人工林培育知识图谱构建与作业法推荐技术研究
这是一篇关于人工林培育,培育作业法,知识图谱,推理规则,决策支持系统的论文, 主要内容为本文通过研究国内外森林培育决策系统的现状和趋势,针对人工林培育专家决策系统中所存在的问题,从林农的角度出发,设计并研建了人工林培育知识服务与作业法推荐系统。针对林农查询人工林培育关联知识困难以及知识图谱在人工林培育领域存在缺口的问题,研究人工林关联知识抽取和知识图谱构建的基本理论和技术、收集整理辅助培育决策过程中林农所需要的知识、提出了人工林培育知识图谱的概念,构建了人工林培育知识图谱,实现人工林知识关联可视化,为人工林培育全过程提供知识服务。针对人工林培育推理过程中推理规则的人工依赖性强,缺乏规则可信度评价的问题,研究了规则提取技术,重点研究如何构建立地条件和树种之间的推理规则,在规则中增加实际的规则可信度评价指标。分析总结现有推理算法,在推理过程中使用因子权重分析方式在实际规则可信度的基础上进行处理计算,最终给用户提供培育决策以及根据输入条件得到结果的可靠性即推理的结果可信度,提高人工林培育辅助决策的科学性。在上述研究基础上本文研建了一个基于B/S架构的人工林培育知识服务与作业法推荐系统,实现适地适树、培育作业法推荐等功能,以及培育全过程中所需的知识服务。本研究对人工林培育管理发展具有重要意义,能够更好的为林农服务。
基于数据仓库的医院信息管理综合应用平台设计开发
这是一篇关于医院信息系统,医院信息管理系统,决策支持系统,数据仓库,联机分析处理,数据挖掘的论文, 主要内容为医院信息系统(HIS)引入我国以后,现已基本形成一个较完善的体系。它利用电子计算机和网络通讯等设备,为医院所属各部门提供病人诊疗信息,并对医院管理信息进行收集、存储、处理、提取和转换,满足所有授权用户的功能需求。 内容上,涉及到医学决策支持系统、医院信息管理系统、医学研究支持系统、医学情报检索、医学图像及信号处理及医学仪器智能化等诸方面。 医院信息管理系统(以统计、病案管理为核心)作为整个HIS的重要组成部分之一,在当前的卫生体制改革和激烈的医疗市场竞争中,必然要求引进先进的科学管理技术,搭建医院信息管理综合应用平台,为医院改革当好参谋与助手,主动去满足医院改革过程中更新、更多、更实用的信息需求,从而使我国医院信息管理工作走上规范化、科学化轨道。 而数据仓库技术(DW)正是这样一种解决问题的技术方案,它以传统的数据库技术作为存储数据和管理资源的基本手段,面向决策支持系统构建统一的数据平台。尽管数据挖掘和联机分析处理是现代优秀的DDS中的核心技术,但是在医疗卫生领域,与医院信息管理系统结合确是一个新的尝试,因此本科题获得了广东省深圳市卫生局科技课题立项和深圳市宝安区科技局科技课题立项。 本文首先对HIS的定义、发展、特性、分类等作了较详尽的阐述,然后对数据仓库的概念、体系结构、开发设计的一般方法也作了说明,之后着重介绍了基于数据仓库技术的医院信息管理综合应用平台的设计思路、系统模块结构及其功能特点,最后本文对医院信息管理综合应用平台的前景和后续工作方向作了展望。
基于SSH企业决策支持系统的研究与实现
这是一篇关于决策支持系统,数据仓库,决策树,SSH,移动中间件的论文, 主要内容为随着物联网技术在企业营销物流中的应用,企业的数据源由原来单一集中的特点变成分散和片段,同时企业各个部门拥有独自信息管理系统,相互割裂,形成信息孤岛,不能实现各部门的价值信息数据自动分析汇总,不能为管理者提供科学、实效的决策依据。该现象已成为企业急需解决的问题,同时也是学者们研究的热点课题。本论文以某医药企业为应用背景,通过研究其内部系统情况,在数据仓库技术、决策支持系统技术、移动中间件技术的基础上,实现有效利用企业数据,探索企业经营发展的规律,并提供科学的企业指标评价体系,以B/S(Browser/Server)架构Web应用服务器、移动手机、平板平台进行系统实现。首先从决策支持系统的概念、发展历程及现状入手,研究了当前国内外决策支持技术与数据仓库技术在企业中的应用。其次,根据某医药企业的实际情况分析,以现有各信息系统的数据作为数据源,研究企业数据仓库的多维数据模型,完成整体系统的搭建。再次,通过研究数据挖掘决策树算法,在基于决策树ID3、C4.5对数据进行分析的基础上,找到一种改进的适应企业的决策树分类方法;并且通过研究使用帕雷托分析法建立库存管理评价模型。最后,研究移动中间件技术,结合所搭建的决策支持架构、数据仓库及所研究的模型算法,基于SSH(Struts,Spring,Hibernate)标准与MVC(Model View Controller)模式,完成并实现企业决策支持系统的原型系统以及基于中间件的移动服务平台。
