專利名稱：：一種突發(fā)環(huán)境事件應(yīng)急預(yù)案的生成方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
：本發(fā)明屬于環(huán)保、人工智能領(lǐng)域，涉及人工智能技術(shù)在突發(fā)環(huán)境事件應(yīng)急處理中的應(yīng)用。
背景技術(shù)：
：近年來，我國城市突發(fā)性環(huán)境污染事件日益增加。突發(fā)性環(huán)境事故污染不同于一般的環(huán)境污染，它沒有固定的排放方式和排放途徑，突然發(fā)生、來勢(shì)兇猛，往往在短時(shí)間內(nèi)排放出大量的污染物質(zhì)，而且種類復(fù)雜，涉及的因素較多，后果嚴(yán)重，所以突發(fā)性污染事故的防治比一般的環(huán)境污染要復(fù)雜和困難得多。目前，我國多數(shù)城市的突發(fā)環(huán)境事件應(yīng)急體系仍處于初級(jí)應(yīng)用階段，在風(fēng)險(xiǎn)甄別、處理處置技術(shù)及應(yīng)急響應(yīng)等方面存在著不足，缺乏以知識(shí)為支撐的預(yù)案技術(shù)，人海戰(zhàn)術(shù)仍然是目前應(yīng)對(duì)緊急情況時(shí)的主要處理手段。因此，研究科學(xué)、合理的應(yīng)急預(yù)案技術(shù)，增強(qiáng)突發(fā)環(huán)境事件中的組織搶險(xiǎn)和快速反應(yīng)能力，大大減少人民的生命財(cái)產(chǎn)損失，具有重要的經(jīng)濟(jì)價(jià)值和社會(huì)意義。突發(fā)環(huán)境事件具有反應(yīng)時(shí)間短、信息水平低、控制成本高等特點(diǎn)，現(xiàn)場(chǎng)應(yīng)急指揮時(shí)需要快速獲得準(zhǔn)確的事故信息和有效的處置方案，而突發(fā)環(huán)境事件應(yīng)急初期一段時(shí)間內(nèi)的處置措施得當(dāng)與否，往往決定了整個(gè)事故全過程處置的成敗。突發(fā)環(huán)境事件一旦發(fā)生，如何快速而高效的獲得科學(xué)、有序、高效的應(yīng)急預(yù)案，是應(yīng)急決策指揮的關(guān)鍵，因此突發(fā)環(huán)境事件應(yīng)急預(yù)案系統(tǒng)需要具備"快而準(zhǔn)"的特性即能夠快速從事前制定的預(yù)案庫中，準(zhǔn)確地尋找符合當(dāng)前情況的應(yīng)急預(yù)案，用以輔助現(xiàn)場(chǎng)應(yīng)急處置。另外，突發(fā)環(huán)境事件發(fā)生的機(jī)理往往模糊不清，無法通過專家領(lǐng)域知識(shí)進(jìn)行完整的邏輯推理而制定應(yīng)急預(yù)案，且類型多樣，第一時(shí)間獲得的事故信息數(shù)據(jù)往往較少，無法通過大量的統(tǒng)計(jì)分析進(jìn)行決策?；诎咐评?Case-BasedReasoning,簡(jiǎn)稱CBR)作為人工智能中新崛起的一項(xiàng)重要推理方法，于1982年美國學(xué)者RogerSchank在《DynamicMemory》一書中首次提出。1987年以來國際研究界每年舉行CBR研討會(huì)，先后在法律案例、醫(yī)療診斷、故障診斷、設(shè)計(jì)等領(lǐng)域證明了CBR方法的有效性和實(shí)用性。CBR是基于過去求解類似問題的經(jīng)驗(yàn)而獲得當(dāng)前問題求解的一種推理模式，即在解決問題時(shí)，在案例庫中尋找相似的、成功的過去案例，直接復(fù)用或經(jīng)過修改后復(fù)用過去案例的解決方案，得到新問題的解決方案并形成新的實(shí)例充實(shí)案例庫。一個(gè)典型的CBR推理過程如圖1，包括案例的表示與組織、案例檢索、案例的適配和修改，以及案例的學(xué)習(xí)保存等。