【摘要】： 模型庫人機接口是開發(fā)智能系統(tǒng)和管理決策領域中一個非常重要而且相當復雜的課題，本論文作為國家自然科學基金(70271002)《面向智能性管理決策系統(tǒng)異構(gòu)知識表示及知識管理研究》的系列研究之一，主要致力于這方面的研究，旨在進一步推動智能化模型庫人機接口的研究進展。 模型系統(tǒng)作為智能決策支持系統(tǒng)的核心部分，一直以來受到學術界與工程界眾多學者與專家的關注。模型系統(tǒng)的主要任務不僅是模型的存儲、運行與維護，而且應以一種易于接受的、靈活的方式向決策者提供各種各樣的模型，使決策者在應用這些模型時不必考慮模型技術實現(xiàn)上和過程上的細節(jié)，從而起著決策問題與相應模型間的橋梁作用。然而相較于模型系統(tǒng)模型操縱的熱點研究領域，卻甚少有學者致力于模型庫人機接口的理論與應用研究，對模型庫人機接口的智能化研究就更是寥寥無幾。少數(shù)模型庫人機接口研究仍停留于系統(tǒng)局部功能模塊的研究，如模型類型選擇功能或模型結(jié)構(gòu)選擇功能，而沒有提出過完整的模型庫人機接口。 與此相反，近年來隨著人工智能的各種思想方法被引入計算機管理系統(tǒng)，數(shù)據(jù)庫人機接口的智能化研究卻得到了長足發(fā)展，其中數(shù)據(jù)庫自然語言接口(簡稱NLIDB)以其可確定性與實現(xiàn)性更是取得了大量的研究成果。鑒于此，本文提出了一種人工智能與決策支持系統(tǒng)相結(jié)合的智能化模型庫人機接口——模型庫自然語言接口(簡稱NLIMB)，它提供了決策者靈活便捷的人機交互方式，同時也將決策者從熟知模型庫中各種存儲決策模型類型、結(jié)構(gòu)、使用范圍及計算機實現(xiàn)技術中解放出來，從而將重點集中于決策問題本身的理解與分析中，旨在進一步推動模型庫人機接口的智能化發(fā)展。 NLIMB首先對決策者的決策問題進行自然語言理解識別，采用N元語法模型和概率上下文無關文法進行詞性標記與句法分析，然后采用有限自動機進行語義及潛在語義分析；接著在模型自動選擇階段，采用本文提出的基于規(guī)則推理與基于范例推理相結(jié)合的混合推理框架進行模型類型的選擇；待模型類型選擇完畢之后，采用基于Gauss損失函數(shù)的Elman反饋型人工神經(jīng)網(wǎng)絡進行模型的結(jié)構(gòu)選擇；最后對模型結(jié)構(gòu)進行參數(shù)估計，計算確定模型實例并返回最終問題求解結(jié)果。 同時，本文作了大量的實驗工作。相較于以往模型庫人機接口的實驗領域僅限于預測模型等領域，為了擴展模型庫自然語言接口的應用領域，本文將NLIMB應用于企業(yè)庫存決策管理，從而檢驗NLIMB決策問題求解的效果，以驗證NLIMB的有效性。相關的實驗結(jié)果表明，NLIMB可以取得很好的決策問題求解效果，具有使用靈活簡便、運行效率高、高智能化、易于理解等優(yōu)點，從而填補決策支持系統(tǒng)模型庫人機接口研究領域的空白之處。 總的來說，本文作了大量的理論和實證研究，其研究內(nèi)容符合智能系統(tǒng)研究的發(fā)展趨勢，既具有十分重要的科學意義，同時又有其實際價值，并有潛在的廣泛的應用前景。
【學位授予單位】：東華大學
【學位級別】：碩士
【學位授予年份】：2007
【分類號】：TP18
【圖文】：

