旅游突发事件智能决策支持系统研究

建立了旅游突发事件预警系统架构,对智能决策支持系统在旅游突发事件预警中的应用进行了研究.建立了旅游突发事件智能决策支持系统功能模型,给出了旅游突发事件智能决策支持算法,完成了基于决策支持的旅游突发事件预警系统开发.     

基于神经网络的旅游突发事件预警研究

介绍了旅游突发事件和对其进行预警的意义.基于BP神经网络,建立了旅游突发事件预警模型,并对旅游突发事件预警模型进行了测试.测试结果表明,该模型具有较好的预测效果.     

高校公共突发事件智能预警系统的设计

深入研究了智能决策支持系统在高校公共突发事件预警中的应用,利用高校公共突发事件已有数据建立决策支持知识库,建立并完善了高校公共突发事件智能决策支持系统功能模型,给出了高校公共突发事件智能决策支持算法,设计了基于决策支持的高校公共突发事件智能预警系统,可对高校公共突发事件进行预警,以避免或减轻次生、衍生危害的发生。     

旅游环境承载力预警系统的构建及其分析

从旅游环境承载力预警系统的涵义和功能出发,对旅游环境承载力预警系统的主要组成部分--预警指标模块、权重模块、旅游者人数预测模块和警界区间模块进行了系统分析,探讨了旅游环境承载力预警系统的运作流程,并提出了建立和完善旅游环境承载力预警系统的配套措施.     

景区旅游预警系统分析研究

本文从旅游预警系统的基本内涵出发,结合旅游业的特点,对基于GIS的旅游预警系统进行了简单分析,并提出旅游景区在得到预警信息后应采取的措施.     

基于TDD技术的高校突发事件预警系统开发与研究

由于高校的特殊性,其突发事件的机会更多、危害更大,因此如何利用已有数据对高校突发事件进行预警显得十分重要。本文在探讨高校突发事件预警系统的基础上,将测试驱动开发（Test-Driven Development）的方法应用于系统开发,实验证明可以明确高校突发事件预警系统的开发需求,加速开发进程,改进软件的质量。     

公路隧道群追尾交通事故预警模型

由于公路隧道群追尾交通事故与车辆行驶过程中的运行状态密切相关,将车辆制动距离、行驶速度、车辆类型等交通流参数作为其识别预警特征参量,结合人工免疫系统原理,构建了智能化的公路隧道群追尾交通事故预警模型,能够对车辆异常状态的发展趋势做出较为准确的判断,并给出相应事故安全级别的预警信息.最后,以西汉高速公路隧道群区段为例,运用该基于人工免疫机理的预警模型进行工程实例仿真分析,得出了不同工况下的预警事故信息,说明了预警模型的准确性和可行性,为我国高速公路隧道群区段的安全运营管理提供了重要的理论依据.     

基于免疫机理的瓦斯异常涌出预警

为了降低瓦斯异常涌出事故概率及危险程度,提出将生物免疫系统机理运用到瓦斯异常涌出预警系统.通过比较生物免疫系统和瓦斯异常涌出系统的相似性,提出基于免疫机理的预警系统包括监测监控子系统、控制决策子系统、应急救援子系统和记忆库子系统.依据Ag Ab(抗原-抗体)模型建立起瓦斯异常涌出预警系统指标体系,并用层次分析法赋予相关权重.结果表明:瓦斯特性(Ag Ⅲ)和安全管理(Ab I)对预警系统的影响较大,需要重点关注.通过MATLAB的Mamdani型模糊推理系统建立起预警模型,研究表明该模型能动态地进行预警,并根据预警级别进行响应,以提高响应速度从而降低涌出事故概率及危险性,为煤矿的瓦斯异常涌出预警提供参考和依据.     

洞庭湖生态事件预警系统的设计与实现

针对当前洞庭湖生态事件频发和管理部门缺少统一的生态事件预警平台,详细阐述了利用构件技术和GIS技术构建洞庭湖生态事件预警系统的思路和流程,包括系统总体设计、数据流设计、功能设计以及生态事件预警模型设计,并开发了软件系统.最后以洞庭湖区东方田鼠暴发为例,研究了东方田鼠暴发事件的生态因子和预警模型,并应用洞庭湖生态事件预警系统中进行了预警,取得了较好的效果,可为洞庭湖区生态事件预警提供信息化支持.     