由此可見，基于案例推理方法實(shí)際上是一種類比推理方法，在遇到新問題時(shí)不需要進(jìn)行完整的推理而求解，只需要"回憶"過去發(fā)生相似案例的解決方案，在一定程度上克服了知識(shí)獲取的瓶頸，且兼有推理和學(xué)習(xí)兩種功能，能夠處理一些無法通過知識(shí)表達(dá)和機(jī)理不完全清楚的突發(fā)性事件的應(yīng)急響應(yīng)，實(shí)現(xiàn)快速準(zhǔn)確地獲得有效的應(yīng)急預(yù)案。自從1982年CBR方法首次被提出后，該方法沿著兩個(gè)方向發(fā)展一是理論方面，主要在CBR系統(tǒng)結(jié)構(gòu)、相似度函數(shù)的定義、檢索策略等方面得到深入研究；二是應(yīng)用方面，將CBR理論應(yīng)用于法律、醫(yī)療診斷、故障診斷、設(shè)計(jì)等相對(duì)比較單一、案例重現(xiàn)度、可比性以及應(yīng)對(duì)策略復(fù)用程度較高的領(lǐng)域，并且與這些領(lǐng)域的知識(shí)相結(jié)合，形成了一些適用于這些專門領(lǐng)域的CBR系統(tǒng)開發(fā)技術(shù)。相對(duì)于上述其它領(lǐng)域，突發(fā)環(huán)境事件領(lǐng)域比較復(fù)雜，事件種類較多，應(yīng)急預(yù)案內(nèi)容較繁。針對(duì)這些特點(diǎn)，本發(fā)明的發(fā)明人對(duì)案例的表示與組織、案例的檢索、適配、案例庫的學(xué)習(xí)與管理等方法進(jìn)行了深入研究，創(chuàng)新性地將CBR方法應(yīng)用于突發(fā)環(huán)境事件應(yīng)急預(yù)案的生成。
發(fā)明內(nèi)容本發(fā)明的目的在于提供一種突發(fā)環(huán)境事件應(yīng)急預(yù)案的生成方法。為達(dá)到上述目的，本發(fā)明的解決方案是一種突發(fā)環(huán)境事件應(yīng)急預(yù)案的生成方法，包括:建立突發(fā)環(huán)境事件案例庫；突發(fā)環(huán)境事件案例的表示與組織；突發(fā)環(huán)境事件案例檢索方法；突發(fā)環(huán)境事件案例的適配方法。進(jìn)一步K突發(fā)環(huán)境事件案例的組織與表示，采用分類和抽象相結(jié)合的策略對(duì)案例進(jìn)行組織，即對(duì)突發(fā)環(huán)境事件進(jìn)行分類(檢索時(shí)首先判斷事件的類別)，并抽象出各類事件的屬性特征，利用關(guān)系數(shù)據(jù)庫技術(shù)建立分類、分層一的索引；2、突發(fā)環(huán)境事件案例檢索，采用基于HEOM(HeterogeneousEuclidean-OverlapMetric)的相似性度量方法，其基本思想是對(duì)于連續(xù)性屬性采用規(guī)范化的歐氏距離方法；對(duì)于符號(hào)屬性采用重疊(Overlap)度量方法；3、突發(fā)環(huán)境事件案例適配，采用結(jié)果復(fù)用和方法復(fù)用相結(jié)合，通過結(jié)構(gòu)修改和誘導(dǎo)修改相結(jié)合的方式進(jìn)行修正；4、突發(fā)環(huán)境事件案例庫學(xué)習(xí)，采用主動(dòng)學(xué)習(xí)的方式來判斷新案例是否保留到案例庫中；如果新案例與原案例的相似度在設(shè)定閾值與1之間，則認(rèn)為很相似，新案例的信息量和知識(shí)含量不高，不對(duì)案例進(jìn)行存儲(chǔ)；如新案例與原案例的相似度低于設(shè)定閾值，則將新案例保存到案例庫中，并建立新案例的有效索引；5、突發(fā)環(huán)境事件案例庫管理，包括對(duì)可能產(chǎn)生誤導(dǎo)的案例(噪音案例)進(jìn)行刪除或更新，冗余案例的刪除以及案例庫的重新組織等。