一、基于遗传算法的管理信息系统的智能分解(论文文献综述)
孙肖坤[1](2021)在《复杂大型建设项目费用偏差控制方法及信息系统设计》文中研究说明随着全球范围内经济形势的动态稳定发展,复杂大型建设项目在国内外均呈持续增长的态势,国际工程项目市场的竞争愈发激烈。复杂大型建设项目事关民生和经济效益,其开发建设会对国家和社会产生广泛而深远的影响。在工程建设领域,许多投资主体拥有雄厚的资金实力和丰富的开发建设经验,并开始涉足复杂大型建设项目的开发建设,项目投资规模越来越大,建设周期越来越长,参与建设的单位越来越多,不确定性带来的项目风险也愈发复杂。随着时代的发展,复杂大型建设项目逐渐成为项目管理领域的研究热点。然而,在项目建设过程中,投资效率低下、费用超支等现象屡见不鲜,项目执行情况在各层面上不尽如人意,传统的项目管理理论已经不能适应现阶段管理实践的需求。因此,从复杂性视角出发对项目管理领域进行研究就成为一种新的解决思路。如何对项目复杂性进行科学、系统以及深入的分析,如何在项目建设过程中动态、全面地掌握项目费用状态,如何判断工程费用实际状态与计划的偏差严重程度,如何对项目费用偏差做出科学的警报和预测,如何有依据地对工程项目的费用偏差进行有效纠偏控制,就成为摆在管理者面前的一个理论和实践问题。为了更加科学有效地针对复杂大型建设项目费用实施监控管理,本文运用系统动力学相关理论和方法,建立了基于复杂性视角的建设项目费用偏差影响因素的系统动力学模型,构建了项目费用偏差的警报及预测模型,梳理了项目全生命周期不同费用偏差程度下的纠偏流程,进而分析并设计了以理论模型为基础的复杂大型建设项目费用偏差控制信息系统。具体研究内容包括以下四个部分:(1)基于系统动力学的费用偏差关键影响因素识别研究。首先,对复杂大型建设项目的费用监控模式进行概述;在此基础上,对系统动力学相关基础理论及其应用在建设项目费用偏差控制领域的可行性进行分析;然后,将复杂大型建设项目作为一个整体系统,对项目建设各阶段内费用偏差影响因素之间的关系进行分析识别,构建系统动力学反馈图模型,确定主要变量,内生变量、外生变量,建立各变量之间方程关系;最后,通过Vensim软件模拟仿真,建立动态控制模型并验证其可行性和有效性,识别出费用偏差关键影响因素及其影响程度,并对模拟结果进行分析。(2)复杂大型建设项目费用偏差警报及预测模型研究。首先对复杂大型建设项目不同阶段费用偏差计算的需求及特点进行分析,据此选取适用于复杂大型建设项目费用偏差警报的方法模型;然后对K-Means聚类算法进行缺陷分析,引入贴近度概念,并将边界均值算子作为主要方法对经典K-means聚类进行改进,有效克服了主观随意性和警情区间不连续的问题;最后通过算例分析证实了本模型的有效性。复杂大型建设项目费用偏差预测模型是偏差警报模型的后续研究。首先,全面论述了神经网络模型的相关原理,对其在复杂大型建设项目费用偏差预测研究中的可行性和适用性进行了分析;然后,利用仿生算法对传统BP神经网络进行改进,优化神经网络模型中的初始网络权值和阈值,并将历史数据输入模型中进行训练获得成熟模型;同时,将现阶段的费用偏差进行子目费用分析,将总偏差最终分摊至每一个子目费用的扰动因素,深度分析复杂大型建设项目中不同活动对费用偏差的影响,在当前费用偏差情况已知的情况下,研究其对未来费用偏差的影响程度并予以量化,判定即将发生的项目警情及其位置,有效辅助项目费用管理方采取措施进行处理,实现真正意义上的项目费用事前控制。(3)复杂大型建设项目费用偏差控制策略及效果评价研究。首先,针对复杂大型建设项目费用偏差控制策略,挖掘了流程再造和协同理论与之相适应的契合点,梳理了费用偏差控制中流程再造和协同的目标和原则;其次,针对复杂大型建设项目在前期决策阶段、中期实施阶段、后期运维阶段所面临的不同费用偏差警情,明确各阶段责任方,梳理并总结出具体的纠偏操作流程和控制策略;为了增强该纠偏流程的适用性,本节首次提出了纠偏效果评价,从控制能力、控制效果、经济和社会效果等角度构建指标体系,构建了基于支撑度理论的模糊群决策模型,对纠偏效果进行评价,给出反馈结果,推动纠偏策略的持续改进。(4)复杂大型建设项目费用偏差控制系统设计研究。