基于CBR的应急情报智能决策支持系统研究

摘要：

[目的/意义]针对应急情报智能决策支持系统(IDSS)自学习能力较差等问题,提出了一种基于案例推理的应急情报智能决策支持系统.[方法/过程]首先,分析了应急情报IDSS的特点和局限性;其次,分析了基于案例推理(CBR)系统和贝叶斯信念网(BBN)在应急情报智能决策中的应用;再次,使用人工神经网络(ANN)算法代替CBR系统中原有检索算法,使用BBN训练分类器,建立了基于ANN-BBN-CBR的应急情报IDSS模型;最后,给出了该系统的工作流程,并通过收集到的数据验证了该系统有效性和可行性.[结果/结论]该系统模型的使用不仅使大型案例库的检索和匹配速度及准确率得到了大幅度的提高,并且为案例相似性的度量提供了适当的统计信息,给案例库的组织管理也带来了方便,更为应急情报收集、整合、分析、传递、反馈等工作提供了研究思路.

关键词：应急情报、应急决策、智能决策支持系统、基于案例推理、贝叶斯信念网、人工神经网络

所属期刊栏目：36

分类号：C93(管理学)

资助基金：国家自然科学基金项目"非常规突发事件下管理者情绪对应急决策的影响机制研究"71171162;陕西省社会科学基金项目"陕西省重大工程项目社会稳定风险评估机制及防范策略研究"2015R004

在线出版日期：2017-11-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：36-40