本体建模研究综述

本体在智能决策支持系统中的应用探讨摘要:探讨了一种智能决策支持系统的构建方法,引入本体技术实现系统内部信息和知识等资源的共享。

提出在IDSS的知识表示、知识管理过程中应用多本体技术,达到形式化表示和高度共享系统知识及信息的目的。

关键词:智能决策支持系统本体多本体1 引言智能决策支持系统研究已经经历了许多年,研究成果主要集中于为决策支持系统提供人工智能技术的辅助,提升决策质量。

在现有的体系架构中,基于数据库和模型库的两库架构[1]、在两库结构的基础上加入方法库、知识库、文本库等的多库架构[2],以及由语言子系统、知识库子系统和问题处理子系统组成的基于知识的智能决策支持系统架构是最为常见的。

然而这种架构存在缺点:多库架构使DSS系统变得更为复杂,致使DSS本身组织方式混乱松散,效率下降;基于知识的体系架构依赖于专家知识,受到专家对问题求解思路的限制,无法满足决策者实际决策过程中对决策要求改变、决策模型优化等方面的灵活需求。

一旦知识库得不到更新,或决策知识存在缺失、错误等问题,决策的质量将严重下降。

本文引入本体概念,探讨在IDSS中利用本体进行规范化、可共享的知识表示,并利用构建出多本体系统辅助IDSS进行知识管理,为IDSS知识表示探索一种新的思路。

2 本体(Ontology)本体论是客观存在的一个系统的解释或说明,近来人们将本体看作一种能在语义和知识层次上描述信息系统的概念模型建模工具而使用。

本体被定义为:“本体是共享概念模式的形式化规范说明[3]。

”这包含4层含义:概念模型、明确、形式化和共享。

本体向不同的个体或者异构的应用系统提供了一种领域内的共享的可重用的共识,使得它们之间能够进行交流。

因此,本体是一种强有力的知识描述手段。

3 本体和IDSS的知识表示IDSS非常注重知识管理研究。

智能部件作为IDSS的一部分,通常依赖于知识库实现决策的智能化。

由于在IDSS内部,不同系统之间对于知识有不同的表示方法,因此知识库中的知识往往无法得到各系统模块之间的高度共享,从而大幅度降低系统效率。

一、背景介绍随着我国社会经济的快速发展，城市绿化程度越来越高，大量的公园草坪、足球场草坪、高尔夫球场草坪等公共绿地均需要进行维护。

修剪草坪是项繁重而又枯燥的劳动，需要消耗大量的人力和物力。

传统做法是人工操作割草机器进行修剪，目前的割草机器主要有两种形式（如图1.1所示），一种是手推式的，另一种是人工携带式的。

但是，这两种割草机器有很大的缺点：劳动强度大；重复性强，工作枯燥；浪费人力、物力和财力。

图1.1 传统割草机为了改变这一现状，降低草坪维护作业的劳动强度及维护成本，一种自动割草机器人应运而生。

割草机器人是集环境感知、路径动态规划和行为控制等多种功能于一体的综合机器人系统。

与传统的草坪修剪机械相比，割草机器人具有很大的优点：1）割草机器人可自主工作；2）割草机器人具有较高的安全性；3）割草机器人更利于环境保护。

1.1国外研究现状“智能割草机器人”概念的提出是在1997年的OPEI年会上，从那时至今，国外已进行了十几年的研究，并取得一定的成果，相关产品已投入市场，但尚处于中等智能水平。

下面是两款已经投入市场的，比较成熟的割草机器人（分别是Friendly Machines公司的Robomow和瑞典Electrolux公司的Husquava Auto Mower）：图1.2 国外的割草机器人此外，Friendly Machines公司又开发出了带有太阳能电池板的割草机器人，佛罗里达大学正在研究第三代Lawn Nibbler割草机器人，主要的研究领域是实现具有自主学习能力的智能割草机器人，比如通过学习自动识别花、宠物等障碍和学习全区域覆盖策略等方面。

1.2国内研究现状国内对于割草机器人的研究起步较晚，参与研究的单位少（从所查阅的资料来看，仅有大连理工大学，南京理工大学和苏州大学进行过这方面的研究），但仍取得一定成果。