把研究的理论和构建的模型拓展到实际的项目费用管理中,提出了复杂大型建设项目费用偏差控制信息系统设计。首先,对复杂大型建设项目费用偏差控制系统进行了定义,对系统建设目标、系统用户和系统需求进行分析,确定了系统的非功能需求和功能需求;然后构建费用偏差控制系统的总体设计框架结构,从系统开发方法、系统开发平台、系统功能模块、系统数据库四个角度对系统进行详细深入的设计;在涉及到系统关键的实施技术方面,对开发技术选型进行了结构性论述,并对数据仓库的核心设计理念进行了详细介绍,设计了系统模型管理模块的结构和重点功能。该系统包括费用偏差警报、费用偏差预测、费用偏差控制、纠偏效果评价等功能。
高磊[2](2020)在《电网建设项目多主体协同决策模型及应用研究》文中研究说明随着电力体制改革逐步深化,电网建设投入在整个电力建设投入的比重逐年持续增加,电网建设管理模式、运营模式和投资比例的逐步转变也对电力工程项目管理思路和方法提出了新的要求。此外,根据电网建设项目的特点,项目建设过程中长期面临建设时序分配、资源均衡调配、风险合理规避、投资效益优化、电力稳定供应等诸多问题,需要综合考虑不同因素,电网建设则可视为多主体、多要素、多目标、多阶段的协同决策研究问题。然而,传统的电网项目建设管理模式普遍存在各利益主体自利性和信息断层情况,难以根据项目特点优选出满足多方需求的建设方案,同时,在实施过程中存在区域电网建设项目的工期、投资和资源调配不合理现状,并难以达到项目综合效益优化的目标。因此,本文开展电网建设项目多主体协同决策模型及应用的研究工作,基于电网建设项目多主体特征和协同决策目标研究,分别构建了面向电网建设项目方案优选及方案实施的协同决策模型,针对模型的特点分别引入多智能体技术、粒子群算法和非支配排序遗传算法进行求解,并通过模型应用系统提供了多主体协同决策的平台。主要研究内容如下:(1)梳理了电网建设项目多主体协同决策的研究背景及意义,开展了对国内外电网建设项目多主体协同决策模型及应用问题的研究综述,并概述了电网规划和建设基本概念、利益相关者理论、多智能体模型及方法、多目标优化模型及方法等相关概念和基础理论,为后续研究奠定了相应理论基础和研究范围。(2)研究了电网建设项目利益相关主体特征及协同决策目标。首先,运用电网建设项目流程WBS结构,分析并识别了电网建设项目8类主要利益相关主体;其次,研究各主体的利益偏好和主体的自利性、目标差异性,以此为基础引出多主体协同决策的理念,分析了电网建设项目多主体协同决策逻辑和内容;同时,运用文献综合分析法结合系统动力学的因果关系流图识别电网建设项目协同决策目标,归纳出协同决策应从不同角度合理满足电网项目的规划管理、建设条件、投资决策和建设运营这4类目标需求。该部分研究内容从协同决策目标方面为协同决策模型及应用提供了研究基础。(3)构建了基于MAS技术的方案优选协同决策模型。基于电网建设项目协同决策目标研究,将重要的目标抽象成为MAS中的Agent,构建了协同决策MAS模型的整体架构,以及其中各主要Agent的结构、功能以及通信模式;基于多Agent之间协商交互能力,利用Petri网和合同网协议描述方案优选的多Agent交互流程,并通过模糊Petri网的模糊规则对应可选择方案设置方案集,方案集由多Agent的模糊变量因素协同决策进行选择,最终,形成了基于FPN电网项目方案优选协同决策模型,进一步通过算例应用验证模型计算过程和有效性。该部分的研究内容可以结合不同区域电网项目特点,考虑多方主体需求,提供建设方案优选的决策依据和方法。(4)构建了基于多目标优化的方案实施协同决策模型。在方案优选的基础上,通过研究一定区域内电网项目规划阶段和建设阶段协同决策的目标,建立适宜的目标函数,结合目标函数和约束条件构建电网项目方案实施协同决策模型。本文一方面建立面向电网规划实施过程的协同决策模型,采用粒子群算法进行求解;另一方面,建立面向电网建设实施过程的协同决策模型,运用遗传算法进行求解;通过实例证明两阶段模型的合理性。模型和算法则纳入多智能体系统中,作为相应MAS的方法库和模型库一部分。该部分研究内容可以在工期、资金和资源约束条件下,考虑多方主体需求,提供满足建设方案实施中多目标优化的决策依据和方法。