人工智能技術(shù)在GIS應(yīng)用中的研究
本文關(guān)鍵詞:人工智能技術(shù)在GIS應(yīng)用中的研究,由筆耕文化傳播整理發(fā)布。
人工智能技術(shù)在GIS應(yīng)用中的研究 6685字 投稿:張浢浣
全文10頁(yè) 共6685字
軍用機(jī)器人的發(fā)展概況 摘要:本文從多方面闡述了軍用機(jī)器人產(chǎn)先進(jìn)的發(fā)展概況。首先從機(jī)器人技術(shù)的產(chǎn)生與發(fā)展描述了軍用機(jī)器人的發(fā)展背景,然背后對(duì)現(xiàn)今機(jī)器人的做出完整分類(lèi),并針對(duì)路面機(jī)器人舉出各國(guó)的應(yīng)用實(shí)例。然后針對(duì)當(dāng)今現(xiàn)狀描述了軍用機(jī)器人的發(fā)展方向和應(yīng)用。…
一種特殊的音譯詞——創(chuàng)意音譯詞 王 暉 漢語(yǔ)引進(jìn)外來(lái)詞主要采取意譯的方式,用音譯的方式產(chǎn)生的外來(lái)詞總體來(lái)說(shuō)數(shù)量是很有限的。因?yàn)樽屢粋(gè)個(gè)本來(lái)有意義構(gòu)成要素的漢字起表音的作用,只充當(dāng)一個(gè)個(gè)的音節(jié),這不是作為表意文字的漢字的主要功能,也是不符合漢族人的漢字…
重大體育賽事對(duì)欠發(fā)達(dá)地區(qū)區(qū)域群眾體育的影響 ———以亞太汽車(chē)?yán)慅堄钨惗螢槔?姜蘭瓊 衢州職業(yè)技術(shù)學(xué)院 概要:以亞太汽車(chē)?yán)﹀\標(biāo)賽龍游賽段為例,,從欠發(fā)達(dá)地區(qū)舉辦重大體育賽事對(duì)區(qū)域群眾體育發(fā)展的影響為切入,就如何以舉辦重大體育賽事為契機(jī),轉(zhuǎn)變欠發(fā)達(dá)…
人工智能技術(shù)在GIS應(yīng)用中的研究
摘要:人工智能技術(shù)與GIS相結(jié)合,能夠?qū)A靠臻g地理數(shù)據(jù)中的結(jié)構(gòu)化和非結(jié)構(gòu)化知識(shí)進(jìn)行表達(dá)推理,預(yù)測(cè)未來(lái)發(fā)展趨勢(shì),智能化的解決復(fù)雜的現(xiàn)實(shí)問(wèn)題。文中闡述了人工智能與GIS結(jié)合的研究熱點(diǎn),在智能化知識(shí)推理中給出了詳細(xì)解釋,并以實(shí)例具體描述了專(zhuān)家系統(tǒng)中自然語(yǔ)言輸入到結(jié)果輸出的運(yùn)行過(guò)程。
關(guān)鍵詞:人工智能;人工神經(jīng)元網(wǎng)絡(luò);專(zhuān)家系統(tǒng)
人工智能(Artificial Intelligence)是計(jì)算機(jī)科學(xué)、控制論、信息論、神經(jīng)生物學(xué)、心理學(xué)、語(yǔ)言學(xué)等多種學(xué)科互相滲透而發(fā)展起來(lái)的一門(mén)綜合性學(xué)科;是研究解釋和模擬人類(lèi)智能、智能行為及其規(guī)律的一門(mén)綜合性的邊緣學(xué)科。它借助于計(jì)算機(jī)建造智能系統(tǒng),完成諸如模式計(jì)算識(shí)別、自然語(yǔ)言理解、程序自動(dòng)設(shè)計(jì)、定理自動(dòng)證明、機(jī)器人、專(zhuān)家系統(tǒng)等應(yīng)用活動(dòng);其主要任務(wù)是建立智能信息
處理理論,進(jìn)而設(shè)計(jì)可以展現(xiàn)某些近似于人類(lèi)智能行為的計(jì)算系統(tǒng)[1]。 當(dāng)前普遍的GIS系統(tǒng)需要完成管理大量復(fù)雜的地理數(shù)據(jù)的任務(wù),目前, GIS技術(shù)主要側(cè)重于解決復(fù)雜的空間數(shù)據(jù)處理與顯示問(wèn)題,其推廣應(yīng)用遇到的最大困難是缺乏足夠的專(zhuān)題分析模型,或者說(shuō)GIS的數(shù)據(jù)分析能力較弱,而這一能力的提高從根本上依賴(lài)于人工智能中的知識(shí)工程、問(wèn)題求解、規(guī)劃、決策、自動(dòng)推理技術(shù)等的發(fā)展與應(yīng)用。從這一點(diǎn)上講,在不久的將來(lái), AI在GIS系統(tǒng)中的應(yīng)用,尤其是其智能化分析功能將大大改善傳統(tǒng)GIS應(yīng)用范圍,將GIS應(yīng)用提高到一個(gè)
