1 / 82
文档名称:

[硕士论文]基于数据挖掘技术的紧急事件快速响应预案管理系统的研究.pdf

格式:pdf   页数:82
下载后只包含 1 个 PDF 格式的文档,没有任何的图纸或源代码,查看文件列表

如果您已付费下载过本站文档,您可以点这里二次下载

分享

预览

[硕士论文]基于数据挖掘技术的紧急事件快速响应预案管理系统的研究.pdf

上传人:化工机械 2013/2/11 文件大小:0 KB

下载得到文件列表

[硕士论文]基于数据挖掘技术的紧急事件快速响应预案管理系统的研究.pdf

文档介绍

文档介绍:上海交通大学
硕士学位论文
基于数据挖掘技术的紧急事件快速响应预案管理系统的研究
姓名:王强
申请学位级别:硕士
专业:工商管理
指导教师:胡代平
20090111
基于数据挖掘技术的紧急事件快速响应预案管理系统的研究

摘要

近年来,伴随着人类的发展过程,各种灾害、紧急事件频繁发生, 除了自然灾
害的事件,各种恐怖事件、疾病传播、人为造成的灾难、刑事案件也逐渐产生新的
变化, 如何在高压力下迅速有效的针对各种情况下的紧急事件进行响应,并以最适
合的处置力量进行处理成为了响应的关键点,而预案,就是对历史响应过程的科学
化总结和提高,对后续发生的相似事件的处理起到了非常重要的指导作用。建立预
案后,如何让预案在第一时间起到指导作用,消除人为因素带来的失误,成为了技
术上的要求。
基于范例推理(CBR)的数据挖掘技术,在目前广泛应用于人工智能、统计学、
机器学习、数据库等多个相互交叉的领域,在本文中,我们将研究探索把 CBR 技
术应用于应急响应过程中预案的管理过程中, 传统的预案的产生是根据长期工作在
第一线的应急响应人员的经验,进行人工总结,并不断修改和调整产生的,其有效
性和正确性受制于相应人员的经验和能力,采用 CBR 技术的预案形成过程将根据
历史处理的数据,进行自动归纳分析形成。
本文讨论的预案是从响应处理过程中的具体的行动步骤而得,故得到的预案同
样是具体的行动步骤,因此通过 CBR 技术获得的针对紧急情况的预案直接具有了
可执行的特点,令预案真正具有可执行性,本文将以某城市交通运输行业紧急事件
的处理过程和样例数据设计开发一套基于 CBR 的预案管理系统,来论证该思路的
有效性。

关键词:数据挖掘,紧急事件,响应,预案,范例推理
THE RESEARCH OF EMERGENCY RESPONSE
SYSTEM BASED ON DATA MINING TECHNICAL



ABSTRACT


In recent years, panied by human development process, there have
been frequently reports of many kinds of disaster and emergency incidents, in
additional to natural disasters, kinds of terrorist incidents, the spread of the
disease, man-made disasters, and criminal cases have also gradually changed
in some way. Under this high pressure, how to rapidly and effectively
response to these emergency incident, and how to dispatch suitable resources
to handle the incidents es the key points in this responding procedure.
Predefined Action Plan (PAP) is the scientific summary up on the historic
response procedures; it plays a very important guiding role when handling
the similar following occurrence. Once PAP is established, the following
issue need to be solved is how to search and execute the plans at the first time
and to eliminate the human factor errors.
Case-Based Reasoning (CBR) technology is now widely used in
artificial intelligence, statistics, machine learning and databases etc cross-
cutting areas. In this paper, we will study and explore