稻麦周年生产管理决策支持系统的设计与实现
这是一篇关于稻麦生长模拟模型,稻麦管理知识模型,微服务,案例智能推理,决策支持系统的论文, 主要内容为从20世纪60年代起,我国长江中下游稻麦轮作种植面积迅速增长,水稻和小麦的种植面积分别占到了全国总种植面积的30%和24%。尽管稻麦周年生产管理技术在不断进步,但是生产依然面临着资源消耗大、生产成本高等问题,且随着气候变化、品种更新,稻麦周年品种搭配不合理,茬口矛盾问题也日益突出。随着农业生产经营模式从小农户逐步转向种植大户、家庭农场、合作社、龙头企业等新型经营主体,稻麦周年生产管理方式迫切需要由经验型、定性化向知识型、定量化转变,从而进一步提高资源利用率。本文以南京农业大学研制的稻麦管理知识模型、稻麦生长模拟模型、稻麦生长监测诊断技术为基础,结合栽培模式案例库,基于案例智能推理、微服务架构等技术,研制稻麦周年生产管理决策支持系统,实现稻麦周年管理方案设计、稻麦生长监测诊断。围绕这一目标,本文从以下三个方面开展研究工作。基于稻麦模型与案例智能推理耦合的栽培方案设计技术研究。模式示范是农技推广的有效途径,将多生态点由专家推荐的稻麦周年栽培模式入库,当新用户制定栽培方案时,首先通过案例智能推理技术匹配环境相似的栽培案例,再基于作物模型根据实际环境条件综合设计管理方案,辅助用户决策支持。栽培方案智能匹配可以提高稻麦栽培技术成果的辐射能力,有效的栽培模式推荐是对作物模型定量化决策的重要补充,有效解决尚无法定量建模的部分复杂问题。案例智能推理包括案例检索、案例修改、案例重用和案例存储等一系列流程,其中案例检索是整个流程的核心部分。本文采用KNN算法实现栽培案例检索,实现匹配生态点的方案推荐。基于微服务架构的稻麦模型集成技术研究。通过分析微服务架构的原理,总结和比较与其他架构的优势,将知识模型、生长模型、监测诊断的功能作为服务提供者向服务注册中心注册,稻麦周年生产管理决策支持系统或其他服务系统通过API网关调用所需服务,实现稻麦生产管理决策支持。基于微服务的稻麦模型集成技术不仅便于开发维护,在性能和响应速度上也比传统的集成方式更具有优势。稻麦周年生产管理决策支持系统的设计与实现。首先收集区域历史气象数据、土壤理化数据、主推品种参数和示范点栽培模式,并入库;然后设计系统核心功能,并以Java为开发语言,通过Eclipse软件平台,基于Spring Cloud框架构建稻麦管理知识模型微服务、稻麦生长模拟模型微服务、稻麦生长监测诊断微服务、案例智能推理微服务、基础数据管理微服务,采用HTML5开发前端,实现稻麦周年生产管理决策支持系统WEB版和移动版;最后对系统进行测试和示范应用。在江苏省的应用结果表明,系统的设计思想和结构框架符合农业决策支持系统的需求,实现了稻麦周年生产的信息化管理和科学化决策。基于稻麦模型与案例智能推理技术,将示范大户的栽培模式按匹配度应用于新用户栽培方案设计,为农业管理决策支持提供了新的方法。应用微服务框架,为农业模型的集成应用提供了借鉴,既提高了模型的应用能力,也显著降低了开发维护成本。
农机作业委托决策支持系统（CHSDSS）设计与开发
这是一篇关于农机作业委托,决策支持系统,数据库,模型库的论文, 主要内容为随着农机作业委托在我国的兴起和发展,一方面大幅度提高了我国农业生产效率,增强了农业整体的竞争力;另一方面促进了社会分工的发展和进一步细化。农机作业委托作为现代农机经营的一种崭新方式,对于提高我国农业机械化水平、降低农业生产成本和发展农村经济等产生了深远的影响。 然而,在农机作业委托实施过程中存在着诸多问题:行政部门职责不明确、中介组织缺少;契约机制不健全、中介组织服务不完善;信息的不对称性和不完全性、作业市场信息滞后、时效性差等。对于行政管理部门职责的问题,可以结合农机作业委托的发展现状制定相应的法律法规加以纠正;中介组织和契约机制的问题相对来讲比较复杂,问题的解决有待于农机作业委托制度层面理论的完善以及考虑到我国的具体国情;本文主要针对农机作业委托中信息的不对称性和不完全性、作业市场信息滞后等问题以及由此引起的管理混乱、作业方案失当等弊端,引入决策支持系统(Decision Support System,简称DSS)这种辅助决策手段,设计开发出适合我国国情的农机作业委托决策支持系统。 