下图分别为南京理工大学和江苏大学制造的割草机器人样机：图1.3 国内的割草机器人二、总体系统方案设计我们小组首先对国外市场上现存的自动割草机器人进行了分析和比较，确定了总体系统方案，并将系统分为三个模块：机械本体设计及三维动画演示，控制系统硬件设计，传感器及控制软件设计。

BIM（BuildingInformationModeling）技术是Autodesk公司在2002年率先提出，目前已经在全球范围内得到业界的广泛认可，它可以帮助实现建筑信息的集成，从建筑的设计、施工、运行直至建筑全寿命周期的终结。

以下是整理好的"bim毕业论文参考文献范例",希望对您有所帮助。

bim毕业论文参考文献一： [1]李童。

BIM技术在建筑施工安全管理中应用的思考[J].价值工程，2018,37（03）：27-28. [2]万小华。

BIM技术在工程造价管理中的应用研究[J].价值工程，2018,37（01）：175-176. [3]罗淑平，许桂芳。

BIM技术在建筑设计及施工过程中的应用[J].价值工程，2018,37（03）：176-177. [4]尹贻林，朱绪琪。

基于BIM的PPP项目全生命周期监管平台建设研究[J].价值工程，2018,37（02）：24-26. [5]钟炜，李粒萍。

BIM工程项目管理绩效评价指标体系研究[J].价值工程，2018,37（02）：40-43. [6]肖阳，刘为。

BIM技术在装配式建筑施工质量管理中的应用研究[J].价值工程，2018,37（06）：104-107. [7]张梦琪，李晓虹，熊伟。

BIM技术的发展现状与前景展望[J].价值工程，2018,37（06）：212-213. [8]顾向东，吴锦华，赵文凯，吴玉凤。

BIM技术在医院建设项目全生命周期的应用[J].建筑经济，2018,39（01）：49-52. [9]乐云，郑弦，李永奎，卢昱杰，白居。

基于SVN的BIM技术应用价值流及驱动路径研究[J].管理工程学报，2018,32（01）：71-78. [10]李静，王鹏，吕东琪，蒋嘉薇，刘国伟，马顺颖。

BIM技术在工程全过程造价管理中的应用[J].北京工业职业技术学院学报，2018,17（01）：18-22. [11]谢祥，秦旋，王付海。

模型认知、模型建构与建模教学【1】国际科学教育建模教学研究综述“科学思维”是科学教学的核心，而构建和使用模型是形成科学思维的基本途径。

1.老师对模型和建模本质和功能的理解教师对于模型本质及功能的理解是相当不充分的，大部分教师并不把建模看作是一个真实的科学探究过程，也不理解模型的一些最重要的功能。

教师应该要从模型的本质、建模的目的、模型的多重性、模型的发展性以及模型在课堂中的作用这五个方面对有关模型与建模的本质及作用建立起清晰的认识框架。

2.教师建模知识的内涵及构成（1）模型及建模的内容知识学科本体性知识（SMK）、元建模知识（模型的本质、作用等）（2）课程知识有关课程模型的知识在科学教学中引入建模活动的必要性和主要目的。

（3）建模教学知识（1）教师或者学生使用教学模型的主要目的和意义；（2）教师在教学中所使用和呈现的教学模型的本质以及在形成该模型的过程中或者呈现不同的模型时所需要考虑的问题；（3）教师在科学教学中使用数学模型的方式；（4）教师在课堂上实施建模活动时所承担的角色和已有的建模活动经验，以及学生在进行建模活动时的课堂对话及讨论特点；（5）教师对于学生有关模型和建模的已有知识的分析和探查。

3.教师建模教学知识的评价（1）教师教学设计的评价（2）教师建模教学表现的评价4.教师建模的实践研究（1）建模教学的方式（2）建模教学的模式及策略1)基于模型的探究2)建模教学3)基于模型的教学5.对我国教师建模教学专业发展研究与实践的启示（1）提高教师对模型及建模本质和功能的理解水平（2）促进学科核心知识与建模能力素养的融合（3）对教师建模教学能力的评价及培训研究有待加强（4）【1】模型建构与建构教学的理论分析一、模型与建模过程1.模型的内涵（1）模型指的是与客观事物或过程相对应的概念框架。

