結(jié)合DBN-CBR的Agent救援決策模型的研究與應(yīng)用.pdf

1、一直以來,各種煤礦災(zāi)害給我國的煤炭工業(yè)帶來了巨大的經(jīng)濟(jì)損失,導(dǎo)致了多次重大的人員傷亡,給我國煤炭工業(yè)的可持續(xù)發(fā)展和社會(huì)的和諧穩(wěn)定造成了極大的危害。傳統(tǒng)的煤礦虛擬仿真技術(shù)是利用虛擬現(xiàn)實(shí)技術(shù),根據(jù)煤礦井下的各種數(shù)據(jù),對(duì)煤礦井下的生產(chǎn)環(huán)境進(jìn)行模擬和仿真,可以在煤礦虛擬場景中進(jìn)行各種煤礦災(zāi)害演示,對(duì)煤礦工作人員進(jìn)行安全培訓(xùn),以最大程度地降低煤礦災(zāi)害的發(fā)生率和提高煤礦災(zāi)害事故的應(yīng)急救援決策能力。
　　案例推理技術(shù)具備重用歷史經(jīng)驗(yàn)的能力,歷史

2、案例對(duì)重復(fù)率較高的煤礦災(zāi)害有較強(qiáng)的指導(dǎo)意義,貝葉斯網(wǎng)絡(luò)模型能夠處理煤礦災(zāi)害事故應(yīng)急救援決策中常存在的數(shù)據(jù)缺失問題,智能主體(Agent)技術(shù)在智能性和動(dòng)態(tài)性上的優(yōu)勢,對(duì)復(fù)雜多變的問題尤為適用。本文以動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)結(jié)合案例推理模型(DBN-CBR)建立應(yīng)急救援決策模型和智能主體技術(shù)為基礎(chǔ),針對(duì)煤礦災(zāi)害重復(fù)率高和動(dòng)態(tài)變化的特點(diǎn),具體研究如下:
　　首先,本文在通過Agent的智能性以及煤礦災(zāi)害的分析,研究了一種面向任務(wù)的Agent體系

3、結(jié)構(gòu),結(jié)合Agent模型改進(jìn)作業(yè)條件危險(xiǎn)性評(píng)價(jià)法(LEC)的安全評(píng)價(jià)方法,對(duì)井下災(zāi)情進(jìn)行現(xiàn)場評(píng)價(jià),為后續(xù)的救援決策提供危險(xiǎn)等級(jí)的參考數(shù)據(jù),加快煤礦災(zāi)害的救援決策。
　　其次,利用貝葉斯網(wǎng)絡(luò)的優(yōu)勢,構(gòu)建出DBN-CBR模型。在傳統(tǒng)案例推理的理論基礎(chǔ)上,結(jié)合新提出的動(dòng)態(tài)增量式期望最大化貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí)方法,改進(jìn)了煤礦災(zāi)害事故應(yīng)急救援決策過程中的相似度評(píng)價(jià)函數(shù)。在此基礎(chǔ)上,提出了案例庫的組織方式:K-D樹組織,通過這種方式,有效的提高