(5)构建了基于多主体需求的协同决策模型应用系统。基于两类协同决策模型研究,构建了一个基于B/S架构的电网项目协同决策模型应用系统,该系统属于信息公开的系统,确保各方主体信息畅通、数据准确和完备,具备提供各方主体交流和互动决策的多项功能,同时,协同决策支持平台能够充分结合MAS技术,并利用优化算法功能,解决电网建设协同决策过程中多元化、多层次的复杂问题。其功能包括多智能体管理、多主体方管理、方案优选管理、多目标优化管理、空间地图管理等,根据项目实际需求设计各类功能的子功能。该部分研究内容可以为电网建设项目多主体协同决策的规模化实践应用提供参考。本研究从工程项目管理视角将智能化、信息化方法应用于电网建设项目管理,为探索我国电网建设项目规划、设计、建设阶段的多主体协同决策及高效管理提供了理论依据和实践参考。
陈鑫影[3](2019)在《层级语义下情境适应的SWoT服务组合与选择机理》文中研究表明语义物联网是物联网内在矛盾的应对之策,它不是物联网和语义网的简单叠加,而是物联网的提升。语义互操作(语义协同)即在语义层面的信息交换和信息共享。语义物联网中的服务和其它服务并不是完全分裂的,网络中的服务加上语义标注后与物理实体设备绑定映射,就具备了语义物联网服务的特点。面对海量的、冗杂的网络数据,为在动态环境中,快速和准确地应对动态、复杂的服务需求,需要基于语义互操作对语义物联网服务的关键技术进行研究。目前,基于语义互操作的语义物联网服务的研究已经取得了一些进展,但仍然存在诸多亟待解决的关键问题,例如,如何有效解决语义关系的链接预测,如何解决服务情境规则的自动提取,如何高效而准确地获取动态服务组合等等。本文将针对这几个密切相关的热点问题,从如下三个方面进行系统性的研究。本文的主要研究成果如下。(1)为了解决语义物联网服务间的语义关系的链接预测和自动协作问题,提出了对应的解决方案,具体内容包括:1)首先,基于语义链接网络提出一种三层级语义服务结构化网络模型(SNM4SS)。SNM4SS模型能够表达丰富的语义关系并进行推理,可以实现语义物联网服务的自动协作。2)为了构建三层级语义服务结构化网络模型,基于Markov网、服务事件间的语义关系矩阵和边删除算法,分别提出基于条件互信息的语义服务事件网的构建算法(SSEN)和动态更新算法(SSENU)。3)此后,由于语义服务事件网的动态构建需要解决服务事件链接推理问题,因此,基于Markov逻辑网和随机游走策略,提出了一种服务事件链接推理算法(SELR)。SELR推理算法能降低推理运算中的节点数,避免了利用闭Markov逻辑网建模所带来的巨大时空开销问题,可以更为有效解决面向多层级语义服务结构化网络中服务事件关系的链接预测问题。最后,通过一系列的实验验证了所提出算法的有效性。(2)为了提供更为准确的语义服务,提高服务情境规则的提取效率和准确率,提出了一种语义服务的复杂自适应情境规则的提取方法,包括:1)首先,基于可分辨关系和可分辨约简,设计一个决策分辨约简算法(DecDepRed),DecDepRed算法将传统的逻辑知识粒化过程转化为矩阵计算,可完成上下文冗余属性的快速约简。2)然后,提出了基于决策依赖度的规则提取算法(DecDepRul),DecDepRul算法可以进行上下文冗余属性值的快速约简,并将约简结果自动转换为决策规则。最后,通过实验验证新方法生成的规则的简洁性和有效性。(3)为满足实时的动态的语义服务需求,高效而准确地获取动态服务组合,提出了一种语义物联网服务智能组合和选择方法。具体内容包括:1)首先,提出了基于语义匹配度和组合服务质量的模型QoS(CS)并设计了相关求解算法。QoS(CS)模型综合考虑了组合服务的子服务间的局部语义匹配,需求与服务间的全局匹配,服务的输入和输出参数间的依赖关系,以及复合服务的QoS质量模型等多方面因素。2)然后,基于QoS(CS)模型和遗传算法,提出了一种语义物联网服务智能组合与选择算法(IC&SSWTS)。通过实验发现,IC&SSWTS算法能够在较低成本和代价的前提下,提供较为合理的近似最优解。
