面向服務(wù)的智能系統(tǒng)架構(gòu)與知識(shí)獲取方法研究.pdf

1、智能系統(tǒng)是能夠理解、學(xué)習(xí)復(fù)雜信息并能做出決策和分析行為的軟硬件實(shí)體，具備識(shí)別對(duì)象和事件、存儲(chǔ)豐富的可利用知識(shí)、推理和預(yù)測(cè)等基本能力，能夠適應(yīng)復(fù)雜環(huán)境并能夠從環(huán)境中獲得所要關(guān)注或認(rèn)知的信息并做出適當(dāng)?shù)姆答佇袨?。近年?lái)，隨著網(wǎng)絡(luò)化系統(tǒng)工程、模糊系統(tǒng)、智能感知、多源信息處理、自動(dòng)化控制、神經(jīng)網(wǎng)絡(luò)、先進(jìn)計(jì)算、多Agent等技術(shù)在人工智能領(lǐng)域中的不斷發(fā)展，普適化、服務(wù)化、泛在化逐步成為新型智能系統(tǒng)的主要特點(diǎn)。
　　 本文圍繞系統(tǒng)柔性設(shè)計(jì)模

2、式、多源異構(gòu)信息集成、海量信息資源蘊(yùn)涵知識(shí)規(guī)則獲取、分布式協(xié)同求解等方面對(duì)智能系統(tǒng)開展深入研究，拓展智能系統(tǒng)決策和分析的理論與應(yīng)用范疇，實(shí)現(xiàn)人們獲取系統(tǒng)服務(wù)的自然便捷交互接口，大規(guī)模、無(wú)序數(shù)據(jù)資源的統(tǒng)一組合，數(shù)據(jù)倉(cāng)庫(kù)中稀少數(shù)據(jù)項(xiàng)的知識(shí)萃取與發(fā)現(xiàn)，復(fù)雜問題分布式環(huán)境下的服務(wù)調(diào)度與協(xié)作。最后，將研究理論方法與成果應(yīng)用于工廠化農(nóng)業(yè)生產(chǎn)管理領(lǐng)域進(jìn)行系統(tǒng)級(jí)實(shí)際驗(yàn)證。本文主要工作包括：
　　 1.基于自適應(yīng)柔性機(jī)制的智能體系架構(gòu)。以智能系統(tǒng)

3、定義為基礎(chǔ)，研究自適應(yīng)柔性總線機(jī)制，通過對(duì)智能系統(tǒng)體系結(jié)構(gòu)的構(gòu)件化分析，提出分布式協(xié)同構(gòu)件建模方法與具有總線控制機(jī)制的智能系統(tǒng)的應(yīng)用集成框架，針對(duì)多模態(tài)數(shù)據(jù)融合、Web信息挖掘、上下文感知、物聯(lián)網(wǎng)應(yīng)用等技術(shù)需求，提出知識(shí)網(wǎng)格式智能系統(tǒng)和移動(dòng)智能系統(tǒng)部署模型，為智能系統(tǒng)的知識(shí)獲取技術(shù)的研究提供了系統(tǒng)級(jí)的邏輯架構(gòu)基礎(chǔ)。
　　 2.基于本體的多模態(tài)信息融合算法。在綜合分析卡爾曼濾波算法、Bayes估計(jì)算法、證據(jù)理論算法的基礎(chǔ)上，提出一

4、種廣義的融合算法-基于本體的多模態(tài)信息融合算法，整合多種融合方法和結(jié)構(gòu)，定量分析與定性分析相結(jié)合，探索了統(tǒng)一的信息融合理論框架，給出了多模態(tài)信息本體集合空間描述方法與層次化表達(dá)結(jié)構(gòu)，建立基于通用數(shù)據(jù)引擎的模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)模型，通過不同側(cè)面源數(shù)據(jù)隸屬度語(yǔ)義關(guān)聯(lián)與多模運(yùn)算，實(shí)現(xiàn)文本、圖像、視頻等多源異構(gòu)數(shù)據(jù)平滑融合。
　　 3.支持Web信息抽取與多重支持度的知識(shí)發(fā)現(xiàn)方法。分析知識(shí)獲取過程，給出一種基于海量網(wǎng)絡(luò)資源的可持續(xù)更新的知識(shí)

5、發(fā)現(xiàn)方法——基于語(yǔ)義網(wǎng)的知識(shí)發(fā)現(xiàn)方法；分析基于海量Web信息識(shí)別用戶感興趣數(shù)據(jù)的原理，提出一種新的包裝器自動(dòng)生成算法，完成從雪花狀無(wú)序數(shù)據(jù)到結(jié)構(gòu)化數(shù)據(jù)的轉(zhuǎn)換；針對(duì)Web數(shù)據(jù)庫(kù)中的大數(shù)據(jù)項(xiàng)集，提出基于頻繁模式樹的多重支持度關(guān)聯(lián)規(guī)則挖掘算法，解決單一最小支持度挖掘關(guān)聯(lián)規(guī)則不能反映不同數(shù)據(jù)項(xiàng)出現(xiàn)頻度與性質(zhì)的問題。
　　 4.基于人工免疫系統(tǒng)的多Agent任務(wù)協(xié)同處理方法。針對(duì)智能系統(tǒng)對(duì)復(fù)雜任務(wù)的決策處理需求，提出一種基于多Agent的

6、協(xié)同處理方法，對(duì)復(fù)雜任務(wù)進(jìn)行分解是多個(gè)Agent對(duì)任務(wù)協(xié)同處理的前提，提出一種“與或樹”任務(wù)分解方法，對(duì)于復(fù)雜任務(wù)進(jìn)行分解，最終能夠形成一個(gè)復(fù)雜任務(wù)的分解樹，實(shí)現(xiàn)對(duì)任務(wù)樹進(jìn)行修剪。
　　 5.新型智能系統(tǒng)原型的實(shí)現(xiàn)?；谝陨蠋讉€(gè)方面的研究，以豬病診斷智能系統(tǒng)為例，研究網(wǎng)絡(luò)化豬病診斷智能系統(tǒng)體系架構(gòu)，實(shí)現(xiàn)豬病本體構(gòu)建與多源豬病信息資源融合、基于Web資源的知識(shí)本體獲取與知識(shí)挖掘、豬病診斷與協(xié)同診斷等。系統(tǒng)較好地驗(yàn)證了新型智能系統(tǒng)的