基于FUM的個性化解釋研究及其在地震預報專家系統(tǒng)中的應用.pdf

1、專家系統(tǒng)作為人工智能領(lǐng)域中最活躍最有實用意義的分支之一,已經(jīng)被廣泛應用于工業(yè)、農(nóng)業(yè)、醫(yī)學等并有力地促進了這些學科的發(fā)展.解釋是專家系統(tǒng)的重要組成部分,除了說明問題求解過程之外,還起著證實結(jié)論、幫助學習、輔助系統(tǒng)調(diào)試甚至獲取知識的作用.解釋已成為衡量專家系統(tǒng)智能程度的主要標志.目前的專家系統(tǒng)提供的解釋都一般都是通用的解釋.但是不同的用戶在認知水平、興趣愛好等方面存在差異,這種通用的解釋不能滿足不同用戶的需求.在個性化服務(wù)的應用領(lǐng)域日益增多

2、的今天,將個性化引入解釋過程,將在一定程度上提高生成解釋的質(zhì)量,使之更為貼切.本文的主要工作就是研究基于模糊用戶模型的個性化解釋方法,及其在地震預報專家系統(tǒng)中的應用.首先,本文論述了解釋的概念、發(fā)展現(xiàn)狀及存在的問題,并結(jié)合個性化服務(wù)領(lǐng)域的知識,介紹了個性化服務(wù)的發(fā)展歷程、技術(shù)要點以及應用領(lǐng)域.其次,本文研究了個性化服務(wù)中的關(guān)鍵環(huán)節(jié)-用戶模型的理論與用戶建模技術(shù).在用戶模型理論的研究中,給出了模糊用戶模型的定義、表示方法.在分析了現(xiàn)有的用

3、戶建模技術(shù)的分類的基礎(chǔ)上,結(jié)合本文的研究環(huán)境,提出了模糊用戶模型(FUM,Fuzzy User Model)的建立算法-基于隨機序列的自適應面試算法AIARS(Adaptive Interview Algorithm Based on Random Sequence)和更新算法-基于對話歷史的自適應更新算法AUADH (Adaptive Update Algorithm Based on Dialogue History),以及FUM與

4、知識之間的匹配算法FMA(FUM-Knowledge Matching Algorithm).此外,還設(shè)計了適合于地震預報專家系統(tǒng)的個性化解釋的層次規(guī)劃.再次,本文研究了專家系統(tǒng)的知識表示方法.由于地震預報專家系統(tǒng)知識結(jié)構(gòu)的復雜性和不確定性,傳統(tǒng)的"數(shù)據(jù)庫存儲-程序讀取"方式不利于實現(xiàn),本文給出的知識結(jié)構(gòu)設(shè)計方法使知識的存儲不依賴于數(shù)據(jù)庫,知識的修改、擴充成為獨立的模塊,避免了用數(shù)據(jù)庫實現(xiàn)的開銷.本文還對深層解釋的概念和必要性做了論述,