二、基于遗传算法的管理信息系统的智能分解(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、基于遗传算法的管理信息系统的智能分解(论文提纲范文)
(1)复杂大型建设项目费用偏差控制方法及信息系统设计(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 复杂大型建设项目研究现状 |
1.2.2 项目费用控制研究现状 |
1.2.3 预警方法研究现状 |
1.2.4 纠偏策略研究现状 |
1.2.5 信息系统应用研究现状 |
1.3 主要研究内容和技术路线 |
1.4 主要创新点 |
第2章 相关基础理论研究 |
2.1 复杂大型建设项目特点及费用控制分析 |
2.1.1 复杂大型建设项目特点分析 |
2.1.2 复杂大型建设项目费用偏差控制参与主体 |
2.1.3 复杂大型建设项目费用控制复杂性分析 |
2.2 费用偏差控制相关理论研究 |
2.2.1 费用偏差控制内涵 |
2.2.2 费用偏差影响因素分析 |
2.2.3 费用偏差控制基本原则 |
2.3 费用偏差控制模型及方法研究 |
2.3.1 偏差特征系统动力学理论 |
2.3.2 神经网络模型 |
2.3.3 费用偏差预警聚类方法 |
2.3.4 费用偏差控制策略及评价理论 |
2.4 本章小结 |
第3章 基于系统动力学的费用偏差影响因素识别研究 |
3.1 复杂大型建设项目费用监控模式 |
3.1.1 费用监控模式特征分析 |
3.1.2 费用监控模式构建 |
3.1.3 费用监控模式运行流程 |
3.2 费用偏差影响因素的系统动力学模型构建 |
3.2.1 系统动力学的基本理论 |
3.2.2 基于系统动力学的费用偏差控制的可行性分析 |
3.2.3 系统动力学模型构建 |
3.3 费用偏差影响因素的子系统方程式建立 |
3.3.1 系统动力学建模中涉及到的数学方法 |
3.3.2 影响因素的子系统方程式建立 |
3.4 系统动力学模型仿真和分析 |
3.5 本章小结 |
第4章 基于改进神经网络模型的费用偏差控制方法研究 |
4.1 工程建设项目费用偏差计算需求及特点分析 |
4.2 基于K-means算法的费用偏差警情计算模型研究 |
4.2.1 K-means聚类理论及缺陷分析 |
4.2.2 K-means聚类方法改进及适用性研究 |
4.2.3 基于改进K-means算法的费用偏差计算模型构建 |
4.3 基于改进神经网络模型的费用偏差计算模型研究 |
4.3.1 神经网络模型原理分析 |
4.3.2 神经网络模型的改进及适用性研究 |
4.3.3 基于改进神经网络模型的费用偏差计算模型构建 |
4.4 算例分析 |
4.5 本章小结 |
第5章 基于流程再造的费用偏差控制策略及效果评价 |
5.1 复杂大型建设项目费用偏差控制中的流程再造与协同 |
5.1.1 费用偏差控制中流程再造与协同的目标 |
5.1.2 费用偏差控制中流程再造与协同的原则 |
5.2 复杂大型建设项目各阶段费用偏差控制策略 |
5.2.1 前期决策阶段的费用偏差控制策略 |
5.2.2 中期实施阶段的费用偏差控制策略 |
5.2.3 后期运维阶段的费用偏差控制策略 |
5.3 复杂大型建设项目费用偏差控制效果评价 |
5.3.1 费用偏差控制效果评价指标体系 |
5.3.2 基于支撑度理论的纠偏控制效果评价群决策模型 |
5.3.3 算例分析 |
5.4 本章小结 |
第6章 复杂大型项目费用偏差控制信息系统分析与设计 |
6.1 复杂大型建设项目CDMIS分析 |
6.1.1 复杂大型建设项目CDMIS的定义 |
6.1.2 复杂大型建设项目CDMIS的建设目标 |
6.1.3 复杂大型建设项目CDMIS的用户分析 |
6.1.4 复杂大型建设项目CDMIS的需求分析 |
6.2 复杂大型建设项目CDMIS设计 |
6.2.1 系统的总体设计原则及开发方法 |
6.2.2 系统的平台整体设计 |
6.2.3 复杂大型建设项目CDMIS的功能及模块设计 |
6.2.4 复杂大型建设项目CDMIS的数据库设计 |