擴展為:砰(i，j)=L砰(i，j)*G砰T(i)*G環(huán)ZD(j)由公式4一17定義的權重計算結(jié)構(gòu)如圖4一7所示。(公式4一17)6伴了陽L伴祥刃圖4一7改進權重計算結(jié)構(gòu)4.5問題類型的確定對不同類型的決策問題，往往有不同的自然語言處理及反饋方式，所以不論是英語自動問答系統(tǒng)還是英語自動問答系統(tǒng)一般都有問題分類這個過程。一般的問答系統(tǒng)都按照疑問短語來對問題的進行分類(見表3一1)。4.6結(jié)構(gòu)化問題的生成決策問題的復雜性體現(xiàn)在決策問題的不良結(jié)構(gòu)。問題結(jié)構(gòu)不良的原因，Smith認為問題目標的不確定是問題之所以有不良結(jié)構(gòu)或非結(jié)構(gòu)的主要原因;Simon還認為問題結(jié)構(gòu)與問題的可表示性有關，弱結(jié)構(gòu)問題不能像良結(jié)構(gòu)問題一樣得到精確的表示，主要是因為問題的可能狀態(tài)及狀態(tài)間的變換是未知的。Smith總結(jié)這些觀點后，提出了問題結(jié)構(gòu)度的概念，認為問題結(jié)構(gòu)度是問題求解主體如何求解問題的知識充分性度量。充分理解這些關于問題結(jié)構(gòu)化的觀點，對于任何不良結(jié)構(gòu)或非結(jié)構(gòu)問題，可以通過對求解這些問題的知識的不斷學習，掌握并運用這些知識

6.3.3.2模型的范例結(jié)構(gòu)與模型規(guī)則表示的線性結(jié)構(gòu)不同，模型的范例表示結(jié)構(gòu)是較為復雜的樹狀結(jié)構(gòu)，如圖6一8所示。不汽仁年lfff， _:!!! jjj\III執(zhí)執(zhí)， )))汽汽 汽;;;I:了， !ttt勺勺 勺彩彩‘川刊子卜日日產(chǎn)//產(chǎn)酬一戶。。幾’月‘·{勺〕 〕嘆嘆只 只價價 價嘆嘆洲 洲自自 自叭叭{瀏 瀏，，、 、圖6一8模型的范例結(jié)構(gòu)由于范例具有一定的繼承關系，比如:一個庫存范例可以看成是另一個更加通用的庫存范例加上一些特定的條件所獲得，因此使用具有繼承特性的面向?qū)ο蟊硎痉椒▉肀硎痉独潜容^合適的。面向?qū)ο蟮姆独硎痉椒�，實現(xiàn)了范例模型與方法的封裝

首先通過系統(tǒng)決策問題理解模塊對問題進行自然語言處理，分別經(jīng)過詞性標注與句法分析、關鍵字與參數(shù)提取、潛在語義分析和關鍵字擴展3個處理過程，得出分析結(jié)果如圖6一9。夯p.丁芍�？趡—.Tlm日T!me霍蓉顫雇蔓暮摹鬢摹;蒙霎寒{盛戮淵嘩繃黔越婦Nodn認‘了、Por寫on咖咖-一Sentenee-Timel爪自rr心翻扮翻箭不奄蝴翼曝翼篆擎矍 OrIOInalmarkuP.ParagraPh只尸·戶口口口戶夕口，廠圖6一9自然語言問題識別結(jié)論圖6一9顯示的是系統(tǒng)對用戶輸入問題的識別結(jié)果，不同類型的詞組被用不同顏色標出，這個界面是系統(tǒng)的調(diào)試界面，只對系統(tǒng)開發(fā)人員與高級管理人員可見。在經(jīng)過上述的自然語言處理分析后，最終生成對問題的特征表述(見附錄5.1)。上述是對自然語言問題的基本理解，接著決策問題理解模塊將最終生成對問題的結(jié)構(gòu)化表述(見附錄5.2)。在自動模型選擇模塊，根據(jù)上述結(jié)構(gòu)化問題表述中的定性屬性，系統(tǒng)將通過基于規(guī)則和范例推理的混合推理框架，得出與之相匹配的模型類型。再根據(jù)定量屬性

【參考文獻】

相關期刊論文 前1條

1 趙赫,杜端甫;遺傳算法求解旅行推銷員問題時算子的設計與選擇[J];系統(tǒng)工程理論與實踐;1998年02期

本文編號：2748264