（2）模型指的是对客观事物或过程的一种表征方式。

（3）模型指的是认识事物本质属性和相互关系的一种科学方法。

2.模型的功能（1）模型可以用来解释物质现象和过程。

1 突发公共事件应急管理研究综述 摘要: 随着经济社会的飞速发展，突发公共事件成为人们日益关心的新的社会问题，对突发公共事件应急管理的研究也引起了社会各界的广泛关注。本文通过对现有文献的梳理，总结了突发公共事件应急管理研究的主要内容，系统地分析了该领域的研究进展。将现有的研究划分为宏观和微观两个层面进行综述，宏观层面包括突发公共事件应急管理的机理和机制研究；微观层面包括复杂条件下的应急决策、突发公共事件的应急信息管理和应急心理与行为等方面的研究。最后，对突发公共事件应急管理今后的研究方向做了展望。

关键词: 突发公共事件；应急管理；现状综述；

Review of Emergency Management of Abrupt and Public Affairs Abstract: With the rapid development of the economic society, abrupt and public affairs become new social problem which are increasingly concerned. And researches on emergency management of abrupt and public affairs have attracted more and more attention. This article summarizes the research contents of the public emergency management, and systematically analyses the advances in this field through reviewing the existing literatures. This article reviews the existing literatures from the macro and micro two levels. The macroscopic level research includes the theory mechanism of abrupt and public affairs emergency management；Micro level research includes emergency decision under complicated conditions, emergency information management and emergency psychology and behavior researches. Finally, the direction of emergency management of abrupt and public affairs in the is presented.

深兰科技摘译：认知体系研究综述(二) 前期回顾 作为人工智能的一个重要分支，认知体系的研究和应用经过了近40年的发展，已取得了可见的成果。上期内容对认知体系的概念进行了阐述，本期将继续就感知和注意力进一步展开。译者希望通过摘译的内容，引起大家对“认知体系”研究的更多关注。 摘译：认知体系研究综述(一) 1 引言 2 什么是认知体系 3 认知体系的分类 4 感知(Perception) 虽然早期的认知结构主要侧重于高层次的推理，但同样重要的是感知和行为。 感知可以定义为将原始输入数据转换为系统内部，用于表示执行认知任务的过程。根据输入数据的来源和性质可以区分多种感知模式，例如最常见的五种是视觉、听觉、嗅觉、触觉和味觉；其他的感觉包括本体感觉、热感、痛觉、时间感等。 当然，认知结构也实现了其中的一些与人类感官无关的符号输入(使用键盘或图形用户界面(GUI))和各种传感器(激光雷达、激光、红外等)。根据其认知功能，智能系统可以将各种类型的数据作为感知输入。 因此，本节将研究使用各种数据输入，从这些数据源中提取信息以及如何应用这些信息的认知体系。图4将调研结果进行了可视化。 图4：视觉(V)、听觉(A)、触觉(T)、嗅觉(S)、本体感觉(P)、数据输入(D)、其他传感器(O)和多模态(M) 从图4可以观察到如下情况：例如视觉是最常用的实现方式，然而超过一半的体系使用模拟进行视觉输入，而不是摄像机；触觉和本体感觉等方式主要用于物理体现的设计；有些感知未被充分探索，例如嗅觉只在三种体系中出现(GLAIR、DAC和PRS0)。总的来说，符号范式在设计上具有有限的感知能力，并且倾向于使用直接的输入数据作为唯一的信息来源(参见图的左侧)。 另一方面，混合范式和涌现范式(主要位于右半部分图中)使用模拟和物理传感器实现更广泛的感知模式。然而，不管其来源如何，传入的感知数据通常不能以原始形式使用(除了符号输入之外)，往往需要进一步处理。 下面将讨论在认知体系中如何进行有效且充分的感知处理。 4.1视觉(Vision) 长期以来，视觉是主要的感知模态，虽然最近的研究建议更平衡的感知体验观[17]，但认知结构的研究仍然以视觉为中心，相对也是研究最多的感知模态。尽管在机器人技术中，各种非视觉传感器(如声纳、超声波距离传感器)和本体感觉传感器(如陀螺仪)被用于解决诸如导航、避障和搜索等视觉任务，但视觉输入占所有可能输入模式的一半以上。 根据Marr[18]的说法，视觉处理通常包括了三个不同的阶段：早期、中期和晚期。早期视觉技术是数据驱动的，涉及到对视觉场景的并行处理，提取简单的元素，如颜色、亮度、形状、运动等。中期视觉技术将元素分组到区域中，然后在后期进行进一步处理，以识别对象，并使用可用的知识赋予它们意义。尽管Marr没有提到，但视觉注意机制、情感和奖励也会影响视觉处理的各个阶段[19]。因此，感知和认知在各个处理阶段都是紧密关联的。 在认知体系中，基于图像理解的视觉处理是分阶段进行的[20]。这些阶段包括：强度-位置-时间值的检测和分组(产生边缘、区域、流向量)；边缘、区域等的进一步分组(产生表面、体积，边界、深度信息；对象识别及其运动识别；为实体建立以对象为中心的表示；基于任务为对象分配标签；时空推断实体之间的关系。 在这里，只有阶段1代表Marr三阶段理论的早期阶段，所有后续阶段都需要一个附加的任务或世界知识。在第2阶段，特征的分组可以由被观察的特定对象的视点信息和知识来促进。最后，后期阶段对从早期和中间处理结果中抽象出来的高级表示进行推理和操作。 值得注意的是，许多图像理解的研究都是通过执行了隐式深度学习方法而实现的。在最近几年中，我们已经看到了深度学习在图像处理和自然语言处理上很多卓越的表现，然而令人惊讶的是很少有认知架构使用它。在CogPrime、LIDA、SPA和BECCA中可以找到深度学习在简单视觉任务中的一些应用。 图5显示真实视觉和模拟视觉执行处理的各个阶段。真实视觉系统只接收像素级的输入，而没有附加信息(如摄像机参数、物体的位置和特征等)。图像本身由相机生成，但体系结构不需要连接到物理相机。模拟视觉系统通常忽略早期和中期处理阶段，并以适合视觉处理后期阶段的形式接收输入(例如形状和颜色的符号描述、对象标签、坐标等)。技术上，任何不支持真实视觉或其他感知模式的体系结构，都可以通过接口进行扩展，该接口将其连接到传感器或将原始数据预处理为更合适的格式(如Soar、ACT-R)。但图5仅仅显示图像解释阶段执行了什么任务，却没有反映出这样处理的复杂性。