6.3 复杂大型建设项目CDMIS关键技术 |
6.3.1 复杂大型建设项目CDMIS的开发技术选型 |
6.3.2 复杂大型建设项目CDMIS的数据仓库设计 |
6.3.3 复杂大型建设项目CDMIS的模型管理模块设计 |
6.4 本章小结 |
第7章 研究成果和结论 |
参考文献 |
附录 |
攻读博士学位期间发表的论文及其它成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(2)电网建设项目多主体协同决策模型及应用研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状及分析 |
1.2.1 电网建设多主体协同决策影响因素研究 |
1.2.2 多智能体系统应用及协同决策的模拟 |
1.2.3 电网项目决策常用的优化模型和算法 |
1.2.4 协同决策支持平台系统应用研究 |
1.2.5 相关文献研究述评 |
1.3 研究内容、研究思路和研究创新点 |
1.3.1 主要研究内容 |
1.3.2 研究思路和技术路线 |
1.3.3 研究的主要创新点 |
第2章 相关概念和理论基础 |
2.1 电网项目规划与建设管理概述 |
2.1.1 电网规划概念和电网类型划分 |
2.1.2 电网项目规划与建设管理的重点内容 |
2.1.3 电网规划与建设管理信息化、智能化发展优势 |
2.2 利益相关者理论 |
2.2.1 利益相关者内涵 |
2.2.2 利益相关者识别方法 |
2.2.3 利益相关者理论的应用 |
2.3 多智能体系统(Multi-Agent System)相关理论 |
2.3.1 智能体(Agent)概念及分类 |
2.3.2 多智能体系统(MAS)概念及特征 |
2.3.3 Agent之间交互行为构成与协作模式 |
2.3.4 MAS交互行为的描述方法 |
2.4 多目标优化相关理论 |
2.4.1 多目标优化理论和解集特征 |
2.4.2 多目标优化智能算法 |
2.5 本章小结 |
第3章 电网项目多主体特征与协同决策目标研究 |
3.1 电网项目建设流程分析 |
3.2 电网建设项目利益相关主体识别与特征分析 |
3.2.1 利益相关主体界定因素 |
3.2.2 利益相关主体的识别 |
3.2.3 利益相关主体的特征和利益偏好 |
3.3 电网项目多主体决策面临的典型问题 |
3.3.1 电网建设项目多主体动态变化特征 |
3.3.2 电网建设项目多主体协同程度较差 |
3.4 电网项目多主体协同决策目标研究 |
3.4.1 多主体协同决策逻辑和内容分析 |
3.4.2 多主体协同决策目标研究 |
3.5 本章小结 |
第4章 基于MAS技术的方案优选协同决策模型 |
4.1 电网项目方案优选协同决策的MAS应用基础 |
4.1.1 MAS技术应用的基本逻辑分析 |
4.1.2 MAS模型基本架构及模块分类 |
4.1.3 系统功能型Agent结构及功能设计 |
4.1.4 业务功能型Agent结构及功能设计 |
4.1.5 Agent之间通信设计 |
4.2 基于MAS技术的电网项目方案优选流程 |
4.2.1 Agent之间交互行为分析 |
4.2.2 MAS的协同决策交互过程 |
4.2.3 基于MAS技术的方案优选流程分析 |
4.3 电网项目方案优选的协同决策模型及应用 |
4.3.1 模糊Petri网基本原理 |
4.3.2 电网建设项目协同决策的策略集分析 |
4.3.3 基于FPN的电网项目方案优选协同决策模型 |
4.3.4 算例分析 |
4.4 本章小结 |
第5章 基于多目标优化的方案实施协同决策模型 |
5.1 电网项目规划和建设实施阶段的目标侧重点 |
5.2 电网项目方案实施协同决策的目标函数构建 |
5.2.1 建设周期目标函数 |
5.2.2 建设选址目标函数 |
5.2.3 投资决策目标函数 |
5.2.4 资源调配目标函数 |
5.3 基于多目标优化的协同决策算法模型 |
5.3.1 多目标优化函数 |
5.3.2 约束条件 |
5.4 面向电网规划的MOPSO模型及应用 |
5.4.1 模型的基本假设 |
