,相信在不久的將來,人工智能和專家系統(tǒng)將與GPS、GIS、RS、DPS、DSS、KDD等技術相結合,將建立集成化、自動化的空間智能決策支持系

統(tǒng),為可持續(xù)發(fā)展提供有力的技術支持。

4.1 嵌入式發(fā)展

嵌入式系統(tǒng)被定義為:以應用為中心、以計算機技術為基礎、軟件硬件可裁剪、適應應用系統(tǒng)對功能、可靠性、成本、體積、功耗嚴格要求的專用計算機系統(tǒng)[11]。嵌入式設計思想已經得到相當廣泛的應用,大到航空航天器,小到兒童玩具,都包含有嵌入式設計理念。軟件系統(tǒng)與嵌入式系統(tǒng)結合是軟件發(fā)展的趨勢, 3S技術與嵌入式硬件系統(tǒng)集成,構成嵌入式3S系統(tǒng),使得智能化地理信息系統(tǒng)的實現(xiàn)更進一步。比如車載GIS系統(tǒng),是將GIS軟件嵌入到汽車電子顯示系統(tǒng)中,再同車載GPS接收系統(tǒng)結合,即可完成汽車實時監(jiān)控,以及汽車位置、交通信息查詢。

4.2 構建地理智能體(GeoAgent)

GeoAgent是利用地學知識進行推理的可進化的智能實體,具有很強的處理地理空間數(shù)據(jù)的能力,包括智能獲取、處理、存取、搜索、表達和決策支持等,是自主計算的分布式計算系統(tǒng)。GeoAgent具有跨異構系統(tǒng)平臺、網(wǎng)絡帶寬要求低、智能的移動計算等優(yōu)點,是實現(xiàn)地理智能化的基礎,具有寬廣的應用前景和發(fā)展前途。 地學知識庫是GIS智能化的關鍵,也是GIS智能化發(fā)展的“瓶頸”。地學知識庫的管理是人們注意的另一個熱點。人們期望地學知識庫能夠像使用關系數(shù)據(jù)庫一樣,可以方便地對知識單元(知識域中不可再分的單元)進行各種操作,例如:定義知識結構、消除知識冗余、查詢修改和更新知識。這種想法使開發(fā)者很自然地利用起關系數(shù)據(jù)庫技術構造地學知識庫,對地學知識進行管理。

隨著對地學現(xiàn)象和地學信息認識和分析的不斷深入,原來非結構化的數(shù)據(jù)和知識可能逐步變得結構化,可以采用一系列指標和公式加以明確表達,從而不再需要人工智能的支持;而新的地學現(xiàn)象、新的觀測方式的出現(xiàn),更高層次地學規(guī)律的研究的深入,大量的非結構化信息仍然需要有效的人工智能的支持。人工智能技術也必須能夠適應表達和存儲多源、多維、多尺度、時空復合的地學信息的需要,支持地學數(shù)據(jù)融合和地學知識發(fā)現(xiàn)的需要。隨著越來越多的地理信息系統(tǒng)的建立,客觀世界逐步納入人的監(jiān)測和調控范圍之內。面對不斷爆炸的信息量,已經不可能單純依靠人工去處理這些信息。采用人工智能和專家系統(tǒng)技術,讓計算機取代這一部分工作已勢在必行,這在很大程度上依賴于對地學信息機理的基礎研究。

 

人工智能技術在GIS應用中的研究 摘要:人工智能技術與GIS相結合,能夠對海量空間地理數(shù)據(jù)中的結構化和非結構化知識進行表達推理,預測未來發(fā)展趨勢,智能化的解決復雜的現(xiàn)實問題。文中闡述了人工智能與GIS結合的研究熱點,在智能化知識推理中給出了詳細解釋,…

祖先的科學技術成就 一、醫(yī)學 1、中醫(yī)起源于 時期。春秋戰(zhàn)國時期出現(xiàn)了很多各有專長的名醫(yī)，他們用 和 為病人治病。到 時期達到一個新高峰。 2、 是春秋戰(zhàn)國時期最有名的醫(yī)生，采用望色、 、 、切脈“ ”為病人看病。是河北任丘人。 3、東漢時期 的《 …

關于養(yǎng)老保險補交政策的解讀與辦理 現(xiàn)在養(yǎng)老保險補交政策都是以山東省29號文件來實施。 出臺背景：2011年6月《中華人民共和國社會保險法》實施前，我省存在一些用人單位欠繳養(yǎng)老保險費和職工中斷繳費、應保未保等問題，為有效解決上述問題，統(tǒng)一和規(guī)范全省企業(yè)…

2016年暨南大學國際商務(專業(yè)學位)專業(yè)考研復試 暨南大學2015年碩士生入學復試方案 [鍵入文字] 【育明教育-廣州分�！� 育明教育官方網(wǎng)站： 2016考研復試：專業(yè)課備戰(zhàn)攻略 2016考研初試塵埃…

 

本文由第一文庫網(wǎng)()首發(fā)，轉載請保留網(wǎng)址和出處！

>> 查看更多相關文檔

 

免費下載文檔：

 

  本文關鍵詞：人工智能技術在GIS應用中的研究，由筆耕文化傳播整理發(fā)布。

本文編號：140300