协同综合预报IGDSS通用模型的研究与应用

doi:1000-436X(2006)11-0042-06

摘要/Abstract

摘要：

分析了自然灾害综合预报会商式决策系统的特点，研究并提出了一种将智能决策方法作为“特殊预报专家”的协同综合预报 IGDSS 的通用模型。以地震然灾害综合预报为应用背景，根据地震综合预报的工作原理应用协同综合预报IGDSS通用模型，重点介绍了地震综合预报IGDSS的智能决策方法—贝叶斯网络的设计与实现，建立地震综合预报贝叶斯网络分析器，采用改进后的桶消元算法作为网络推理。给出了应用协同综合预报IGDSS通用模型解决地震综合预报的较完整的解决方案，系统已应用于福建省地震局预报中心。

关键词: 协同, 地震综合预报, IGDSS, 贝叶斯网络

Abstract:

The characters of negotiatory synthetical IGDSS for natural disaster forecasts was analyed. A general model in the forecast IGDSS which takes intelligent decision methods as special forecast experts was presented. The research chooses earthquake forecast as the application background. According to the principles of earthquake forecast and the general model in the negotiatory synthetical forecast IGDSS, the design and the implementation of the model using Bayesian networks as the intelligent decision method in the earthquake forecast IGDSS were mainly demonstrated. An analyzer for Bayesian networks whose inference module was based on improved bucket tree eliminating algorithm was developed. A complete method that using this general model to solve the problems in the earthquake forecast was de-scribed, and this system had been successfully applied in the earthquake administration of Fujian province.

Key words: cooperation, synthetical earthquake forecast, IGDSS, Bayesian network

郭朝珍,林志虹,郭昆. 协同综合预报IGDSS通用模型的研究与应用[J]. 通信学报, 2006, 27(11): 42-47.

Chao-zhen GUO,Zhi-hong LIN,Kun GUO. Research and application of common model in the cooperation synthetical forecast IGDSS[J]. Journal on Communications, 2006, 27(11): 42-47.

图/表 8

图1

图2

图3

图4

表1

表2

图5

图6

参考文献 9

[1]	吴朝晖，莫振饶，潘云鹤 . 群体决策支持系统 GDSS：模型与分类[J]. 计算机科学, 1997,24(5): 56-63. WU H , MO Z R , PAN Y H . Group decision support system: model and category[J]. Journal of Computer Science, 1997,24(5): 56-63.
[2]	刘耀 . 论决策支持系统的应用现状和发展前景[J]. 计算机与现代化， 2000,2: 29-34. LIU Y . On application and development of the decision support sys-tem[J]. Computer and Modernization, 2000,2: 29-34.
[3]	田军，葛新红，程少川等. 我国决策支持系统应用研究的进展[J]. 科研管理， 2005,23(7): 71-75. TIAN J , GE X H , CHENG S C , et al. Progress in the research of deci-sion support systems in China[J]. Research Management, 2005,23(7): 71-75.
[4]	郭朝珍，董武 . 会商式综合预报群决策支持系统体系结构的研究[J]. 软件学报， 2001,12(增刊): 382-387. GUO C Z , DONG W . Research on consult synthetic forecast group decision support system structure[J]. Journal of Software, 2001,12(增刊): 382-387.
[5]	杨建思 . 地震预测研究发展简单回顾与建议[J]. 国际地震动态. 2005,4(5): 163-167. YANG J S . Brief review of the development of earthquake prediction and some suggestions for it future development[J]. Recent Develop-ments in World Seismology, 2005,4(5): 163-167.
[6]	GUO C H , GUO K , LIN W , et al. The research on the software archi-tecture of negotiatory synthetical forcecasting GDSS Based on J2EE[A]. The 9th International Conference on CSCW in Design[C]. UK, 2005. 24-26.
[7]	张尧庭，杜劲松 . 人工智能中的概率统计方法[M]. 北京：科学出版社， 1998. ZHANG X T , DU J S . Probability Stat in Artificial Intelligent[M]. Beijing: Science Publishing Company, 1998.
[8]	GEIGEER D , HECKERMAN D . A characterization of the dirichlet distribution with applicable to learning bayesian networks[A]. ro-ceedings of Eleventh Conference on Unce Rtainty in Artificial Intelli-gence[C]. Montrcal, QU, 1998.196-207
[9]	陈棋福，郑大林，车时 . 中国震例(1992～1994)[M]. 北京地震出版社， 2002. CHEN Q F , ZHEN D L , CHE S . Earthquake Cases in China (1992～1994)[M]. Beijing: Earthquare Press, 2002.

