化学危险品安全运输不确定信息的知识表示与提取方法研究

With the fundamentals of the research findings of years on data mining of the applicant, this project takes rough set and fuzzy theory as the main part based on the monitoring and management of hazardous chemicals transportation with the information sources from practical business information system of hazardous chemicals transportaion to solve knowledge acquisition problems in the safety management of hazardous chemicals transportation with uncertain information. Research priorities are as follows..I. Rough set theory is applied to reduce dimensions of multi-dimensional uncertain information in resolving its knowledge representation; fuzzy concept lattice is introduced to broaden its research of knowledge reduction and acquisition. .II. Clustering analysis is applied to divide knowledge for uncertain information..III. The fuzzy association rules mining algorithm is introduced to solve the knowledge acquisition with the uncertain information in management of hazardous chemicals transportation..IV. Ontology theory is applied to implemen service mechanism of data mining of uncertain information for knowledge representation and acquisition oriented service and to build up corresponding data mining model in hazardous chemical transportation..With the above four aspects of research, knowledge representation, reduction, acquisition and reasoning will be fundamentally and comprehensively solved for the complex uncertain information, to promote the level of theoretical research on the data mining of uncertain information.

以申请人多年的数据挖掘研究成果为基础，以化学危险品运输的监控与管理研究为依托，以粗糙集、模糊理论为主体，以化学危险品在途运输中随机的实际业务信息系统为信息源，解决不确定信息知识获取在化学危险品在途运输中的安全管理问题。研究重点如下：1、运用粗糙集对多维不确定信息降维，解决不确定信息的知识表示；运用模糊概念格理论，拓宽知识约简与提取的研究；2、运用聚类分析对不确定信息进行知识划分；3、引入模糊关联规则算法，作为解决化学危险品在途安全运输与管理不确定信息知识获取重要研究途径；4、运用本体理论实现面向服务的不确定信息知识表示与获取的数据挖掘服务机理，实现化学危险品运输途中的相关联的数据挖掘模型。综合以上四个方面的研究，将从根本上全面解决面向复杂的、不确定信息的知识表示、约简、获取与推理等问题，提升不确定信息的数据挖掘理论研究水平。

本题目是在完成省级重大项目“化学危险品安全运输的动态监控管理与模拟仿真应用研究”过程中提炼出来的。由于化学危险品运输关键技术适用于所有运输物品，因此，对化学危险品运输全过程的动态监管技术的研究具有普适性。本项目的研究内容：1、完成了对基于粗糙集的不确定信息知识约简的应用研究，包括：（1）解决了基于化学危险品安全运输综合管理平台建立的搭建技术问题，也解决了运输过程中不确定信息的采集与预处理的关键技术的瓶颈问题，研制了化学危险品运输一体化无缝监控技术，并应用于车联网平台系统及物流信息资源综合管理系统中，提高了综合运输的管理效率；（2）对运输信息知识进行约简，提高了不确定信息的检索速度。2、完成了基于聚类分析的不确定信息知识划分的研究，包括：（1）首次对复杂的运输数据进行形式化定义与知识描述，给出了大而复杂业务系统的各类数据的逻辑描述、知识表示与知识建模的基础方法；（2）针对不确定信息的聚类分析方法进行研究，实现了知识划分。3、对基于模糊关联规则与管理决策模型进行研究，包括：（1）通过对基于模糊关联规则的知识发现模型的研究，给出了快速发现知识与决策的综合管理及应用的创新模式；（2）通过对预测、评价和智能优化算法的知识发现的应用研究，形成了运输企业的货源走向与发展趋势、物流企业评价指标体系、运输路线优化等重要知识。4、面向服务的不确定信息知识表示与提取的数据挖掘系统的应用研究，完成的内容有：（1）基于J2EE的数据挖掘软件系统；（2）大数据与文本不确定信息的知识表示与提取模型的应用研究，通过这些信息与数据的挖掘，及时发现运输途中的热点信息（词）即公众关注的信息，快速发现其关联信息，解决了运输企业基于文本（非结构运输信息）环境下不确定信息的检索，搜索、过滤、推荐的关键技术问题。