新的層次。
將AI應(yīng)用到GIS中,使之能夠?qū)Y(jié)構(gòu)化或非結(jié)構(gòu)化的知識(shí)進(jìn)行表達(dá)與推理。以構(gòu)成一個(gè)完整的智能化地理信息系統(tǒng)。通過(guò)增強(qiáng)其在問(wèn)題求解、自動(dòng)推理、決策、知識(shí)表示與使用等方面的能力,使得GIS的專(zhuān)題分析模型能自動(dòng)地、智能化
地解決復(fù)雜的現(xiàn)實(shí)問(wèn)題,是GIS的重要發(fā)展方向之一[2]。
1 AI在GIS應(yīng)用領(lǐng)域
人工智能與地理信息系統(tǒng)的結(jié)合,其產(chǎn)生的專(zhuān)題分析模型可以增強(qiáng)問(wèn)題求解、自動(dòng)推理、決策、知識(shí)表示與使用等方面的能力,并能夠智能化的解決復(fù)雜的現(xiàn)實(shí)問(wèn)題。具體應(yīng)用領(lǐng)域包括生態(tài)評(píng)估、環(huán)境保護(hù)、農(nóng)林土地建設(shè)、地圖制圖及數(shù)據(jù)獲取、交通運(yùn)輸、通訊電力網(wǎng)絡(luò)規(guī)劃、災(zāi)害預(yù)防、養(yǎng)殖副業(yè)、城市規(guī)劃等等。按GIS應(yīng)用中涉及的具體AI方法來(lái)分,又有GIS與專(zhuān)家系統(tǒng)(ExpertSystem, ES)或基于知識(shí)的專(zhuān)家系統(tǒng)(Knowledge-based ExpertSystem, KBES)的結(jié)合, GIS與模糊推理的結(jié)合, GIS與模式識(shí)別(Pattern Recognition, PR)的結(jié)合, GIS與決策支持
系統(tǒng)(Decision Support Sys-tem, DSS)的結(jié)合等。
2 AI在GIS中的研究熱點(diǎn)
現(xiàn)實(shí)的需求要求GIS不僅要完成管理大量復(fù)雜的地理數(shù)據(jù)的任務(wù),更為重要的是實(shí)現(xiàn)與地理數(shù)據(jù)相關(guān)的分析、評(píng)價(jià)、預(yù)測(cè)和輔助決策[3],從而解決復(fù)雜的規(guī)劃和管理問(wèn)題。所以,強(qiáng)化分析手段是拓展和深化地理信息系統(tǒng)應(yīng)用的關(guān)鍵。
2.1 空間信息智能化處理
空間分析的主要功能不是簡(jiǎn)單地從地理數(shù)據(jù)庫(kù)中通過(guò)“檢索”和“查詢(xún)”提取空間信息,而是利用各種空間分析模型及空間操作對(duì)空間數(shù)據(jù)進(jìn)行處理,從而發(fā)現(xiàn)新的知識(shí)。傳統(tǒng)的GIS模型經(jīng)過(guò)智能化改進(jìn)可用于描述各類(lèi)地理因素主要
特征并預(yù)測(cè)系統(tǒng)將來(lái)的發(fā)展趨勢(shì)[4]。模型如圖1所示:
人工神經(jīng)網(wǎng)絡(luò)是一種用計(jì)算機(jī)去模擬生物機(jī)制的方法,是一種不確定的方法。它們不要求對(duì)事物的機(jī)制有明確的了解,系統(tǒng)的輸出取決于系統(tǒng)輸入和輸出之間的連接權(quán),而這些連接權(quán)的數(shù)值則是根據(jù)歷史上曾經(jīng)發(fā)生過(guò)的事例訓(xùn)練得到的,這種方式對(duì)解決機(jī)理尚不明確的問(wèn)題特別有效。與傳統(tǒng)的統(tǒng)計(jì)模型相比,人工神經(jīng)網(wǎng)絡(luò)和遺傳算法更適合分布不明確的非線(xiàn)形問(wèn)題。目前,比較成形的人工神經(jīng)網(wǎng)絡(luò)模型有: BP網(wǎng)、SOM ( Sel-Organization FeatureMap)網(wǎng)、循環(huán)BP網(wǎng)、RBF ( Ra-dial Basic Function)網(wǎng)和PNN (ProbabilisticNeuraNetwork)等。BP網(wǎng)采用多層前向拓?fù)湫螤?由輸人層、中間層和輸出層組成,可用于分類(lèi)、回歸時(shí)間序列預(yù)測(cè)任務(wù)中。SOM神經(jīng)網(wǎng)絡(luò)模型適合對(duì)數(shù)據(jù)對(duì)象進(jìn)行聚類(lèi),它的輸入層由N個(gè)輸人神經(jīng)元組成,競(jìng)爭(zhēng)層由m*m=M個(gè)輸出神經(jīng)元組成,輸入層神經(jīng)元與競(jìng)爭(zhēng)層神經(jīng)元之間相互連接。
地學(xué)現(xiàn)象的復(fù)雜性和獨(dú)特性使得建立在各種理想條件之上的理論模型很難應(yīng)用于實(shí)際,確定性的模型需要隨著地點(diǎn)和時(shí)間的改變而不斷修改模型參數(shù)甚至模型結(jié)構(gòu),因而在很大程度上失去了模型的普遍性。自然、社會(huì)、經(jīng)濟(jì)各因素的耦合使得這個(gè)復(fù)雜的系統(tǒng)具有一定程度的非線(xiàn)性和混沌特點(diǎn),人工神經(jīng)元網(wǎng)絡(luò)和遺傳算法為建立新的空間模型提供了一條可行的方法。我們知道多層前向神經(jīng)網(wǎng)絡(luò)的最重要屬性在于它能夠?qū)W會(huì)任何復(fù)雜性的映射(線(xiàn)性、非線(xiàn)性),利用這一特性可以在沒(méi)有或有很少關(guān)于研究對(duì)象的領(lǐng)域知識(shí)的前提下,通過(guò)對(duì)大量空間數(shù)據(jù)(樣本)
進(jìn)行學(xué)習(xí),來(lái)建立空間要素之間的依賴(lài)關(guān)系,以滿(mǎn)足人們對(duì)空間數(shù)學(xué)模型的需求。 智能空間分析重點(diǎn)要解決的問(wèn)題是空間知識(shí)的發(fā)現(xiàn)、表達(dá)與推理問(wèn)題。對(duì)于描述性知識(shí)來(lái)說(shuō),符號(hào)方法仍然是一種重要的知識(shí)表達(dá)與推理手段。而對(duì)于具有大規(guī)模并行分布式結(jié)構(gòu)的知識(shí),神經(jīng)網(wǎng)絡(luò)和遺傳算法則具有其它方法無(wú)可替代的優(yōu)越性。
空間知識(shí)的自動(dòng)獲取是制約空間分析發(fā)展的瓶頸。從空間數(shù)據(jù)庫(kù)中發(fā)現(xiàn)知識(shí)的能力是評(píng)價(jià)空間信息智能化的重要標(biāo)志。神經(jīng)網(wǎng)絡(luò)與遺傳算法的結(jié)合使其具有較強(qiáng)的知識(shí)學(xué)習(xí)能力成為可能。
2.2 空間推理
空間推理是利用空間理論和人工智能技術(shù)對(duì)空間對(duì)象進(jìn)行建模、描述與表示,并據(jù)此對(duì)空間對(duì)象間的空間關(guān)系進(jìn)行定性或定量分析和處理的過(guò)程?臻g推理有淺層推理和深層推理之分。深層次的推理結(jié)合了人工智能技術(shù),涉及到空間知識(shí)的獲取、表達(dá)與利用,也稱(chēng)為基于規(guī)則知識(shí)的空間推理。知識(shí)可以是從空間數(shù)據(jù)本身內(nèi)在的規(guī)律提取的事實(shí)性知識(shí),也可以是人為規(guī)定的或常識(shí)性的認(rèn)知知識(shí)[5]。
2.2.1 知識(shí)表達(dá)