地震震级	次数	阈值	预报成功数	百分比
5.9＞M＞4.0	25	0.60	20	80%
6.9＞M＞6.0	15	0.65	13	87%
M＞7.0	3	0.65	3	100%

主要震例	预报结论概率
1987年8月2日江西寻乌5.5级地震	0.635
1992年2月18日南日岛5.2级地震	0.671
1992年11月26日连城4.7级地震	0.651
1994年9月16日台湾海峡7.3级地震	0.657
1995年2月25日晋江海外5.3级地震	0.653
1997年5月31日永安5.2级地震	0.674
1999年8月5日惠安海域4.8级地震	0.639
1999年9月21日台湾南投7.6级地震	0.671
2000年5月27日漳浦海外4.6级地震	0.642

[1]	王彬, 任露, 王晓帆, 曹雅娟. 基于协方差分析的合作协同进化差分进化算法[J]. 通信学报, 2023, 44(1): 189-199.
[2]	廖海君, 贾泽晗, 周振宇, 刘念, 王飞, 甘忠, 姚贤炯. 面向调控信息新鲜度保障的电力至简物联网资源优化[J]. 通信学报, 2022, 43(7): 203-214.
[3]	朱思峰, 蔡江昊, 柴争义, 孙恩林. 车联网云边协同计算场景下的多目标优化卸载决策[J]. 通信学报, 2022, 43(6): 223-234.
[4]	杨小东, 田甜, 王嘉琪, 李梅娟, 王彩芬. 基于云边协同的无证书多用户多关键字密文检索方案[J]. 通信学报, 2022, 43(5): 144-154.
[5]	胡宇翔, 崔子熙, 李子勇, 董永吉, 崔鹏帅, 邬江兴. 基于领域专用软硬件协同的多模态网络环境构造技术[J]. 通信学报, 2022, 43(4): 3-13.
[6]	张汝云, 肖戈扬, 单麒赫, 邹涛, 李丹, 滕菲. 多模态网络下多智能体协同控制的通信拓扑重构方法[J]. 通信学报, 2022, 43(4): 50-59.
[7]	熊金波, 周永洁, 毕仁万, 万良, 田有亮. 边缘协同的轻量级隐私保护分类框架[J]. 通信学报, 2022, 43(1): 127-137.
[8]	宁兆龙, 张凯源, 王小洁, 郭磊. 基于多智能体元强化学习的车联网协同服务缓存和计算卸载[J]. 通信学报, 2021, 42(6): 118-130.
[9]	彭长根, 彭宗凤, 丁红发, 田有亮, 刘荣飞. 具有可撤销功能的属性协同访问控制方案[J]. 通信学报, 2021, 42(5): 75-86.
[10]	吕品, 许嘉, 李陶深, 徐文彪. 面向自动驾驶的边缘计算技术研究综述[J]. 通信学报, 2021, 42(3): 190-208.
[11]	吴家皋, 郭亚航, 蔡沈磊, 刘林峰. 基于多时间段优化贝叶斯网络的车载容迟网络路由算法[J]. 通信学报, 2021, 42(12): 109-120.
[12]	田辉, 贺硕, 林尚静, 范绍帅, 聂高峰, 蒋秀蓉. 工业互联网感知通信控制协同融合技术研究综述[J]. 通信学报, 2021, 42(10): 211-221.
[13]	张天魁,陈超,王子端,杨鼎成. 无人机辅助蜂窝网络中的无人机与用户协同缓存算法[J]. 通信学报, 2020, 41(9): 130-138.
[14]	张兆娟,王万良,唐继军. 适应度二次选择的QPSO和SA协同搜索大规模离散优化算法[J]. 通信学报, 2020, 41(8): 22-31.
[15]	张海君,张资政,隆克平. 基于移动边缘计算的NOMA异构网络资源分配[J]. 通信学报, 2020, 41(4): 27-33.