导读:本文包含了智能决策系统论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:智能,人工智能,数据,作业,系统,技术,肿瘤。
智能决策系统论文文献综述
张志标[1]（2019）在《基于大数据及人工智能的核算决策系统构想》一文中研究指出基于大数据及人工智能的核算决策系统,目的是有效提升电费电价核算环节的智能化水平,并挖掘有价值的用电数据,为供电企业提供智能化的营销管理工具,为用电客户提供增值服务。(本文来源于《通讯世界》期刊2019年12期）
张勤[2]（2019）在《人工智能决策系统在烧伤领域应用的主要瓶颈与解决途径》一文中研究指出人工智能决策进入临床应用面临着3个瓶颈:烧伤医疗大数据、深度学习和医学伦理。如何在较长时间采集过程中保持数据稳定并选取科学方法加以分析与评判;机器人深度学习,学习什么与分析什么、如何克服人工智能机器与医师培养的长期性差异;在大数据与人工智能迅速发展形势下伦理短板日益体现。解决这3个问题的主要途径:应主动与数据科学家共同搭建数据模型平台,并制定数据采纳基本线路图,与此同时,由全国烧伤委员会制定大数据及人工智能的伦理规则刻不容缓。(本文来源于《中华损伤与修复杂志(电子版)》期刊2019年06期）
艾学瑛[3]（2019）在《基于智能数据分析的医院财务管理决策系统的设计与实现》一文中研究指出当前我国大部分医院财务管理系统的信息化进程较为落后,其原因是医院的财务管理系统效率低下、数据获取成本高、且处理不得当。针对传统医院财务管理决策系统存在的不足之处,结合当代最新的医院财务管理决策工作的发展趋势,并根据最新的数据分析思路,设计了基于B/S架构的医疗机构财务管理系统。通过对数据抓取、去噪与融合,使用规范数据模型(NORM DATA MODel,NDM)对采集的数据做优化处理。并基于J2EE体系开发了系统服务器,选择高性能的文档性数据库Mongo DB作为数据存储的方式。所提出的基于智能数据分析的医院财务管理决策系统,是对传统财务管理决策系统的完善和补充,具有较强的现实意义与应用价值。(本文来源于《自动化与仪器仪表》期刊2019年11期）
李惠钰[4]（2019）在《精准辅助治疗局部晚期鼻咽癌患者》一文中研究指出鼻咽癌，一种生长在鼻咽部的恶性肿瘤，是我国华南地区的高发癌种之一，发病率超过全球的一半，医学界又称其为“广东癌”。在我国，新确诊的70%鼻咽癌患者都已经属于局部晚期。对于局部晚期鼻咽癌患者，美国NCCN指南推荐进行同期放化疗（CCRT），或者在C(本文来源于《中国科学报》期刊2019-11-25）
夏友斌,黄进,韩亚平,张向阳,肖雅[5]（2019）在《基于D5000平台的智能调度应急辅助决策系统设计应用》一文中研究指出如何提高电网突发故障应急处置效率是调度保障电网安全稳定运行的关键问题。本文针对D5000系统实际运行中存在可视化应用效果不佳和智能化程度不高的缺点,借助智能搜索和可视化技术,开发了基于D5000平台的智能调度应急辅助决策系统,介绍了智能调度应急辅助决策系统的设计架构和主要功能,包括调度台账自动查询、设备负载率可视化显示、事故预案自动生成和设备缺陷智能管控等4大功能。通过在芜湖调控中心上线使用,验证了该系统的有效性和可推广性,提升了调度员事故处理的决策效率,提高了调度安全生产服务保障能力。(本文来源于《电气技术》期刊2019年11期）
史旻,袁洪水,徐辉,和鹏飞,朱程程[6]（2019）在《海洋石油钻井智能辅助决策监控系统研究》一文中研究指出海洋石油钻井平台远离陆地,工作环境恶劣,不确定性因素多,作业风险高,钻井过程中由于突发的地层因素或工艺操作不当等,极易出现井壁失稳、卡钻、井漏、井涌、井喷等复杂情况和事故,给钻井安全带来了重大挑战,严重制约了海洋油气资源的勘探开发进程。为了提高油气勘探开发技术水平,实现降本增效的目标,必须加强钻井作业的监测评价效率,科学地指导现场作业,加强工程人员对地质及钻井设计的整体认识,提高风险预警能力。针对海洋石油钻井复杂地质情况和特殊施工环境,设计研发了一套海洋石油钻井智能辅助决策监控系统,满足了海洋油气资源勘探开发对钻井工程的要求,实现了安全可靠、准确快速、高效优质的钻井作业。(本文来源于《天津科技》期刊2019年11期）
杨文冠[7]（2019）在《铁路技术站智能调度决策系统研究》一文中研究指出铁路技术站是铁路运输生产的基层单位,其生产作业效率直接影响整个铁路的运输效率和经济效益,因此有必要研究铁路技术站智能调度理论与技术。综合应用计算机、数据集成、优化调度、智能决策、大数据分析和面向服务组件等技术,基于车站作业流程和作业组织管理的限制,以作业效率最高和鲁棒性最好为目标,在数据集成平台和合署办公准则的基础上,实现了信息实时集成、集中办公、智能调度决策和自动编制计划,提高了车站作业效率和智能化水平,并为路局和铁路总公司各层级实现智能调度和辅助决策提供基本保障。(本文来源于《第十四届中国智能交通年会论文集》期刊2019-11-01）