系統(tǒng)為每個(gè)案例設(shè)置兩個(gè)域應(yīng)用次數(shù)與成功次數(shù)，這些記錄將作為判斷案例是否冗余或?yàn)樵胍舭咐囊罁?jù)。當(dāng)一個(gè)新案例被加入到案例庫中時(shí)，它的這兩個(gè)域都賦初值為零。隨著案例庫的使用，當(dāng)該案例被檢索到并成功地解決了目標(biāo)問題時(shí)，它的應(yīng)用次數(shù)與成功次數(shù)都加1;如果該案例未能成功地解決當(dāng)前問題，則僅僅將應(yīng)用次數(shù)加1。當(dāng)一個(gè)案例的應(yīng)用次數(shù)遠(yuǎn)大于成功次數(shù)時(shí)，該案例將被認(rèn)定為噪音案例予以刪除，或經(jīng)過調(diào)整使其變?yōu)檎_的案例；所述的"遠(yuǎn)大于"可以是"應(yīng)用次數(shù)成功次數(shù)>5:1"。6、系統(tǒng)的運(yùn)行，經(jīng)過初始案例的輸入和案例庫的擴(kuò)容兩個(gè)階段。即首先要向系統(tǒng)中輸入一定數(shù)量實(shí)際發(fā)生案例，這些案例可以是實(shí)際發(fā)生的突發(fā)環(huán)境事件，也可以是通過模型計(jì)算產(chǎn)生的假想案例；之后在經(jīng)過一個(gè)較長的時(shí)期"自我學(xué)習(xí)"過程后，新的案例將源源不斷的保存到案例庫中，案例庫得到擴(kuò)容后，才能真正達(dá)到或超過專家的水平，從而實(shí)現(xiàn)決策支持的目的；實(shí)現(xiàn)上述方法的系統(tǒng)，包括1)人機(jī)接口負(fù)責(zé)系統(tǒng)與用戶之間的交互及案例/預(yù)案信息的表達(dá)，采用菜單交互的誘導(dǎo)方式來構(gòu)造用戶視圖，方便用戶提供有關(guān)案例的信息，并對(duì)輸入的參數(shù)進(jìn)行匹配性檢驗(yàn)；2)檢索引擎負(fù)責(zé)響應(yīng)用戶的查詢請(qǐng)求，在案例庫中搜索和目標(biāo)案例類似的源案例；檢索引擎主要包括調(diào)度機(jī)和檢索機(jī)兩個(gè)模塊；調(diào)度機(jī)在系統(tǒng)檢索過程中起到總體控制和調(diào)度作用，檢索機(jī)是實(shí)現(xiàn)檢索過程的具體算法；3)適配器當(dāng)檢索到的源案例的解決方法不能滿足目標(biāo)問題的求解要求時(shí)，適配器負(fù)責(zé)對(duì)源案例和目標(biāo)問題的進(jìn)行適當(dāng)修改，獲得目標(biāo)問題的解決方案4)案例管理器負(fù)責(zé)案例的維護(hù)管理工作，主要由案例的增加、刪除、修改、合并等操作組成；5)案例庫即源案例的存儲(chǔ)和組織，采用關(guān)系數(shù)據(jù)庫的方法，對(duì)每個(gè)案例進(jìn)行完整描述，并建立案例的主要特征索引。本發(fā)明有助于增強(qiáng)突發(fā)環(huán)境事件中的組織搶險(xiǎn)和快速反應(yīng)能力，大大減少人民的生命財(cái)產(chǎn)損失，具有重要的經(jīng)濟(jì)價(jià)值和社會(huì)意義。圖1為基于案例推理的一般工作流程示意圖。圖2為本發(fā)明CBR-EERPS系統(tǒng)結(jié)構(gòu)圖圖3為本發(fā)明CBR-EERPS系統(tǒng)工作流程圖。具體實(shí)施例方式以下結(jié)合附圖所示實(shí)施例對(duì)本發(fā)明作進(jìn)一步的說明。1、CBR-EERPS系統(tǒng)結(jié)構(gòu)本發(fā)明申請(qǐng)?zhí)岢?基于案例推理的突發(fā)環(huán)境事件應(yīng)急預(yù)案系統(tǒng)(Case-BasedReasoningforEnvironmentEmergencyResponseandPreparednessSystem,簡(jiǎn)稱CBR-EERPS)"，主要由五個(gè)部分構(gòu)成，如圖2所示。