大型网络数据库SQL Server 不但能够处理大量的数据,还可以实现网上数据共享。采用SQL Server 数据库作为该系统的共享数据库,符合农机作业委托对数据管理的要求。 运筹学中的运输问题数学模型与农机作业委托的实施过程有着极大的相似性,通过相应的假设和系统的抽象,完全可以把运输问题数学模型应用到农机作业委托决策方案的制定上,从而提高作业方案的科学性和合理性。
机加生产排程决策支持系统
这是一篇关于生产排程,遗传算法,启发式规则,决策支持系统的论文, 主要内容为车间生产排程是生产管理(生管系统)的核心功能之一,优化、合理的作业排程是车间生产管理系统在企业成功应用的关键,本文对生产排程系统中的车间排程模型及其算法进行了深入研究,其目的在于探寻排程系统中车间作业排程策略,建立本公司机加生产排程决策支持系统DPS,为公司JIT生产模式提供生产排程优化支持,以适应F集团垂直整合制造环境的要求,提升公司产品的市场竞争力。 排程问题,是一种求解困难的组合优化问题,是制造业中研究的热点。通过对本课题中机加车间生产排程进行分析,可以看出这是一个典型的JSP生产排程问题,在此基础上,我给出了求解JSP生产排程一般性模型。 排程问题的求解方法很多,通过对目前多种常用的排程优化方法进行分析比较,考虑到在排程中对现有专业排程人员经验的较好利用,指出结合启发式规则的混合遗传算法是解决本机加生产排程问题的一个较好的优化算法。将基于生物进化理论的遗传算法(GA)运用于车间作业排程算法设计中,深入地研究了基因表示及染色体编码与解码、交叉、变异及选择算子的设计,同时结合启发式规则设计了一种混合遗传算法,并针对车间作业排程的经典算例,用研究的遗传算法进行了仿真校验。实例研究表明,所设计的GA算法在仿真速度和优化结果上都取得了令人满意的效果。 基于上述理论与方法的研究,以本机加车间为背景对排程系统DPS进行了设计,DPS排程系统的核心是排程模块设计与优化算法,这里围绕排程模块对DPS系统进行了分析,并对排程结果进行了探讨。 最后,对全文工作进行了总结,展望了今后研究的方向。
基于数据挖掘的供应商选择决策支持系统
这是一篇关于供应商选择,数据仓库,数据挖掘,决策支持系统的论文, 主要内容为自20世纪90年代以来，随着信息技术和生产力的快速发展，全球市场竞争日趋激烈，顾客需求越来越个性化，供应链管理中的供应商评价选择的重要性也越来越突出。对于一个企业来说，如何选择供应商使双方达到相互协作、双赢的局面，是一个至关重要的问题。本文以中小型制造企业为对象，在已有ERP系统地基础上，完成了基于数据挖掘的供应商选择决策支持系统中供应商评价指标体系构建、方法选择以及系统实现的工作。其主要研究内容包括以下几个方面： （1）供应商评价指标体系的研究。结合国内外对供应商评价指标体系的研究成果及企业实际情况，构建了供应商评价指标体系，并对指标体系中的所有指标进行了定性及定量分析。 （2）基于数据挖掘的供应商选择研究。通过分析供应商选择的目标及数据挖掘算法的特点，将供应商选择的过程分为聚类分析、分类评价、精选评价三个步骤。首先运用模糊C均值算法（FCM）对供应商进行分类，然后运用层次分析法（AHP）确定最优供应商组，最后根据企业实际需求从最优供应商组中选取供应商。并以CH公司为例，进行实例演示。 （3）基于数据挖掘的供应商选择决策支持系统的设计与实现。在项目组所开发的ERP系统基础上，对供应商选择决策支持系统进行功能设计，并采用B/S结构，JAVA语言，开发了基于数据挖掘的供应商选择决策支持系统。该系统主要包括供应商信息管理、采购管理、供应商评价、供应商管理四个模块。
基于GPRS的变频系统监控决策支持管理平台的设计
