本书《智能决策技术的新进展》汇集了首届KES国际智能决策技术研讨会的精选论文，涵盖了智能代理、模糊逻辑、人工神经网络等技术，旨在提升工业、政府和学术界的决策过程。书中详细介绍了智能决策技术（IDT）在知识管理系统、动态环境决策、健康决策、智能系统基础及应用、非经典逻辑、基于知识的接口系统、异常检测、医疗决策支持系统等领域的最新研究成果。此外，本书还探讨了RFID技术在图书馆营销中的应用，如何通过智能书架收集和分析使用数据，帮助图书馆更好地了解读者需求，优化藏书和服务策略。

针对多无人机编队空战战术决策问题，提出了基于案例推理（CBR）和规则推理（RBR）的战术决策方法。 在剖析战术决策案例特征的基础上，设计了一种基于框架结构的案例表示方法，并引入结构相似度和云模型理论以 改进传统的最近邻检索算法。最后，借用基于案例推理和规则推理设计的战术决策 GUI 界面，能够快速地从库中检 索出与当前空战态势最匹配的战术决策源案例，仿真结果证明该方法具有较好的有效性。 ### 多无人作战飞机编队空战智能决策方法解析 #### 一、研究背景与意义 随着现代军事科技的发展，无人机技术已经成为了各国军队的重要组成部分。相比于传统的有人驾驶飞机，无人机具有更高的生存能力和更强的任务执行能力。特别是在多无人机编队作战方面，其协同作战能力更是传统单一无人机所无法比拟的。多无人机编队作战能够有效提高任务执行效率，增强作战灵活性，降低人员风险。然而，多无人机编队空战中的战术决策是一项复杂的技术挑战，它不仅涉及到了复杂的环境感知、决策制定和行动执行等多个环节，还需要高度智能化的决策支持。 #### 二、关键技术与方法 ##### 2.1 案例推理(CBR)与规则推理(RBR) 针对多无人机编队空战中的战术决策问题，本文提出了一种结合案例推理(Case-Based Reasoning, CBR)和规则推理(Rule-Based Reasoning, RBR)的方法。这两种方法各有优势：CBR通过从历史案例中学习并应用类似情境下的解决方案来做出决策，而RBR则是基于预设的规则集来进行逻辑推断，从而实现决策。 ##### 2.2 基于框架结构的案例表示方法 为了有效地表示和存储案例，本研究设计了一种基于框架结构的案例表示方法。这种表示方法能够清晰地表达出案例的关键特征，如敌我双方的位置、速度、高度等关键参数，同时还能保留案例之间的关系和上下文信息，为后续的案例检索提供便利。 ##### 2.3 结构相似度与云模型理论 为了提高案例检索的准确性和效率，本研究引入了结构相似度计算方法和云模型理论来改进传统的最近邻检索算法。结构相似度计算考虑了案例特征之间的结构关系，而不仅仅是数值上的相似性。云模型则是一种用于不确定性和模糊性的数学模型，能够有效地处理案例中不确定性因素的影响，提高决策的可靠性。 #### 三、战术决策GUI界面设计 基于CBR和RBR设计的战术决策GUI界面是本研究的一个亮点。该界面能够快速地从案例库中检索出与当前空战态势最匹配的战术决策案例。用户可以通过简单的操作输入当前的战场信息，系统会自动匹配最合适的案例，并给出相应的战术建议。这种方式极大地简化了决策过程，提高了决策的速度和准确性。 #### 四、仿真验证 为了验证所提出方法的有效性，研究团队进行了详细的仿真试验。实验结果显示，在不同的空战场景下，该方法都能够准确地从案例库中检索出合适的战术决策案例，证明了其在实际应用中的可行性和有效性。 #### 五、结论与展望 本研究针对多无人机编队空战中的战术决策问题，提出了一种结合案例推理和规则推理的方法，并通过改进的案例表示方法和检索算法实现了高效的战术决策支持。未来的研究可以进一步探索更复杂的情境模拟，以及如何将人工智能技术更好地应用于无人机编队的自主决策中，以期达到更高水平的自动化和智能化。 本文介绍的方法不仅为多无人机编队空战提供了有效的战术决策支持，也为未来的无人机自主作战系统的发展指明了方向。