1)人機(jī)接口負(fù)責(zé)系統(tǒng)與用戶之間的交互及案例/預(yù)案信息的表達(dá)，釆用菜單交互的誘導(dǎo)方式來構(gòu)造用戶視圖，方便用戶提供有關(guān)案例的信息，并對(duì)輸入的參數(shù)進(jìn)行匹配性檢驗(yàn)。2)檢索引擎負(fù)責(zé)響應(yīng)用戶的查詢請(qǐng)求，在案例庫中搜索和目標(biāo)案例類似的源案例。檢索引擎主要包括調(diào)度機(jī)和檢索機(jī)兩個(gè)模塊。調(diào)度機(jī)在系統(tǒng)檢索過程中起到總體控制和調(diào)度作用，檢索機(jī)是實(shí)現(xiàn)檢索過程的具體算法。3)適配器當(dāng)檢索到的源案例的解決方法不能滿足目標(biāo)問題的求解要求時(shí)，適配器負(fù)責(zé)對(duì)源案例和目標(biāo)問題的進(jìn)行適當(dāng)修改，獲得目標(biāo)問題的解決方案。4)案例管理器負(fù)責(zé)案例的維護(hù)管理工作，主要由案例的增加、刪除、修改、合并等操作組成。5)案例庫即源案例的存儲(chǔ)和組織，采用關(guān)系數(shù)據(jù)庫的方法，對(duì)每個(gè)案例進(jìn)行完整描述，并建立案例的主要特征索引。2、CBR-EERPS系統(tǒng)中的關(guān)鍵技術(shù)1)突發(fā)環(huán)境事件案例的表示與組織案例的表示即把突發(fā)事件管理者和領(lǐng)域?qū)＜姨幚硗话l(fā)事件的經(jīng)驗(yàn)和知識(shí)轉(zhuǎn)變?yōu)榭杀挥?jì)算機(jī)接受的用于描述知識(shí)的數(shù)據(jù)結(jié)構(gòu)。案例一般表示為案例=<問題描述，解決方案，結(jié)果評(píng)價(jià)>。問題描述是事故的屬性信息，解決方案是案例的具體處置方法措施。任何基于案例推理的系統(tǒng)必須要有問題或情境描述和解決方案，而結(jié)果評(píng)價(jià)可能在有的系統(tǒng)中沒有。CBR-EERPS系統(tǒng)案例表示方法如表1。突發(fā)環(huán)境事件屬性列表見表2。表1案例的表示結(jié)構(gòu)<table>tableseeoriginaldocumentpage6</column></row><table>表2突發(fā)環(huán)境事件屬性列表<table>tableseeoriginaldocumentpage7</column></row><table>案例庫組織釆用分類和抽象相結(jié)合的策略，即對(duì)突發(fā)環(huán)境事件進(jìn)行分類(檢索時(shí)首先判斷事件的類別)，并抽象出各類事件的屬性特征，利用關(guān)系數(shù)據(jù)庫技術(shù)建立分類、分層的索引。根據(jù)突發(fā)環(huán)境事件的特點(diǎn)和污染物的特性，將突發(fā)環(huán)境事件分為9類，見表3。表3突發(fā)環(huán)境事故類型編碼<table>tableseeoriginaldocumentpage7</column></row><table>注舉例中的編碼首2位代表事故類型，如0102xxx中的01代表有毒化學(xué)品泄露擴(kuò)散事故；第3、4位代表事故等級(jí)，如0102xxx中02代表事故等級(jí)為二級(jí)；最后的數(shù)字代表案例的序號(hào)，如0102xxx中的xxx,即在案例庫中的排序(按輸入先后自動(dòng)賦值)。2)突發(fā)環(huán)境事件案例檢索方法由于突發(fā)環(huán)境事件的特點(diǎn)，對(duì)系統(tǒng)中案例的相似特征類型進(jìn)行分類，見表4。表4案例相似特征類型<table>tableseeoriginaldocumentpage8</column></row><table>CBR-EERPS系統(tǒng)檢索采用基于HEOM(HeterogeneousEuclidean-OverlapMetric)的相似性度量方法，其基本思想是對(duì)于連續(xù)性屬性采用規(guī)范化的歐氏距離方法；對(duì)于符號(hào)屬性采用重疊(Overlap)度量方法。