探索基于cbr的水路危险货物运输事故应急决策系统研究

《探索基于cbr的水路危险货物运输事故应急决策系统研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、南京理工大学硕士学位论文基于CBR的水路危险货物运输事故应急决策系统研究姓名：何笑申请学位级别：硕士专业：交通信息工程及控制指导教师：曹从咏20080526硕士论文基于CBR的水路危险货物运输事故应急决策系统研究摘要水路危险货物运输在推动水运经济快速发展的同时，也带来了重大的环境污染和安全隐患。因此，制定行之有效的事故应急救援方案，采取及时、准确的救援措施，已成为当前保障水路危险货物运输安全的重要研究课题。本论文主要围绕水路危险货物运输事故的应急决策问题展开研究，其主要研究工作如下：在深入分析水路危险货物运输事故特点和CBR方法及其

2、关键技术的基础上，结合水路危险货物运输事故案例表示的需要，提出了基于框架的水路危险货物运输事故案例的表示方法；构建了水路危险货物运输事故案例总框架、危险货物特性子框架、出事船舶状况子框架和事故环境状况子框架。针对水路危险货物运输事故案例中的各种属性及属性值类型的不同，采用了基于距离的相似度算法和模糊隶属度算法等进行属性相似度计算；运用层次分析法和粗集理论确定属性权重；以事故案例中的子框架相似度计算结果为依据，采用两级检索策略和最近邻算法确定事故案例的全局相似度。提出了基于CBR的水路危险货物运输事故应急决策系统总体设计方案，分析了系

3、统功能及工作流程；运用VisualBasic6．0和SQLServer2000进行了系统软件的研究开发及系统应用实例演示验证，并对救援方案的调整与修改进行了探讨。论文的研究成果将为水路危险货物运输事故的应急救援决策及制定相应的事故救援方案提供重要的依据和指导作用。关键词：水路运输，危险货物，应急决策，基于案例推理，相似度AbstractWarerwaydangerousgoodstransportationispromotingeconomicdevelopmentandhasalsobroughtaboutgreatenviron

4、mentpollutionandpotentialsafetyhazard．Therefore．makingeffectiveemergencyrescueplanandtakingtimelyandeffectiverescuemeasures10rensunngsafetyofwaterwaydangerousgoodstransportationhavebecomea11importantresearcharea．Thisdissertationwillfocusontheemergencydecisionproblemofw

5、atenⅣavdangerousgoodstransportationaccident．Themajorstudycontentsareasfollows：Firstly,basedondeepanalysisincharacteristicsofwaterwaydangerousgoodst啪sponatlonaccidentandCBR，combinedwiththeneedfortheexpressionofwaten)I，avdangerousgoodstransportationaccident，aframestructu

6、refortheexpressionofwate朋avdangerousgoodstransportationaccidentisputforward．Thengeneral丘锄eforthecaseofwate聊aydangerousgoodstransportationaccidentandcharacteristicofdangerousgoods、thestatusofshipandenvironmentsituationframeworksareconstmcted．Subsequently,accordingtodiff

7、erentattributeswithinthecaseofwaterwaydangerousgoodstransportationaccident，attributesimilaritiesalecalculatedbytheaIgorithmsbaSedondistanceandfuzzymembership，attributeweightsarecalculatedbyanalytichierarChvprocessandrou曲settheory．Onthebasisoftheresultofsimilaritycomput

8、ationforeachsubframe，theglobalsimilarityisevaluatedbytwo—stageretrievalstrategyandnearest-neighboralgorithm．EVentuall