【摘 要】
：
为解决民航应对突发事件时无法快速生成应急决策方案的问题,采用语义业务流程管理(SBPM)的思想,运用语义标注的方法,给出了民航应急救援过程的结构约束定义方法和语义模型的建立过程,实现了民航应急救援业务流程的语义化。该模型在有效规范应急救援行为、协调组织救援单位关系的同时,为应急救援方案的自动生成提供了方法支撑。
【机 构】
：
中国民航大学计算机科学与技术学院,天津大学管理学院
【基金项目】
：
国家自然科学基金委员会与中国民用航空局联合资助项目（61079007）
论文部分内容阅读
为解决民航应对突发事件时无法快速生成应急决策方案的问题,采用语义业务流程管理(SBPM)的思想,运用语义标注的方法,给出了民航应急救援过程的结构约束定义方法和语义模型的建立过程,实现了民航应急救援业务流程的语义化。该模型在有效规范应急救援行为、协调组织救援单位关系的同时,为应急救援方案的自动生成提供了方法支撑。
其他文献
在研究人工萤火虫算法的基础上,提出了一种改进型的人工萤火虫算法。该算法通过对荧光素值获取方式的改进、能够有效地防止收敛过快、目标函数值极易陷入局部最优的情况,通过三个函数的仿真测试中,在搜索精度和性能上有了显著的提高。通过Cloudsim仿真平台发现,在云计算模型下,该算法可以有效地减少子任务的处理请求任务的平均完成时间,提高了任务处理的效率,达到了资源的合理分配。
为了减少老年人因跌倒而造成的伤害,及时有效地识别跌倒行为,提出了一种基于三轴加速度传感器的人体跌倒识别方法。首先将加速度传感器放置于人体腰腹位置,采集人在运动时的加速度变化数据;然后使用日常活动数据训练隐马尔科夫模型(HMM),利用老年人活动状态相对较少的特点,从测量数据与HMM的匹配程度寻找"疑似"跌倒行为;最后计算短暂时间内的身体倾角,检测人体躺卧姿态,完成跌倒识别。利用HMM和身体倾角识别跌
利用PSO算法在空间上能快速搜索和寻优的特点,在MATLAB 7.0环境下利用改进的粒子群算法从N×M个栅格空间中确定K个目标栅格的位置,使得目标点距离南河、南山及瓷土矿的平均距离是最小的K个,然后结合这K个目标栅格自身土地适宜性条件及邻域土地利用情况来判定该目标栅格是否能演变为窑址。通过此模型模拟了五代至北宋这段历史时期景德镇南河流域窑址景观的演变过程,并对比分析了不同K值和概率阈值下的模拟情况
在Hadoop框架下计算资源和数据资源可以在不同物理位置的特点产生本地化问题。延迟调度算法的产生旨在解决本地化问题,此算法根据任务待处理数据的物理位置作为作业的计算节点,调度任务至目标节点。但是可能出现同一作业中若干任务集中运行在某一计算节点,导致作业达不到理想的并行效果。针对原有的延迟调度算法,提出延迟一容量调度算法,允许部分任务选择非本地化节点作为原延迟调度算法中任务的目标计算节点,以提高作业
为了解决系统在含有执行器局部或者完全失效故障情况下的鲁棒H∞容错控制问题,针对一类状态和控制输入同时存在时变时滞的不确定非线性系统,采用T-S模糊模型来描述,利用并行分布补偿(PDC)算法设计了模糊状态反馈控制器,结合Lyapunov稳定性理论给出了保证该模糊容错控制系统渐近稳定的充分条件,不但保证了系统输出的鲁棒稳定性,而且能够满足给定的鲁棒H∞性能指标。最后通过MATLAB仿真对比系统中有外部
在工程项目群实施阶段框架模型构建的基础上，基于分层赋时着色Petri网定义了工程项目群实施阶段工作流模型。借助CPNTools仿真平台，以某工程项目群实施阶段为例进行了实例建模
针对网络化控制系统中模糊控制器的量化因子和比例因子采用传统经验方法难以整定的问题,提出了一种改进量子粒子群(IQPSO)算法对模糊控制器量化因子和比例因子进行优化。该方法将ABC算法中的搜索算子作为变异算子引入到QPSO算法中,使得IQPSO算法较好地克服了QPSO算法保持种群多样性差容易早熟收敛的缺陷,并以ITAE指标作为IQPSO算法的适应度函数对模糊控制器进行优化。典型工业过程仿真结果表明,
漂移分析的基本定理存在缺陷:条件过严、证明有误且不够严格等,而这些缺陷一直未见指出。鉴于该定理是漂移分析的核心和理论基础,很有必要加以严格化。指出了该定理的不足之处,以测度论为工具,对该定理进行了适当的修正与改进,并且给出了一个新的严格的证明。
针对军事任务计划中任务执行时间与资源的相关性,引入多模式概念,定义了多模式军事任务计划模型。模型假设每个任务有多种不同的执行模式,每种模式对应不同的资源组合和执行时间。引入多模式必然增加了模型求解的复杂性,因此,设计了一种基于遗传算法的多模式军事任务计划求解算法。算法引入优先基因交叉算子和基于局部搜索的变异算子,同时引入了基于精英保留策略的精英辅助群体机制,保证了算法的求解效率。最后,通过仿真算例
采用近似动态规划(ADP)方法对钢铁物流运输过程中的车辆调度问题进行了分析,设计了车辆和运输货物的状态向量空间、动作向量空间等,充分考虑运输成本和能力约束,建立状态转移函数、目标函数,并对近似动态规划算法进行改进。在基于决策后状态的ADP算法的基础上,采用Boltzmann探索策略对所有的状态空间进行遍历,避免局部最优和低效问题。通过对比实验,比较Q学习算法、基于决策后状态的ADP算法以及采用Bo