屬性a的兩個(gè)取值x和y之間的距離定義如下<formula>formulaseeoriginaldocumentpage8</formula>其中，函數(shù)ovw/fl/(x,j;)是用來計(jì)算符號(hào)屬性的兩個(gè)取值之間的距離的，其定義如下<formula>formulaseeoriginaldocumentpage8</formula>函數(shù)r"—^^。(;c，少)是用來計(jì)算連續(xù)屬性的兩個(gè)取值之間的距離的，其定義如下、卜一爿max。一mm。其中max。和min。分別是屬性a的所有屬性值中的最大值和最小值。綜合連續(xù)性屬性和符號(hào)性屬性，兩個(gè)案例之間的距離公式/^:c)m(;c,j;)定義如下(3)服om(x,>0=、Jy。O。-y。)2(4)其中m是案例具有的屬性個(gè)數(shù)。3)突發(fā)環(huán)境事件案例的適配方法適配既要考慮二者之間重要的、突出的差異，也要考慮檢索出的案例的解決方案中能夠復(fù)用的部分。CBR-EERPS系統(tǒng)采用結(jié)果復(fù)用和方法復(fù)用相結(jié)合，通過結(jié)構(gòu)修改和誘導(dǎo)修改相結(jié)合的方式進(jìn)行修正，即對(duì)于一些可以直接應(yīng)用的規(guī)則或公式，將其應(yīng)用到解決方案的修改中，對(duì)于難以提取的規(guī)則采用人機(jī)交互式的修正方法。4)突發(fā)環(huán)境事件案例庫學(xué)習(xí)CBR-EERPS系統(tǒng)采用主動(dòng)學(xué)習(xí)的方式來判斷新案例是否保留到案例庫中。如果新案例與原案例的相似度在設(shè)定閾值與1之間，則認(rèn)為很相似，新案例的信息量和知識(shí)含量不高，不對(duì)案例進(jìn)行存儲(chǔ)；如新案例與原案例的相似度低于設(shè)定閾值，則將新案例保存到案例庫中，并建立新案例的有效索引。如下<formula>formulaseeoriginaldocumentpage9</formula>不保留<formula>formulaseeoriginaldocumentpage9</formula>保留其中sigma為設(shè)定的閾值，且<formula>formulaseeoriginaldocumentpage9</formula>。5)突發(fā)環(huán)境事件案例庫管理案例庫管理包括對(duì)可能產(chǎn)生誤導(dǎo)的案例(噪音案例)進(jìn)行刪除或更新，冗余案例的刪除以及案例庫的重新組織等。CBR-EERPS系統(tǒng)為每個(gè)案例設(shè)置兩個(gè)域應(yīng)用次數(shù)與成功次數(shù)，這些記錄將作為判斷案例是否冗余或?yàn)樵胍舭咐囊罁?jù)。當(dāng)一個(gè)新案例被加入到案例庫中時(shí)，它的這兩個(gè)域都賦初值為零。隨著案例庫的使用，當(dāng)該案例被檢索到并成功地解決了目標(biāo)問題時(shí)，它的應(yīng)用次數(shù)與成功次數(shù)都加1;如果該案例未能成功地解決當(dāng)前問題，則僅僅將應(yīng)用次數(shù)加1。當(dāng)一個(gè)案例的應(yīng)用次數(shù)遠(yuǎn)大于成功次數(shù)時(shí)，該案例將被認(rèn)定為噪音案例予以刪除，或經(jīng)過調(diào)整使其變?yōu)檎_的案例。與案例庫管理有關(guān)的域見表5，其中陰影部分為用于管理而設(shè)置的兩個(gè)域。表5案例庫管理的域<table>tableseeoriginaldocumentpage9</column></row><table>說明本發(fā)明申請(qǐng)對(duì)每個(gè)案例設(shè)置兩個(gè)域被使用次數(shù)與成功次數(shù)，這些記錄作為判斷案例是否冗余或?yàn)樵胍舭咐囊罁?jù)。