空間推理的首要前提是要講規(guī)則知識(shí)進(jìn)行識(shí)別,這就涉及到知識(shí)表達(dá)問(wèn)題。在人工智能中有多種知識(shí)表達(dá)方法,如:謂詞邏輯、產(chǎn)生式規(guī)則、單元、語(yǔ)義網(wǎng)絡(luò)、概
念從屬、框架和腳本等。
本文中我們以框架為例實(shí)現(xiàn)地理知識(shí)的表達(dá);诳蚣芫W(wǎng)絡(luò)結(jié)構(gòu)模型的知識(shí)表達(dá)方法中心內(nèi)容是采用知識(shí)的框架網(wǎng)絡(luò)結(jié)構(gòu)描述地學(xué)環(huán)境的實(shí)體單元,將各級(jí)專(zhuān)家知識(shí)的表示以指針鏈接,形成了由知識(shí)到語(yǔ)義的專(zhuān)家知識(shí)表示框架網(wǎng)絡(luò)(圖2)。該知識(shí)庫(kù)由事實(shí)庫(kù)、規(guī)則庫(kù)和映射庫(kù)組成,事實(shí)庫(kù)用于存儲(chǔ)推理需要的判斷性知識(shí)以及構(gòu)成信息實(shí)體的事實(shí);規(guī)則庫(kù)用于存儲(chǔ)推理所用的專(zhuān)家知識(shí)和引導(dǎo)推理的元知識(shí),可以用產(chǎn)生式規(guī)則表示;知識(shí)庫(kù)中的事實(shí)和規(guī)則表面上是分開(kāi)存儲(chǔ)的,而在知識(shí)的內(nèi)部表示中,使用映射庫(kù)中的映射集反映規(guī)則對(duì)事實(shí)的引用和操作[6];诳蚣芫W(wǎng)絡(luò)結(jié)構(gòu)模型的知識(shí)表示方法適合表示以實(shí)體為中心的多層次地理專(zhuān)家知識(shí),并且與GIS的數(shù)據(jù)模式相對(duì)應(yīng),同時(shí)框架的繼承性和附屬過(guò)程為信息動(dòng)態(tài)獲
取提供了方便。
在框架系統(tǒng)中,框架的槽分為Structure、Function、Measurement、Estimation等幾類(lèi), Structure類(lèi)槽表示符號(hào)語(yǔ)義結(jié)構(gòu)相關(guān)的屬性, Function類(lèi)槽表示功能相關(guān)的屬性,Measurement類(lèi)槽表示量度方面的屬性, Estimation類(lèi)槽表示評(píng)價(jià)相關(guān)的
屬性。
例如BusinessBuilding框架在知識(shí)庫(kù)中的表示如下表所示:
Frame BusinessBuilding
2.2.2 空間推理的關(guān)鍵屬性
經(jīng)過(guò)總結(jié),空間推理具有多項(xiàng)屬性,其中七條為必備之關(guān)鍵屬性:
(1)空間推理是以空間和存在于空間中的空間對(duì)象為研究對(duì)象。我們不能脫離空
間和存在于空間中的空間對(duì)象來(lái)研究空間推理。
(2)在空間推理過(guò)程中運(yùn)用人工智能技術(shù)和方法。
(3)空間推理處理的是一個(gè)或幾個(gè)推理的問(wèn)題。
(4)空間推理是基于空間和存在于空間中的空間對(duì)象已經(jīng)被建模的前提下。我們
不能在沒(méi)有模型的情況下討論空間推理。
(5)空間推理必須能夠給出關(guān)于空間和存在于空間中的空間對(duì)象的定性或定量的
推理結(jié)果。
(6)空間推理必須能夠描述空間行為。
(7)當(dāng)空間推理模型把問(wèn)題分解為幾個(gè)組成部分時(shí),必須能夠描述這些組成部分的
相互作用。
2.3 地學(xué)專(zhuān)家系統(tǒng)