2019年12月以来，新型冠状病毒肺炎（coron-avirus disease 2019,COVID-19）疫情在国内外蔓延。

疫情数据具有庞杂特性，传统数据分析方法缺乏对疫情动态性和时空特征的描述，难以完成对疫情微观层次的剖析[1]。

因此，综合利用知识图谱技术和地理学理论以有效地揭示疫情动态传播的时空分布规律。

该领域学者研究了COVID-19相关的病例活动、医用物资等知识库构建。

陈晓慧等通过对COVID-19病例活动关键节点回溯，完成了微观层面上疫情传播过程的推理和验证，从模式层、数据层与原型验证系统三方面对COVID-19病例活动知识图谱进行了多样化描述[2]。

向军毅等采用自顶向下与自底向上两种方式完成了COVID-19医用物资的半自动化知识图谱构建[3]。

金安楠等研究表明COVID-19传播过程具有时空特征，经典分析手段未能刻画其时空演化与人地互动的地理过程[4]。

陈江平等利用空间自相关方法对H1N1传播路径进行分析，认为疫情聚集重心并未伴随时间转移[5]。

余正等利用DBSCAN 自适应聚类算法，细粒度地分析温州市疫情时空演化，发现疫情在青壮年人群更易传播，采用一定措施可以有效遏制疫情传播[6]。

地理知识图谱通过引用时空关系和语义特征，利用语义网络对地理概念、实体及其间关系进行形式化的描述，不仅能够清晰表达数据的层次信息，还能体现出实体间的时空关系和语义信息[7-9]。

笔者将海量的患者信息整合成结构化的知识，同时从地理学视角开展疫情时空分析、重点城市疫情传播过程时空回溯等方面的研究，能够实现对COVID-19地理知识图谱的构建和可视化分析。

1研究数据本文以江苏省为研究区域，研究数据来源如下。

（1）空间数据来源于国家基础地理信息中心（/commres.do?method=result100W ），包括江苏省矢量边界图、道路网分布图。

（2）每日病例确诊情况为江苏省及其13个地级行政区卫生健康委员会（/）通报的确诊病例，包括每日新增确诊、现存确诊、疑似、死亡人数。