規(guī)則如下1)初始階段Time(應(yīng)用)=0，Time(成功)=02)當(dāng)案例被檢索到時(shí)Time(應(yīng)用)=Time(應(yīng)用)+13)并且成功解決當(dāng)前問題時(shí)Time(成功)=Time(成功)+14)判斷Time(應(yīng)用)》Time(成功)時(shí)，認(rèn)為該案例為噪音案例，刪除該案例，將其移至失敗案例庫，或?qū)Π咐慕鉀Q方案(預(yù)案)進(jìn)行調(diào)整。6)CBR-EERPS系統(tǒng)的運(yùn)行CBR-EERPS系統(tǒng)在實(shí)際應(yīng)用前，需要經(jīng)過初始案例的輸入和案例庫的擴(kuò)容兩個(gè)階段。即首先要向系統(tǒng)中輸入一定數(shù)量實(shí)際發(fā)生案例，這些案例可以是實(shí)際發(fā)生的突發(fā)環(huán)境事件，也可以是通過模型計(jì)算產(chǎn)生的假想案例；之后在經(jīng)過一個(gè)較長的時(shí)期"自我學(xué)習(xí)"過程后，新的案例將源源不斷的保存到案例庫中，案例庫得到擴(kuò)容后，才能真正達(dá)到或超過專家的水平，從而實(shí)現(xiàn)決策支持的目的。CBR-EERPS系統(tǒng)在工作流程如圖3。上述的對(duì)實(shí)施例的描述是為便于該
技術(shù)領(lǐng)域：
的普通技術(shù)人員能理解和應(yīng)用本發(fā)明。熟悉本領(lǐng)域技術(shù)的人員顯然可以容易地對(duì)這些實(shí)施例做出各種修改，并把在此說明的一般原理應(yīng)用到其他實(shí)施例中而不必經(jīng)過創(chuàng)造性的勞動(dòng)。因此，本發(fā)明不限于這里的實(shí)施例，本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明的揭示，對(duì)于本發(fā)明做出的改進(jìn)和修改都應(yīng)該在本發(fā)明的保護(hù)范圍之內(nèi)。權(quán)利要求1、一種突發(fā)環(huán)境事件應(yīng)急預(yù)案的生成方法，其特征在于包括建立突發(fā)環(huán)境事件案例庫；突發(fā)環(huán)境事件案例的表示與組織；突發(fā)環(huán)境事件案例檢索方法；突發(fā)環(huán)境事件案例的適配方法。2、根據(jù)權(quán)利要求1所述的突發(fā)環(huán)境事件應(yīng)急預(yù)案的生成方法，其特征在于建立突發(fā)環(huán)境事件案例庫包括初始案例的輸入和案例庫的擴(kuò)容兩個(gè)階段，首先要向系統(tǒng)中輸入一定數(shù)量案例，這些案例包括實(shí)際發(fā)生的突發(fā)環(huán)境事件和通過模型計(jì)算產(chǎn)生的假想案例；之后在經(jīng)過一個(gè)較長的時(shí)期"自我學(xué)習(xí)"過程后，新的案例將源源不斷的保存到案例庫中，案例庫得到擴(kuò)容后。3、根據(jù)權(quán)利要求1所述的突發(fā)環(huán)境事件應(yīng)急預(yù)案的生成方法，其特征在于建立突發(fā)環(huán)境事件案例庫包括突發(fā)環(huán)境事件案例庫學(xué)習(xí)采用主動(dòng)學(xué)習(xí)的方式來判斷新案例是否保留到案例庫中如果新案例與原案例的相似度在設(shè)定閾值與1之間，則認(rèn)為很相似，新案例的信息量和知識(shí)含量不高，不對(duì)案例進(jìn)行存儲(chǔ)；如新案例與原案例的相似度低于設(shè)定閾值，則將新案例保存到案例庫中，并建立新案例的有效索引。