人工智能廣泛應(yīng)用于知識(shí)工程、專(zhuān)家系統(tǒng)、決策支持系統(tǒng)、模式識(shí)別、自然語(yǔ)言理解、智能機(jī)器人等方面。專(zhuān)家系統(tǒng)(ExpertSystem, ES)是其中應(yīng)用最為成熟的一個(gè)領(lǐng)域[7]。專(zhuān)家系統(tǒng)在應(yīng)用過(guò)程中,知識(shí)獲取的瓶頸是最大的障礙之一。其核心內(nèi)容是知識(shí)庫(kù)和推理機(jī)制,主要組成部分是:知識(shí)庫(kù)、推理機(jī)、工作數(shù)據(jù)庫(kù)、用戶(hù)界面、解釋程序和知識(shí)獲取程序,其一般結(jié)構(gòu)如圖3所示[8]。GIS與專(zhuān)家系統(tǒng)結(jié)合在一起,從數(shù)據(jù)庫(kù)中提取相應(yīng)的數(shù)據(jù),在知識(shí)庫(kù)和規(guī)則庫(kù)中提取相應(yīng)的知識(shí)和規(guī)
則,推理機(jī)就模擬專(zhuān)家的分析過(guò)程,自動(dòng)處理,直到生成需要的結(jié)果。
如前所述,由于地理現(xiàn)象的復(fù)雜性和強(qiáng)烈的地域個(gè)性使系統(tǒng)地理學(xué)試圖尋找普遍規(guī)律的努力只能停留在理論研究階段,而區(qū)域地理學(xué)一般性描述無(wú)法確定性地揭示地理現(xiàn)象的內(nèi)在規(guī)律亦無(wú)法讓人們滿(mǎn)意。地理信息系統(tǒng)建立的區(qū)域空間數(shù)據(jù)庫(kù)是特定區(qū)域的定量反映,是個(gè)性和共性的統(tǒng)一,包含著大量的地學(xué)知識(shí),可以在此基礎(chǔ)上探討普遍性和特殊性的地學(xué)規(guī)律。對(duì)于已經(jīng)明確的規(guī)律,可以直接應(yīng)用于模型分析而不必經(jīng)過(guò)煩瑣的推理,對(duì)機(jī)理不清的現(xiàn)象可以用專(zhuān)家系統(tǒng)的方法加以解決。同時(shí)地理信息系統(tǒng)提供的空間分析功能也為地學(xué)專(zhuān)家系統(tǒng)提供了有力的工具。
目前已有的地學(xué)專(zhuān)家系統(tǒng)如美國(guó)著名的PROSPECTOR地質(zhì)勘探專(zhuān)家系統(tǒng)用于尋找礦藏;我國(guó)南京大學(xué)開(kāi)發(fā)的用于尋找地下水的勘探地下水專(zhuān)家系統(tǒng)KCGW;美國(guó)石油勘探專(zhuān)家系統(tǒng)DIPMETER;暴雨預(yù)報(bào)專(zhuān)家系統(tǒng)WILLARD; YeeLeung等
[9]。它們將地學(xué)專(zhuān)家的經(jīng)驗(yàn)加以形式化表達(dá)并存儲(chǔ)在知識(shí)庫(kù)中,采用貝葉斯推理機(jī)制。當(dāng)用戶(hù)啟動(dòng)系統(tǒng)后,輸入某一地區(qū)的觀測(cè)事實(shí)及其可信度后,系統(tǒng)經(jīng)過(guò)推理
后將推理結(jié)果以及這個(gè)結(jié)果的可信度反饋給用戶(hù),當(dāng)某一結(jié)論的可信度超過(guò)用戶(hù)設(shè)置的閾值后,則認(rèn)為已推導(dǎo)出滿(mǎn)足用戶(hù)要求的結(jié)論。這一類(lèi)屬于早期編寫(xiě)的人工智能專(zhuān)家系統(tǒng)。近年來(lái)如翁文斌等設(shè)計(jì)的汾河防洪專(zhuān)家系統(tǒng)采用了語(yǔ)義網(wǎng)絡(luò)知識(shí)庫(kù)、框架知識(shí)庫(kù)、槽知識(shí)庫(kù)、規(guī)則知識(shí)庫(kù)和目標(biāo)庫(kù)等來(lái)表達(dá)和存儲(chǔ)知識(shí),提供知識(shí)庫(kù)管理系統(tǒng),除了普通推理機(jī)外還提供了專(zhuān)業(yè)推理機(jī),是一種比較完善的地學(xué)專(zhuān)家系統(tǒng)。
2.4 智能化規(guī)則知識(shí)推理過(guò)程
1)問(wèn)題識(shí)別:對(duì)自然語(yǔ)言的理解。即將自然語(yǔ)言轉(zhuǎn)變?yōu)闄C(jī)器指令。用戶(hù)查詢(xún)分析模塊借助于詞典的幫助,將用戶(hù)查詢(xún)轉(zhuǎn)化為系統(tǒng)內(nèi)部所需要的標(biāo)準(zhǔn)形式。即對(duì)用
戶(hù)查詢(xún)進(jìn)行特征屬性抽取。
