原创《人工智能在热带风暴潮防灾减灾中的应用》
本文是人工智能类有关硕士学位论文范文与热带风暴和人工智能和防灾减灾方面本科论文开题报告范文。
摘 要：热带风暴潮是中国沿海一带最常见、也最严重的海上灾难.在热带风暴潮防灾减灾、应急救援管理方面存在困难,也是当前急需解决的问题.在人工智能理论的基础上,同时采用最好的生产技术,应用以信誉为基础的向前推理策略和数据挖掘智能学习法,对知识库和推理机进行研究,从而设计了一种具有实际操作性的热带风暴防灾减灾人工智能技术.
关键词：热带风暴潮；防灾减灾；应急管理；辅助决策系统
中图分类号：TB文献标识码：Adoi：10.19311/j.cnki.1672-3198.2018.36.102
1引言
人工智能是20世纪三项复杂的科学技术成就之一（分别是：人工智能、原子能和空间技术）.尽管人工智能最初是作为20世纪计算机科学的一个分支被提出,现在已经发展成一项交叉学科,被应用在计算机科学、心理学、生物学和神经系统科学等多领域.
专家系统（ES）是人工智能领域最活跃、应用最广泛的技术.自20世纪60年代,专家系统作为一种研究工具被开发,Edward Feigenbaum,斯坦福大学教授,将专家系统定义为"一种智能计算机程序,仅通过一个专家库中的知识和判断程序,可以解决很多复杂问题".在20世纪70年代,专家系统逐渐被广泛接受.在20世纪80年代,专家系统开始应用到商业目的,并创造出了商业价值.自20世纪90年代,专家系统进入到了高速发展阶段.目前,专家系统被广泛应用到了几乎所有领域,比如商业、科学、工程和制造业等.
然而,国内在这方面的研究还比较晚,在1977年,国内成功的研发了第一款人工智能,1981年,先后成立了中国人工智能协会等相关智能团体,自1986年,相关大型项目被列入到国家高科技研究计划.在21世纪,越来越多的ES研究从各类基金计划中获得了支持.
热带风暴潮是世界海上灾难中主要的一种,然而,中国与西北太平洋海域相邻,是自然灾害的高发区.因此,国家计划通过科学和教育来发展海洋（2008-2015,国家海洋局）,这体现了国家对海洋自然灾害（如暴风潮、赤潮、漏油事件、海冰、海啸、海平面上升等）方面的应急管理指导思想和要求.通过应用专家系统理论,结合计算机、时间和空间信息、数据库技术,设计了关于热带风暴潮的防灾防损的专家系统,为建立和实施防灾减灾应急系统,甚至是为热带风暴潮灾害系统下的整个决策支持系统提供参考.
2系统的基本结构
热带风暴潮的防灾减灾系统是跨越多个学科的前沿系统工程,然而,制定热带风暴潮防灾防损专家们,不太可能把海洋、安全和信息技术等知识,以及丰富的防灾减灾实践经验,超强的解决问题的能力,整合在一起,进而提供良好的技术支持和帮助.
热带风暴潮和防灾减灾的有效性,取决于应急反馈的速度和应急救援的效率.需要制定合理的解决方案,并提供相应的决策,使决策工具成为提高速度和效率的有力保证和技术手段.
热带风暴潮人工智能防灾减灾的8种模型如下：
（1）人工机器交互模型：通过多模型用户界面技术（MUI）,新的互动渠道（间隙、声音和手势等）,设备、综合技术、使用者,都允许自然的使用人机对话,平行的、多渠道合作,因此,用户的互动意图可以通过从多渠道不准确和准确的输入值中捕捉到,这样人机互动中的自然性和高效性得到提升.
（2）解释和分析模型：可以通过根据用户和系统容易接受的方式,解释和分析问题、知识、推理和结论.
（3）知识获取模型：可以通过半自动和全自动方式获得来自内部环境的知识.
（4）知识库模型：知识库一般包括专家经验和领域知识,同时,也是一种知识和数据的存储库,在知识库中,可以通过知识获取、推断和智能学习来提供权威知识和数据,可以被分为事实数据库、规则数据库和知识数据库.
（5）推理机模型：该模型用于控制和调整整个人工智能的核心部分.
（6）可靠性分析模型：这是一个不精准的推理模型（IR）,并通过可信性因素对目标的可信度进行计算.
（7）聪明的学习模型：这是一个数据挖掘模型.
（8）结论模型：根据推理结果和可信度计算来产生输出结果.
3关键技术
3.1知识库模型
热带风暴潮防灾减灾受到很多因素的影响,因此,要根据热带风暴灾害的实际情况,选择理想的应急响应系统,比如：等级、影响范围和行进路线、当地的海岸线和地形结构,不仅仅是人工智能的问题,也是内容框架沟通的一个系统的知识库.
知识体系的质量,知识库的知识组织、表达和存储方式,将对推理机的推理效率,在知识库中对知识的综合整理和更新,以及专家系统解决问题的能力,产生直接影响.
在热带风暴潮防灾减灾知识库中的知识,来自海洋专家、安全专家、富有经验的应急救援人员、案例、防灾防损文档和材料、有关部门的应急计划等隐形知识.
知识表达是知识工程的关键技术之一.防灾方面的知识主要总结如下：
（1）事实性知识：这是指对客体及其概念特征的认识和相互关系,问题解决条件,是决策规则和推理规则的基础.
（2）启发式知识：这是指与领域有关的问题解决的知识,以案例和经验来表达,也是推理机操作的信息.这种信息可以在程序知识中,通过分类等方式编制成规则.
（3）根据实际情况应用,比如生产表达、语义网络、架构表达、本体表达、谓词逻辑、主语中心表达,都接近于人类思想、自然易懂的、自由添加删减和改变的规则等,而且通过关系数据库将语言进行组织、保存和管理.
3.2推理机模型
推理机是人工智能思考的核心方法.推理机的设计与知识表达方法是非常相关的,因此,知识推理机应该用合理的推理机械进行操作,具备高效准确的问题解决能力.在该系统中,采用从事实出发的前向推理,同时基于可信度,匹配相应的冲突解决策略.
首先应将事实基础输入推理机模型,然后,对数据库中是否包含问题的解决方案进行检查.
3.3智能学习模型
从国内人工智能的实际情况来看,由于用人单位的人员结构偏差、技术人员结构缺陷,困难在不断扩大,实时修改、知识库的研究和发展,越来越明显的成为发展瓶颈.在理想热带风暴潮防灾减损人工智能学习模型中,数据挖掘引擎是数据挖掘系统的最基本部分,可以用于相关性、演化和变异分析.
参考文献
［1］Nils J.Nilssorr. Artificial Intelligence A New Synthesis[M].Morgan Kaufmann,1999.
［2］Joseph C.Giarratano. Expert Systems: Principles and Programming,Fourth Edition[M].Course Technology,2006.
［3］George F.Luger. Artificial Intelligence: Structures and Strategies for Complex Problem Solving,4E[M]. Pearson Education,2004.
人工智能论文参考资料：
上文结束语,此文是一篇适合不知如何写热带风暴和人工智能和防灾减灾方面的人工智能专业大学硕士和本科毕业论文以及关于人工智能论文开题报告范文和相关职称论文写作参考文献资料。