5.4.2 MOPSO模型求解流程 |
5.4.3 算例分析 |
5.5 面向电网建设的NSGA-Ⅱ模型及应用 |
5.5.1 模型的基本假设 |
5.5.2 NSGA-Ⅱ模型求解流程 |
5.5.3 算例分析 |
5.6 本章小结 |
第6章 面向多主体协同决策模型的应用系统构建 |
6.1 应用系统构建的意义及原则 |
6.2 多主体需求分析 |
6.2.1 用户主体类型划分 |
6.2.2 用户主体需求分析 |
6.3 系统开发和结构设计 |
6.3.1 系统开发技术 |
6.3.2 系统结构设计 |
6.4 协同决策应用系统功能 |
6.4.1 系统功能树分析 |
6.4.2 系统功能应用研究 |
6.4.3 功能应用效果分析 |
6.5 本章小结 |
第7章 研究成果与结论 |
参考文献 |
附录 |
攻读博士学位期间发表的论文及其他成果 |
攻读博士学位期间参加的科研工作 |
致谢 |
作者简介 |
(3)层级语义下情境适应的SWoT服务组合与选择机理(论文提纲范文)
创新点摘要 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 研究背景和研究意义 |
1.2 相关工作的国内外研究现状 |
1.2.1 语义信息组织模型和语义信息系统模型 |
1.2.2 服务情境决策规则自动生成方法的相关研究 |
1.2.3 基于语义的服务组合和选择方法的相关研究 |
1.3 主要研究内容 |
1.4 论文的组织与结构 |
2 语义物联网的三层级语义服务结构化网络 |
2.1 理论基础 |
2.1.1 语义物联网服务的四面体层次体系结构 |
2.1.2 语义物联网的适应性支撑框架 |
2.1.3 Markov网络 |
2.1.4 Markov逻辑网络 |
2.2 语义物联网的三层级语义服务结构化网络 |
2.2.1 感知元层 |
2.2.2 语义对象层 |
2.2.3 语义服务事件层 |
2.3 基于Markov网的语义服务结构化网络的构建 |
2.3.1 语义服务事件的Markov网 |
2.3.2 结构化网络模型的构建与更新算法 |
2.4 基于Markov逻辑网络的语义服务关系推理 |
2.4.1 服务事件链接推理算法策略分析 |
2.4.2 服务事件链接推理算法 |
2.5 实验 |
2.6 本章小结 |
3 语义服务的复杂自适应情境规则模式 |
3.1 相关理论基础 |
3.1.1 不可区分关系 |
3.1.2 可分辨关系 |
3.2 基于决策依赖度的约简处理 |
3.2.1 决策信息系统等价类划分方法 |
3.2.2 基于可分辨关系的依赖度的求解 |
3.2.3 决策信息系统求核算法 |
3.2.4 决策信息系统基于决策依赖度的约简模型 |
3.3 基于决策依赖度的规则提取 |
3.3.1 决策信息系统的属性值约简 |
3.3.2 求解重复对象集和冲突对象集的算法 |
3.3.3 冗余规则的处理算法 |
3.3.4 基于决策依赖度的规则提取模型 |
3.4 实验 |
3.4.1 基于决策依赖度的约简模型的性能分析 |
3.4.2 基于决策依赖度的规则提取模型的性能分析 |
3.5 本章小结 |
4 语义物联网服务智能组合与选择方法 |
4.1 相关定义 |
4.2 语义概念相似度的求解 |
4.3 服务二分图的最佳语义匹配的求解 |
4.4 基于语义匹配度和组合服务质量的Qos模型的求解 |
4.5 语义物联网服务智能组合与选择算法 |
4.6 实验 |
4.7 本章小结 |
5 结论与展望 |
5.1 论文总结 |
5.2 研究展望 |
附表 |
参考文献 |
作者简历及攻读博士学位期间的科研成果 |
致谢 |
四、基于遗传算法的管理信息系统的智能分解(论文参考文献)
- [1]复杂大型建设项目费用偏差控制方法及信息系统设计[D]. 孙肖坤. 华北电力大学(北京), 2021(01)
- [2]电网建设项目多主体协同决策模型及应用研究[D]. 高磊. 华北电力大学(北京), 2020(06)
- [3]层级语义下情境适应的SWoT服务组合与选择机理[D]. 陈鑫影. 大连海事大学, 2019(07)