[发明专利]一种基于突发事件情景链的情景推理方法及系统

说明书

技术领域

本发明属于案例推理技术领域，更具体地，涉及一种基于突发事件情景链的情景推理方法及系统。

背景技术

利用历史案例中的经验和方案来解决当前问题，是基于案例的推理(Case-based Reasoning，CBR)的主要思想。经过二十多年的发展，CBR已经成为非常有生命力的人工智能技术之一，并在很多领域都获得了成功应用。大量的实际应用表明，案例推理相对于其他人工智能方法，有着独特的优势，尤其是存在着大量经验知识的领域，案例推理作为一种辅助决策手段，具有很强的实用性。因此，案例推理在公共安全研究中有着广阔的应用前景。

随着非常规突发事件的发生越来越频繁，当前的突发事件预警预测方法大多从突发事件案例的宏观信息(如事件类型、资源类型等)出发，利用CBR、基于规则的推理(Rule-Based Reasoning，RBR)、基于模型的推理(Model-based Reasoning，MBR)等方法，然而采用上述方法并不能将案例最原本的信息关系挖掘出来，往往只根据字面意思去检索，得到的结果往往不是极少就是不符合用户需求，这些限制条件在很大程度上使得检索推理工作难以进行下去。

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突发事件情景链的情景推理方法及系统，利用结构化的突发事件案例库的相关信息，从突发事件情景特征出发，利用同一事件中情景的发生关系、不同事件间情景的致灾关系以及情景本身的特征相似度来度量情景链间的相似度，具有较高的推理准确度。由此解决现有技术中针对当前案例推理忽略案例基本信息间关系的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种基于突发事件情景链的情景推理方法，包括：

(1)根据用户输入的情景获取目标情景链A₁；

(2)根据预存的情景链库对目标情景链A₁进行推理，其子步骤为：

(2-1)对于预存的情景链库中的每条情景链，计算情景链A₂与A₁之间的层次相似度：其中，m为A₁情景链的层级与A₂情景链的层级中的最小值，k为A₁情景链的层级与A₂情景链的层级中的最大值，Siml表示情景链A₁与情景链A₂在层次l上的节点集合之间的相似度，情景链中的每一个情景构成一个节点，每一层次中的所有节点构成一个节点集合；

(2-2)计算情景链A₂与情景链A₁之间的节点相似度Sim_N(A₁,A₂)，其子步骤为：

(2-2-1)由公式Sim_node(a,b)＝γSim_link(a,b)+δSim_p(a,b)计算两情景a、b之间的情景相似度，其中，Sim_p(a,b)为两情景a、b的特征属性相似度，Sim_link(a,b)为两情景a、b的链式关系相似度；

(2-2-2)设情景链A₁的情景集合为N_A1＝{a₁，a₂，……，a_i}，情景链A₂的情景集合为N_A2＝{b₁，b₂，……，b_j}，则由步骤(2-2-1)计算N_A1中每一个情景与N_A2中所有情景的情景相似度集合S₁，S₂，……，S_i，其中，i表示情景链A₁中的情景个数，j表示情景链A₂中的情景个数；

(2-2-3)由公式：Sim_N(A₁,A₂)＝f(S₁，S₂，…，S_i)/max(i，j)计算情景链A₂与情景链A₁之间的节点相似度，其中，f(S₁，S₂，…，S_i)表示最大取值算法；