2)模型調(diào)用:識(shí)別出具體任務(wù)后通過(guò)查找模型庫(kù)調(diào)用若干處理模型。
3)知識(shí)調(diào)用:根據(jù)模型要求的規(guī)則知識(shí)因子或內(nèi)容知識(shí)因子從知識(shí)庫(kù)中調(diào)用知識(shí),如果該知識(shí)為規(guī)則控制知識(shí),則可能會(huì)觸發(fā)下一級(jí)模型的調(diào)用,觸發(fā)從空間數(shù)據(jù)庫(kù)中提取地物類(lèi)型、空間拓?fù)湫畔ⅰ⒖臻g位置等,為空間推理提供預(yù)備知識(shí)。具體表示為依據(jù)提取出的用戶(hù)查詢(xún)特征屬性,在案例庫(kù)中進(jìn)行檢索與匹配,利用模糊綜合評(píng)判,計(jì)算相似度,尋找出最佳案例。如果最佳案例的相似度大于評(píng)判值(依據(jù)經(jīng)驗(yàn)不斷修正),則輸出最佳案例的規(guī)劃解決方案。否則,繼續(xù)進(jìn)行規(guī)劃推理。
4)結(jié)果控制:上述過(guò)程循環(huán)得出推理結(jié)果,以文字或圖形形式表示。
以上過(guò)程中,如何定位到各推理步驟所需要的相關(guān)知識(shí)及如何利用這些知識(shí)是問(wèn)題的關(guān)鍵。規(guī)則知識(shí)以產(chǎn)生式方式出現(xiàn),具有“if... then...”的格式,因而易于進(jìn)行
推理控制。
3 實(shí)例研究
基于上述討論,本文設(shè)計(jì)一個(gè)景點(diǎn)自動(dòng)選擇定位系統(tǒng)。用自然語(yǔ)言描述需要到達(dá)
的景點(diǎn)性質(zhì)進(jìn)行查詢(xún),系統(tǒng)則給出最佳出行線(xiàn)路。
整個(gè)系統(tǒng)是基于案例推理的。案例庫(kù)中的每個(gè)案例都包括問(wèn)題特征屬性描述,解決方案描述,專(zhuān)家評(píng)論。依據(jù)提取出的用戶(hù)查詢(xún)特征屬性,在案例庫(kù)中進(jìn)行檢索與匹配,利用模糊綜合評(píng)判,計(jì)算相似度,尋找出最佳案例。如果最佳案例的相似度大于評(píng)判值(依據(jù)經(jīng)驗(yàn)不斷修正),則輸出最佳案例的規(guī)劃解決方案。否則,繼續(xù)進(jìn)行
規(guī)劃推理[10]。
知識(shí)庫(kù)以含有多元、與、或、非、蘊(yùn)含等多種關(guān)系的語(yǔ)義網(wǎng)的方式表達(dá)敘述性知識(shí)。依賴(lài)于此知識(shí)庫(kù),旅游線(xiàn)路選擇模塊將選出合理的目的場(chǎng)所,組合出若干旅游線(xiàn)路。同樣地,使用綜合評(píng)判的方法選出最佳的旅游線(xiàn)路。路況信息表中則存有
來(lái)自交管部門(mén)的實(shí)時(shí)路況信息。
地理信息數(shù)據(jù)庫(kù)庫(kù)中則存放著交通道路等地理信息。系統(tǒng)設(shè)計(jì)如圖4所示:
該系統(tǒng)功能特點(diǎn)如此:如果用戶(hù)對(duì)推薦方案和交通線(xiàn)路不滿(mǎn)意,則將由用戶(hù)查詢(xún)分析模塊重新對(duì)用戶(hù)查詢(xún)進(jìn)行分析,開(kāi)始下一輪處理。如果滿(mǎn)意,則系統(tǒng)則對(duì)此過(guò)程進(jìn)行學(xué)習(xí)。若是已有案例,則結(jié)束;否則,就是通過(guò)規(guī)劃得到方案,則在案例庫(kù)中檢索與本解決方案達(dá)到了一定相似度的案例,進(jìn)行內(nèi)化整合,既加入了新的信息,又避
免了案例庫(kù)的無(wú)限擴(kuò)大。
假設(shè)我們輸入查詢(xún):“有革命歷史意義,并能品嘗到河南風(fēng)味小吃的地方”,看看
系統(tǒng)如何在知識(shí)庫(kù)中推薦出行線(xiàn)路的。
在自然語(yǔ)言轉(zhuǎn)換過(guò)程中,標(biāo)準(zhǔn)形式為: {景點(diǎn)要求:革命歷史} & {飲食要求:河南風(fēng)