基于多源大数据的旅游预警系统架构设计

本文在对已有的旅游预警系统及方法综述的基础上,提出基于多源大数据的旅游预警系统架构。构建了多维的预警指标体系,包括区域经济数据、通信及位置数据、互联网搜索数据及社交媒体数据。该框架有望为大数据时代下更加及时和准确的旅游预警提供方法和决策支持。     

河南省入境旅游客源灰色预测模型

基于灰色系统理论,以河南省2000-2007年入境旅游客源统计资料为原始数据,建构了河南省入境旅游客源的GM（1,1）灰色预测动态模型并进行了模型精度检验,模型预测结果与历史数据吻合很好,进而利用该模型对河南省2008-2010年的入境旅游客源规模进行了预测分析。     

旅游业趋势预测方法比较

旅游业对许多国家来说,是重要经济资源,带动的产业包括交通运输、住宿、餐饮、娱乐、零售等,对整体服务业与国家经济影响深远;但遇到重大事件冲击时,不但自身会受到严重伤害,还将波及相关产业,如何预测与规划未来旅游业的需求,已成为当务之急.本研究针对台湾主要客源地区(日本、港澳、美国、韩国、新加坡、马来西亚),借重人工神经网络的类型辨识与学习能力,加上警告信息变项,进行个别市场分析,来推测重大事件可能造成的冲击,以及主要境外观光客到达人数复苏的情形,期望能为旅游业的发展提供较精确的预测工具.分析结果证实:在指数平滑法、ARIMA和人工神经网络中,以人工神经网络预测效果最好.     

改进的LS-SYM算法在入境旅游客流量预测上的应用

近年来,各地入境游客流量的迅速发展引起了各级政府和旅游事业的极大重视.而对未来旅游客流量及时准确的预测成为规划旅游政策的重要依据.针对游客流量的特点,提出了采用改进的最小二乘支持向量机方法来建立旅游客流量的时间序列预测模型.实验预测结果表明该模型具有较高的预测精度,可以为各地旅游客流量预测提供了一条新的途径.     

应急物资需求预测研究现状与发展趋势

应急物资需求预测研究是灾后应急救援的重要组成部分。为系统了解应急物资需求预测的研究现状,查阅大量国内外参考文献,对目前应急物资需求预测研究中常用的案例推理法、神经网络法和灰色系统预测法进行了讨论分析,总结了各自的优缺点及适用条件;并分析总结了近几年的研究重点方向。结果表明,应急物资需求预测在多元化、准确性、智能化等方面的进一步研究对灾后救援有着更大的现实意义。基于此,本文对应急物资需求预测未来的发展方向及研究重点进行了展望,对于应急物资需求预测未来的研究及应急救援体系的建立具有一定的参考作用。     

基于人工智能的短期负荷预报

讨论了人工神经网络、模糊专家系统的原理;在分析负荷预报和贵州电网负荷变化特点基础上,提出了一种适用于负荷需求量增长很快的电网的短期负荷预报模型。     

基于人工免疫算法的神经网络电力系统短期负荷预测

在BP神经网络（Baek-propagatlon neural network, BPNN）模型中引入人工免疫算法（Artificial Immune Algo-rithm,AIA）,给出了AIA-BPNN模型,基本思想是结合AIA算法的搜索特性和BPNN 模型的优良性能,可以进一步提高学习能力．与实际电力系统结合构造了AJA-BPNN电力系统短期负荷预测模型,通过使用AIA算法,优化BPNN的权值和阈值。使BPNN权值和阈值选择的盲目性得以克服．     

分布式人工免疫系统的鲁棒性归约模型

利用分布式多真体(Agent)系统的鲁棒性归约模型,将分布式人工免疫系统看作理想的分布式多真体系统,从而把分布式人工免疫系统的鲁棒性分析问题归约为其各个相对独立的模块的鲁棒性分析问题。人工免疫系统包括正常模型建模模块、自体/异体检测模块、已知异体识别模块、未知异体学习模块、异体消除模块和受损系统修复模块。用问题归约法分析人工免疫系统的鲁棒性后,建立人工免疫系统的鲁棒性归约模型,用各个模块的鲁棒性判据和模块之间免疫控制过程的鲁棒性判据表示分布式人工免疫系统的鲁棒性判据。经定理证明,鲁棒性归约模型能分解和简化分布式人工免疫系统的鲁棒性分析问题,通过各个模块的鲁棒性分析问题求解实现该问题的最终求解。因此,分布式人工免疫系统的鲁棒性归约模型是有用的鲁棒性分析工具,为复杂人工免疫系统的鲁棒性分析提供了有效的方法。     

风景区旅游安全问题表现形态及管理体系构建

安全是旅游活动的前提和基础,是影响旅游业发展的重要因素之一。以风景区旅游安全为研究对象,分析风景区旅游安全问题表现形态,提出构建由控制机制系统、信息管理系统、安全预警系统和应急救援系统等四个子系统组成的风景区安全管理体系。     

基于神经网络的磨削温度在线监测预报系统

对磨削弧区温度进行在线监测,是磨削加工自动化中必不可少的重要环节,该文介绍了一个基于人工神经网络的磨削弧区温度在线监测、预报系统。具体给出了监测系统的组成及测温方案,并提出了一种更适宜进行动态预报的改进型ＢＰ网络作为磨削温度的预报模型。工艺实验证明该系统能够较好地实现磨削温度的在线监测与预报。     

森林公园客流量的灰色预测

在运用常规GM (1,1)模型群的基础上 ,采用新息GM(1,1)模型群分段选优进行预测的方法 ,对森林公园客流量进行中短期预测 ,所选模型均为Ⅰ级 ,其预测精度均高于 99%,这可为森林公园建设和管理等决策提供科学依据。