[发明专利]基于水利知识-事理耦合网络的决策支持系统架构与方法有效
申请号: | 202010129002.6 | 申请日: | 2020-02-28 |
公开(公告)号: | CN111368095B | 公开(公告)日: | 2022-08-26 |
发明(设计)人: | 朱跃龙;王云峰;冯钧;王晓涛;马族隆;张涛;杭婷婷;周琪 | 申请(专利权)人: | 河海大学 |
主分类号: | G06F16/36 | 分类号: | G06F16/36;G06F16/901 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 柏尚春 |
地址: | 210024 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 水利 知识 事理 耦合 网络 决策 支持系统 架构 方法 | ||
1.一种基于水利知识-事理耦合网络的决策支持的实现方法,其特征在于,包括以下步骤:
(1)构建水利知识图谱模块,包括概念层和实例层,实例层融合地理空间知识、领域知识和通用知识,且关联监测数据库、专题数据库和外部数据源的水利知识图谱,概念层关联到规则库模块;
(2)构建规则库模块,包括推理规则、对象规则和属性规则的规则库,以在事理节点中使用规则推理;
(3)构建事理图谱模块,与推理规则库、对象规则库和属性规则库相关联的事理图谱,以将事理图谱作为推理的基础结构;
(4)构建推理机制模块,建立运行在由水利知识图谱和事理图谱基于规则库结合形成的耦合网络上的推理框架,并在推理框架上针对推理目标进行推理,最后完成决策支持信息推送;
推理框架结合正向推理与反向推理的推理机制,采用反向推理排除不能发生的事件演化路径,采用正向推理基于输入数据对可能的事件演化路径进行定性和定量分析,以获得符合预期目标事实的事件演化路径;建立运行在耦合网络上的推理框架包括以下步骤:
(41)以目标事件为中心点采用受目标事件条件限制的广度遍历方法,遍历特定的边类别,从事理图谱中剪裁出事理子图图谱;
(42)事理子图图谱通过规则库与知识图谱概念层相互关联,在目标事件时空约束条件下,由对象规则、属性规则和推理规则从水利知识图谱实例层中抽取对象、属性和推理所需的经验规则参数、历史场景匹配要素、模型匹配要素作为事理图谱的节点运行时数据,由推理规则基于对象、属性和相关推理数据进行节点推理分析;
(43)根据事理子图图谱的拓扑关系和边关系,将事理子图图谱进行拓扑排序,并将环概化为时间轴演化方向的概化节点,采用结合正向推理与反向推理的推理机制,反向推理用于筛选可能发生的路径,正向推理对所有可能成立的路径进行定量定性分析,基于时间刻度推进完成目标事件的事理演化分析,最终获得事理演化路径;具体步骤为:
将环概化为时间轴演化方向的概化节点,分析环所有输入和输出节点,以单位时间为刻度对环上的事理节点进行推理,取得所有在推理目标时间限制前的环输出作为概化节点输出;使用推理框架进行决策支持分析时,根据推理结果涉及的相关对象,基于对象规则库和属性规则库,从水利知识图谱中按照决策重要程度分类获得决策所关心的对象及其属性,以及根据对象属性得到的情势判断,作为决策支持内容。
2.根据权利要求1所述的基于水利知识-事理耦合网络的决策支持的实现方法,其特征在于,步骤(1)构建服务于推理的水利知识图谱包括以下步骤:
(11)构建对象基础属性子图和监测属性子图,并与监测数据库、专题数据库和外部数据源形成关联,对象基础属性子图以RDF方式对静态知识进行组织,监测属性子图以引用形式与监测数据库进行连接,监测数据库对输入的时序数据按对象属性分类存储,专题数据库和外部数据库按对象属性划分与对象基础属性子图或监测属性子图关联;
(12)构建对象间地理空间关系、拓扑关系子图,由地理信息数据转换得到的对象,按空间信息存储至地理空间关系子图中,或以对象间主要拓扑关系存储在拓扑关系子图中,对拓扑关系子图中各个对象建立拓扑关系的边。
3.根据权利要求2所述的基于水利知识-事理耦合网络的决策支持的实现方法,其特征在于,步骤(12)包括构建对象区域划分网格图谱并形成矩形网格,将对象与所处网格建立关联,按地理空间和拓扑关系确定相关对象,以适用于大规模图谱的查询推理。
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河海大学,未经河海大学许可,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/202010129002.6/1.html,转载请声明来源钻瓜专利网。