孔伟,范杰玉[8]（2019）在《强AI+机器人协作打造未来工厂》一文中研究指出本报讯（记者 孔伟 范杰玉） 随着人工智能、机器人、工业互联网等科技深入产线车间，制造业的智能化程度不断加深，挑战也接踵而来。昨日，在世界智能制造大会智能系统与自主决策论坛上，来自中国、德国等地的专家学者，围绕如何进一步提升工业智能化生产，展开了广泛的交(本文来源于《南京日报》期刊2019-10-19）
王颖辉,金鑫,苏俊源,刘一臻,刘理[9]（2019）在《大数据视野下的高考志愿填报智能决策系统》一文中研究指出基于大数据挖掘、数据清洗及数据爬虫等相关专业技术,研发了一款高性能、高可操作性、高实用的高考志愿填报智能决策系统。整体系统由查找院校信息、专业详解、高效预测、志愿填报等模块组成。主要解决的是高叁学生面对院校选择、专业选择、志愿填报等一系列基本的问题给予智能决策与建议,为高中学生及家长排忧解难,提供一个适合自己最优的发展方向。(本文来源于《辽宁科技学院学报》期刊2019年05期）
詹金武,李涛,李超[10]（2019）在《基于人工智能的TBM选型适应性评价决策支持系统》一文中研究指出随着我国西部的大开发和"一带一路"的建设,迫切需要大力发展交通、矿山、水利等重大"生命线"工程,而深埋长大隧道往往是这些生命线工程的关键控制性工程。限于地质、地形和自然环境条件,从施工工期、造价和技术进步3个方面考虑,TBM(Tunnel Boring Machine)工法是深长隧道开挖的优先选择。深长隧道TBM的适应性受到众多因素的影响,难以进行有效和定量的评价。主要影响因素为不良地质,如突涌水、软岩大变形、断层破碎带、岩爆等;此外,隧道的设计、隧址地质条件等对TBM的选型也有重要影响。人工智能方法具有能够分析复杂因素影响和处理复杂问题的突出特点,可用于TBM选型适应性的有效评价。首先,基于层次分析法和模糊综合评判方法,通过TBM选型评价知识的获取,选取能够充分反映不同机型地质适应性差异、具有代表性和区分度高的7个评价指标,构建了TBM选型适应性评价指标体系及模糊综合评价模型,确定了各个评价指标的模糊隶属函数。其次,通过编写权重辅助计算程序,确定了3种TBM机型选型适应性评价指标的权重;其中,为了避免单指标决策的局限性和主观臆断的缺陷,采用智能设计理论和决策理论相结合的方法,完成了多指标智能决策的定量化选型。将评价模型与知识获取相结合,以规则的形式表示知识,构建了TBM选型适应性评价知识库。最后,基于智能评价决策支持系统平台IDSDP,开发了TBM选型适应性智能评价决策支持系统,为深长隧道TBM选型提供了一种新的量化评价方法。利用该系统对高黎贡山铁路隧道TBM的选型进行了适应性评价,评价结果与实际情况相吻合。(本文来源于《煤炭学报》期刊2019年10期）
智能决策系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
人工智能决策进入临床应用面临着3个瓶颈:烧伤医疗大数据、深度学习和医学伦理。如何在较长时间采集过程中保持数据稳定并选取科学方法加以分析与评判;机器人深度学习,学习什么与分析什么、如何克服人工智能机器与医师培养的长期性差异;在大数据与人工智能迅速发展形势下伦理短板日益体现。解决这3个问题的主要途径:应主动与数据科学家共同搭建数据模型平台,并制定数据采纳基本线路图,与此同时,由全国烧伤委员会制定大数据及人工智能的伦理规则刻不容缓。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
智能决策系统论文参考文献
[1].张志标.基于大数据及人工智能的核算决策系统构想[J].通讯世界.2019
[2].张勤.人工智能决策系统在烧伤领域应用的主要瓶颈与解决途径[J].中华损伤与修复杂志(电子版).2019
[3].艾学瑛.基于智能数据分析的医院财务管理决策系统的设计与实现[J].自动化与仪器仪表.2019
[4].李惠钰.精准辅助治疗局部晚期鼻咽癌患者[N].中国科学报.2019
[5].夏友斌,黄进,韩亚平,张向阳,肖雅.基于D5000平台的智能调度应急辅助决策系统设计应用[J].电气技术.2019
[6].史旻,袁洪水,徐辉,和鹏飞,朱程程.海洋石油钻井智能辅助决策监控系统研究[J].天津科技.2019
[7].杨文冠.铁路技术站智能调度决策系统研究[C].第十四届中国智能交通年会论文集.2019
[8].孔伟,范杰玉.强AI+机器人协作打造未来工厂[N].南京日报.2019
[9].王颖辉,金鑫,苏俊源,刘一臻,刘理.大数据视野下的高考志愿填报智能决策系统[J].辽宁科技学院学报.2019
[10].詹金武,李涛,李超.基于人工智能的TBM选型适应性评价决策支持系统[J].煤炭学报.2019
论文知识图