味}
在知識(shí)庫(kù)中語(yǔ)義網(wǎng)絡(luò)如圖所示:
知識(shí)庫(kù)查詢(xún)定位之后,接下來(lái)在規(guī)則庫(kù)中可以查詢(xún)到用戶(hù)所在地與目標(biāo)地之間的行車(chē)線(xiàn)路。在搜索過(guò)程中,以目前位置與目的地的空間距離及連線(xiàn)朝向作為啟發(fā)信息,并以交通規(guī)則(如是否是單行道),路況(是否堵車(chē)),經(jīng)濟(jì)性(如路程最短或者花費(fèi)最少等),時(shí)間要求等約束條件作為輔助的推理規(guī)則,進(jìn)行規(guī)劃,最終得到最佳路線(xiàn)方案。
4 人工智能應(yīng)用地理信息系統(tǒng)的趨勢(shì)及問(wèn)題
隨著AI技術(shù)的研究日漸深入,越來(lái)越多的人工智能技術(shù)可與地理信息系統(tǒng)結(jié)合開(kāi)發(fā)出更具智能化人性化的系統(tǒng)。最近幾年,人工神經(jīng)網(wǎng)絡(luò)技術(shù)和遺傳算法的應(yīng)用取得了很大的成功,相信在不久的將來(lái),人工智能和專(zhuān)家系統(tǒng)將與GPS、GIS、RS、DPS、DSS、KDD等技術(shù)相結(jié)合,將建立集成化、自動(dòng)化的空間智能決策支持系
統(tǒng),為可持續(xù)發(fā)展提供有力的技術(shù)支持。
4.1 嵌入式發(fā)展
嵌入式系統(tǒng)被定義為:以應(yīng)用為中心、以計(jì)算機(jī)技術(shù)為基礎(chǔ)、軟件硬件可裁剪、適應(yīng)應(yīng)用系統(tǒng)對(duì)功能、可靠性、成本、體積、功耗嚴(yán)格要求的專(zhuān)用計(jì)算機(jī)系統(tǒng)[11]。嵌入式設(shè)計(jì)思想已經(jīng)得到相當(dāng)廣泛的應(yīng)用,大到航空航天器,小到兒童玩具,都包含有嵌入式設(shè)計(jì)理念。軟件系統(tǒng)與嵌入式系統(tǒng)結(jié)合是軟件發(fā)展的趨勢(shì), 3S技術(shù)與嵌入式硬件系統(tǒng)集成,構(gòu)成嵌入式3S系統(tǒng),使得智能化地理信息系統(tǒng)的實(shí)現(xiàn)更進(jìn)一步。比如車(chē)載GIS系統(tǒng),是將GIS軟件嵌入到汽車(chē)電子顯示系統(tǒng)中,再同車(chē)載GPS接收系統(tǒng)結(jié)合,即可完成汽車(chē)實(shí)時(shí)監(jiān)控,以及汽車(chē)位置、交通信息查詢(xún)。
4.2 構(gòu)建地理智能體(GeoAgent)
GeoAgent是利用地學(xué)知識(shí)進(jìn)行推理的可進(jìn)化的智能實(shí)體,具有很強(qiáng)的處理地理空間數(shù)據(jù)的能力,包括智能獲取、處理、存取、搜索、表達(dá)和決策支持等,是自主計(jì)算的分布式計(jì)算系統(tǒng)。GeoAgent具有跨異構(gòu)系統(tǒng)平臺(tái)、網(wǎng)絡(luò)帶寬要求低、智能的移動(dòng)計(jì)算等優(yōu)點(diǎn),是實(shí)現(xiàn)地理智能化的基礎(chǔ),具有寬廣的應(yīng)用前景和發(fā)展前途。 地學(xué)知識(shí)庫(kù)是GIS智能化的關(guān)鍵,也是GIS智能化發(fā)展的“瓶頸”。地學(xué)知識(shí)庫(kù)的管理是人們注意的另一個(gè)熱點(diǎn)。人們期望地學(xué)知識(shí)庫(kù)能夠像使用關(guān)系數(shù)據(jù)庫(kù)一樣,可以方便地對(duì)知識(shí)單元(知識(shí)域中不可再分的單元)進(jìn)行各種操作,例如:定義知識(shí)結(jié)構(gòu)、消除知識(shí)冗余、查詢(xún)修改和更新知識(shí)。這種想法使開(kāi)發(fā)者很自然地利用起關(guān)系數(shù)據(jù)庫(kù)技術(shù)構(gòu)造地學(xué)知識(shí)庫(kù),對(duì)地學(xué)知識(shí)進(jìn)行管理。
