[发明专利]基于本体理论的消防力量调度辅助决策支持方法及系统在审
申请号: | 201810516499.X | 申请日: | 2018-05-25 |
公开(公告)号: | CN108875144A | 公开(公告)日: | 2018-11-23 |
发明(设计)人: | 陈曦;秦子健;周晨曦;李炜 | 申请(专利权)人: | 华中科技大学 |
主分类号: | G06F17/50 | 分类号: | G06F17/50;G06F17/30;G06N99/00 |
代理公司: | 华中科技大学专利中心 42201 | 代理人: | 李智;曹葆青 |
地址: | 430074 湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 调度 消防力量 消防知识 辅助决策 消防 人工神经网络 概念定义 火情信息 火灾信息 检索技术 理论构建 历史数据 求解过程 统一管理 现有系统 求解 构建 隐含 检索 力量 挖掘 语言 决策 帮助 | ||
本发明公开了一种基于本体理论的消防力量调度辅助决策支持方法及系统,使用本体理论构建消防知识本体,初步实现了对消防知识的统一管理,消防知识本体包括了消防相关的概念定义和任务求解。使用基于SPARQL语言的本体检索技术对消防知识本体进行检索可以获取消防力量调度指导意见的求解过程。使用人工神经网络挖掘消防历史数据中火情信息和力量调度方案隐含的对应关系,构建本地化的消防力量调度方案。通过上述两个过程可以根据火灾信息生成消防力量调度指导意见和推荐方案来对调度人员做决策提供帮助,改善了消防现有系统无法对力量调度提供辅助支持的问题。
技术领域
本发明属于数据挖掘领域,更具体地,涉及一种基于本体理论的消防力量调度辅助决策支持方法及系统。
背景技术
数据挖掘的目的是从大量数据中抽取出隐含知识或规则。已有的知识和数据中包含大量的可以对决策提供的知识。本体是共享概念模型的明确的形式化规范说明,建立本体通常是为了对某个领域内的知识进行管理。本体检索是从构建完成的本体中抽取出具体知识的过程。有监督的人工神经网络分类是使用带有标记的数据训练分类模型,它把标记作为预期结果来不断修正分类模型的预测结果。BP(back propagation)神经网络是一种多层前馈型神经网络,是目前应用最广泛的神经网络模型之一,具有较强的非线性映射能力。
火灾是一种在日常生活中极易发生的、具有较强破坏性的灾害事故,随着经济的发展、城市化进程的加快,火灾事故导致的损失也在成倍增加。目前我国各消防单位使用的系统相互独立,这导致多年积累的消防知识和数据不能共享和复用,难以对消防决策提供有效的信息。此外,现有的消防接处警系统只提供对消防力量进行人工调派的功能,无法对消防调度人员做决策给予支持。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种基于本体理论的消防力量调度辅助决策支持方法及系统,由此解决现有消防接处警系统无法对调度人员做决策提供支持的技术问题。
为实现上述目的,按照本发明的一个方面,提供了一种基于本体理论的消防力量调度辅助决策支持方法,包括:
构建消防知识本体,所述消防知识本体包括消防领域本体和消防任务本体,所述消防领域本体表示对消防知识的基本概念和各消防知识间的关系进行建模,所述消防任务本体表示对消防领域中与消防力量调度有关的任务求解知识进行建模;
使用基于本体的信息检索对所述消防知识本体进行检索获取消防力量调度指导意见推理规则;
利用所述消防力量调度指导意见推理规则,推理待处理火情的消防力量调度指导意见;
利用训练好的人工神经网络分类模型得到所述待处理火情的推荐力量调度方案,所述人工神经网络分类模型由历史的火情信息和各历史火情信息对应的消防力量调度方案训练得到;
由所述消防力量调度指导意见和所述推荐力量调度方案构成消防力量调度辅助决策支持方案。
优选地,使用基于SPARQL语言的本体检索技术对所述消防知识本体进行检索获取消防力量调度指导意见推理规则,其中,所述消防力量调度指导意见推理规则包括:界定火警等级、确定力量编成和生成火警分级调度方案。
优选地,所述人工神经网络分类模型的训练过程为:
将历史的火情信息和各历史火情信息对应的消防力量调度方案抽象成特征和类别,其中,特征用于表示历史的火情信息,类别用于表示各历史火情信息对应的消防力量调度方案;
根据抽象成的特征和类别进行训练得到人工神经网络分类模型,其中,所述人工神经网络分类模型的最后一层使用softmax层计算排名靠前的若干个类别的概率作为推荐的力量调度方案。
按照本发明的另一方面,提供了一种基于本体理论的消防力量调度辅助决策支持系统,包括:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810516499.X/2.html,转载请声明来源钻瓜专利网。