国土空间规划是涉及自然资源和国土空间综合管理的一项重要工作，对促进区域经济社会发展、优化国土空间布局、保护生态环境等具有重要意义。近年来，随着信息技术的飞速发展，特别是地理信息大数据技术的应用，为国土空间规划提供了新的技术手段和工具。本研究以地理信息大数据驱动的国土空间规划智能决策系统为研究对象，旨在构建一个科学高效、决策智能化的规划平台。 研究背景与意义主要体现在以下几个方面：地理信息大数据的出现改变了传统国土空间规划的数据采集和处理方式，提供了更加丰富和精确的信息资源。通过应用大数据技术，可以实现对国土空间多维度、动态化的分析，为规划决策提供更为准确的依据。再次，随着人工智能和机器学习等技术的发展，利用智能算法对大数据进行分析和挖掘，可以提炼出有价值的信息和知识，支撑国土空间规划的智能决策。 研究目标与内容涵盖了对地理信息大数据在国土空间规划中应用的理论与实践研究。目标主要集中在构建一个集成大数据技术、人工智能和智能决策系统的国土空间规划平台，实现在规划编制、实施、监测和评价等环节中的智能化应用。内容包括研究地理信息大数据的特点和价值，探讨智能决策系统的设计与实施路径，以及评估其在实际国土空间规划中的应用效果。 研究方法与技术路线则涉及了系统分析、数据挖掘、模型构建等多个方面。采用的技术包括但不限于地理信息系统（GIS）、大数据存储与处理技术、人工智能算法、以及相关的数据分析技术。研究中将通过实际案例验证所构建智能决策系统的有效性和实用性。 智能决策系统理论部分主要探讨了如何将人工智能与机器学习技术融入国土空间规划决策过程中，以及如何在系统中集成和优化这些技术，以实现智能决策模型的选择、构建、训练、验证和部署。 在国土空间规划智能决策系统架构设计方面，研究明确了系统的总体架构、功能模块设计和系统安全与隐私保护策略。系统总体架构需保证技术的先进性和系统的稳定性；功能模块设计应满足实际规划过程中的多样化需求；系统安全与隐私保护是确保信息处理过程中数据安全的重要环节。 地理信息大数据挖掘与分析部分是研究的核心内容之一。它包括数据预处理、特征提取与模式识别、时空动态分析等关键环节。通过对大数据进行有效处理和分析，可以发现数据中的潜在规律和趋势，为决策提供依据。 智能决策模型构建与应用部分则关注于如何利用所挖掘的数据构建模型，并将模型应用于实际的规划决策过程中。这包括决策模型的选择与构建、模型训练与验证、以及模型部署与在线服务等步骤。 实证研究与案例分析部分通过选取具体的国土空间规划案例，验证了智能决策系统架构设计、数据挖掘与分析、决策模型构建的实际应用效果，以及系统在解决具体规划问题中的表现。 在总结与展望部分，研究回顾了整个研究过程中的成果，分析了当前研究的不足与局限，并对未来的发展趋势和技术进步进行了展望。 在技术应用方面，地理信息大数据可以为国土空间规划提供从宏观到微观的多尺度分析，支持土地利用优化、城乡规划布局、生态环境监测等多方面的规划工作。通过对大数据进行深入分析，可以增强规划方案的科学性和前瞻性，提升国土空间规划的效率和质量。 人工智能与机器学习技术在处理大量、复杂数据时具有显著优势，能够自动提取有用信息，并根据数据驱动的分析结果支持智能决策。这些技术的发展和应用为构建智能化的国土空间规划决策系统提供了可能。 智能决策系统的构建和应用不仅提升了国土空间规划的技术水平，还促进了规划决策的科学化、智能化和精准化。在未来的国土空间规划领域，智能决策系统有望成为推动规划工作发展的重要驱动力。 地理信息大数据驱动的国土空间规划智能决策系统的研究，不仅对我国当前的国土空间规划工作具有重要的指导意义，也为未来相关技术的发展和应用提供了理论基础和实践案例。随着技术的进一步发展和完善，智能决策系统有望在更广阔的范围内得到应用，助力国土空间规划工作更好地服务于经济社会发展和生态环境保护。