4、根據(jù)權(quán)利要求1所述的突發(fā)環(huán)境事件應(yīng)急預(yù)案的生成方法，其特征在于建立突發(fā)環(huán)境事件案例庫包括突發(fā)環(huán)境事件案例庫管理，案例庫管理包括對(duì)可能產(chǎn)生誤導(dǎo)的案例進(jìn)行刪除或更新，冗余案例的刪除以及案例庫的重新組織。5、根據(jù)權(quán)利要求4所述的突發(fā)環(huán)境事件應(yīng)急預(yù)案的生成方法，其特征在于為每個(gè)案例設(shè)置兩個(gè)域應(yīng)用次數(shù)與成功次數(shù)，這些記錄將作為判斷案例是否冗余或?yàn)樵胍舭咐囊罁?jù)；當(dāng)一個(gè)新案例被加入到案例庫中時(shí)，它的這兩個(gè)域都賦初值為零;隨著案例庫的使用，當(dāng)該案例被檢索到并成功地解決了目標(biāo)問題時(shí)，它的應(yīng)用次數(shù)與成功次數(shù)都加1;如果該案例未能成功地解決當(dāng)前問題，則僅僅將應(yīng)用次數(shù)加l;當(dāng)一個(gè)案例的應(yīng)用次數(shù)遠(yuǎn)大于成功次數(shù)時(shí)，該案例將被認(rèn)定為噪音案例予以刪除，或經(jīng)過調(diào)整使其變?yōu)檎_的案例。6、實(shí)現(xiàn)權(quán)利要求1-5中任一所述的方法的系統(tǒng)，其特征在于包括1)人機(jī)接口負(fù)責(zé)系統(tǒng)與用戶之間的交互及案例/預(yù)案信息的表達(dá)，采用菜單交互的誘導(dǎo)方式來構(gòu)造用戶視圖，方便用戶提供有關(guān)案例的信息，并對(duì)輸入的參數(shù)進(jìn)行匹配性檢驗(yàn)；2)檢索引擎負(fù)責(zé)響應(yīng)用戶的查詢請(qǐng)求，在案例庫中搜索和目標(biāo)案例類似的源案例；檢索引擎主要包括調(diào)度機(jī)和檢索機(jī)兩個(gè)模塊；調(diào)度機(jī)在系統(tǒng)檢索過程中起到總體控制和調(diào)度作用，檢索機(jī)是實(shí)現(xiàn)檢索過程的具體算法；3)適配器當(dāng)檢索到的源案例的解決方法不能滿足目標(biāo)問題的求解要求時(shí)，適配器負(fù)責(zé)對(duì)源案例和目標(biāo)問題的進(jìn)行適當(dāng)修改，獲得目標(biāo)問題的解決方案；4)案例管理器負(fù)責(zé)案例的維護(hù)管理工作，主要由案例的增加、刪除、修改、合并等操作組成；5)案例庫即源案例的存儲(chǔ)和組織，采用關(guān)系數(shù)據(jù)庫的方法，對(duì)每個(gè)案例進(jìn)行完整描述，并建立案例的主要特征索引。全文摘要本發(fā)明公開了一種用于突發(fā)環(huán)境事件應(yīng)急預(yù)案生成的技術(shù)方法，建立突發(fā)環(huán)境事件案例庫；突發(fā)環(huán)境事件案例的表示與組織；突發(fā)環(huán)境事件案例檢索方法；突發(fā)環(huán)境事件案例的適配方法。所提出的“基于案例推理的突發(fā)環(huán)境事件應(yīng)急預(yù)案系統(tǒng)”，包括人機(jī)接口、檢索引擎、適配器、案例管理器和案例庫五個(gè)部分，系統(tǒng)不僅能“快而準(zhǔn)”地生成突發(fā)環(huán)境事件的應(yīng)急預(yù)案，而且系統(tǒng)具有主動(dòng)學(xué)習(xí)的功能。本發(fā)明有助于增強(qiáng)突發(fā)環(huán)境事件中的組織搶險(xiǎn)和快速反應(yīng)能力，大大減少人民的生命財(cái)產(chǎn)損失，具有重要的經(jīng)濟(jì)價(jià)值和社會(huì)意義。文檔編號(hào)G06N5/00GK101383027SQ20081004286公開日2009年3月11日申請(qǐng)日期2008年9月12日優(yōu)先權(quán)日2008年9月12日發(fā)明者劉宴輝,廖振良申請(qǐng)人:同濟(jì)大學(xué)