基于CBR的铁路突发事件应急决策研究

发布时间：2020-12-29 01:19

　　近年来,伴随着我国铁路快速发展,铁路突发事件也时有发生,这给人们的生命财产安全以及社会稳定带来了严重威胁。对于铁路突发事件的应急处理,目前决策者主要根据对以往事件案例的处理经验来解决当前问题,然而由于决策者的知识局限性和自身心理压力,可能造成不能在短时间内得出有效、合理的解决方案。因此,如何高效、及时地对铁路突发事件进行有效决策,已成为目前迫切需要解决的问题。基于案例推理（Case-Based Reasoning,CBR）是一种根据以往的实际经验来解决当前问题的类比推理方法。解决问题的过程与人类解决问题的基本思路一致,能够快速地通过对以往相似案例的检索,较为准确地得出参考解决方案,充分利用了以往案例的经验知识来解决当前问题。因此,本文将CBR引入到铁路突发事件应急决策当中,提出一种基于CBR的铁路突发事件应急决策方法,并对其关键技术进行研究。本文主要研究内容如下:（1）研究了CBR与铁路突发事件在问题处理流程上的相似关系。首先通过文献分析,提炼出了铁路突发事件的内涵、分类、分级以及特点;然后研究了CBR的主要关键技术以及特点,并给出了铁路突发事件应急决策的定义以及流程,最后在此基础上得... 

【文章来源】：西南交通大学四川省 211工程院校 教育部直属院校

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

正向云发生器图

西南交通大学硕士研究生学位论文 第 35 页正向云发生器是根据设定的定性到定量之间的映射关系，输入云数字特征（Ex，En，He）和云滴数量以确定每个云滴在数域空间的定量位置及每个云滴代表概念的隶属度，其原理如图 4-3 所示。逆向云发生器是正向云发生器的逆过程，是根据设定的定量到定性的关系，将一定的精确数据转化为数字特征（Ex，En，He）表示的定性概念，其原理如图 4-4 所示。

本文按照专家打分与云模型结合的方法对各属性进行赋权，以“天气状况”为例性权重的确定过程进行说明：（1）利用 Delphi 法收集 15 位专家第一轮对“天气状况”属性的权重打分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]，利用件云发生器完成专家知识的定性定量转换，获得1x 对“较重要”这个定性概念的度：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）利用逆向云发生器得到特征属性权重的云模型及其数字特征：1( , , ) (0.6820, 0.1300, 0.0754)x n eC E E H （3）根据（2）中求得的云模型数字特征借助正向云发生器获得云图，得到的云图 5-5 图 a 所示：

【参考文献】：
期刊论文
[1]“突发事件”概念的界定与探讨[J]. 王宏.  淮海工学院学报(人文社会科学版). 2013(24)
[2]基于GIS技术的困难艰险山区高铁安全预警系统研究[J]. 尹航,李远富,曾宪云.  铁道标准设计. 2013(11)
[3]困难艰险山区高速铁路隧道应急救援设计研究[J]. 樊敏,李远富.  铁道标准设计. 2012(10)
[4]高速铁路防灾安全监控系统研究与开发[J]. 王彤.  中国铁路. 2009(08)
[5]基于案例推理的突发性环境污染事件应急预案系统[J]. 廖振良,刘宴辉,徐祖信.  环境污染与防治. 2009(01)
[6]基于本体的相似性计算实现高性能案例推理[J]. 王海棠,顾君忠,杨静,叶兰御.  计算机时代. 2009(01)
[7]基于CBR的井下复杂情况与事故智能诊断和处理系统[J]. 高晓荣,徐英卓,李琪.  计算机应用研究. 2008(05)
[8]CBR方法中的案例表示和案例库的构造[J]. 汤文宇,李玲娟.  西安邮电学院学报. 2006(05)
[9]铁路事故救援辅助决策系统的研究[J]. 陈昭明,王林泽,马林.  铁道学报. 2004(05)
[10]案例推理中案例调整技术的研究[J]. 常春光,崔建江,汪定伟,胡琨元.  系统仿真学报. 2004(06)

博士论文
[1]铁路突发事件应急救援智能决策关键技术研究[D]. 李小平.兰州交通大学 2013
[2]铁路突发事件应急决策若干问题研究[D]. 李磊.中国铁道科学研究院 2013
[3]基于案例库的诊疗决策支持技术研究[D]. 顾东晓.合肥工业大学 2011
[4]应急案例知识库系统及其应用关键技术研究[D]. 李欣.解放军信息工程大学 2010
[5]基于优化案例推理的智能决策技术研究[D]. 李锋刚.合肥工业大学 2007

硕士论文
[1]铁路应急管理工作统计与评估方法研究[D]. 崔浩.北京交通大学 2011
[2]应急辅助决策系统中案例表示与检索方法研究[D]. 郭素.大连理工大学 2009
[3]基于CBR和本体的隐私策略生成系统的研究与实现[D]. 别再平.中国海洋大学 2008
[4]基于CBR的水路危险货物运输事故应急决策系统研究[D]. 何笑.南京理工大学 2008
[5]CBR在知识管理系统中的应用[D]. 陈琦.华中科技大学 2006
[6]基于归纳学习和范例推理的智能决策支持系统的研究[D]. 李学俊.安徽大学 2005
[7]基于CBR的技术推广研究与应用[D]. 房明.华中科技大学 2004



本文编号：2944723