长益商业智能系统是以商业智能基础平台Brio和Business Object为基础开发的，可以从企业的BI服务器上进行数据提取，生成OLAP的报表，产生各种分析图形，并且可以按照任意路径上下钻取，大大方便了商场的经营管理人员对数据进行深入的分析和决策。系统提供了多种分析模型，对涉及商业经营的数据进行分析和提取，达到了国内的先进水平。 【长益科技商业智能决策系统】是一款基于商业智能基础平台Brio和Business Object构建的决策支持系统，专门针对通用行业，旨在帮助企业经营管理人员更高效地分析数据并做出明智的决策。该系统具备从BI服务器提取数据、生成OLAP报表、创建多维度分析图形以及灵活的上下钻取功能，为深度分析提供了强大的工具。 商业智能系统的核心目标是将业务流程管理系统中的原始数据转化为具有洞察力的信息。通过数据的多时段、多角度和多方法的分析，深入洞察供应商、顾客和企业自身的情况，辅助企业改进经营策略和提升客户服务。北京长益公司利用Brio和Business Object的优势，开发出的这款系统在国内处于先进水平，提供了多种分析模型以满足不同的商业需求。 决策分析的实现方法涵盖了多个方面，包括但不限于： 1. **任意数据提取**：用户可以根据设定的条件自由选择查询内容，通过上下钻取功能深入到数据的细节。 2. **数据排序**：对查询结果进行正向或反向排序，便于比较和理解数据间的差异。 3. **比率分析**：计算各种比率参数，揭示数据背后的本质特征。 4. **趋势分析**：通过同比、环比计算，分析指标的发展趋势，还可以进行季节指数、移动平均数和平滑指数的计算以预测未来走向。 5. **图形分析**：使用直方图、饼图、折线图等图形展示数据间的关系，使得分析结果更为直观。 6. **相关分析**：应用相关系数确定不同指标之间的关联程度。 7. **回归分析和模型分析**：建立数学模型，预测指标的变化规律，为决策提供依据。 决策分析的对象主要分为供应商、顾客和本企业三个方面： - **供应商**：分析供应商的供应能力、经营结构和运营状况，帮助企业优化供应链。 - **顾客**：通过对顾客行为和状态的分析，了解顾客需求，改善客户关系管理。 - **本企业**：涉及商品、采购员、营业员、部门和商品大类的业绩考核，全方位评估企业内部运营状况。 商业智能系统的功能全面，包括通用功能和数据对象选择功能，如指标选择、数据提取、报表打印、图形显示、统计计算等，同时针对供应商和顾客提供特定的数据分析选项，如供应商的供应能力、经营结构和顾客的购买行为、会员结构等，为企业决策提供详实的数据支持。 长益科技商业智能决策系统是一款强大的数据分析工具，它将复杂的商业数据转化为易于理解的洞察，帮助管理者更好地理解市场动态，优化业务决策，提升企业的竞争力。

2013年国家能源局委托北京中矿信电科技股份有限公司牵头,联合中煤、平煤、徐矿、汾西、开滦等五个矿业集团,依托徐矿集团三河尖矿安全生产监控系统、矿井综合自动化系统,借鉴采用物联网架构,通过技术改造,建设了煤矿安全生产智能决策系统,有针对性地解决了煤炭生产自动化子系统及安全保障子系统直接的智能闭锁、控制联动、自动决策等问题,实现了生产智能化、监控智能化、决策智能化。

人工智能西瓜数据集——决策树

人工智人-家居设计-基于GIS的航管智能决策支持系统的研究与设计.pdf

人工智人-家居设计-基于GIS的配电网规划智能决策支持系统及其算法研究.pdf

人工智人-家居设计-基于GIS的配电网抢修智能决策平台开发研究——以呼和浩特供电局为案例.pdf

人工智人-家居设计-基于Agent的城市河流水环境智能决策支持系统关键技术研究.pdf