这是一篇关于监控决策支持管理平台,CIMS,决策支持系统,C/S和B/S,GPRS DTU,变频调速,定时值非实时计算算法的论文, 主要内容为随着工业自动化、计算机网络技术的发展,变频控制系统在工业生产中,特别在油田抽油机监控系统中获得越来越广泛的应用,而且随着通用无线分组业务(GPRS)的发展,为移动用户和数据网络之间提供一种链接,为移动用户提供高速无线IP通信功能,从而实现将变频控制系统的控制信息和反馈信息以IP包的形式通过Internet/GPRS无线传输给监控平台,实现对抽油机等电机终端设备的无线远程监控。 在现代油田工业实际应用中,除了需要实时监控变频器,以及由变频器驱动的抽油机等电机终端的各种状态外,还需要能根据采集到的电机状态数据和设备资料信息,制订对抽油机综合评价指标体系,提高油田抽油机等设备管理决策的科学性。当前油田的抽油机远程变频监控系统和关于设备的决策支持系统都是独立的系统,造成了油田管理和监控一体化的瓶颈,不利于油田企业生产效率的提高,因此需要一种能将这两种系统进行无缝结合的监控决策支持系统,使油田实现企业的信息化。 本文将首先分析变频系统常用的行业油田抽油机系统的监控流程的特点,重点根据油田自动化信息系统建设的方略,采用CIMS(计算机集成制造系统)的设计思想,提出通用的监控决策支持管理平台的设计构架,将油田自动化信息系统建设的变频监控系统、抽油机决策支持管理系统,油田企业的ERP管理系统、进行高度集成,建设成为含ERP(企业资源计划)管理思想,决策支持管理系统,SCADA(工业监控和数据采集)的管理和监控一体化的通用监控决策支持管理平台。 然后将最先进的GPRS/DTU无线网络技术应用到抽油机变频系统中,应用DTU透明传输的功能,使远程监控的抽油机对象参数(如电流、电压、频率,有效功率,无效功率等数据及故障报警信号)通过GPRS无线方式实时传输给平台的变频监控系统,实现同时对不同地点的抽油机进行远程监控,通过数据库的存储技术,能够及时掌握终端的运行状况,对采集的数据进行综合分析,然后结合抽油机设备的基本信息,通过决策支持管理系统,对抽油机指标进行综合评价,为企业生产的高效,管理的统一性提供有力的技术支持。 最后选择具备硬件死区功能,支持多路SPWM输出的凌阳公司的16位变频专用单片机(SPMC75F2313A)作为变频控制器的主要组成部分,提出改进后的固定正弦数组,定时值非实时计算SPWM载波输出算法,减小谐波分量所占能量的比重,使正弦波的输出平滑,从而能更有效的减少抽油机电机负载的损耗,提高负载寿命。
基于多跳推理的食品安全领域问答技术研究
这是一篇关于多跳推理,食品安全,知识图谱,问答系统,决策支持系统的论文, 主要内容为领域问答技术是人工智能热门研究领域之一,食品安全领域的问答可以帮助相关利益者在海量、复杂的食品安全大数据中找到想要的答案。当前食品安全领域存在食源性疾病方面知识图谱缺乏,问答准确率较低,无法应用非结构化文本信息,可解释性差等问题。本文将食源性疾病相关知识构建为知识图谱并和多跳推理技术相结合,并基于食品安全知识图谱三元组网络和非结构化的食品安全自然语言文本,提出了两种多跳推理方法。主要工作如下:(1)基于知识图谱三元组网络,提出一种双模块迭代多跳推理模型。首先根据食源性疾病资料对半结构化、非结构化知识进行实体和关系抽取,建立食品安全知识图谱网络。其次面向三元组网络,建立双模块迭代多跳推理模型:模块一对实体的关系边依据权重排列筛选;模块二利用图注意力网络模型对实体的隐藏表示进行更新;双模块迭代进行多跳推理,最后对实体进行概率计算得到答案。模型可以深入挖掘食品安全知识图谱信息,提高了推理的准确率。(2)基于非结构化食品安全文本,提出一种新型的食品安全决策支持系统。首先使用BERT模型对决策问题提取出下一跳推理实体和相关描述段落;其次使用图神经网络对实体节点进行特征向量聚合,计算节点和问题的相关性,从而指导BERT模型的下一跳提取;最后,对所有实体进行答案概率的预测,选择最大概率的候选实体作为最终答案。所提出的方法能够有效地处理食品安全案例文本中的多种多跳推理场景问题,在有着较高的准确性的同时还可以给出推理过程。(3)基于上述两种推理方法的研究和实验,结合重大活动食品安全警务研判平台,根据实际食品安全场景进行了食品安全知识图谱的可视化应用和问答推理展示。本技术可以为相关利益者提供信息检索、问题建议、决策支持,辅助判定事故性质并采取针对性预防、控制和治疗措施,有效减少食品安全事故发生,降低食品安全风险。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码港湾 ，原文地址：https://m.bishedaima.com/lunwen/46329.html