隨著對(duì)地學(xué)現(xiàn)象和地學(xué)信息認(rèn)識(shí)和分析的不斷深入,原來(lái)非結(jié)構(gòu)化的數(shù)據(jù)和知識(shí)可能逐步變得結(jié)構(gòu)化,可以采用一系列指標(biāo)和公式加以明確表達(dá),從而不再需要人工智能的支持;而新的地學(xué)現(xiàn)象、新的觀測(cè)方式的出現(xiàn),更高層次地學(xué)規(guī)律的研究的深入,大量的非結(jié)構(gòu)化信息仍然需要有效的人工智能的支持。人工智能技術(shù)也必須能夠適應(yīng)表達(dá)和存儲(chǔ)多源、多維、多尺度、時(shí)空復(fù)合的地學(xué)信息的需要,支持地學(xué)數(shù)據(jù)融合和地學(xué)知識(shí)發(fā)現(xiàn)的需要。隨著越來(lái)越多的地理信息系統(tǒng)的建立,客觀世界逐步納入人的監(jiān)測(cè)和調(diào)控范圍之內(nèi)。面對(duì)不斷爆炸的信息量,已經(jīng)不可能單純依靠人工去處理這些信息。采用人工智能和專(zhuān)家系統(tǒng)技術(shù),讓計(jì)算機(jī)取代這一部分工作已勢(shì)在必行,這在很大程度上依賴(lài)于對(duì)地學(xué)信息機(jī)理的基礎(chǔ)研究。
人工智能技術(shù)在GIS應(yīng)用中的研究 摘要:人工智能技術(shù)與GIS相結(jié)合,能夠?qū)A靠臻g地理數(shù)據(jù)中的結(jié)構(gòu)化和非結(jié)構(gòu)化知識(shí)進(jìn)行表達(dá)推理,預(yù)測(cè)未來(lái)發(fā)展趨勢(shì),智能化的解決復(fù)雜的現(xiàn)實(shí)問(wèn)題。文中闡述了人工智能與GIS結(jié)合的研究熱點(diǎn),在智能化知識(shí)推理中給出了詳細(xì)解釋,…
祖先的科學(xué)技術(shù)成就 一、醫(yī)學(xué) 1、中醫(yī)起源于 時(shí)期。春秋戰(zhàn)國(guó)時(shí)期出現(xiàn)了很多各有專(zhuān)長(zhǎng)的名醫(yī),他們用 和 為病人治病。到 時(shí)期達(dá)到一個(gè)新高峰。 2、 是春秋戰(zhàn)國(guó)時(shí)期最有名的醫(yī)生,采用望色、 、 、切脈“ ”為病人看病。是河北任丘人。 3、東漢時(shí)期 的《 …
關(guān)于養(yǎng)老保險(xiǎn)補(bǔ)交政策的解讀與辦理 現(xiàn)在養(yǎng)老保險(xiǎn)補(bǔ)交政策都是以山東省29號(hào)文件來(lái)實(shí)施。 出臺(tái)背景:2011年6月《中華人民共和國(guó)社會(huì)保險(xiǎn)法》實(shí)施前,我省存在一些用人單位欠繳養(yǎng)老保險(xiǎn)費(fèi)和職工中斷繳費(fèi)、應(yīng)保未保等問(wèn)題,為有效解決上述問(wèn)題,統(tǒng)一和規(guī)范全省企業(yè)…
2016年暨南大學(xué)國(guó)際商務(wù)(專(zhuān)業(yè)學(xué)位)專(zhuān)業(yè)考研復(fù)試 暨南大學(xué)2015年碩士生入學(xué)復(fù)試方案 [鍵入文字] 【育明教育-廣州分校】 育明教育官方網(wǎng)站: 2016考研復(fù)試:專(zhuān)業(yè)課備戰(zhàn)攻略 2016考研初試塵埃…
本文由第一文庫(kù)網(wǎng)()首發(fā),轉(zhuǎn)載請(qǐng)保留網(wǎng)址和出處!
>> 查看更多相關(guān)文檔
免費(fèi)下載文檔:
本文關(guān)鍵詞:人工智能技術(shù)在GIS應(yīng)用中的研究,由筆耕文化傳播整理發(fā)布。
本文編號(hào):140300
本文鏈接:http://www.lk138.cn/kejilunwen/rengongzhinen/140300.html