面向服務的智能系統(tǒng)架構(gòu)與知識獲取方法研究.pdf

1、智能系統(tǒng)是能夠理解、學習復雜信息并能做出決策和分析行為的軟硬件實體，具備識別對象和事件、存儲豐富的可利用知識、推理和預測等基本能力，能夠適應復雜環(huán)境并能夠從環(huán)境中獲得所要關注或認知的信息并做出適當?shù)姆答佇袨椤＝陙?，隨著網(wǎng)絡化系統(tǒng)工程、模糊系統(tǒng)、智能感知、多源信息處理、自動化控制、神經(jīng)網(wǎng)絡、先進計算、多Agent等技術(shù)在人工智能領域中的不斷發(fā)展，普適化、服務化、泛在化逐步成為新型智能系統(tǒng)的主要特點。
　　 本文圍繞系統(tǒng)柔性設計模

2、式、多源異構(gòu)信息集成、海量信息資源蘊涵知識規(guī)則獲取、分布式協(xié)同求解等方面對智能系統(tǒng)開展深入研究，拓展智能系統(tǒng)決策和分析的理論與應用范疇，實現(xiàn)人們獲取系統(tǒng)服務的自然便捷交互接口，大規(guī)模、無序數(shù)據(jù)資源的統(tǒng)一組合，數(shù)據(jù)倉庫中稀少數(shù)據(jù)項的知識萃取與發(fā)現(xiàn)，復雜問題分布式環(huán)境下的服務調(diào)度與協(xié)作。最后，將研究理論方法與成果應用于工廠化農(nóng)業(yè)生產(chǎn)管理領域進行系統(tǒng)級實際驗證。本文主要工作包括：
　　 1.基于自適應柔性機制的智能體系架構(gòu)。以智能系統(tǒng)

3、定義為基礎，研究自適應柔性總線機制，通過對智能系統(tǒng)體系結(jié)構(gòu)的構(gòu)件化分析，提出分布式協(xié)同構(gòu)件建模方法與具有總線控制機制的智能系統(tǒng)的應用集成框架，針對多模態(tài)數(shù)據(jù)融合、Web信息挖掘、上下文感知、物聯(lián)網(wǎng)應用等技術(shù)需求，提出知識網(wǎng)格式智能系統(tǒng)和移動智能系統(tǒng)部署模型，為智能系統(tǒng)的知識獲取技術(shù)的研究提供了系統(tǒng)級的邏輯架構(gòu)基礎。
　　 2.基于本體的多模態(tài)信息融合算法。在綜合分析卡爾曼濾波算法、Bayes估計算法、證據(jù)理論算法的基礎上，提出一

4、種廣義的融合算法-基于本體的多模態(tài)信息融合算法，整合多種融合方法和結(jié)構(gòu)，定量分析與定性分析相結(jié)合，探索了統(tǒng)一的信息融合理論框架，給出了多模態(tài)信息本體集合空間描述方法與層次化表達結(jié)構(gòu)，建立基于通用數(shù)據(jù)引擎的模糊神經(jīng)網(wǎng)絡結(jié)構(gòu)模型，通過不同側(cè)面源數(shù)據(jù)隸屬度語義關聯(lián)與多模運算，實現(xiàn)文本、圖像、視頻等多源異構(gòu)數(shù)據(jù)平滑融合。
　　 3.支持Web信息抽取與多重支持度的知識發(fā)現(xiàn)方法。分析知識獲取過程，給出一種基于海量網(wǎng)絡資源的可持續(xù)更新的知識

5、發(fā)現(xiàn)方法——基于語義網(wǎng)的知識發(fā)現(xiàn)方法；分析基于海量Web信息識別用戶感興趣數(shù)據(jù)的原理，提出一種新的包裝器自動生成算法，完成從雪花狀無序數(shù)據(jù)到結(jié)構(gòu)化數(shù)據(jù)的轉(zhuǎn)換；針對Web數(shù)據(jù)庫中的大數(shù)據(jù)項集，提出基于頻繁模式樹的多重支持度關聯(lián)規(guī)則挖掘算法，解決單一最小支持度挖掘關聯(lián)規(guī)則不能反映不同數(shù)據(jù)項出現(xiàn)頻度與性質(zhì)的問題。
　　 4.基于人工免疫系統(tǒng)的多Agent任務協(xié)同處理方法。針對智能系統(tǒng)對復雜任務的決策處理需求，提出一種基于多Agent的

6、協(xié)同處理方法，對復雜任務進行分解是多個Agent對任務協(xié)同處理的前提，提出一種“與或樹”任務分解方法，對于復雜任務進行分解，最終能夠形成一個復雜任務的分解樹，實現(xiàn)對任務樹進行修剪。
　　 5.新型智能系統(tǒng)原型的實現(xiàn)?；谝陨蠋讉€方面的研究，以豬病診斷智能系統(tǒng)為例，研究網(wǎng)絡化豬病診斷智能系統(tǒng)體系架構(gòu)，實現(xiàn)豬病本體構(gòu)建與多源豬病信息資源融合、基于Web資源的知識本體獲取與知識挖掘、豬病診斷與協(xié)同診斷等。系統(tǒng)較好地驗證了新型智能系統(tǒng)的